|
x (nakłady na reklamę) |
y (sprzedaż) |
x^2 |
y^2 |
x*y |
|
SSxy |
102,6000 |
|
|
|
|
|
|
|
|
|
|
|
1 |
2 |
1 |
4 |
2 |
|
SSx |
110,9333 |
|
|
|
|
|
|
|
|
|
|
|
1 |
3 |
1 |
9 |
3 |
|
SSy |
101,6000 |
|
|
|
|
2 |
3 |
4 |
9 |
6 |
|
b0 |
1,0373 |
|
|
|
2 |
3 |
4 |
9 |
6 |
|
b1 |
0,9249 |
|
|
|
3 |
4 |
9 |
16 |
12 |
|
|
|
|
|
|
4 |
4 |
16 |
16 |
16 |
|
|
|
|
|
|
4 |
5 |
16 |
25 |
20 |
|
|
|
|
|
|
5 |
4 |
25 |
16 |
20 |
|
|
|
|
|
|
5 |
5 |
25 |
25 |
25 |
|
|
|
|
|
|
6 |
7 |
36 |
49 |
42 |
|
|
|
|
|
|
7 |
7 |
49 |
49 |
49 |
|
|
|
|
|
|
8 |
8 |
64 |
64 |
64 |
|
|
|
|
|
|
8 |
9 |
64 |
81 |
72 |
|
|
|
|
|
|
9 |
10 |
81 |
100 |
90 |
|
|
|
|
|
|
9 |
10 |
81 |
100 |
90 |
|
|
|
|
|
suma |
74 |
84 |
476 |
572 |
517 |
|
|
|
|
|
srednia |
4,9333 |
5,6000 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Układ punktów na diagramie korelacyjnym sugeruje między innymi liniową zależnosc między x i y. |
Weryfikacja statystyczna: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Analiza wariancji: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Źródła zmiennosci |
Stopnie swobody |
Sumy kwadratów |
Srednie kwadraty |
Obliczona wartosc statystyki |
Istotnosc F |
Wartosc krytyczna testu |
|
|
|
|
|
|
|
|
|
|
|
|
Regresja |
1 |
94,8927 |
94,8927 |
183,9188 |
0,0041 |
4,6672 |
|
|
|
|
|
|
|
|
|
|
|
|
Błąd |
13 |
6,7073 |
0,5159 |
|
|
|
|
|
|
|
|
|
|
|
|
Ogółem |
14 |
101,6000 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Odchylenie standardowe składnika losowego: |
|
Interpretacja: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Se= |
0,7183 |
|
|
Przeciętna różnica pomiedzy rzeczywistą wartoscia sprzedaży a wartoscia teoretyczna wyznaczona w oparciu o model wynosi 0,7183 mln złotych. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Współczynnik zmiennosci składnika losowego: |
|
Interpretacja: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Ve= |
12,83% |
|
|
Model jest dobrze dopasowany do danych empirycznych, ponieważ wspolczynnik zmiennosci jest <20%. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Współczynnik determinacji: |
|
|
Interpretacja: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
R^2= |
93,40% |
|
|
Model ekonometryczny w bardzo duzym stopniu (93,40%) wyjasnia calkowita zmiennosc sprzedazy. Tylko 6,6% całkowitej zmiennosci sprzeadzy nie zostalo objasnione przez model. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Błędy srednie szacunku parametrów strukturalnych: |
|
Interpretacja: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
D(b0)= |
0,3842 |
|
|
D(b0)<(1/2*b0) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1/2*b0= |
0,5186 |
|
|
D(b1)<(1/2*b1) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
D(b1)= |
0,0682 |
|
|
Parametry modelu zostały oszacowane z dobra precyzja, ponieważ ich bledy srednie sa mniejsze od polow bezwzglednych wartosci parametrow. |
|
|
|
|
|
|
|
|
|
|
|
1/2*b1= |
0,4624 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Badanie istotn. Poszczeg. parametrów strukt. modelu: |
|
Interpretacja: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t0= |
2,7000 |
|
|
t0>t kryt. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t kryt.= |
2,1604 |
|
|
Odrzucamy H0 na korzysc H1. Parametr β0 jest istotny statystycznie. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t1= |
13,5617 |
|
|
t1>t kryt. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t. kryt.= |
2,1604 |
|
|
Odrzucamy H0 na korzysc H1. Parametr β1 jest istotny statystycznie. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Wniosek koncowy: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Model ekonometryczny można zaakceptowac i może on sluzyc do opisu zjawiska oraz do prognozowania. |
|
|
|
|
|
|
|
|
|
|
|
|
|