Уравнение предложения

Оценки b0 и b1 дает метод наименьших квадратов (МНК):

и .

Получаем b0=0,4148 и b1=0,7506. Поведение q объясняет зависимость от p. Величина qt=qrt+et для t-го наблюдения является суммой qrt и ошибки et. Часть дисперсии объясняется этим уравнением регрессии, а часть не объясняется. Коэффициент детерминации - это доля объясненной части дисперсии

.

Получаем R2=0,7677. Случайная величина

имеет распределение Фишера. Получаем F=16,526. Для уровня значимости a=0,05 и степеней свободы k1=1, k2=5 критическое значение Fa=6,6079. Так как F>Fa, предложенная модель регрессии предложения адекватна данным.

Несмещенная оценка дисперсии наблюдаемых остатков

.

Корень из этой величины - это стандартная ошибка se=1,1457. Стандартные ошибки параметров регрессии

и .

Получаем s0=0,9699 и s1=0,1846. Гипотеза H0: b=0, когда по нулевой гипотезе b равно 0, а альтернатива H1: b¹0 состоит в том, что b не равно 0. Случайные величины

и

имеют распределение Стьюдента с n-2 степенями свободы (T0=0,4277 и T1=4,0653). Если H0 неверна, то величина T будет в критической области для уровня значимости a. Для уровня значимости a=0,05 и 5 степеней свободы критическое значение Ta/2=3,1634. Наклон линии регрессии b0 не значимый, а пересечение b1 значимо.

Уравнение предложения товара в представлении Хикса

,

а эластичность предложения по цене

.

Уравнение предложения товара в представлении Маршалла

,

а эластичность предложения по объему

.

Так как eq=1/Ep>0, то b0 - минимальное количество предлагаемого товара.