NED365181NED

11 по F -критерию в целом, в противном случае, в условиях статистической незна- чимости, применение множественной регрессии лишено смысла и может при- вести к грубым ошибкам. Однако важно помнить, что статистическая значи- мость является лишь необходимым условием применимости множественной регрессии. Достаточное условие в определенной мере может определяться ве- личиной коэффициента детерминации R 2 . Этот коэффициент имеет важную статистическую интерпретацию в случае линейной регрессии. Коэффициент детерминации характеризует долю дисперсии изучаемого показателя, объяс- няемую построенной регрессией, в общей дисперсии изучаемого показателя y . На практике, по-видимому, можно считать, что при значениях R 2 < 0,7 надеж- ность содержательных выводов, полученных с использованием построенной множественной регрессии, будет невысока. Если R 2 > 0,9, то степень доверия полученным выводам может быть высокой, при этом следует помнить, что ста- тистические зависимости описывают усредненные характеристики и поэтому несовпадения не только возможны, но и вполне ожидаемы в каждом конкрет- ном случае, все зависит от величины несовпадений. Величину 100· R 2 % часто интерпретируют как количество процентов динамики показателя, объясненных построенной регрессионной зависимостью. На практике получила распространение еще одна числовая характеристи- ка, описывающая качество (надежность) построенной парной регрессии. Эта числовая характеристика называется средней относительной ошибкой аппрок- симации и рассчитывается по формуле:     n i i i i y y y n A 1 %100 1  . Считается, что средняя ошибка аппроксимации не должна превосходить 7–10%, при нарушении этого условия качество аппроксимации считается не достаточно высоким. Рассматриваемая числовая характеристика обладает од- ним существенным недостатком: если некоторые значения показателя близки к нулю, то относительная ошибка может оказаться очень большой, хотя качество аппроксимации может быть вполне удовлетворительным. Это обстоятельство