Север и рынок. 2013, N 4.

Параметры построения регрессии для модели (1) Таблица 2 Dependent Variable: GRPi Method: Least Squares Included observations: 19 Variable Coefficient Std. Error t-Statistic Prob. OPFi 0.398798 0.020151 19.79024 0.0000 imp tehnoli -3.565144 0.748018 -4.766118 0.0002 plot gdi 5074.038 1665.448 3.046651 0.0077 R-squared 0.983514 Mean dependent var 284856.9 Adjusted R-squared 0.918953 S.D. dependent var 158497.2 S.E. of regression 45326.91 Akaike info criterion 24.42513 Sum squared resid 3.29E+10 Schwarz criterion 24.57425 Log likelihood -229.0387 F -statistic 318.1651 Durbin-Watson stat 1.186915 Prob(F-statistic) 0.00000 Для оценки значимости коэффициентов при переменных и свободного члена уравнения воспользуемся критерием Стьюдента. Для данного числа степеней свободы df=n-m-1=19-3-1=15 при вероятности у=0.95 t-Statistic=1.753. Расчетные критерии превосходят табличное значение, следовательно, делаем вывод о значимости коэффициентов модели (1). Очень высоки коэффициенты детерминации - ненормированный (R-squared) и нормированный (Adjusted R-squared). Вариация объясняемой переменной более чем на 91% описывается изменением независимых переменных. Для модели расчетное значение критерия Фишера (F-statistic) превосходит табличное. Для данного количества факторов (m=3) и числа степеней свободы df= 15: F-statistic=8.7, тогда как табличное значение составляет 318.17, следовательно, можно утверждать, что функция адекватно описывает исходные данные. Для проверки модели (1) на мультиколлинеарность воспользуемся алгоритмом Феррара- Глобера. Расчетное значение х2равно 6.38, что меньше х2табличного, следовательно, делаем вывод о подтверждении нулевой гипотезы, т.е. об отсутствии мультиколлинеарности факторов в модели. Для анализа модели на гетероскедастичность остатков сначала построим график зависимости ошибок регрессии ei от расчетных значений эндогенной переменной Yi на рисунке. В случае если распределение не будет представлять собой прямую горизонтальную полосу, предположим наличие гетероскедастичности остатков. Зависимость остатков от расчетного эндогенного параметра для модели (1) 17