Theo một nguyên tắc không được chứng minh, nếu t-value (giá trị tuyệt đối của t) của các biến độc lập lớn hơn 2 (hoặc >1,96) ta có thể kết luận là có mối quan hệ về mặt thống kê – hay nói cách khác là có ý nghĩa về mặt thống kê ở mức ý nghĩa 5%. Nhưng số quan sát n phải đủ lớn thì độ chính xác càng cao.
Lưu ý rằng, tiêu chuẩn kiểm định giá trị thống kê sẽ tuỳ thuộc vào độ tin cậy. Với độ tin cậy cao hơn hoặc thấp hơn, lúc đó yêu cầu giá trị t-stat cũng sẽ cao hơn hay thấp hơn tương ứng.
Theo kết quả mô hình hồi quy cho ở Bảng 3.7, ta có: 6, 94
t−stat = đối với biến độc lập X1 (giá bán) 0
t−stat < , thể hiện quan hệ nghịch biến giữa biến độc lập và biến kết quả. 17, 05
t−stat = đối với biến độc lập X2 (chi phí quảng cáo) 0
t−stat > , thể hiện quan hệ thuận biến giữa biến độc lập và biến kết quả.
3.3.5. Dự báo với mô hình hồi quy
Theo kết quả hồi quy (Bảng 3.7), ta có phương trình hồi quy, biểu diễn mối quan hệ giữa biến kết quả và biến giải thích là:
Y = 343,09 – 34,79X1 + 1,31X2
Giải thích các thông số:
Giá trị thông số b1 = -34,79, chỉ ra độ dốc của đường hồi quy đối với biến X1, mang ý nghĩa là: trong khoảng giá trị X1 (giá bán) từ 42 (min) đến 62 (max) khi X1 thay đổi tăng 1 đơn vị thì Y (khối lượng tiêu thụ) sẽ giảm đi ước lượng một cách trung bình vào khoảng 34,79 đơn vị, với X2 không đổi.
Giá trị thông số b2 = 1,31 chỉ ra độ dốc của đường hồi quy đối với biến X2, mang ý nghĩa là: trong khoảng giá trị X2 (chi phí quảng cáo) từ: 3202 (min) đến 4533 (max) khi X2 thay đổi tăng 1 đơn vị thì Y (khối lượng tiêu thụ) sẽ tăng lên ước lượng một cách trung bình vào khoảng 1,31 đơn vị, với X1 không đổi.
100 Giá trị thông số b0 = 343,09 chỉ ra tung độ gốc của đường hồi quy, mang ý