1. Tabelul summary.

Valoarea raportului de corelație este R = 0,959 (mai mică decât în cazul modelului
liniar și logaritmic) și arată că există o corelație puternică între variabilele analizate X
și Y pe baza modelului invers. Se observă că valoarea acestuia este mai mare decât
0,750, așadar intensitatea legăturii între cele variabile X și Y este puternică dacă
folosim modelul invers. Pentru a interpreta modelul, folosim raportul de determinație
R = 0.921 , așadar pentru modelul neliniar determinat, regresia simplă inversă,
variația variabilei independente X explică în proporție de 92,1% din variația variabilei
dependente Y. Valoarea ajustată a lui R este 0,911 și eroarea standard a estimației este
17,099
2. Tabelul ANOVA
Din tabelul ANOVA, componentele variației sunt prezentate pe coloana a doua altfel:
- Regression Sum of Squares reprezintă variația explicată estimată și are o valoare de
27085,910;
- Residual Sum of Squares reprezintă variația reziduală estimată și are o valoare de
2338,990, mult mai mare decât în cazul modelului liniar și logaritmic;
- Total Sum of Squares reprezintă variația totală estimată și are o valoare de
29424,900.
Valoarea coeficientul Fisher este F = 92,641 . Din tabelul ANOVA, valoarea Sig.
pentru testul F este și este mai mică decât 0.05, adică modelul construit explică
dependența dintre variabile printr-o legătură inversă, care este considerată
semnificativă. Așadar, modelul determinat este validat.
3. Tabelul coefficients
Valorile coeficienților de regresie pentru modelul neliniar invers sunt:
ɑ=443,772 și ɞ=-3446,518. Ecuația estimată a modelului de regresie inversă este:
y = 443,772 − 3446,518 x
Putem interpreta din punct de vedere econometric ecuația estimtă a modelul
determinat astfel: la o creștere cu o unitate a lui 1? , y scădea în medie cu 3446,518
unități.
Din tabelul Coefficients avem t1 ? =− 9,625 și t= 29,546 , iar valoarea Sig. pentru
testul t este mai mică decât 0.05, așadar se respinge ipoteza H0, și se acceptă ipoteza
H1 adică coeficientul de regresie este considerat semnificativ diferit de 0. Pe regresia
inversă variabila Y este influențată semnificativ de variabila X.

Interpretarea coeficientului de corelație:

Dacă R= 0, atunci nu avem corelație.
Dacă R=(0,0.2], atunci avem o corelație foarte slabă.
Dacă R=(0.2,0.5], atunci avem o corelație slabă.
Dacă R=(0.5,0.75], atunci avem o corelație rezonabilă sau de intensitate medie.
Dacă R=(0.75,0.95], atunci avem o corelație înaltă sau puternică.
Dacă R=(0.95,1], atunci avem o corelație foarte înaltă sau deterministă.
Valoarea sig.-ului la testele statistice se interpretează astfel:
 Dacă sig. < 0.05, atunci avem o legătură seminificativă, cu o încredere de 95%.
 Dacă sig. < 0.01, atunci avem o legătură seminificativă, cu o încredere de 99%.
 Dacă sig. < 0.001, atunci avem o legătură înalt seminificativă, cu o încredere de
99.9%.
 Dacă sig. > 0.05, atunci avem o legătură neseminificativă.