Контрольная работа по дисциплине: Эконометрика. Вариант 0.

Рассматривается модель линейной регрессии: Y — зависимая переменная; X j — факторы регрессии; i — номер наблюдения; действуют стандартные предположения линейной регрессии.
Задание 1. Оценка параметров регрессии МНК, базовая «инференция» о модели (t-критерий, F-критерий), базовый анализ остатков модели.
С помощью среды MATRIXER была построена следующая модель линейной регрессии:
Обычный метод наименьших квадратов
(линейная регрессия)
Зависимая переменная: Y
Количество наблюдений: 480
Переменная Коэффициент Станд. ошибка t-статистика Знач.
1 Константа 278.64971126 2.0217208224 137.82798701 [0.0000]
2 X1 2.9670391659 0.0943389282 31.450846673 [0.0000]
3 X2 -0.8059036004 0.0632924244 -12.733018335 [0.0000]
4 X3 -0.5977404894 0.0406023171 -14.721831971 [0.0000]
R^2adj. = 73.637211541% DW = 2.0508
R^2 = 73.802322951% S.E. = 9.2668940999
Сумма квадратов остатков: 40876.6552987885
Максимум логарифмической функции правдоподобия: -1747.77728795843
AIC = 7.3032386998 BIC = 7.3467156384
F(3,476) = 446.985 [0.0000]
Нормальность: Chi^2(2) = 20.7361 [0.0000]
Гетероскедастичность: Chi^2(1) = 0.036306 [0.8489]
Функциональная форма: Chi^2(1) = 1.8903 [0.1692]
AR(1) в ошибке: Chi^2(1) = 0.32392 [0.5693]
ARCH(1) в ошибке: Chi^2(1) = 0.39702 [0.5286]

Оценка: "Хорошо".