Введение в эконометрику. Учебное пособие. Валентин Юльевич Арьков

примере значения роста содержат три значащих разряда, значения веса – два. Поэтому следует оставить хотя бы три значащих разряда.

      Если при округлении последний разряд оказался равным нулю, записываем ноль. Это явно указывает читателю, сколько мы оставили значащих разрядов.

      Рис. Коэффициенты и с. к. о. – три значащих разряда

      Запишите уравнеие регрессии с указанием названия переменных.

      Рис. Уравнение регрессии

      Проведём интепретацию уравнения регрессии. Объясним простыми словами, что означает коэффициент 0,920 при переменной «Рост». Напомним, что в нашем примере вес измеряется в килограммах, а рост – в сантиметрах.

      Чтобы число было приятнее для глаза, умножим его на десять. Вот что у нас теперь получается:

      При увеличении роста в анализируемой выборке на 10 сантиметров вес увеличивается в среднем на 9,2 килограмма.

      Проведите интерпретацию своего уравнения регрессии в таком же стиле.

      1.6.2. Функция LINEST

      Функция LINEST / ЛИНЕЙН позволяет получить оценку параметров линейного уравнения с помощью метода наименьших квадратов (МНК). Прежде всего, это коэффициенты линейного уравнения. В уравнении может быть один «игрек» и один или более «иксов». Другими словами, это модель с одним входом и несколькими выходами.

      Само название функции, скорее всего, является сокращением от выражения Linear Estimates (линейные оценки) или Linear Model Estimate (оценка линейной модели).

      Данная функция позволяет получить не только оценки коэффициентов уравнения регрессии. Здесь есть и дополнительные возможности, см. рис.

      Рис. Параметры функции LINEST

      При указании значения TRUE для аргумента stats функция выводит дополнительные статистические показатели.

      В справке по данной функции приводится порядок вывода результатов. В первой строке имеем оценки коэффициентов. Во второй строке выводятся стандартные ошибки для наших коэффициентов Standard Errors (SE).