Результаты регрессионного анализа
Показатели
| Коэффициенты уравнения регрессии
| Стандартная ошибка определения коэффициентов
| t-статистика
| Вероятность ошибки α
| Нижние
95%–
пределы
| Верхние
95%–
пределы
| Y-пересечение
| 89,520
| 50,898
| 1,759
| 0,090
| 193,954
| 14,914
| Переменная X 2
| 4,082
| 1,526
| 2,674
| 0,013
| 0,950
| 7,214
| Переменная X 3
| 0,361
| 0,139
| 2,592
| 0,015
| 0,075
| 0,647
|
Из таблицы 3.7 следует, что уравнение регрессии имеет вид
y = -89,520 + 4,082·x2 + 0,361·x3.
7) Проверка гипотезы о гомоскедастичности ряда остатков с уровнем значимости α = 0,05 (п. 2.9).
Рассчитаем модельные значения переменной по уравнению регрессии и соответствующие остатки (табл. 3.8).
Таблица 3.8
Промежуточные результаты расчета Наблюдения
| y
| x2
| x3
| Модельные значения
| Отклонения
| 1
| 113
| 38
| 163
| 124,49
| 11,49
| 2
| 124
| 37
| 165
| 121,13
| -2,87
| 3
| 124
| 38
| 163
| 124,49
| 0,49
| 4
| 122
| 36
| 163
| 116,32
| -5,68
| 5
| 128
| 37
| 152
| 116,43
| -11,57
| 6
| 140
| 39
| 176
| 133,27
| -6,73
| 7
| 117
| 36
| 155
| 113,43
| -3,57
| 8
| 113
| 36
| 164
| 116,69
| 3,69
| 9
| 122
| 38
| 175
| 128,82
| 6,82
| 10
| 139
| 38
| 194
| 135,69
| -3,31
| 11
| 126
| 39
| 167
| 130,02
| 4,02
| 12
| 125
| 38
| 164
| 124,85
| -0,15
| 13
| 124
| 37
| 175
| 124,74
| 0,74
| 14
| 121
| 37
| 162
| 120,05
| -0,95
| 15
| 123
| 38
| 168
| 126,29
| 3,29
| 16
| 120
| 38
| 160
| 123,40
| 3,40
| 17
| 125
| 37
| 167
| 121,85
| -3,15
| 18
| 118
| 37
| 163
| 120,41
| 2,41
| 19
| 122
| 38
| 162
| 124,13
| 2,13
| 20
| 133
| 39
| 184
| 136,16
| 3,16
| 21
| 136
| 39
| 167
| 130,02
| -5,98
| 22
| 136
| 37
| 166
| 121,49
| -14,51
| 23
| 138
| 39
| 166
| 129,65
| -8,35
| 24
| 124
| 38
| 176
| 129,19
| 5,19
| 25
| 123
| 38
| 156
| 121,96
| -1,04
| 26
| 149
| 39
| 194
| 139,77
| -9,23
| 27
| 126
| 38
| 182
| 131,35
| 5,35
| 28
| 109
| 37
| 164
| 120,77
| 11,77
| 29
| 120
| 38
| 170
| 127,02
| 7,02
| 30
| 115
| 37
| 165
| 121,13
| 6,13
|
Отсортируем данные таблицы 3.8 по переменным x2 и x3 (табл. 3.9).
