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%