Прикладная статистика и основы эконометрики

Уравнение множественной регрессии:

y = 75,438 + 0,045x1 - 0,045x2 - 0,239x4

. Проведем тестирование ошибок уравнения множественной регрессии на гетероскедатичность, применив тест Гельфельда-Квандта.

Упорядочим по возрастанию значения переменной, затем исключим С центральных наблюдений, при этом (n - C)/2 > p, где р - число оцениваемых параметров, затем разделим совокупность на две группы и определим в каждой группе остаточные суммы S1 и S2 и находим их отношение R.

Гетероскедатичность по Y:

Критерий Табличное значение F-критерия

,75 > 3,9685

Гетероскедатичность по X1:

Критерий Табличное значение F-критерия

,08 > 3,9685

Гетероскедатичность по X2:

Критерий Табличное значение F-критерия

,59 > 3,9685

Гетероскедатичность по X4:

Критерий Табличное значение F-критерия

,540 > 3,9685

Все значения больше табличного значения F-критерия, следовательно, дисперсии остаточных величин не равны.

. Оценим статистическую значимость уравнения множественной регрессии. Какие факторы значимо воздействуют на формирование средней продолжительности жизни в этом уравнении?табл = 3,9685

Так как F = 425,3 (см таблицу Вывод итогов) > Fтабл., то уравнение множественной регрессии статистически значимо.

Коэффициент Стьюдента при n = 77 и уровне значимости 0,05 равен t(77; 0,05) = 1,9921.

Так как расчетные значения коэффициентов t, меньше чем табличное только для фактора х2, следовательно фактор х2 - не значим, факторы х1 и х4 - значимы.

. Построим уравнение множественной регрессии со статистически значимыми факторами.

Построим уравнение с факторами х1 и х4.