Построение регрессионной модели

, (1)

где , и ¾ параметры регрессии.

Оценки параметров уравнения регрессии (,и соответственно) определим с помощью метода наименьших квадратов с помощью инструмента «Регрессия»статистического пакета анализа Microsoft Excel (см. таблицу 2).

Таблица 2. Уравнение регрессии

Источник: инструмент «Регрессия» статистического пакета анализа MicrosoftExcel

Коэффициент детерминации показывает долю вариации результативного признака под влиянием факторных признаков Хi.

Коэффициент детерминации принимает значения от 0 до 1. Чем ближе значение коэффициента к 1, тем теснее связь результативного признака с исследуемыми факторами. Величина коэффициента детерминации служит важным критерием оценки качества модели. Чем значительнее доля объясненной вариации. Тем меньше роль прочих факторов, и значит, модель регрессии хорошо аппроксимирует данные и такой регрессионной моделью можно воспользоваться для прогноза значении результативного показателя [Эконометрика, 2002, с. 50].

В построенной модели коэффициент детерминации , а коэффициент множественной корреляции равен 0,9256. Это свидетельствует о почти функциональной зависимости между признаками. То есть вариация спроса на природный газ на 85% зависит от объема темпов роста экономики и цены на природный газ, и на 15% от влияния прочих факторов.

С помощью критерии Фишера оценивают качество регрессионной модели в целом и по параметрам [Эконометрика, 2011, с. 90]. Для этого выполняется сравнение полученного значения F и табличного F значения. фактический определяется по формуле [Эконометрика, 2003, с. 1]: