E (ui) = 0. Kui juhuslike liikmete dispersioon pole konstantne ning tema jaotus oleneb Xst, on tegemist heteroskedestatiivsusega. Parki test kui sõltumatute muutujate ln(Xi) vastava regressioonikordaja hinnang a1 on statistiliselt olulisel määral erinev nullist, siis esialgses mudelis on heteroskedestatiivsus. 11. Jääkliige u`t (katusega, väike t) väljendab sõltuva muutuja mõõdetud väärtuse Yt ja regressioonimudeliga saadud hinnangu Y`t (katusega, väike t) erinevust aastal (vaatlusel) t1 12. Juhuslik viga (ui) (juhuslik suurus, mis võib omada nii positiivseid kui negatiivseid väärtusi). 13. Keskväärtus tunnuste väärtuste kui juhuslike suuruste aritmeetiline keskmine. Suur X katusega, üldkogumi korral müü (väike u, vasakul allapoole kriips). 14. Klassikaline ökonomeetriline modelleerimine üksikult üldisele lähenemine. Majanduslikku
REGRESSIOONHAJUVUS Regressioonimudeli poolt kirjeldatud hajuvus (selgitatud varieeruvus) ESS = (i- Y)2 on lineaarse regressioonimudeli järgi arvutatud väärtus KOGUHAJUVUS Regressioonimudeli sõltuva muutuja Y koguhajuvus TSS = (Yi-Y) 2 TSS (SST) mõõdab Yi koguhajuvust (varieeruvust) sõltuva muutuja Y keskväärtuse (aritmeetilise keskmise) ümber ehk hälvete ruutude summat Regressioonimudeli sõltuva muutuja Y koguhajuvus TSS koosneb regressioonimudeliga kirjeldatud hajuvusest ESS ja jääkhajuvusest (selgitamata varieeruvus) RSS TSS = (Yi-Y)2 koguvarieeruvus ESS = (i- Y)2 selgitatud varieeruvus RSS = ei2=(Yi- i)2 jääkhajuvus (selgitamata varieeruvus) Determinatsioonikordaja alusel saab hinnata, kui palju sõltuva muutuja hajuvusest on kirjeldatud regressioonimudeli poolt. Determinatsioonikordaja mõõdab, kui hästi regressioonisirge lähendab vaatlusandmeid.
tõenäosuslikku arengut; 3)kontrollida empiiriliselt maj. teoreetiliste seisukohtade ja hüpoteesi paika pidavust. Regressioonivõrrandiks on lineaarne mitme muutuja funktsioon. Regressioonikordaja i näitab mitme ühiku võrra muutub sõltuv muutuja Yt kui sõltumatu muutuja Xi muutub 1 ühiku võrra. Kui regressioonmudelis on 1 sõltumatu muutuja, siis on tegemist lihtsa regressioonvõrrandiga Y=b0+ b1xi+ei, i=1,2...n. Kui sõltumatuid muutujaid on vähemalt 2 (k>2), siis on tegemist mitmese regressioonimudeliga. Enim praktikas kasutusel olev mittelineaarne regressioonvõrrand on ruutmudel e. parabool. Parabooli abil on võimalik modelleerida oma olemuselt erinevaid sõltuvusi. Seose tihedust isel. näitaja. 1)Üks põhiline on korrelatsioonikordaja (korr.kordaja märk ei oma mingit tähtsust). Mida suurem on korrel.kor, seda tihedam on sõltuvus faktorite vahel, seda ebausaldatavamad on andmed. Kui X suurenedes suureneb ka suuruse Y keskväärtus, siis on kor. kordaja väärtus pos. s.t r>0
annaabi.ee 
