Szacowanie modeli liniowych
Zm 35 i zm 16
SRTVAGD1=BETA0 + BETA1*WNBt + epsilon t
Postac oczekiwana modelu (w kol. B)
SRTVAGD1 (z daszkiem)= -12,806868343609 + 0140408014323489 * WNBt
Wzrost wynagrodzen o 1 zł/os powodował wzrost sprzedaży rtvagd średnio o 0,014 jednostki czyli o 1,4 pkt procentowego. (w stosunku do wartości bazowej)
Miary dopasowania
R^2= ,83414107
83,4% całkowitej wariancji sprzedaży rzeczywistej zostało wyjaśnione wariancja sprzedaży teoretycznej.
Średni błąd reszt (regresji)
Sigma epsilon (z dzaszkiem) =Błąd std. estymacji: 6,3833
Wartosci sprzedaży teoretycznej roznia się od sprzedaży rzeczywistej średnio o 6,3833 jednostki.
Wspolczynnik zmienności losowej
V epsilon= [Sigma (z daszkiem)/ SRTVAGD1 (śr) ]* 100
V epsilon=[6,3833/17,8111930141414]*100= 35,8%
Stosunek parametru do bledu w kolumnie bł. Standardowy z b
->wykonaj analizę reszty
Podsumowanie:reszty i …
Usuwamy ostatnie 4 wiersze. Zawsze!
Tworzenie wykresu
Ztego co widać model jest raczej slaby. Jedyne to co się zgadza, to wahania in plus lub in minus. Tak wiec mogą istnieć inne czynniki, które miały wpływ na zachowanie konsumentow.
Model nie nadaje się do prognozy.
MOJE MYSLI
Zależna: Wskaźnik cen opłat za najem mieszkań [grudzień 92=1]
Niezależna: Przeciętne zatrudnienie w sektorze przeds. [tys.]
Postac oczekiwana modelu (w kol. B)
czynsz(z daszkiem)= 35,88945 -0,00532*zatrudnienie
Wzrost zatrudnienia o 1 zł/os powodował wzrost sprzedaży rtvagd średnio o 0,014 jednostki czyli o 1,4 pkt procentowego. (w stosunku do wartości bazowej)
Miary dopasowania
R^2= ,83414107
83,4% całkowitej wariancji sprzedaży rzeczywistej zostało wyjaśnione wariancja sprzedaży teoretycznej.
Średni błąd reszt (regresji)
Sigma epsilon (z dzaszkiem) =Błąd std. estymacji: 6,3833
Wartosci sprzedaży teoretycznej roznia się od sprzedaży rzeczywistej średnio o 6,3833 jednostki.
Wspolczynnik zmienności losowej
V epsilon= [Sigma (z daszkiem)/ SRTVAGD1 (śr) ]* 100
V epsilon=[6,3833/17,8111930141414]*100= 35,8%