Fisher kritérium, hogy teszteljék a jelentősége a regressziós modell

Fisher-teszt a regressziós modell tükrözi, hogy mennyire jól a modell segít a teljes variancia a függő változó. teszt számítás végezzük az alábbi egyenlettel:

ahol R - korrelációs együttható;
F1 és F2 - a szám a szabadsági fokkal.

Az első frakciót a egyenlet kapcsán ismertetjük a megmagyarázhatatlan variancia. Minden ilyen diszperziók elosztjuk a szabadsági fok (a második frakció a kifejezés). A szabadsági fok a megmagyarázott variancia f1 egyenlő a magyarázó változók száma (például egy lineáris modellje formájában Y = A * X + B kapjunk f1 = 1). A szabadsági fok megmagyarázhatatlan variancia f2 = -k N -1, ahol N a adatpontok száma, k a magyarázó változók száma (például a modell Y = A * X + B helyettesítő k = 1).

A teszt a jelentősége a regressziós egyenlet számított értéke Fisher-teszt képest az asztalra. amennyit a számát a szabadsági fokok f1 (bólshaya diszperzió) és f2 (alsó variancia) kiválasztott szinten szignifikancia (általában 0,05). Ha a számított Fisher-teszt magasabb, mint az asztal, a megmagyarázott variancia sokkal nagyobb, mint a megmagyarázhatatlan és a modell jelentős.

A korrelációs együttható és F-négyzet tesztet, valamint a paramétereket a regressziós modell általában kiszámítani az algoritmusokat, hogy végrehajtja a legkisebb négyzetek módszerével.