Таблица 3.9
Результаты сортировки данных таблицы 3.8 по переменным x2 и x3 Результаты сортировки по x2
| Результаты сортировки по x3
| Отклонения
| x2
| Отклонения
| x2
| Отклонения
| x2
| -5,68
| 36
| 163
| -11,57
| 37
| 152
| -3,57
| 36
| 155
| -3,57
| 36
| 155
| 3,69
| 36
| 164
| -1,04
| 38
| 156
| -14,51
| 37
| 166
| 3,40
| 38
| 160
| -11,57
| 37
| 152
| -0,95
| 37
| 162
| -3,15
| 37
| 167
| 2,13
| 38
| 162
| -2,87
| 37
| 165
| -5,68
| 36
| 163
| -0,95
| 37
| 162
| 2,41
| 37
| 163
| 0,74
| 37
| 175
| 0,49
| 38
| 163
| 2,41
| 37
| 163
| 11,49
| 38
| 163
| 6,13
| 37
| 165
| 3,69
| 36
| 164
| 11,77
| 37
| 164
| 11,77
| 37
| 164
| -3,31
| 38
| 194
| -0,15
| 38
| 164
| -1,04
| 38
| 156
| -2,87
| 37
| 165
| -0,15
| 38
| 164
| 6,13
| 37
| 165
| 0,49
| 38
| 163
| -14,51
| 37
| 166
| 2,13
| 38
| 162
| -8,35
| 39
| 166
| 3,29
| 38
| 168
| -3,15
| 37
| 167
| 3,40
| 38
| 160
| -5,98
| 39
| 167
| 5,19
| 38
| 176
| 4,02
| 39
| 167
| 5,35
| 38
| 182
| 3,29
| 38
| 168
| 6,82
| 38
| 175
| 7,02
| 38
| 170
| 7,02
| 38
| 170
| 0,74
| 37
| 175
| 11,49
| 38
| 163
| 6,82
| 38
| 175
| -9,23
| 39
| 194
| 5,19
| 38
| 176
| -8,35
| 39
| 166
| -6,73
| 39
| 176
| -6,73
| 39
| 176
| 5,35
| 38
| 182
| -5,98
| 39
| 167
| 3,16
| 39
| 184
| 3,16
| 39
| 184
| -3,31
| 38
| 194
| 4,02
| 39
| 167
| -9,23
| 39
| 194
|
Темным цветом в таблице 3.9 выделены данные, которые исключаются из дальнейшего рассмотрения.
а) Для проверки гомоскедастичности ряда остатков по переменной x2 построим два уравнения регрессии по первой и второй группе отсортированных данных по переменной x2 из таблицы 3.9 и определим остаточные суммы квадратов (S1) и (S2) остатков при n0 = 11 и р = 2:
1) , S1 = 326,42,
2) , S2 = 184,00.
Вычислим отношение
R= max(S2, S1) / min(S2, S1) = 326,42/184,00 = 1,77 и определим критическое значение F-критерия Фишера
= FРАСПОБР(0,05; n0 – р; n0 – р) = =FРАСПОБР(0,05; 11–2; 11– 2) = FРАСПОБР(0,05; 9; 9) = 3,18.
Так как не выполняется условие
R = 1,77 > = 3,18,
то нет оснований отвергать предположение о постоянстве дисперсии остатков (остатки гомоскедастичны) по переменной x2.
8) Для проверки гомоскедастичности ряда остатков по переменной x3 построим два уравнения регрессии по первой и второй группе отсортированных данных по переменной x3 из таблицы 3.9 и определим остаточные суммы квадратов (S1) и (S2) остатков
1) , S1 = 142,2,
2) , S2 = 166,4.
Вычислим отношение
R = max(S2, S1) / min(S2, S1) = 166,4/142,2 = 1,17.
Критическое значение F-критерия Фишера то же самое =3,18.
Так как не выполняется условие
R = 1,77 > = 3,18,
то нет оснований отвергать предположение о постоянстве дисперсии остатков (остатки гомоскедастичны) по переменной x3.
9) Построение частных уравнений регрессии (п. 3.5, формулы (3.6), (3.7)) на основании уравнения
y = -89,520 + 4,082·x2 + 0,361·x3.
Определим средние значения переменных используя функции СРЗНАЧ() табличного процессора MS Excel , ,
СРЗНАЧ()=37,70; =168,27; 125,17.
Вычислим свободные члены частных уравнений регрессии (3.7)
A2 = a + b3 = –89,520 + 0,361·168,27 = –28,77;
A3 = a + b2 = = –89,520 + 4,082·37,70 = 64,37.
Частные уравнения регрессии
–28,77 + 4,082·x2,
= 64,37 + 0,361·x3.
10) Определение средних частных коэффициентов эластичности (п. 3.6, формула (3.9))
;
.
|