Оценка эффективности реализации региональных программ в сфере туризма (стр. 2 )

Таблица 2.1.

Диаграмма на проверку спецификации

Test for Equality of Means Between Series
Date: 05/18/13 Time: 17:13
Sample: 1 71
Included observations: 71
Method	df	Value	Probability
t-test	140	4.405569	0.0000
Satterthwaite-Welch t-test*	70.00419	4.405569	0.0000
Anova F-test	(1, 140)	19.40904	0.0000
Welch F-test*	(1, 70.0042)	19.40904	0.0000
*Test allows for unequal cell variances
Analysis of Variance
Source of Variation	df	Sum of Sq.	Mean Sq.
Between	1	82128.35	82128.35
Within	140	592402.8	4231.448
Total	141	674531.1	4783.909
Category Statistics
Variable	Count	Mean	Std. Dev.	Std. Err. of Mean
YNEW	71	48.61972	91.99263	10.91752
YESNO	71	0.521127	0.503109	0.059708
All	142	24.57042	69.16581	5.804265

Характер влияния данной переменной положительный, о чем свидетельствует значение Mean положительное.

3) Для обнаружения корреляционной зависимости между переменными и зависимой переменной Ynew, построим корреляционную таблицу.

Таблица 2.2.

Корреляционная таблица

Covariance Analysis: Ordinary
Date: 05/18/13 Time: 15:37
Sample (adjusted): 2 71
Included observations: 68 after adjustments
Balanced sample (listwise missing value deletion)
Correlation
Probability	YNEW	YESNO	TEATR	Q	NUMBER	MEROPR	HOTEL	INCOME
YNEW	1.000000
	-----
YESNO	0.161258	1.000000
	0.1889	-----
TEATR	-0.120326	0.083021	1.000000
	0.3284	0.5009	-----
Q	-0.030622	0.114058	0.268066	1.000000
	0.8042	0.3544	0.0271	-----
NUMBER	-0.119976	0.173865	0.867860	0.473684	1.000000
	0.3298	0.1562	0.0000	0.0000	-----
MEROPR	-0.059356	0.140414	0.270232	0.499897	0.537410	1.000000
	0.6307	0.2534	0.0258	0.0000	0.0000	-----
HOTEL	-0.021812	0.158750	0.311046	0.625082	0.650172	0.700059	1.000000
	0.8599	0.1960	0.0098	0.0000	0.0000	0.0000	-----
INCOME	0.277070	-0.027771	0.526108	0.002769	0.509046	0.082856	0.292663	1.000000
	0.0222	0.8221	0.0000	0.9821	0.0000	0.5017	0.0154	-----

Самый важный вывод из корреляционной таблицы заключается в том, что фиктивная переменная YESNO является не значимой (вероятность больше 0,05). Большинство остальных переменных тоже оказались незначимыми (все, кроме INCOME), а также между некоторыми из них слишком высокая корреляция. Всё это говорит о том, что модель необходимо корректировать, чтобы делать какие-то обоснованные выводы. В дальнейшем, если не избавиться от сильно коррелирующих переменных, в модели может быть обнаружена мультиколлинеарность.