Вероятность 0,05

Степень свободы: (n-m-1) = (число наблюдений - число факторов в уравнении- 1 =8-2-1=5)

По расчетам определено критическое значение t- критерия=2,57.

t крит первой переменной х₁ = 3,65 > 2,57, следовательно коэффициент значим.

t крит второй переменной х₂ =0,60 < 2,57 – параметр должен быть исключен

В рассматриваемом примере свободный член уравнения и коэффициент первой переменной значимы, а вот вторая переменная должна быть исключена т.к. ее стандартная ошибка выше значения коэффициента и

Р -значение находится за пределами заданного уровня значимости (0.05)

Уравнение регрессии имеет окончательный вид: Y= -108,6 +2,44х₁

АНАЛИЗ СТАТИЧЕСКОЙ ЗНАЧИМОСТИ ПАРАМЕТРОВ МОДЕЛИ

Анализ статической значимости параметров модели проводят по коэффициентам эластичности.

Коэффициенты эластичности показывают, на сколько процентов в среднем изменится значение результативного признака при изменении значения соответствующего факторного признака на 1%.

Э_i = а _i* (x̃ _i / y _i)

Где, x̃ _i – среднее значение факторного признака;

у _i – среднее значение результативного признака;

а _i – коэффициент регрессии при соответствующем факторном признаке.

В нашем примере:

Эх₁ =2,44 *(158,5 /332,975) = 1,16

Таким образом увеличение объема промышленного производства на 1% вызывает рост объема ВВП на 1,16 %. Если бы в уравнении было несколько переменных то по значению коэффициента эластичности можно было определить какую переменную необходимо увеличивать для повышения роста факторного признака.