Multipel regressionsmodell

Hej, Jag behöver lite tips om hur jag ska resonera på alla deluppgifter.

Hur jag resonerar i a:

I a) ska man räkna ut ett konfidensintervall och från det om $β_{1}$ är signifikant skild från 0.

$I_{β_{1}} = ({β^{*}}_{1} \pm t_{α / 2} (f) * d ({β^{*}}_{1}))$ . Eller är det helt fel?

a) Jag tycker att det ser rimligt ut, givet att mätfelen är normalfördelade (vilket är standardfallet i liknande uppgifter), annars är jag inte säker på att t-fördelningen alltid bör användas.

Uppgifter b) och c) handlar också om konfidensintervall. I b) efterfrågas huruvida x₂ har en påverkan på y, vilket den skulle ha om koefficienten framför är nollskild (nollhypotes). Då får man ta fram ett konfidensintervall och se om det är troligt (på den angivna nivån 0.05) att den är noll eller inte.

d) Det kan finnas anledningar att ansätta en ny modell av andra skäl även då residualanalysen ser bra ut, modellen skulle kunna utvidgas med nya variabler.

Svara