Regresia liniară multiplă

În studiul legăturii dintre valoarea vânzărilor unei firme (Y) şi cheltuielile de publicitate
(X1- mii lei), cheltuielile ocazionate de diferite promoţii (X2 – mii lei) şi vânzările anuale
realizate de principalul concurent (X3 – mil. lei), s-au obţinut următoarele rezultate:

Model Summaryb

Adjusted Std. Error of Durbin-

Model R R Square R Square the Estimate Watson
1 ,913a ,833 ,787 17,60029 1,879
a. Predictors: (Constant), X3, X1, X2
b. Dependent Variable: Y

ANOVAb

Sum of
Model Squares df Mean Square F Sig.
1 Regression 16997,537 3 5665,846 18,290 ,000a
Residual 3407,473 11 309,770
Total 20405,009 14
a. Predictors: (Constant), X3, X1, X2
b. Dependent Variable: Y

Coefficientsa

Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 65,705 27,731 2,369 ,037
X1 48,979 10,658 ,581 4,596 ,001
X2 59,654 23,625 ,359 2,525 ,028
X3 -1,838 ,814 -,324 -2,258 ,045
a. Dependent Variable: Y

Se cere:

1. Să se precizeze ecuaţia estimată a modelului de regresie.

2. Să se interpreteze valorile estimate ale parametrilor de regresie.
3. Să se construiască şi să se interpreteze intervalele de încredere obţinute pentru parametrii
modelului de regresie.
4. Să se verifice semnificaţia parametrilor de regresie.
5. Să se estimeze şi să se interpreteze valoarea raportului de determinaţie multiplă.
6. Să se estimeze și să se interpreteze valoarea raportului de corelație multiplă.
7. Să se testeze semnificaţia raportului de determinaţie multiplă.
8. Să se testeze dacă modelul de regresie este semnificativ sau corect specificat.
9. Să se ierarhizeze factorii de influență în ordinea importanței explicative ale acestora.