Стандартные ошибки коэффициентов парной регрессии
Стандартные ошибки корреляции, стандартные ошибки параметров линейной регрессии.
Стандартная ошибка коэффициента корреляции рассчитывается следующим образом:
Стандартная ошибка коэффициента регрессии определяется по
Величина стандартной ошибки совместно с t -распределением
Стьюдента при n — 2 степенях свободы применяется для проверки
существенности коэффициента регрессии и для расчета его доверительного
Для оценки существенности коэффициента регрессии его величина
сравнивается с его стандартной ошибкой, т.е. определяется фактическое
значение t -критерия Стьюдента.
Прогнозное значение ур определяется путем подстановки в уравнение регрессии соответствующего (прогнозного) значения хр. Вычисляется средняя стандартная ошибка прогноза где
и строится доверительный интервал прогноза
Стандартная ошибка коэффициента регрессии
Для оценки существенности коэффициента регрессии его величина сравнивается с
его стандартной ошибкой, т. е. определяется фактическое значение t-критерия
Стьюдентa: 
которое
затем сравнивается с табличным значением при определенном уровне значимости 
и числе степеней свободы (n- 2).
Стандартная ошибка параметра а:
Значимость линейного коэффициента корреляции проверяется на основе величины
ошибки коэффициента корреляции тr:
Общая дисперсия признака х: 
Коэф. регрессии 
Его
величина показывает ср. изменение результата с изменением фактора на 1 ед.
Ошибка аппроксимации: 
Проверка истинности моделей множественной регрессии:
—Расчет параметров
— Выбор фактора, оказывающего большее влияние
— Построение парных моделей регрессии
— Определение лучшей модели
-Проверка предпосылок МНК (1.Первую предпосылку проверим путём вычисления суммы значений остатков
2.Случайный характер остатков. Проверим графически)
