NED365181NED

8 существенно ухудшает качество построенной эмпирической зависимости и да- же может сделать построенную зависимость непригодной к использованию. Проверка этих предположений не всегда проста и в значительной степени зави- сит от объема экспериментальной базы. Что касается предположений второй группы, то они также чрезвычайно важны для обоснованного применения по- строенных эмпирических зависимостей. Ведь применение найденных зависи- мостей допустимо только при наличии статистической значимости построен- ных моделей. В противном случае построенные зависимости могут полностью исказить картину действительных взаимосвязей факторов в природе и привести к совершенно неверным выводам и рекомендациям. А для обоснованной про- верки статистической значимости по F - и t -критериям необходима справедли- вость второй группы предположений. СПОСОБЫ ПРОВЕРКИ СТАТИСТИЧЕСКОЙ ЗНАЧИМОСТИ ПОСТРОЕННЫХ ЗАВИСИМОСТЕЙ При выполнении предположений из первой группы основных предполо- жений регрессионного анализа доказана теорема Гаусса – Маркова о том, что найденные оценки неизвестных параметров обладают свойством несмещенно- сти и являются наилучшими линейными оценками. Кроме того, доказано, что статистика 1 ) ( 1 2 2      kn y y S n i i i ост  является не- смещенной оценкой дисперсии 2  . Статистическая значимость множественной регрессии в целом оценива- ется с помощью F -критерия Фишера. Если выполнены обе группы предполо- жений регрессионного анализа, то при выполнении гипотезы: 0 : 2 1 0     л H     ,