Попередня оцінка і обробка даних при регресійному аналізі

Abstract

UK: Представлено методи попередньої оцінки і обробки даних активного експерименту з застосуванням статистичних фукцій Excel і пакетом прикладних програм Statistica при проведенні регресійного аналізу. На конкретних прикладах проілюстровано перевірку вибірки на нормальність статистичного розподілу, оцінку сумнівних результатаів за критерієм Стюдента, перевірку відтворюваності результатів за критерієм Кохрена. Аналіз виконувався без залучення довідкових таблиць зі значеннями розподілів оціночних критеріїв, визначені кореляційні відношення залежних и незалежних. Наведені способи дають змогу швидко з високою точністю оцінити вибірку з будь-якою кількості факторів на придатність для регресійного аналізу. RU: Представлены методы предварительной оценки и обработки данных активного эксперимента с применением статистических функций EXCEL и пакетом прикладных программ Statistica при проведении регрессионного анализа. На конкретных примерах приводится проверка выборки на нормальность статистического распределения, оценка сомнительных результатов по критерию Стюденка, проверка воспроизводимости результатов по критерию Кохрена. Анализ выполняется без использования справочных таблиц со значениями распределения оценочных критериев, определены взаимные корреляционные отношения зависимых и независимых признаков. Приведенные способы позволяют быстро с высокой точностью оценить выборку с любым количеством факторов на пригодность для регрессионного анализа. EN: Methods of preliminary assessment and data processing during the regression analysis of the active experiment with application of Excel statistical functions and Statistica software package are represented. Sampling test for the statistical distribution normality , evaluation of equivocal results by the Student's test and checking the results reproducibility by Cochran’s test are performed without using of the reference evaluation criteria distribution tables, mutual correlation ratio of dependent and independent features are determined and given by specific examples. These methods allow to assess the sampling with any number of factors by the regression analysis suitability fast and highly accurately.