/i> В
Графіки демонструють нам зворотну залежність між результативним чинником - собівартістю і пояснює чинником, що підтверджується значеннями коефіцієнтів кореляції.
Спочатку розглянемо лінійну модель по всіх факторів:
. reg sst lnud korm ves
Source | SS df MS Number of obs = 20
------------- + ------------------------------ F (3, 16) = 10.37
Model | .031800232 3 .010600077 Prob> F = 0.0005
Residual | .016350718 16 .00102192 R-squared = 0.6604
------------- + ------------------------------ Adj R-squared = 0.5968
Total | .04815095 19 .002534261 Root MSE = .03197
----------------------------------------------- -------------------------------
sst | Coef. Std. Err. t P> | t | [95% Conf. Interval]
------------- + --------------------------------- -------------------------------
lnud | - .2305787 .1162704 -1.98 0.065 - .4770609 .0159036
korm | .0026417 .0025775 1.02 0.321 - .0028223 .0081057
ves | - .0000138 .0024772 -0.01 0.996 - .0052651 .0052376
_cons | 2.088534 .7538614 2.77 0.014 .4904194 3.686649
----------------------------------------------- -------------------------------
Хоча у цієї моделі і досить гарний коефіцієнт детермінації і згідно F-критерієм Фішера воно значимо, параметри при змінних lnud, korm, ves не значимі по t-критерієм Стьюдента з P-значеннями 0.065, 0.321 і 0.996. Значить, ця модель не підходить. p> Побудуємо модель виду:
. reg sst lnud1 korm1 ves1
Source | SS df MS Number of obs = 20
------------- + ------------------------------ F (3, 16) = 10.32
Model | .031744654 3 .010581551 Prob> F = 0.0005
Residual | .016406296 16 .001025393 R-squared = 0.6593
------------- + ------------------------------ Adj R-squared = 0.5954
Total | .04815095 19 .002534261 Root MSE = .03202
----------------------------------------------- -------------------------------
sst | Coef. Std. Err. t P> | t | [95% Conf. Interval]
------------- + --------------------------------- -------------------------------
lnud1 | 14.46292 6.110319 2.37 0.031 1.509625 27.41622
korm1 | -5.633853 5.967609 -0.94 0.359 -18.28462 7.016912
ves1 | .6831225 6.892859 0.10 0.922 -13.92909 15.29533
_cons | -1.33304 .6029802 -2.21 0.042 -2.611301 - .0547791
----------------------------------------------- -------------------------------
Бачимо що коефіцієнт детермінації гарний - 0,659 і за F-критерієм Фішера рівняння значимо. Але параметри при змінних korm1, ves1 не значимі по t-критерієм Стьюдента з P-значеннями 0.359 і 0.922. Значить, ця модель не підходить.
Будемо розглядати різні комбінації змінних при включенні в модель. Побудуємо модель виду:
. reg sst lnud korm1 ves1
Source | SS df MS Number of obs = 20
------------- + ------------------------------ F (3, 16) = 10.09
Model | .031497211 3 .01049907 Prob> F = 0.0006
Residual | .016653739 16 .001040859 R-squared = 0.6541
------------- + ------------------------------ Adj R-squared = 0.5893
Total | .04815095 19 .002534261 Root MSE = .03226
----------------------------------------------- -------------------------------
sst | Coef. Std. Err. t P> | t | [95% Conf. Interval]
------------- + --------------------------------- -------------------------------
lnud | - .2065493 .0898758 -2.30 0.035 - .3970775 - .0160212
korm1 | -5.156249 5.939941 -0.87 0.398 -17.74836 7.435864
ves1 | 1.094516 6.895036 0.16 0.876 -13.52231 15.71134
_cons | 2.109487 .8816345 2.39 0.029 .2405058 3.978469
----------------------------------------------- -------------------------------
Так само як і в попередніх моделях, значення R-квадрата хороше, рівняння значимо за F-критерієм Фішера, але одночасно з цим параметри при змінних korm1, ves1 з P-значеннями 0.398 і 0.876 відповідно не значущі за t-критерієм Стьюдента. Також відкинемо цю модель. p> Побудуємо модель виду:
. reg sst lnud1 korm ves1
Source | SS df MS Number of obs = 20
------------- + ------------------------------ F (3, 16) = 10.60
Model | .032029999 3 .010676666 Prob> F = 0.0004
Residual | .016120951 16 .001007559 R-squared = 0.6652
------------- + ------------------------------ Adj R-squared = 0.6024
Total | .04815095 19 .002534261 Root MSE = .03174
----------------------------------------------- -------------------------------
sst | Coef. Std. Err. t P> | t | [95% Conf. Interval]
------------- + --------------------------------- -------------------------------
lnud1 | 15.74117 6.4978...