По результатам проведенного регрессионного анализа , , скорректированный , , p

Добавлена: 12.05.2026
Обновлена: 12.05.2026
Предмет: Эконометрика
Автор: Кэмп

#Прикладная эконометрика
#Линейная регрессия и диагностика моделей

По результатам проведенного регрессионного анализа , , скорректированный , , p

Условие:

По результатам проведенного регрессионного анализа $\mathrm{R}=, 77501535$ , $\mathrm{R}^2 = , 60064880$ , скорректированный $\mathrm{R}^2 =,57715755$ , $F(2,34)=25,569$ , p<,00000. Std.Error of estimate: 4,8808. Include cases: 1:37. $\mathrm{N}=37$ .

\begin{array}{|l|l|l|l|l|l|l|} \hline & Beta & Std.Err. of Beta & B & Std.Err. of B & t(34) & p-level \\ \hline \nIntercept & & & 4,19899 & 3,478395 & 1,20716 & 0,235700 \\ \hline \nX3 & 0,249728 & 0,198532 & 0,284004 & 0,225781 & 1,25787 & 0,217007 \\ \hline \nX4 & 0,553696 & 0,198532 & 0,61497 & 0,220502 & 2,788957 & 0,008600 \\ \hline \end{array}

Выписать выборочное уравнение регрессии, оценить его значимость и качество. Оценить значимость входящих в него объясняющих переменных. Найти прогнозное значение зависимой переменной при $\mathrm{X} 3=0,5, \mathrm{X} 4=10$ . Какая из переменных оказывает большее влияние на результирующую переменную?

Решение:

Для начала выпишем выборочное уравнение регрессии. Уравнение регрессии имеет вид:
\nY = B0 + B1 * X3 + B2 * X4

где:

Y - зависимая переменная,
B0 - свободный член (Intercept),
B1 - коэффициент при X3,
B2 - коэффициент при X4.

Из таблицы мы видим:
B0 (Intercept) = 4,19899
B1 (коэффициент при X3) = 0,284004
B2 (коэффициент при X4) = 0,61497

Таким образом, уравнение регрессии будет:
\nY = 4,19899 + 0,284004 * X3 + 0,61497 * X4

Теперь оценим значимость уравнения регрессии. Для...