Статистическое оценивание числовых характеристик законов распределения случайных величин. Выравнивание статистических распределений и проверка гипотез о законах распределения случайных величин. Проверка гипотез о параметрах законов распределения. Однофакторный и многофакторный регрессионный анализ, страница 7

Задание  №5

Многофакторный регрессионный  анализ

Часть 1

Разд. 8,   § 9.3.

На основе заданного массива данных  построить уравнение регрессии в виде линейного алгебраического полинома от двух переменных, проверить его адекватность и значимость факторов. Расчёты произвести в матричной форме.

Порядок выполнения задания.

1. Выполнить центрирование факторов (массив экспериментальных данных, табл. 5.1).

2. Составить матричное уравнение с вектором неизвестных оценок коэффициентов регрессии.  

3. Найти решение матричного уравнения - оценки коэффициентов регрессии.  

4. Проверить адекватность построенного уравнения регрессии экспериментальным  данным  по  критерию  Фишера  при  уровне  значимости

α = 0,05.

5. Выполнить селекцию факторов по критерию Стъюдента при таком же уровне значимости.

6. Повторно проверить адекватность уравнения регрессии после исключения незначимых факторов.

                                                                                               Таблица 5.1

№  варианта

Массив экспериментальных данных

1

x1

2,1

2,8

3,5

4

5

5,5

x2

5

4

3,1

3

2

1

y

2,5

6,5

10

11,8

17

19,5

2

x1

5

6

7

4

2

1

x2

1,5

1,1

0,5

1

0

-1

y

26,7

32

37

22,2

13

8

3

x1

4

2

0

1

3

-1

x2

2,5

3

4

1

1,2

2

y

6,2

5

4,8

0,2

2

0

4

x1

0,5

1

2

4

3,5

-1

x2

0

1

1,5

2

2,5

1

y

0,2

5

8,8

15,2

17

1

5

x1

1

2

3

4

4,5

-2

x2

-1

0

1,5

2

3

-2

y

9,2

10,7

12

15,2

14,6

-1

6

x1

2

1,5

0

1

3

4

x2

-1

0,5

0,1

0

1

3

y

6,2

1

0,6

2,1

1

-3,5

7

x1

1

0,5

3

2

1

-2

x2

1

2

2

3

0,3

0,5

y

2

4,3

7,2

8

0

-3

8

x1

2

1

0,5

2

3

-0,5

x2

-1

0

1

2

1,8

0,5

y

9,7

5,1

1,5

4,2

6,8

-0,5

9

x1

1

0,5

0

2

1,5

3

x2

1

0,5

1

3

2

4

y

4,2

3,4

0

2,1

3,2

2,5

10

x1

1

2

0

-1

2

-0,5

x2

-2

-3

1

1

-0,5

2

y

8,8

11,5

1

1,9

3,7

10

11

x1

2

3

4

6

7

-1

x2

-2

0

1

2

3

-1

y

16

6

1

-2

-8

7

12

x1

-3

2

0

1

2

-2

x2

0

1

2

3

4

5

y

-17

-1

-4,5

2

8,3

-1`

13

x1

-2

-1

0

1

2

-0,5

x2

1

2

3

5

6

7

y

-20

-11

-3

8

14

-3

14

x1

-3

-1

0

2

5

6

x2

-2

3

5

7

9

8

y

-15

-9

-7

-2

2

4

15

x1

-2

-1

0

1

2

-3

x2

1

3

4

6

7

-10

y

-11

-2

7

16

26

-9

16

x1

-2

-1

0

1

2

1,5

x2

3

2

5

6

7

1

y

-2

2,5

0

2

2

11

17

x1

-2

-1

0

1

2

0,5

x2

4

0

5

2

0

1

y

-6,8

1

1

5

12

5,7

18

x1

-3

-2

1,5

2

3

4

x2

4

1

2

-1

3

-2

y

-17

-7

11,6

18,5

20

30

19

x1

-2

-1,5

-1

1

2

3

x2

2

1

0

3

1,5

4

y

4

-2,5

-9

14

4,5

23

20

x1

-2

-1

0

1

2

4

x2

2,5

3

-4

-2

1

-1

y

-22

-23

30

17

-5

13

21

x1

2

1,5

1

3

-1

4

x2

-1

2

0,5

-3

4

-2

y

17

9

8

25

-12

32

22

x1

2

0,5

1

-1

4

3

x2

-3

-2

-1

2

1

-0,5

y

-17

-5,5

-8

13

-22

-21

23

x1

3

-2

1

-1

0,5

2

x2

-2

2

-1

3

4

-3

y

-7

24

2

32

30

-12

24

x1

1

2

-3

4

3

1,5

x2

-3

-2

2

-1

1

0

y

0

3

-6

9

11

4

25

x1

2

3

0,5

-1

-2

1

x2

4

-1

1

2

3

-4

y

0

13

1

-9

-12

11

26

x1

-3

1

-2

0

2

3

x2

2

-3

1

3

-1

-2

y

-7

12

-3

3

17

18

27

x1

-2

1,5

3

-1

2

4

x2

3

-1

-2

-1

-3

-0,5

y

17

-6

-13

-8

-21

0

28

x1

-3

1

2

-0,5

-2

3

x2

3

-2

0

1

2

-1

y

12

-21

-6

-1

7

-12

29

x1

3

2

-1

-1,5

1

0

x2

-2

-1

2

-1

0,5

1

y

31

25

-3

-4

13

7

30

x1

-4

-1

0

2

1

-2

x2

-3

-2

2

3

4

-1

y

-16

-3

-3

5

-2

-9