NED365181NED

21 на основе анализа регрессии по методу наименьших квадратов. Кроме того, статистика Дарбина – Уотсона принимает слишком малое значение d = 1,318585 , что также ставит под сомнение адекватность построенной модели. Из выше изложенного можно сделать вывод о целесообразности построе- ния другой регрессионной зависимости с целью последующего сравнения с регрессией по методу наименьших квадратов. Применение пакета Поиск решения из программы Excel позволило по- строить по имеющимся наблюдениям медианную регрессию (рис. 1) и кван- тильные регрессии (рис. 2). Сравнительный анализ построенных зависимостей показывает наличие хорошего согласия медианной регрессии и регрессии по методу наименьших квадратов, следовательно, в рассматриваемом примере, даже при отклонении гипотезы о нормальном распределении случайной компо- ненты, регрессия по методу наименьших квадратов может быть признана дос- таточно адекватной, так как два разных статистических метода приводят к близким результатам. Приведем значения коэффициентов построенной меди- анной регрессии:  0 b –10,0741 ;  1 b 0,08666 ;  2 b 0,566519 ;  3 b 0,739141 ;  4 b 0,751018 ;  5 b 0,781326 ;  6 b 3,388338 ;  7 b –0,2737 ;  8 b 0,413506 . Сравне- ние коэффициентов медианной регрессии с коэффициентами регрессии по ме- тоду наименьших квадратов показывает их несомненное сходство, что, конеч- но, означает близость значений регрессионных зависимостей, построенных разными методами. ЗАКЛЮЧЕНИЕ В обычной практике анализа данных предполагается, что речь идет о нормальном распределении. Именно это предположение имеет принципиальное значение для обоснования применения метода наименьших квадратов. С другой стороны, в статистическом анализе натурных данных часто приходится иметь дело с выборками небольшого объема. Установить по такой выборке тип закона распределения генеральной совокупности, из которой извлечена выборка, не- возможно.