Features of evaluation of results regression analysis

На конкретних прикладах представлено оцінку результатів регресійного аналізу активного повнофакторного експерименту. Із застосуванням статистичних функцій MS Excel проілюстрована оцінка адекватності математичної моделі другого порядку з вибракуваними статистично незначущими коефіцієнтами, визначено працездатність математичної моделі, відповідності різниці (залишків) нулю і нормальному розподілу та їхня автокореляція. Наведені способи дають змогу швидко з високою точністю визначити всі оціночні параметри отриманого рівняння регресії, його придатність для використання як математичної моделі. Abstract: In an example, evaluation of the results of regression analysis of active fullfactor experiment. With the use of MS Excel statistical functions illustrated assessment of the adequacy of the mathematical model of the second order of rejected statistically insignificant coefficients defined performance mathematical model according difference (residual) with zero and normal distribution and their autocorrelation. These methods allow you to quickly accurately identify all evaluation parameters obtained regression equation, its suitability for use as a mathematical model