С помощью множественного коэффициента (по мере приближения R к 1) делается вывод  о тесноте взаимосвязи, но не о  ее направлении.

     В нашем случае данное значение близко к 1, значит факторы оказывают сильное  влияние на результат.

     Для того чтобы, дать интерпритацию в  процентах определим множественный  коэффициент детерминации.  Величина R², называемая множественным коэффициентом детерминации, показывает, какую долю вариации исследуемой переменной объясняет вариация остальных учтенных переменных.

     Д = = 0,96*0,96 = 0,9216 = 0,92=92%

     Данное  значение показывает, что 92% колебаний  результативного фактора объясняется  действием выбранных нами факторов, остальные 8% приходятся на факторы, которые  не вошли в анализ.

     4.5. F-критерий Фишера для уравнения и множественного коэффициента корреляции

     Для расчёта достоверности используем F-критерий Фишера по формуле:

      = 109,25

     m = (b₁ ; b₂ ) = 2

     Для нахождения F_т обращаемся к статистической таблице для

     F_т=3,52

     Вывод: так как F_ф>F_т , то уравнение множественной регрессии и коэффициент множественной регрессии можно считать достоверным.

     заключение

     В данной курсовой работе мною использованы методы позволяющие проанализировать зависимость между валовым региональным продуктом, соотношением среднедушевых  доходов и прожиточного минимума, доли граждан с доходами ниже прожиточного минимума. В результате рассчитано линейное уравнение: если доля граждан с доходами ниже прожиточного минимума, увеличится на 1, то значение результата валового регионального продукта увеличится на 1,52 тыс. руб. на человека.  r_ху равен 0,82, а это значит, что фактор оказывает сильное положительное влияние на результат.

     Проверена адекватность уравнения и его  параметров, в результате установлено:

• Fф  > Fт – уравнение в целом адекватно, то есть достоверно и его можно использовать для дальнейшего анализа;
• ta₀ ,ta₁ > чем t_т, значит параметры уравнения можно считать адекватными, уравнение с данными параметрами можно использовать для дальнейшего анализа;
• уравнение регрессии можно использовать для расчета прогнозных значений.

     В результате проведения множественного регрессионно-корреляционного анализа  рассчитано уравнении множественной  регрессии:

     Если  соотношение среднедушевых доходов  и прожиточного минимума увеличится на 1 ед., то валовой региональный продукт  увеличится на 67,88 тыс. руб.. Если х₂ увеличится на 1, то валовой региональный продукт уменьшится на 1,12 тыс. руб.

     Если  соотношение среднедушевых доходов  и прожиточного минимума увеличится на 1% от среднего уровня, то валовой  региональный продукт увеличится на 2,05% от среднего уровня.

     Если  доля граждан с доходами ниже прожиточного минимума увеличится на 1% от среднего уровня, то валовой региональный продукт  уменьшится на 0,42% от среднего уровня.

     92% колебаний результативного фактора  объясняется действием выбранных  нами факторов, остальные 8% приходятся  на факторы, которые не вошли  в анализ.

     Так как F_ф>F_т , то уравнение множественной регрессии и коэффициент множественной регрессии можно считать достоверным.

     литература:

1. Социально-экономическая  статистика. Под редакцией профессора Б.И. Башкатова. Москва 2002 год.
2. Социально-экономическая статистика. Практикум. К.э.н., доц. Клизогуб. Л.М.(Калуга) и др. М.: Эксмо 2007 г.
3. Харламов А.И. «Общая теория статистики»- М.: Финансы и статистика.-2007., с. 255;
4. Сизова Т.М. Статистика: Учебное пособие. – СПб.: СПб ГУИТМО, 2005. – с. 66;
5. «Экономика и жизнь», № 27, июль 2009 г., с. 4;
6. Минашкин В.Г. «Курс лекций по теории статистики»- М: Московский международный институт эконометрики, информатики, финансов и права.- 2007г.-192 с.
7. Елисеева И.И. «Общая теория статистики», Учебник.— 5-е изд., перераб. и доп. — М.: Финансы и статистика.-2008. — 656 с.