их змінних; крім того це робить помилки великою кількістю (бо це стискає масштаб виміру), і допомагає отримати розподіл, який ближче до нормального
2.3 Інтерпретація отриманих даних
Після виконання всіх необхідних процедур отримана зразкова продукція (див. Додаток 1). Рівняння заключного регресу виглядає як наступне: = 2.261554 - 0.617254 * LIR + 0.686799 * YR - 0.000313 * LWPID + 0.073331 * PLG - 0.274003 * DSG (2.426471) (4.236188) (1.117523) (2.047578) (0.391451) (0.754536)
Додаток 1 містить інформацію про коефіцієнт визначення - R2. Взагалі, коефіцієнт визначення показує, як добре лінія регресу відповідає даним. Ідея моделювання регресу складається в тому, щоб пояснити залежну змінну в максимально можливій мірі незалежними змінними в моделі. Саме тому краще, коли коефіцієнт визначення настільки високий наскільки можливо. Зі збільшенням числа пояснювальних змінних збільшиться R2. У випадку цього дослідження R2 становить приблизно 85.6324%. Це означає, що 85.6324% зміни залежної змінної пояснений набором незалежних змінних. І сума стандартної помилки 0.847525. p align="justify"> Це дослідження, насамперед, цікавиться ознакою головного коефіцієнта f = 0.274003, у якого є позитивна цінність. Так, щоб відповідав безпосереднього зв'язку між внутрішніми інвестиційними та внутрішніми заощадженнями. За інших рівних умов, одне процентна зміна в заощадженнях до збільшення інвестицій на 0.274003%. p align="justify"> Також емпіричні дослідження показують, що коефіцієнт розходження в затримці оптового індексу цін d = -0.000313, у якого є негативна величина. Мінус знак відповідає зворотного зв'язку між оптовими індексом цін та інвестиціями. p align="justify"> Об'єднане Значення
Хо: b = c = d = e = f = 0 (коефіцієнти є спільно статистично незначущими),: b? 0, c? 0, d? 0, e? 0, f? 0 ( коефіцієнти є спільно статистично істотними),
Якщо Prob (F-статистична-величина)> 5%-ий рівень значення, Хо відхилений, тому, коефіцієнти є спільно статистично істотними.
Якщо Prob (F-статистична-величина) <5%-ий рівень значення, Хо не відхиляГґться, тобто прийнятий, тому, коефіцієнти є спільно статистично незначущими.
Окреме Значення
Хо: b = 0 (коефіцієнт b є індивідуально статистично незначущим).: b? 0 (коефіцієнт b є індивідуально статистично істотним).
Якщо Prob. (0.0668)> 5%-ий рівень значення, Хо відхилений, тому, коефіцієнт b є індивідуально статистично незначущим;
Якщо Prob. (0.0668) <5%-ий рівень значення, Хо прийнятий, коефіцієнт b індивідуально статистично істотний. p align="justify"> Хо: c = 0 (коефіцієнт b є індивідуально статистично незначущим).: c? 0 (коефіцієнт b є індивідуально статистично істотним).
Якщо Prob. (0.8460)> 5%-ий рівень значення,...
