średni poziom bezrobocia w gminie wynosi 2%

jeżeli w gminie jest 5% bezrobocie to możemy się spodziewać, że średnia liczba osób z wyższym wykształceniem będzie na poziomie 20%

zmienność bezrobocia w 81% wyjaśniana jest przez zmienność liczby osób z wyższym wykształceniem

im większa liczba osób z wyższym wykształceniem tym więcej bezrobotnych

jeżeli w gminie jest 5% osób z wyższym wykształceniem to możemy się spodziewać, że bezrobocie w tej gminie będzie średnio na poziomie 20%

Określenie postaci matematycznej modelu ekonometrycznego polega na specyfikacji funkcji matematycznej, wiążącej zmienną objaśnianą ze zmiennymi

objaśniającymi.

Ekonometria jest nauką zajmującą się ilościowym opisem, na podstawie danych statystycznych, prawidłowości ekonomicznych, postulowanych przez teorię ekonomii

lub sugerowanych przez hipotezy ekonomiczne.

W modelu ekonometrycznym występują: zmienne zależna, zmienna objaśniana lub zmienne objaśniane i zaburzenie losowe

hipotezy nie odrzucamy w przypadku kiedy wartość testu jest mniejsza od

hipotezę odrzucamy co jest jednoznaczne ze stwierdzeniem że stała regresji jest różna od zera

hipotezę należy odrzucić kiedy  poziom krytyczny jest większy od wartości testu

hipotezę odrzucamy co jest jednoznaczne ze stwierdzeniem, że współczynnik regresji jest różny od zera

hipotezę odrzucamy kiedy wartość testu jest większa od p-value

Spożycie owoców i warzyw w gospodarstwach (zmian ceny) o niższym dochodzie mocniej reaguje na zmianę dochodów niż w gospodarstwach bogatych (o wyższym dochodzie)

Przy przeciętnym dochodzie wynoszącym 100 elastyczność spożycia owoców i warzyw jest równa 0.625

Wzrost średniego miesięcznego dochodu o 10% spowoduje wzrost spożycia owoców i warzyw o 6.25% (zakładając, że średni dochód wynosi 100).

Niezależnie od poziomu dochodów wzrost dochodu o 1% będzie powodował wzrost spożycia owoców i warzyw przeciętnie o 1%

Przy przeciętnym dochodzie wynoszącym 100 elastyczność spożycia owoców i warzyw jest równa 0.5

logarytm stałej regresji

ln(x)

ln( y )

logarytm współczynnika regresji

to liczba z zakresu (0, 1), której wartość najczęściej przyjmuje się na poziomie 0.95

to prawdopodobieństwo popełnienia błędu II rodzaju

to pojecie związane z weryfikacja hipotez

wykładniczej

typu S

hipergeometrycznej

potęgowej

wartości zmiennych niezależnych muszą mieć rozkład normalny

uzyskany model może być inny jak uzyskany metodą regresji krokowej ''w przód”

uznajemy model za poprawny kiedy wartość FL < Fout

usuwamy zmienną L z modelu jeżeli wartość FL > Fout

stabilności parametrów modelu.

dopuszczalności prognozy.

poprawności specyfikacji modelu, czyli stabilności postaci analitycznej modelu.

normalnym rozkładzie składnika losowego.

może byc dowolną liczbą

może być dowolna liczbą dodatnią

powinna być liczbą wynikającą z ilorazu współczynników regrsji

może być przyjęta jako wartość z rozkładu Fishera z (p,n-p-1) stopniami swobody