e - 06 * DISTANCE + 0.0938137817052 * DRIVE + 0.376092419888 * TRANSMISSION - 0.311293600365 * USED + 0.199407723099 * DOORS
DependentVariable: LOG (PRICE) Method: LeastSquaresDate: 11/11/14 Time: 20: 29Sample: 1 42Includedobservations: 42VariableCoefficientStd. Errort-StatisticProb.C11.534390.72341815.944310.0000HORSE0.0064630.0008697.4397330.0000DISTANCE - 4.54E - 062.68E - 06-1.6921060.0995DRIVE0.0938140.1999150.4692690.6418TRANSMISSION0.3760920.2180181.7250520.0933USED - 0.3112940.240241-1.2957530.2035DOORS0.1994080.1317571.5134500.1391R-squared0.772412Meandependentvar14.01890Adjusted R-squared0.733397S.D. dependentvar1.088594S.E. ofregression0.562081Akaikeinfocriterion1.836669Sumsquaredresid11.05772Schwarzcriterion2.126281Loglikelihood- 31.57006Hannan-Quinncriter.1.942823F-statistic19.79776Durbin-Watsonstat1.811581Prob(F-statistic)0.000000
Як видно з таблиці, коефіцієнти HORSE, DISTANCE і TRANSMISSION значимі (прагнуть до значущості), так як їх prob lt; 0,05 або незначимо від цього відрізняється. Регресія в цілому значима, тому prob (f-stat)=0,000
Перевіримо регресію на сталість дисперсії залишків, тобто проведемо тест на гетероскедастичності. В силу того, що вибірка не дуже велика (41варіант), не має сенс проводити тест Уайта. Замість цього, проведемо тест Бреуш-Паган-Годфрі:
Heteroskedasticity Test: Breusch-Pagan-GodfreyF-statistic1.346332Prob. F (6,35) 0.2634Obs * R-squared7.875849Prob. Chi-Square (6) 0.2473Scaledexplained SS20.63905Prob. Chi-Square (6) 0.0021TestEquation: DependentVariable: RESID ^ 2Method: LeastSquaresDate: 11/13/14 Time: 19: 54Sample: 1 42Includedobservations: 41VariableCoefficientStd. Errort-StatisticProb.C0.7392410.9191700.8042490.4267HORSE0.0010880.0011040.9860370.3309DISTANCE - 3.19E - 063.41E - 06-0.9346440.3564USED0.2839930.3052490.9303630.3586TRANSMISSION - 0.4019930.277012-1.4511720.1556DRIVE - 0.2047220.254010-0.8059580.4257DOORS - 0.0782780.167410-0.4675820.6430R-squared0.187520Meandependentvar0.263279Adjusted R-squared0.048238S.D. dependentvar0.732051S.E. ofregression0.714176Akaikeinfocriterion2.315638Sumsquaredresid17.85168Schwarzcriterion2.605250Loglikelihood- 41.62840Hannan-Quinncriter.2.421792F-statistic1.346332Durbin-Watsonstat2.048036Prob(F-statistic)0.263377
За даними тесту, всього на 18,7% зміна ціни пояснюється дисперсією факторів. Отримаємо prob.F gt; 0,05. Це означає, що гетероскедастичності відсутня, отже, функція гомоскедастичність. Це позитивний результат, який показує, що дисперсія залишків постійна.
Припустимо, що наша регресія має лінійну специфікацію:
Estimation Command:
=====================
LS PRICE DISTANCE DOORS DRIVE HORSE TRANSMISSION USED
Оцінимо рівняння ::
========================== C (1) * DISTANCE + C (2) * DOORS + C ( 3) * DRIVE + C (4) * HORSE + C (5) * TRANSMISSION + C (6) * USED:
========================== 5.74363744919 * DISTANCE - 379220.603565 * DOORS - 2076308.8667 * DRIVE + 41483.0859989 * HORSE -2012665.57706 * TRANSMISSION - 4912432.32527 * USED
DependentVariable: PRICEMethod: LeastSquaresDate: 11/25/14 Time: 09: 17Sample: 1 41Includedobservations: 41VariableCoefficientStd. Errort-StatisticProb.DISTANCE5.74363739.130370.1467820.8841DOORS - 379220.6747051.2-0.5076230.6148DRIVE - 2076309.2974545.- 0.6980260.4896HORSE41483.099365.1894.4294980.0001TRANSMISSION - 2012666.3258321.- 0.6177000.5407R-squared0.388674Meandependentvar3182079Adjusted R-squared0.303767S.D. dependentvar10074661S.E. ofregression8406352.Akaikeinfocriterion34.85844Sumsquaredresid2.54E+15Schwarzcriterion35.10668Loglikelihood- 726.0272Hannan-Quinncriter.34.94943Durbin-Watsonstat2.154302F-statistic 17.15450 Prob (F-statistic) 0.000000
Як бачимо, модель в цілому значима, проте чинники DISTANCE, DOORS, DRIVE, TRANSMISSION не значима.
Перевіримо, чи вірно наше припущення про лінійної специфікації моделі. Проведемо RESET-test Рамсея на справедливість гіпотези про лінійної специфікації моделі регресії:
Ramsey RESET Test: F-statistic99.21919Probability0.0000Loglikelihoodratio57.35668 Probability0.0000TestEquation: DependentVariable: PRICEMethod: LeastSquaresDate: 12/02/14 Time: 10: 42Sample: 1 41Includedobservations: 41VariableCoefficientStd. Errort-StatisticProb.C - 4445300.5611292.- 0.7922060.4337DISTANCE2.38065220.804960.1144270.9096DOORS1875456.1033202.1.8151870.0783DRIVE - 1098264.1553039.- 0.7071710.4843HORSE - 28353.989992.933-2.8374040.0076TRANSMISSION1022691.1719220.0.5948580.5559USED - 480905.41904860.- 0.2524620.8022R-squared0.844697Meandependentvar3182079Adjusted R-squared0.812723S.D. dependentvar100...
