Проста лінійна регресія, Детальна інформація

S.E. of regression 0.077940 Akaike info criterion -2.114740

Sum squared resid 0.060747 Schwarz criterion -2.033923

Log likelihood 14.68844 F-statistic 104.8678

Durbin-Watson stat 2.932728 Prob(F-statistic) 0.000001



модель

Variable Coefficient Std. Error t-Statistic Prob.

LOG_X 0.765822 0.094660 8.090221 0.0000

C 2.199048 0.672610 3.269426 0.0084

R-squared 0.867465 Mean dependent var 7.635971

Adjusted R-squared 0.854211 S.D. dependent var 0.251863

S.E. of regression 0.096167 Akaike info criterion -1.694450

Sum squared resid 0.092481 Schwarz criterion -1.613633

Log likelihood 12.16670 F-statistic 65.45167

Durbin-Watson stat 2.400324 Prob(F-statistic) 0.000011



Як ми бачимо, найбільший коефіцієнт детермінації спостерігаємо в Log-lin моделі. Оберемо саме цю модель для подальшого дослідження.

3/4

3/4

j

\xFD06

\xFD06

\xFD06

\xFD06

\xFD06

\xFD06

\xFD06

\xFD06

\xFD06

\xFD06