Menüü Tests avanevast rippmenüüst valida Omit variables . Valida muutuja ja eemaldada (rohelise noole abil (Select variables to omit) viia teise veergu. Genereerida uus aruanne. Aruanne näitab, et mudelis on veel statistiliselt mitteolulisi muutujaid. Eemaldada muutuja x1_TASU. Koostada uus regressioon. Mudeli kõik muutujad ei ole ikka veel statistiliselt olulised. Eemaldada muutuja x5_TOETUS. Teostada uus regressioon 3 sõltumatu muutujaga. Regressioonimudelis on kõik usaldusväärsed muutujad. Regressioonimudeli analüüs – graafikute ja tabelite koostamine Graafikud – menüü Graphs Graafikuid on võimalik koostada: a) Residual Plot (regressioonijääkide ja muud näitajad) Näide: regressioonijääkide sõltuvus vaatluse järjekorranumbrist b) Fitted, actual plot (hinnatud mudel, tegelikud andmed) Näide: tegeliku Y ja arvutusliku Ŷ vaheline seos c) regressioonijääkide normaaljaotuse kontrollimine
põhjal seda järeldada? Analüüsige kõiki näitajaid, mis viitavad spetsifikatsiooniveale. c) Milline on teie poolt välja pakutud regressioonimudel autode müügi modelleerimiseks? Lahendus. a) Ainus statistiliselt oluline muutuja on intressimäär. Regressioonimudeli tulemused ei ole kooskõlas sisuliste kaalutluste ja korrelatsioonanalüüsi tulemustega, kuna korrelatsioonanalüüs näitas tugevat seost autode müügi ning keskmise palga ja SKP-ga inimese kohta, kuid regressioonimudelis tulid need muutujad ebaolulised. Samuti on mudelis SKP inimese kohta ebaloogilise märgiga. b) Mudelis on (väga) suur multikollineaarsus, mis on põhjustatud palga ja SKP (inimese kohta) tugevast omavahelisest seosest. Sellele viitab SKP ja palga vaheline korrelatsioonikordaja, mis on suurem kui 0.9. Samuti on SKP ja palga vaheline korrelatsioonikordaja suurem kui autode müügi ja SKP ning autode müügi ja palga vahelised korrelatsioonikordajad
annaabi.ee 
