💸 Как сделать бизнес проще, а карман толще?

Тот, кто работает в сфере услуг, знает — без ведения записи клиентов никуда. Мало того, что нужно видеть свое раписание, но и напоминать клиентам о визитах тоже. Проблема в том, что средняя цена по рынку за такой сервис — 800 руб/мес или почти 15 000 руб за год. И это минимальный функционал. Нашли самый бюджетный и оптимальный вариант: сервис VisitTime.
⚡️ Для новых пользователей первый месяц бесплатно. А далее 290 руб/мес, это в 3 раза дешевле аналогов. За эту цену доступен весь функционал: напоминание о визитах, чаевые, предоплаты, общение с клиентами, переносы записей и так далее.
✅ Уйма гибких настроек, которые помогут вам зарабатывать больше и забыть про чувство «что-то мне нужно было сделать».
Сомневаетесь? нажмите на текст, запустите чат-бота и убедитесь во всем сами!

Перевірка гетероскедастичності на основі критерію m

Цей метод застосовується тоді, коли вихідна сукупність спостережень досить велика. Розглянемо відповідний алгоритм.

Крок 1. Вихідні дані залежної змінної Y розбиваються на k груп відповідно до зміни рівня величини Y.

Крок 2. Закожною групою даних обчислюється сума квадратів відхилень:

Крок 3. Визначається сума квадратів відхилень в цілому по всій сукупності спостережень:

Крок 4. Обчислюється параметр :

де n — загальна сукупність спостережень; n_r — кількість спостережень r -ї групи.

Крок 7. Обчислюється критерій:

який наближено відповідатиме розподілу при ступені свободи , коли дисперсія всіх спостережень однорідна. Тобто якщо значення не менше за табличне значення при вибраному рівні довіри і ступені свободи , то спостерігається гетероскедастичність.

Приклад 7.2. Для даних, які наведено в прикладі 7.1, перевіримо наявність гетероскедастичності згідно з критерієм m.

Розв’язання.

Крок 1. Розіб’ємо дані, які наведені в табл. 7.1, на три групи, по шість спостережень у кожній.

Крок 2. Обчислимо суму квадратів відхилень індивідуальних значень кожної групи від свого середнього значення:

2.1.

2.2.

Крок 3. Знайдемо суму квадратів відхилень за всіма трьома групами:

= S ₁ + S ₂ + S ₃ = 0, 05313 + 0, 2822 + 1, 1703 = 1, 5056.

Крок 4. Обчислимо параметр

Крок 5. Знайдемо критерій

Цей критерій наближено задовольняє розподіл c² з k – 1 = 2 ступенями свободи. Порівняємо значення критерію з табличним значенням критерію c² з k – 1 = 2 ступенями свободи при рівні довіри 0, 99 c²_кр= 9, 21. Оскільки m > c²_кр, то дисперсія може змінюватись, тобто для даних табл. 7.1 спостері­гається гетероскедастичність.