Lin-log модель
|
Variable |
Coefficient |
Std. Error |
t-Statistic |
Prob. |
|
LOG_X |
1614.849 |
225.1863 |
7.171166 |
0.0000 |
|
C |
-9331.918 |
1600.066 |
-5.832208 |
0.0002 |
|
R-squared |
0.837201 |
Mean dependent var |
2132.643 |
|
|
Adjusted R-squared |
0.820922 |
S.D. dependent var |
540.6037 |
|
|
S.E. of regression |
228.7708 |
Akaike info criterion |
13.85433 |
|
|
Sum squared resid |
523360.8 |
Schwarz criterion |
13.93515 |
|
|
Log likelihood |
-81.12598 |
F-statistic |
51.42562 |
|
|
Durbin-Watson stat |
1.941843 |
Prob(F-statistic) |
0.000030 |
|
Log-lin модель
|
Variable |
Coefficient |
Std. Error |
t-Statistic |
Prob. |
|
PRICE_SOURCE |
0.000666 |
6.50E-05 |
10.24050 |
0.0000 |
|
C |
6.795716 |
0.085081 |
79.87346 |
0.0000 |
|
R-squared |
0.912943 |
Mean dependent var |
7.635971 |
|
|
Adjusted R-squared |
0.904238 |
S.D. dependent var |
0.251863 |
|
|
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 |
|
Log-log 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.
Лінійний вигляд нашої моделі такий: 
. Як бачимо, тепер коефіцієнти нашої моделі – це 
та 
. Тобто, в нашому випадку, 
. Звичайно, ми очікували отримати інші коефіцієнти для нашої моделі (враховуючи, що вона класично лінійна), оскільки ми використовуємо Log-lin модель, коефіцієнти дорівнюють натуральним логарифмам 
та 
. Як ми і очікували, наявний прямий зв’язок між ціною ресурсу та оптовою ціною продукції, тобто знаки коефіцієнтів моделі є додатніми.
Завантажити реферат