Регрессионные модели потребления ТДП (второй вариант)
Модель № |
1 |
2 |
3 |
4 |
Константа |
5,969 (Sig.=0,000) |
2,623 (Sig.=0,000) |
2,662 (Sig.=0,000) |
3,574 (Sig.=0,000) |
Число членов семьи |
2,629 (Sig.=0,000) |
2,725 (Sig.=0,000) |
2,533 (Sig.=0,000) |
2,639 (Sig.=0,000) |
Городская местность проживания |
– |
4,443 (Sig.=0,000) |
4,087 (Sig.=0,000) |
4,314 (Sig.=0,000) |
Суммарный доход домохозяйства за последние 30 дней |
– |
– |
7,41Е-005 (Sig.=0,000) |
7,46Е-005 (Sig.=0,000) |
Число источников дохода за последнее время |
– |
– |
– |
–0,572 (Sig.=0,000) |
|
0,103 |
0,133 |
0,153 |
0,156 |
Значимость модели ( Sig.) |
0,000 |
0,000 |
0,000 |
0,000 |
Третий вариант индекса наилучшим образом подходит для моделирования (см. табл. ниже). Но и здесь 3-я модель объясняет лишь 18,7% колеблемости индекса. Число источников дохода здесь включать было излишне и SPSS не включил.
Регрессионные модели потребления ТДП (третий вариант)
Модель № |
1 |
2 |
3 |
Константа |
2,966 (Sig.=0,000) |
2,412 (Sig.=0,000) |
2,418 (Sig.=0,000) |
Число членов семьи |
0,407 (Sig.=0,000) |
0,422 (Sig.=0,000) |
0,394 (Sig.=0,000) |
Городская местность проживания |
– |
0,735 (Sig.=0,000) |
0,683 (Sig.=0,000) |
Суммарный доход домохозяйства за последние 30 дней |
– |
– |
1,09Е-005 (Sig.=0,000) |
|
0,124 |
0,1166 |
0,187 |
Значимость модели ( Sig.) |
0,000 |
0,000 |
0,000 |
Итак, поставленная цель была достигнута. Регрессионные модели построены. Они не очень хорошо объясняют все три варианта индекса, видимо, потому, что все-таки наличи в домохозяйстве ТДП объясняется, в основном, не этими переменными, а теми, что я не учла в анализе.