Cтраница 1
Итоговая таблица регрессии. [1] |
F-критерий используется для проверки гипотезы о значимости регрессии. В данном примере мы имеем большое значение F-критерия - 134.178 0 и даваемый в окне уровень значимости р 0.000 0, показывающие, что построенная регрессия высоко значима. [2]
Дисперсионный анализ PBIB ( 2-схемы ( без раскрытия межблоковой информации. [3] |
Если F-критерий оказывается значимым для выбранного уровня значимости, нужно выяснить, какие же скорректированные средние значимо отличаются друг от друга. [4]
Расчет F-критерия для отобранных уравнений показал, что они значительно больше табличных. Это говорит о представительности полученных регрессий. [5]
Величина F-критерия, оценивая значимость уравнения регрессии в целом, характеризует одновременно и значимость коэффициента ( индекса) множественной корреляции. [6]
Дискретно-непрерывные модели цехов. [7] |
Значение F-критерия по каждому классу позволяет говорить об адекватности моделей и описываемых ими явлений. Значение корреляционного отношения, близкое к единице, указывает на сильную зависимость абсолютного расхода электроэнергии от объема выпуска продукции в каждом классе. [8]
По F-критерию производится проверка, значимо ли они различаются между собой. Ясно, что если наибольшая и наименьшая дисперсии не отличаются значимо, то дисперсии, имеющие промежуточные значений, так же не могут значимо отличаться друг от друга. [9]
Фишера ( F-критерий), определенный для и2 - распределения случайной величины. [10]
Фишера 581 F-Критерий 580 - 582 Q-Критерий 599 - Критерий 579 - 581 Х2 - Критерий 582 - 584 Кулон, как стандарт 115 - 117 Кулонометрическое титрование 304 - 306 Кулонометрия 116 ел. [11]
Если значение F-критерия, рассчитанное по экспериментальным данным, превышает критическое, то гипотеза о незначимости эффектов взаимодействия не подтверждается. В этих условиях главные эффекты смешаны с эффектами взаимодействий. Для эффективного использования экспериментальных данных здесь очень важно суметь выдвинуть дополнительные гипотезы. [12]
Если величина F-критерия превысила критическое значение Fa f f то нулевая гипотеза бракуется. [13]
Схема двухфакторного дисперсионного анализа. [14] |
На основе F-критерия принимаются решения о форме уравнения регрессии, о статистической значимости той или иной объясняющей переменной при построении многофакторного уравнения регрессии ( см. гл. [15]