Ordinary Least Squares Estimation
Анализ на резултатите от регресионен модел оценен по метода на най-малките квадрати

Зависимата поменлива е LNQ 102. В модела са включени три независими промеливи (LNP 101; LNP 107; LNP 106), тренд и свободен член. Свободния член показва на колко ще бъде равна зависимата порменлива ако коефицентите пред независимите променливи са равни на 0.

Използвани са 48 наблюдения за оценяване от януари 1997 до декември 2000.

Регресионният коефициент показва с колко се изменя зависимата променлива при единица изменение на независимата промелива.

LNQ 102 = -9,79 3,44 LNP 101 2,01 LNP 107 + 6,95 LNP 106 + 0,03 T + u

Стандартната грешка определя интервала на доверителност за всеки един коефициент. При доверителност 66% интервала се определя coef stn. За свободния член -9,79 4,72. При доверителност 95% интервала се определя coef 2stn. За свободния член -9,79 2 . 4,72

Т-теста определя дали коефициента е статистически значим. Н₀ : coef = 0. А p-value определя вероятността, с която приемаме или отхвърляме нулевата хипотеза. Ако е <0,05 отхвърляме 0 хип, коеф е разл.от 0 и своб.член може да остане; ако е >0,05 приемаме 0 хип, коеф =0 и своб.член не може да остане. В случая p-value на свободния член е по-малък от 0,05 отхвърляме нулевата хипотеза. Коефициента е статистически значим и може да остане в модела.

R-квадрат показва степента на обяснената вариация на зависимата променлива. В случая R-квадрат е равен на 38%, което означава, че 38% от промените в зависимата променлива (LNQ 102) са в резултат от промените в независимите променливи, включени в модела.

Преизчисленият R-квадрат има същата идея като R-Sq, но се използва, когато се работи с по-малка по обем извадка.

Стандартната грешка на регресията се използва при разработване на прогнози.
F-теста: H₀=всички коеф.на модела =0; ако p-value >0,05 приемаме нулевата хипотеза, всички коеф са =0; ако е <0,05 отхвърляме нулевата хипотеза и поне 1 коеф е различен от 0.
В случая p-value на теста е 0, отхвърляме нулевата хипотеза, което означава , че поне един от коефициентите е различен от 0.

Средно на реда на зависимата променлива = Mean of Dependent Variable
Стандартно отклонение на реда на зависимата променлива = S.D. of Dependent Variable

DW-статистиката показва има или не серийна автокорелация в реда на грешката. Използваме го когато в модела има своб.член и няма лагова променлива. Сравняваме със <1,2 имаме проблем със серийната автокорелация, т.е. тя присъства; >1,5