статистическая значимость свободного члена линейной регрессии

lena1978

занялся дурацким делом, помогаю другу разобраться с контрольной по эконометрике, а сам в статистике полный ноль. сначала было просто, тока цифери в формулы подставляли, но теперь столкнулись с необходимостью анализа смысла полученных чисел.

посчитали коэффициенты парной регрессии. теперь определяем их статистическую значимость по формулам из методички и табличке распределения Сьюдента. вроде получилось, что коэффициент при иксе гуд, а свободный член - нет.

и какой смысл этого, подскажите, плз?

griz_a

посчитали коэффициенты парной регрессии. теперь определяем их статистическую значимость по формулам из методички и табличке распределения Сьюдента. вроде получилось, что коэффициент при иксе гуд, а свободный член - нет.
 
Никто же не может знать, что там за формулы в методичке и что в экономической методичке подразумевается под статистической значимостью.
Нужно раскрыть поподробнее.

elenakozl

вроде получилось, что коэффициент при иксе гуд, а свободный член - нет. и какой смысл этого, подскажите, плз?
Значит производная (скорость) гуд, а абсолютное значение пофиг.

lena1978

делаем пункт 6
задание:
методичка:
для уравнения y = a+bx получили числа
t_b=4,303,
t_a=-0,053.

griz_a

Проверялись гипотезы:
а) О том, что коэффициент наклона нулевой.
Если бы это было так, то t_b было бы стьюдентовское, а 4.3, что великовато для стьюдентовской величины.
Гипотезу отвергли.
б) Что свободный член нулевой. Если бы это было так, то t_a была бы стьюдентовской. Она вполне приличные значения принимает, поэтому отвергнуть гипотезу не можем.
Вывод: коэффициент наклона заведомо ненулевой, коэффициент сдвига если и ненулевой, то небольшой.

lena1978

по пункту b)
приличные - это что значит? оно же маленькое какое-то.

griz_a

То, что он по модулю не превосходит 0.975 квантили распределения Стьюдента с соответствующим числом степеней свободы

lena1978

всё, понял, спасибо)

griz_a

Если гипотеза верна, то приведенная статистика имеет распределение стьюдента, а если неверна, то это сдвиг распределения стьюдента на какую-то константу вправо или влево.
У нас практически в самые типичные стьюдентовские значения попала статистика, следовательно, отвергать гипотезу a=0 мы не можем. С уверенностью принять тоже не можем, но можем сказать с уверенностью, что a не очень большое (в соответствующем масштабе). Можно например, доверительный интервал для a построить и убедиться, что он будет вокруг нуля.

tester1

прога eviews тебе в помощь :)
Оставить комментарий
Имя или ник:
Комментарий: