По условию имеем
x | y |
Все вычисления произведем в MS Excel
ВЫВОД ИТОГОВ | |
Регрессионная статистика | |
Множественный R | 0,273633187 |
R-квадрат | 0,074875121 |
Нормированный R-квадрат | -0,027916532 |
Стандартная ошибка | 4,54030823 |
Наблюдения | |
Дисперсионный анализ | |
df | |
Регрессия | |
Остаток | |
Итого | |
Коэффициенты | |
Y-пересечение | 103,4879227 |
Переменная X 1 | 0,315821256 |
SS | MS |
15,01586517 | 15,01586517 |
185,5295894 | 20,61439882 |
200,5454545 | |
Стандартная ошибка | t-статистика |
1,91955706 | 53,91239723 |
0,370042421 | 0,853473111 |
F | Значимость F | |||
0,728416351 | 0,415533692 | |||
P-Значение | Нижние 95% | Верхние 95% | Нижние 95,0% | Верхние 95,0% |
1,30671E-12 | 99,14558296 | 107,8302624 | 99,14558296 | 107,8302624 |
0,415533692 | -0,521272855 | 1,152915367 | -0,521272855 | 1,152915367 |
Итак, - уравнение линейной регрессии.
|
|
Поскольку коэффициент парной линейной корреляции равен 0,27, то связь между х и у, скорее всего, не является линейной.
Статистика критерия Фишера , , .
Так как , , то коэффициенты линейной корреляции статистически не значимы, т.е. уравнение линейной регрессии нельзя применять для прогноза.