mudel. Kui nad on võrdsed, see tähendab, et mudelis kõik selgitavad muutujad on olulised ja selgitusvõime on 100%. 3. Regressiooni klassikalised eeldused ja mis juhtub, kui need ei ole täidetud; Juhuslike vigade tinglikud keskväärtused on võrdsed nulliga. See eeldus tähendab, et mudelisse mittelülitatud tegurite keskmine mõju muutujale Y on null ning enamasti on see eeldus täidetud. Eelduse mittetäidetus toob kaasa selle, et me saame vabaliikmele nihkega hinnangu. Kuna vabaliikme hinnang meile paljudel juhtudel huvi ei paku, siis ei ole isegi selle eelduse mittetäidetus eriline probleem. Juhuslike vigade tinglikud dispersioonid on konstantsed ja ei sõltu eksogeensetest muutujatest. Juhuslike vigade sellist omadust nimetatakse homoskedastiivsuseks. Kui juhuslike vigade dispersioonid ei ole konstantsed, siis on tegemist heteroskedastiivsusega. Juhuslikud vead ei korreleeru omavahel, s.t
Selle asemel võrdub vabaliige meessoost inimese palgaga ning Df-i kordaja kirjeldab vahet meeste ja naiste palga vahel. Muutujate kordajad: muutuja kordaja näitab, kui palju muutub sõltuva muutuja väärtus, kui sõltumatut muutujat suurendada ühe võrra, teiste muutujate konstantseks jäämise korra, siis sõltuv muutuja muutub sõltumatu muutuja kordaja võrra. Vabaliige: Y^ a1 X 1 a 2 X 2 b Kolmanda taseme keskmine vastab vabaliikmele b . 1, kui poest A osteti kaupa X1 ® ¯0, kui poest A ei ostetud kaupa 1, kui poest B osteti kaupa X2 ® ¯0, kui poest B ei ostetud kaupa Seega vabaliige näitab kui suur on kolmanda teguri keskmine väärtus.
52. Parameetrite seletus, mõõtühikud. INTEREPT. Kiire võimalus reganalüüsi tegemiseks protseduur Regression.Input Y – tagajärgne, X põhjuslik. Multiple R suurem kui 0,5 siis on seos tugev. Rsquare =0,71 siis põhjuslik tunnus kirlejdab ära 72% tagajärgse tunnuse muutumisest. Signif.peaks olema väiksem kui 0,05 siis on usaldatav seos. Intercept on vabaliige. Reg.parameetrid on usalatavad kui olulisuse tõenäosus on väiksemad kui 0,05(p-value) Vabaliikmele ei saa anda majanduslikku tõlgendust, mõõtühik on sama mis tagajärgsel tunnusel. Regressioonikordaja b on sirge tõusunurga tangens. Seega, mida suurem see on seda järsemalt tõuseb sirge, seda rohkem mõjutab põhjusliku tunnuse muutumine tagajärgse tunnuse muutumist. Kui on positiivne siis sirge tõuseb kui negatiivne siis langeb. See näitab kui palju muutub tagajärgse tunnuse väärtus siis kui põhjusliku tunnuse väärtus muutub ühe ühiku võrra
annaabi.ee 
