O firma ce organizeaza licitatii pentru vanzarea unor antichitati doreste sa determine relatia

dintre pret (mii euro) si vechimea (ani) a obiectivelor. In urma prelucrarii in Excel a datelor culese de
la un esantion aleator de 10 licitatii, s-au obtinut urmatoarei output-uri:

Regression statistics:

Multiple R 0,91
R Square =0.,91^2=0,83
Adjusted R Square 0,83
Std Error 142,13
Observations 10

ANOVA

df SS MS(s^2) F
Regression K=1 =950635,29- 789027,29 =MSE/MSR=
161608=789027,29 789027,29/20201=39,05
residual n-k- =20201*8=161608 =142,13^2=20201
1=8
total n-1=9 950635,29 NU EXISTA!!!!

R^2 = ssr/sst=1-sse/sst,

Sst=sse/1-R^2=161608/(1-0,83)=950635,29

Coefficients

Coefficients Std Error T Stat Lower 95% Upper 95%

intercept 665,99=b0 593,9 =665,99/593,9=1,12 -1053,94 23985,92
vechimea 12,09=b1 23,68 =12,09/23,86=0,51 -56,48 80,66

Stiind ca vechimea medie a obiectelor este de 25 de ani, iar dispersia este de 4 , aflati:

a)validitatea modelului, stiind ca fCritic este 5,32.

b)semnificatia parametrilor, stiind ca tCritic este de 2,896.

β 0: H0:β0=0

H1:β0≠0

Lower = b0-sb0*tCritic = 665,99-593,9*2,896 = -1053,94

Upper = b0+sb0*tCritic = 665,99+593,9*2,896 = 2385,92, au semne diferite, rezulta acelasi lucru ca

parametrul nu este semnificativ diferit de 0. Daca aveam:
(pvalue este mai mare decat 0,05(5%))

β 1: H0: β 1 = 0

H1:β1 ≠ 0

Tcalc=b1/sb1=12,09/23,68=0,51 este mai mic decat tCritic, rezulta ca se accepta H0, nu avem suf
dovezi sa acceptam H1, rezulta ca β1=0

Lower = b1-sb1*tCritic = 12,09-23,68*2,896=-56,48

Upper = b1+ sb1*tCritic = 12,09 + 23,68*2,896=80,66

a) H0: modelul este nevalid

H1: modelul este valid
Fcalc=MSR/MSE = 789027,29/20201=39,05
Fcritic = 5,32, Fcalc este mai mare decat Fcritic, se respinge H0, se accepta H1, modelul este
valid.

b) β 1: H0: β 1 = 0

H1:β1 ≠ 0

tCalc = b0/sb0=665,99/593,9=1,12

tCritic= 2,896, tCalc este mai mic decat tCritic, se accepta H0, nu avem suficiente dovezi statistice
sa acceptam H1, β0=0