Witam, mam pytanie, bo chyba w czymś się lekko zamotałem:
Obliczam parametry modelu regresji wielorakiej oraz standardowy błąd modelu, następnie odnoszę błąd do średniej, itd itd
Współczynnik determinacji wychodzi mi na poziomie około 90%.
I teraz sedno sprawy, gdy obliczam istotność parametrów na poziomie istotności 0,05 to przykładowo dwa parametry według wzoru są nieistotne, jednak gdy wyłączę je z modelu to błąd standardowy wzrasta, a współczynnik determinacji skorygowany maleje (jakim cudem odchylenie standardowe wzrasta - skoro wyłączone zostały zmienne nieistotne, czyli coś co wprowadza do modelu zakłócenia, czy błędy nie powinny być mniejsze oraz dlaczego dopasowanie modelu jest gorsze skoro zmienne nie były istotne). Reasumując co test istotności w zasadzie pokazuje?
Kolejne pytanie dotyczy korelacji pomiędzy zmiennymi lepsza jest mała (zmienne nie niosą tej samej informacji), czy przeciwnie duża (zmienne mają na siebie duży wpływ i lepiej opisują wspólnie model)?
Pozdrawiam