- •Федеральное агенство связи
- •Задание 1
- •Задание 2
- •1 Константа 256.92870913 1.4669286141 175.1473839 [0.0000]
- •2 Matrix[x2] 2.2182524296 0.1871180973 11.854825705 [0.0000]
- •1 Константа -3551.6928406 2954.128823 -1.2022809611 [0.2299]
- •1 Константа 215.32504372 5.474455981 39.332683369 [0.0000]
- •1 Константа -835.3409531 891.94785834 -0.9365356341 [0.3495]
Задание 1
В среде MATRIXER создадим импортом матрицу Matrix.
Выводим результаты:
Обычный метод наименьших квадратов (линейная регрессия)
Зависимая переменная: Matrix[Y]
Количество наблюдений: 480
Переменная Коэффициент Станд. ошибка t-статистика Знач.
1 Константа 215.36559699 5.4625588597 39.425771422 [0.0000]
2 Matrix[X1] 2.3617526903 0.2469560781 9.5634523688 [0.0000]
3 Matrix[X2] 2.3254607794 0.1713473071 13.571621399 [0.0000]
4 Matrix[X3] -0.2111770388 0.1108405497 -1.9052326914 [0.0574]
R^2adj. = 35.402944004% DW = 1.9492
R^2 = 35.807518468% S.E. = 25.489902124
Сумма квадратов остатков: 309273.912490196
Максимум логарифмической функции правдоподобия: -2233.45765773899
AIC = 9.3227402406 BIC = 9.3575217914
F(3,476) = 88.50662 [0.0000]
Нормальность: Chi^2(2) = 16.20353 [0.0003]
Гетероскедастичность: Chi^2(1) = 0.65384 [0.4187]
Функциональная форма: Chi^2(1) = 2.304024 [0.1290]
AR(1) в ошибке: Chi^2(1) = 0.298304 [0.5849]
ARCH(1) в ошибке: Chi^2(1) = 2.950418 [0.0859]
1.1. Оценка параметров линейной регрессии МНК
R2 (коэффициент детерминации) равен 35.807518468%, то есть не менее 35,8% вариации результирующего признака Y объясняется вариацией регрессоров X1, X2, Х3.
Нормированный R-квадрат (35.402944004%) – скорректированный коэффициент детерминации.
Сумма квадратов остатков (это RSS, необходимый для построения ряда статистики в классических критериях проверки гипотез об оценках) = 309273.912490196.
1.2. Оценка значимости каждого фактора в отдельности по t-критерию
По результатам видно, что реально достигнутый уровень значимости (РДУЗ) напротив всех факторов, кроме Х3 достаточно мал (составляет менее любого из стандартных приемлемых уровней допустимой вероятности ошибки первого уровня — 0.1, 0.05 и даже 0.01). РДУЗ напротив фактора Х3 составил 0,0574, то есть фактор значим при уровне допустимой вероятности ошибки первого уровня 0.1.
Оценка значимости факторов в отдельности по t-критерию позволяет сделать вывод, что в модели значимы все факторы при уровне допустимой вероятности ошибки первого уровня 0.1. При уровне допустимой вероятности ошибки первого уровня 0.05 и менее значимы факторы Х1 и Х2.
1.3. Оценка совместной значимости всех факторов по F-критерию
Фактическое значение F-критерия, равное 88.50662 свидетельствует о статистической значимости уравнения регрессии в целом. F -статистика имеет (3, 476) степеней свободы (по количеству факторов и количеству наблюдений – количество факторов – 1). Нулевая гипотеза о совместной незначимости факторов в уравнении в данном случае отвергается, т.к. РДУЗ слишком мал (не отличим от 0 при округлении до 4 знаков после десятичной точки, это меньше любого разумного критического уровня значимости).
1.4. Проверка гетероскедастичности остатков
Гетероскедастичность: Chi^2(1) = 0.65384 [0.4187];
Критерий Годфрея автокорреляции остатков: AR(1) в ошибке: Chi^2(1) = 0.298304 [0.5849];
Критерий авторегрессионной условной гетероскедастичности в ошибках: ARCH(1) в ошибке: Chi^2(1) = 2.950418 [0.0859].
Делаем вывод о том, что определить гетероскедастичность в модели не удалось (РДУЗ составил более 0.4)
1.5. Проверка нормальности остатков
Основная гипотеза состоит в том, что остатки действительно являются реализацией нормально распределенной случайной величины, РДУЗ составил 0.0003, т.е. гипотезу отвергаем (стандартным уровнем допустимой вероятности ошибки первого рода в таком критерии можно считать 0.05), остатки не являются нормально распределенными.