Documente Academic
Documente Profesional
Documente Cultură
Testare Ipoteze
Testare Ipoteze
Model summary:
Raportul de corelație (R) de 0,918 arată că există o legătura liniară directă de
intensitate puternică între PIB-ul României și numărul de absolvenți de învățământ
primar și gimnazial. Acest rezultat sugerează că o creștere a numărului de absolvenți de
învățământ primar și gimnazial este asociată cu o creștere semnificativă a PIB-ului României.
Coeficientul de determinare (R Square) de 0,842 arată că aproximativ 84,2% din
variația PIB-ului României poate fi explicată de variația numărului de absolvenți de
învățământ primar și gimnazial.
ANOVA:
Sig. = 0,000 indică faptul că între PIB-ul României și numărul de absolvenți de
învățământ primar și gimnazial există o asociere puternică și semnificativă, așadar la o
modificare a numărului de absolvenți de învățământ primar și gimnazial se va produce o
schimbare semnificativă a PIB-ului României.
Coefficients:
Pentru datele din acest tabel, putem scrie următoarea ecuație de regresie:
Y = -1,065 X + 18.814, cu o relație semnificativă statistic între variabile (Sig. = 0.000)
Model summary:
Raportul de corelație (R) de 0, 894 arată că există o legătura liniară directă de
intensitate puternică între PIB-ul României și cheltuielile publice alocate învățământului.
Acest rezultat sugerează că o creștere a cheltuielilor publice alocate învățământului este
asociată cu o creștere semnificativă a PIB-ului României.
Coeficientul de determinare (R Square) de 0,799 arată că aproximativ 79,9% din
variația PIB-ului României poate fi explicată de variația cheltuielilor publice alocate
învățământului.
ANOVA:
Sig. = 0,000 indică faptul că între PIB-ul României și cheltuielile publice alocate
învățământului există o asociere puternică și semnificativă, așadar la o modificare a
cheltuielilor publice alocate învățământului se va produce o schimbare semnificativă a PIB-
ului României.
Coefficients:
Pentru datele din acest tabel, putem scrie următoarea ecuație de regresie:
Y = 0,194 X + 4.172, cu o relație semnificativă statistic între variabile (Sig. = 0.000)
Model Summary:
Raportul de corelație (R) de 0,917 arată că există o legătura liniară directă de
intensitate puternică între PIB-ul României și venitul mediu pe economie și cheltuielile
publice alocate învățământului. Acest rezultat sugerează că o creștere a venitului mediu pe
economie și cheltuielilor publice pentru învățământ este asociată cu o creștere
semnificativă a PIB-ului României.
Coeficientul de determinare (R Square) de 0,841 arată că aproximativ 84,1% din
variația PIB-ului României poate fi explicată de variația venitului mediu pe economie și
cheltuielilor publice pentru învățământ.
ANOVA:
Sig. = 0,000 indică faptul că între PIB-ul României și cheltuielile publice alocate
învățământului și venitul mediu pe economie există o asociere puternică și semnificativă;
Așadar, o modificare a celor două variabile dependente din acest model (venitul mediu pe
economie și cheltuielile publice alocate învățământului) va produce o schimbare
semnificativă a PIB-ului României.
Coefficients:
Pentru datele din acest tabel, putem scrie următoarea ecuație de regresie multiplă:
Y = 0,093 X1 + 0,094 X2 + 4.376, cu o relație semnificativă statistic între variabile (Sig. =
0.048 pentru CPI și 0.021 pentru VME )
Model Summary:
Raportul de corelație (R) de 0,901 arată că există o legătura liniară directă de
intensitate puternică între PIB-ul României și venitul mediu pe economie. Acest rezultat
sugerează că o creștere a venitului mediu pe economie este asociată cu o creștere
semnificativă a PIB-ului României.
Coeficientul de determinare (R Square) de 0,811 arată că aproximativ 81,1% din
variația PIB-ului României poate fi explicată de variația venitului mediu pe economie.
ANOVA:
Sig. = 0,000 indică faptul că între PIB-ul României și venitul mediu pe economie
există o asociere puternică și semnificativă, așadar la o modificare a venitului mediu pe
economie se va produce o schimbare semnificativă a PIB-ului României.
Coefficients:
Pentru datele din acest tabel, putem scrie următoarea ecuație de regresie:
Y = 0,166 X + 4.655, cu o relație semnificativă statistic între variabile (Sig. = 0.000)