Эконометрика: Введение в регрессионный анализ временных рядов. Носко В.П. - 191 стр.

R-squared             0.864218      Mean dependent var       12.22809
Adjusted R-squared    0.861389      S.D. dependent var       5.925326
S.E. of regression    2.206028      Akaike info criterion    4.459442
Sum squared resid     233.5948      Schwarz criterion        4.535923
Log likelihood        -109.4860     F-statistic              305.5076
Durbin-Watson stat    2.150060      Prob(F-statistic)        0.000000
Оцененные коэффициенты статистически значимы, коэффициент детерминации высокий,
проверка на адекватность не выявляет нарушений стандартных предположений классической
линейной модели регрессии.

   Включим в правую часть статистической модели линейный тренд. Оценивание
расширенной модели дает следующий результат:
Dependent Variable: Y
Variable              Coefficient Std. Error   t-Statistic   Prob.
C                     2.037450 0.294861        6.909879      0.0000
T                     0.412232 0.028055        14.69394      0.0000
X                     -0.054186 0.133658       -0.405410     0.6870
R-squared             0.975727      Mean dependent var       12.22809
Adjusted R-squared    0.974694      S.D. dependent var       5.925326
S.E. of regression    0.942598      Akaike info criterion    2.777771
Sum squared resid     41.75908      Schwarz criterion        2.892492
Log likelihood        -66.44428     F-statistic              944.6386
Durbin-Watson stat    2.249075      Prob(F-statistic)        0.000000
Остатки проходят тесты на адекватность, так что можно обратить внимание на протокол
оценивания расширенной статистической модели. В соответствии с этим протоколом,
коэффициент при переменной xt статистически незначим, так что эта переменная по-
существу не проявляет себя в качестве переменной, объясняющей изменчивость значений
переменной yt .
   Исключение xt из правой части уравнения приводит к оцененной модели
Dependent Variable: Y
Variable              Coefficient Std. Error   t-Statistic   Prob.
C                     1.990020    0.268291     7.417403      0.0000
T                     0.401493    0.009157     43.84727      0.0000
R-squared             0.975642      Mean dependent var       12.22809
Adjusted R-squared    0.975134      S.D. dependent var       5.925326
S.E. of regression    0.934357      Akaike info criterion    2.741262
Sum squared resid     41.90511      Schwarz criterion        2.817743
Log likelihood        -66.53155     F-statistic              1922.583
Durbin-Watson stat    2.249658      Prob(F-statistic)        0.000000
которая предпочтительнее расширенной модели и по критерию Акаике и по критерию
Шварца. Более того, по этим критериям последняя модель намного предпочтительнее