Анализ качества коэффициентов регрессии

Из предыдущей таблицы видно, что такие факторы, как DEM и DJI и t10 незначимы, поскольку их Р значения больше, чем уровень значимости 5%. Исключим факторы из модели по одному, начиная с того, у которого Р значение самое большое.

Последовательно исключаем вышеперечисленные факторы, получаем:

Рис. 11:

Проверка качества модели в целом

Данная проверка предназначена для оценки совместного влияния всех включенных в модель факторов на результативную переменную. Качество построенной модели оценивает коэффициент детерминации R².

Он показывает, насколько факторы, включенные в модель, объясняют вариацию y.

Принимается гипотеза:

Н₀: в₁ = …= о в_k = 0.

— о том, что все включенные в модель регрессоры не влияют на зависимую переменную.

Альтернативная гипотеза Н₁ выглядит так:

Н₁: в₁² + … + в_k² > 0.

Значимость уравнения регрессии в целом оценивается с помощью критерия Фишера:

.

Где:

n — объем выборки, m — количество параметров.

По таблице определяется F_критич:

• — уровень значимости;
• — кол-во параметров — 1;
• — объем выборки — кол-во параметров:

F_набл = 78,623;

F_критич = 3,08.

Следовательно, регрессия в целом значима. Это значит, что все факторы осуществляют статистически значимое воздействие на объясняемую переменную: значение зависимой переменной на 70,64% определяется переменными, включёнными в модель.

Окончательный вариант регрессии выглядит следующим образом:

цена рыночный эконометрический.

LOG (GOLD) = 15.1 745 615 233 + 0.995 784 340 243 * LOG (INF) + 0.725 514 400 274 * QE — 2.256 891 599 * LOG (USDX).