Volsbor | .0324327 .0042107 7.70 0.000 .0241317 .0407336
rashod | 6.228683 1.511776 4.12 0.000 3.248398 9.208967
trans | .8691106 .2019206 4.30 0.000 .4710485 1.267173
potr | .631181 .1619483 3.90 0.000 .3119195 .9504426
_cons | -526.6714 46.88699 -11.23 0.000 -619.1035 -434.2394
------------------------------------------------------------------------------
Все коэффициенты в уравнении значимы. Регрессия значима в целом (F(6,209) = 639).
Проверим предположение о гетероскедастичности ошибок. Выполним тест Бреуша-Пагана на гомоскедастичность.
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity
Ho: Constant variance
Variables: fitted values of pr
chi2(1) = 12.19
Prob > chi2 = 0.0005
Тест принимает гипотезу о гетероскедастичности ошибок.
Качество подгонки первой модели лучше, чем у второй.
5. Модель с фиксированным эффектом
В модели с фиксированным эффектом считается, что регионы не могут быть выбраны случайно из некоторой генеральной совокупности. Модель с фиксированным эффектом для исследуемых показателей представим в виде уравнения:
(3)
Оценим модель с фиксированным эффектом:
Fixed-effects (within) regression Number of obs = 216
Group variable: n Number of groups = 72
R-sq: within = 0.3260 Obs per group: min = 3
between = 0.7743 avg = 3.0
overall = 0.7726 max = 3
F(8,136) = 8.22
corr(u_i, Xb) = 0.6709 Prob > F = 0.0000
------------------------------------------------------------------------------
pr | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
pog | .5185391 .1422266 3.65 0.000 .2372773 .7998008
volsbor | -.004452 .0033537 -1.33 0.187 -.0110841 .0021801
nadoi | .0174413 .0091311 1.91 0.058 -.000616 .0354986
rashod | 1.273375 1.363432 0.93 0.352 -1.422894 3.969644
inv | .0001001 .0000579 1.73 0.086 -.0000144 .0002145
zan | 1.137697 1.327435 0.86 0.393 -1.487387 3.762781
potr | 1.289398 .2285097 5.64 0.000 .837506 1.74129
trans | -.7067228 .222021 -3.18 0.002 -1.145783 -.2676627
_cons | -205.0917 150.9301 -1.36 0.176 -503.5652 93.38181
-------------+----------------------------------------------------------------
sigma_u | 258.45309
sigma_e | 19.589534
rho | .99428789 (fraction of variance due to u_i)
------------------------------------------------------------------------------
F test that all u_i=0: F(71, 136) = 63.29 Prob > F = 0.0000
Модель значима в целом (F(8,136) = 8,22). Результаты оценивания показывают, что при предположении о наличии индивидуальных различий, стали незначимы валовый сбор зерна, надои, расход кормов. Незначимыми так же остались инвестиции в основной капитал, численность занятых в экономике и константа регрессии.
В результате получили, что при увеличении поголовья КРС на 1 тыс. голов производство молока увеличивается на 0,52 тыс. тонн. Увеличение потребления на 1 кг приводит к увеличению производства на 1,29 тыс. тонн. Увеличение перевозок на 1 млн. тонн приводит к уменьшению производства на 0,71 тыс. тонн.
99% вариации данных приходится на индивидуальные эффекты. Корреляция индивидуальных эффектов с регрессорами высокая: corr(u_i, Xb) = 0,6709. Модель с фиксированными эффектами предпочтительнее. F-тест (F(71, 136) = 63,29) отвергает нулевую гипотезу об отсутствии индивидуальных эффектов.