Final review

Final review - Chapter 18 Residual is defined as the actual...

Info iconThis preview shows pages 1–2. Sign up to view the full content.

View Full Document Right Arrow Icon
Chapter 18 Residual is defined as the actual value of y and the estimated value of y The standard deviation of the error variable is assumed to be 1.0 The p-value is found using the t-test A one-tailed p-value is one half the size of a two-tailed test Why do we need multiple regression model?  By including a number of independent variables, we can develop models that fit the data better  than would a simple linear regression model. The regression model is represented by the equation y = B + B 1 x 1  +…+ B k x k  + e.  Is there anything  that univariate regression model cannot capture?  Arbitrarily limiting the number of independent variables in a univariate model also limits the  usefulness of the model.  What is the “real” (or “net”) impact of one variable on another? Regression results. Make sure you understand what these items are, when or how you should use them. It is highly recommended that  you run the regression yourself and read through those tables o The first table R square  – means that (X) percent of the variation in operating margin is explained by the six independent variables, whereas (100-X)  percent remains unexplained. Adjusted R square  – R square adjusted to take into account the sample size and the number of independent variables. If the number of  independent variables k is large relative to the sample n, then the unadjusted R square value may be unrealistically high. Observations o The second table F –  indicates that most of the variation in y is explained by the regression equation Significance F –  p-value for the F-test o The third table Coefficients  –  describe the relationship between each of the IVs and the DV in the sample Standard error -  Judged relative to the values of the dependent variable, and particularly to the mean of y. For example: if standard error =  5.51 and y-bar = 45.739, then it appears that the standard error of estimate is not particularly small. T stat P value –  If the p-value is less than alpha, then there is evidence to infer that there is a linear relationship. If the p-value is greater then  alpha, then there may be no evidence of a linear relationship, or there may be evidence, but because of multicollinearity, the test revealed  no relationship. Interpretation of coefficients of independent variables.  It is often misleading to try and interpret the intercept. Example of interpretation of a  coefficient: b 1 = -.0076, for each additional room within 3 miles of the LaQuinta inn (DV), the operating margin (IV) decreases on average
Background image of page 1

Info iconThis preview has intentionally blurred sections. Sign up to view the full version.

View Full DocumentRight Arrow Icon
Image of page 2
This is the end of the preview. Sign up to access the rest of the document.

This note was uploaded on 04/29/2008 for the course ECO 291 taught by Professor Jiang during the Spring '06 term at Kentucky.

Page1 / 3

Final review - Chapter 18 Residual is defined as the actual...

This preview shows document pages 1 - 2. Sign up to view the full document.

View Full Document Right Arrow Icon
Ask a homework question - tutors are online