На основе данных о различных штатах США hr – количество убийств (на 100000 человек)

Рассмотрим модель HRi = β0 + β1CAPLEGi + β2 SOUTHi + β3 EXECi + β4UEi + β5 INCi +εi ,
1)
Зависимая переменная: HR
Коэффициент Ст. ошибка t-статистика P-значение
const
−0,758330 3,42677 −0,2213 0,8259
CAPLEG 1,92391 1,23366 1,560 0,1259
UE 0,788433 0,313617 2,514 0,0156 **
SOUTH 3,37817 1,05449 3,204 0,0025 ***
INC 0,0201477 0,189634 0,1062 0,9159
EXEC 0,148445 0,179758 0,8258 0,4133
Среднее зав. перемен 7,341176
Ст. откл. зав. перемен 3,944524
Сумма кв. остатков 450,6461
Ст. ошибка модели 3,164547
R-квадрат 0,420736
Испр. R-квадрат 0,356374
F(5, 45) 6,536962
Р-значение (F) 0,000120
Лог. правдоподобие −127,9267
Крит. Акаике
267,8534
Крит. Шварца 279,4444
Крит. Хеннана-Куинна
272,2827
В построенной модели регрессии со всеми переменными мы видим, что INC,EXEC,CAPLEG оказались статистически незначимы
Согласно методу пошагового исключения, мы должны построить новую модель регрессии исключив одну незначимую переменную (с максимальным значением Р) . Исключаем переменную INC (p=0,915)
2)
Зависимая переменная: HR
Коэффициент Ст. ошибка t-статистика P-значение
const
−0,474380 2,12159 −0,2236 0,8241
CAPLEG 1,92031 1,21987 1,574 0,1223
UE 0,796178 0,301730 2,639 0,0113 **
SOUTH 3,35068 1,01120 3,314 0,0018 ***
EXEC 0,147945 0,177755 0,8323 0,4095
Среднее зав. перемен 7,341176
Ст. откл. зав. перемен 3,944524
Сумма кв. остатков 450,7592
Ст. ошибка модели 3,130353
R-квадрат 0,420591
Испр. R-квадрат 0,370207
F(4, 46) 8,347806
Р-значение (F) 0,000038
Лог. правдоподобие −127,9331
Крит. Акаике
265,8662
Крит. Шварца 275,5253
Крит. Хеннана-Куинна
269,5573
На втором шаге переменный EXEC и CAPLEG также оказались незначимыми. Исключим из дальнейшего анализа переменную EXEC
3)
Зависимая переменная: HR
Коэффициент Ст