В приведенной ниже таблице итогов регрессионного анализа заполните пустые ячейки

Количество наблюдений n = 37 ( regression statistic Observations )
Кол-во объясняющих переменных m = 2 ( это видно в последней таблице: приведены два коэффициента при переменных Х1 и Х2: CoefХ1 и CoefХ2 )
1. Рассчитаем недостающие коэффициенты в регрессионной статистике
R-square – это коэффициент детерминации R2, рассчитывается как отношение объясненной суммы квадратов к общей.
Объясненную и общую дисперсию берем в таблице дисперсионного анализа
R2=18,8578,74≈0,2394=23,94%
Adjusted R-square – это скорректированный (на число объясняющих переменных) коэффициент детерминации Radj2, рассчитывается так
Radj2=1-1-R2∙n-1n-m-1
Radj2=1-1-0,2394∙20-1n-1-1≈0,1971=19,71%
2 . Заполним пропуски в таблице дисперсионного анализа
df – число степеней свободы
df
Regression m = 2 (кол-во объясняющих переменных)
Residual k = n – m – 1 = 37 – 2 – 1 = 34
Total n – 1 = 37 – 1 = 36
SS – суммы квадратов
Residual Sum of Squares (RSS, остаточная сумма квадратов) в моделях парной линейной регрессии равна разности между Общей и Объясненной суммами квадратов:
RSS = 78,74 – 18,85 = 59,89
MS – отношение соответствующих сумм квадратов к их степени свободы
F – статистика Фишера
F=MSregressionMSresidual=18,8559,89≈5,351
3