Регрессионная статистика

Наименование показателя	Принятые наименования	Формула
Множественный R	Коэффициент множественной корреляции
R-квадрат	Коэффициент детерминации R2
Нормированный R-квадрат	Скорректированный R2
Стандартная ошибка	Среднеквадратическое отклонение от модели
Наблюдения	Количество наблюдений n	n

 

Дисперсионный анализ

	df	SS – сумма квадратов	MS – среднее значение	F-критерий Фишера	Значимость F
Регрессия
Остаток
Итого

 

	Коэффициенты	Стандартная ошибка	t-статистика	P-Значение
Y-пересечение	b 0
x1	b 1
x2	b 2
…	…	…	…	…

 

В таблице «Регрессионная статистика» расположены множественный коэффициент корреляции, коэффициент детерминации, нормированный коэффициент детерминации, стандартная ошибка и количество наблюдений. Таблица «Дисперсионный анализ» в столбце df содержит число независимых переменных, количество степеней свободы, в столбце SS – объясненную сумму квадратов, сумму квадратов остатков и общую сумму квадратов результативного фактора, в столбце MS находятся объясненная сумма квадратов и сумма квадратов остатков на одну степень свободы, в столбце F – расчетное значение статистики Фишера. В столбце значимость F расположена вероятность ошибки расчета, если это значение меньше уровня значимости , то F_расч > F_кр.

В третьей таблице в столбце Коэффициенты находятся свободный коэффициент  и коэффициенты при переменных  уравнения регрессии. Каждому коэффициенту соответствует значение t -статистики (третий столбец таблицы). P-Значение показывает вероятность ошибки расчета t -статистики, причем если P-Значение меньше уровня значимости , то t_расч > t_кр.

 

Приложение 2

Расчет критических значений t и F.

 

Значение t_кр можно получить при помощи статистической функции, которая имеет формат СТЬЮДРАСПОБР(< >; < n – m – 1>), где α – уровень значимости, по умолчанию α = 0,05; n – число наблюдений; m – количество независимых переменных в модели. Устанавливаем курсор в пустой ячейке. Вызываем команду ВСТАВКА – ФУНКЦИЯ – СТАТИСТИЧЕСКИЕ (рис. 5.1). Выбираем функцию СТЬЮДРАСПОБР и вводим значения вероятности и количества степеней свободы (рис. 5.2).

 

Рис. 5.1. Мастер функций

Рис. 5.2. Функция СТЬЮДРАСПОБР

 

Значение F_кр можно получить при помощи статистической функции, которая имеет формат FРАСПОБР(< >; < m >; < n – m – 1>), где α – уровень значимости, по умолчанию α = 0,05; n – число наблюдений; m – количество независимых переменных в модели. Вызываем команду ВСТАВКА – ФУНКЦИЯ – СТАТИСТИЧЕСКИЕ – FРАСПОБР (рис. 5.3).

 

Рис. 5.3. Функция FРАСПОБР

Приложение 3

Значения статистик Дарбина-Уотсона при 5%-м уровне значимости.

 

n	k = 1		k = 2		k = 3		k = 4		k = 5
	dL	dU	dL	dU	dL	dU	dL	dU	dL	dU
6	0,61	1,40
7	0,70	1,36	0,47	1,90
8	0,76	1,33	0,56	1,78	0,37	2,29
9	0,82	1,32	0,63	1,70	0,46	2,13
10	0,88	1,32	0,70	1,64	0,53	2,02
11	0,93	1,32	0,66	1,60	0,60	1,93
12	0,97	1,33	0,81	1,58	0,66	1,86
13	1,01	1,34	0,86	1,56	0,72	1,82
14	1,05	1,35	0,91	1,55	0,77	1,78
15	1,08	1,36	0,95	1,54	0,82	1,75	0,69	1,97	0,56	2,21
16	1,10	1,37	0,98	1,54	0,86	1,73	0,74	1,93	0,62	2,15
17	1,13	1,38	1,02	1,54	0,90	1,71	0,78	1,90	0,67	2,10
18	1,16	1,39	1,05	1,53	0,93	1,69	0,82	1,87	0,71	2,06
19	1,18	1,40	1,08	1,53	0,97	1,68	0,86	1,85	0,75	2,02
20	1,20	1,41	1,10	1,54	1,00	1,68	0,90	1,83	0,79	1,99
21	1,22	1,42	1,13	1,54	1,03	1,67	0,93	1,81	0,83	1,96
22	1,24	1,43	1,15	1,54	1,05	1,66	0,96	1,80	0,86	1,94
23	1,26	1,44	1,17	1,54	1,08	1,66	0,99	1,79	0,90	1,92
24	1,27	1,45	1,19	1,55	1,10	1,66	1,01	1,78	0,93	1,90
25	1,29	1,45	1,21	1,55	1,12	1,66	1,04	1,77	0,95	1,89
26	1,30	1,46	1,22	1,55	1,14	1,65	1,06	1,76	0,98	1,88
27	1,32	1,47	1,24	1,56	1,16	1,65	1,08	1,76	1,01	1,86
28	1,33	1,48	1,26	1,56	1,18	1,65	1,10	1,75	1,03	1,85
29	1,34	1,48	1,27	1,56	1,20	1,65	1,12	1,74	1,05	1,84
30	1,35	1,49	1,28	1,57	1,21	1,65	1,14	1,74	1,07	1,83

k – количество независимых переменных, n – количество наблюдений.

 

СПИСОК ЛИТЕРАТУРЫ

 

1. Бородич С.А. Эконометрика / Учебное пособие для ВУЗов. - Мн.: Новое знание, 2004.

2. Доугерти К. Введение в эконометрику. Пер. с англ. М.: ИНФРА-М, 1999.

3. Елисеева И.И. Эконометрика. М., 2008.

4. Кремер Н.Ш., Путко Б.А. Эконометрика. Юнити-Дана, 2008.

5. Магнус Я. Р., Катышев П. К., Пересецкий А. А. Эконометрика. начальный курс. М., Дело, 2004.

6. Орлова И.В., Половников В.А. Экономико-математические методы и модели. Компьютерное моделирование. М., 2009.

7. Экономико-математические методы и модели. Практикум. Под ред. Миксюк С.Ф. Мн, БГЭУ, 2008.