- •1 Константа 23762.334462 4652.807399 5.1070960873 [0.0000]
- •1: Константа
- •1 Константа 19070.934466 249.27716027 76.504941109 [0.0000]
- •1: Константа
- •1 Константа 19162.82435 244.62479281 78.335577233 [0.0000]
- •1: Константа
- •1 Константа 19279.692129 244.20903516 78.947497242 [0.0000]
- •1 Константа 18904.990846 52.945214375 357.06703749 [0.0000]
- •2 Matr[nKonk] 9.6734214398 6.4907229749 1.4903457561 [0.1389]
- •3 Matr[Speople] 1.5741734108 2.0708273139 0.7601664321 [0.4487]
- •4 Matr[Smetro] 0.3317101103 3.8488673765 0.0861838245 [0.9315]
1: Константа
2: Matr[Nkonk]
3: Matr[Smetro]
4: Matr[Speople]
5: Matr[Set]
6: Matr[Smetro]*Matr[Smetro]
Регресоры t-статистика Значимость
3 4 2.7591544048 [0.0068]
4 6 2.728169238 [0.0074]
2 2 1.4483207675 [0.1503]
2 4 -1.3078946907 [0.1936]
3 5 -0.9786869138 [0.3298]
2 3 -0.9260440814 [0.3564]
5 6 -0.878530465 [0.3815]
2 6 -0.8443139925 [0.4003]
2 5 0.672463127 [0.5027]
4 4 -0.596372129 [0.5521]
3 6 -0.3221674211 [0.7479]
6 6 -0.2308839829 [0.8178]
4 5 -0.0108569134 [0.9914]
1 6 *-**-* [*-**-*]
5 5 *-**-* [*-**-*]
1 3 *-**-* [*-**-*]
1 2 *-**-* [*-**-*]
1 1 *-**-* [*-**-*]
1 5 *-**-* [*-**-*]
1 4 *-**-* [*-**-*]
3 3 *-**-* [*-**-*]
Добавляем значимые эффекты второго порядка:
Обычный метод наименьших квадратов
(линейная регрессия)
Зависимая переменная: Matr[Price]
Количество наблюдений: 120
Переменная Коэффициент Станд. ошибка t-статистика Знач.
1 Константа 19146.026381 340.44774947 56.237782187 [0.0000]
2 Matr[Nkonk] -160.21926906 15.850185557 -10.108352895 [0.0000]
3 Matr[Smetro] 106.76737574 63.144042104 1.69085431 [0.0937]
4 Matr[Speople] -5.4634395201 45.513025183 -0.1200412299 [0.9047]
5 Matr[Set] -275.57406765 65.747586723 -4.1913944129 [0.0001]
6 Matr[Smetro]*Matr[Smetro]
-12.326650396 2.8773163369 -4.2840789656 [0.0000]
7 Matr[Smetro]*Matr[Speople]
3.1921383924 7.9018295008 0.4039745975 [0.6870]
8 Matr[Smetro]*Matr[Smetro]*Matr[Speople]
0.0234426429 0.3288673386 0.0712829771 [0.9433]
R^2adj. = 74.616311341% DW = 2.1629
R^2 = 76.109469497% S.E. = 338.03499939
Сумма квадратов остатков: 12797978.011328
Максимум логарифмической функции правдоподобия: -864.910984330435
AIC = 14.548516406 BIC = 14.734349188
F(7,112) = 50.97214 [0.0000]
Нормальность: Chi^2(2) = 2.016642 [0.3648]
Гетероскедастичность: Chi^2(1) = 4.328597 [0.0375]
Функциональная форма: Chi^2(1) = 1.169747 [0.2795]
AR(1) в ошибке: Chi^2(1) = 1.225391 [0.2683]
ARCH(1) в ошибке: Chi^2(1) = 10.17648 [0.0014]
Обычный метод наименьших квадратов
(линейная регрессия)
Зависимая переменная: Matr[Price]
Количество наблюдений: 120
Переменная Коэффициент Станд. ошибка t-статистика Знач.
1 Константа 19162.82435 244.62479281 78.335577233 [0.0000]
2 Matr[Nkonk] -160.3103075 15.728944346 -10.192057647 [0.0000]
3 Matr[Smetro] 103.3900909 41.558399567 2.4878265761 [0.0143]
4 Matr[Speople] -8.4187143042 18.695871763 -0.4502980343 [0.6534]
5 Matr[Set] -275.55975539 65.457201288 -4.2097698949 [0.0001]
6 Matr[Smetro]*Matr[Smetro]
-12.17557864 1.9375413706 -6.2840354406 [0.0000]
7 Matr[Smetro]*Matr[Speople]
3.7469487232 1.3580061763 2.7591544048 [0.0068]
R^2adj. = 74.839804327% DW = 2.1643
R^2 = 76.108385622% S.E. = 336.54357941
Сумма квадратов остатков: 12798558.6353442
Максимум логарифмической функции правдоподобия: -864.913706373768
AIC = 14.531895106 BIC = 14.694498791
F(6,113) = 59.99488 [0.0000]
Нормальность: Chi^2(2) = 2.061221 [0.3568]
Гетероскедастичность: Chi^2(1) = 4.307596 [0.0379]
Функциональная форма: Chi^2(1) = 1.042931 [0.3071]
AR(1) в ошибке: Chi^2(1) = 1.241329 [0.2652]
ARCH(1) в ошибке: Chi^2(1) = 10.30988 [0.0013]
Эффекты второго порядка