Regressors t-statistics Significance

3 3 -2.8069424532 [0.0059]

2 3 2.5861855478 [0.0110]

2 2 -1.2550795473 [0.2120]

4 4 -1.0669731185 [0.2883]

5 6 -0.9960205937 [0.3214]

4 6 -0.7943309232 [0.4287]

4 5 -0.784674237 [0.4343]

2 4 0.6972583656 [0.4871]

3 4 -0.6033857466 [0.5475]

5 5 -0.56173759 [0.5754]

2 6 0.5086460992 [0.6120]

3 5 -0.4054873898 [0.6859]

3 6 -0.0730835436 [0.9419]

2 5 -0.0610530596 [0.9514]

6 6 *-**-* [*-**-*]

1 6 *-**-* [*-**-*]

1 2 *-**-* [*-**-*]

1 1 *-**-* [*-**-*]

1 3 *-**-* [*-**-*]

1 5 *-**-* [*-**-*]

1 4 *-**-* [*-**-*]

Таким образом, если при оценке значимости эффектов второго порядка мы допускаем вероятность ошибки первого рода 0,05, то значимыми эффектами второго порядка стоит признать:

- квадрат расстояния до метро (регрессоры 3 3, т.е произведение 3-го регрессора на самого себя);

- произведение расстояния до метро (фактор 3) и количества конкурентов поблизости (фактор 2).

Этот результат развивает предварительный вывод о нелинейности формы модели – теперь мы видим, за счет нелинейного влияния какого фактора был сделан такой вывод. Именно этот фактор (квадрат расстояния до метро) необходимо будет ввести в модель для устранения ошибки нелинейной формы.

Также важен эффект произведения количества конкурентов поблизости (фактор 2) и расстояния до метро (фактор 3): если в отдельности фактор 2 признан не значимым, то теперь видно, что факторы 2 и 3 имеют «совместное влияние», т.е. количество конкурирующих магазинов поблизости не оказывает существенного влияния на цену, однако их влияние более существенно по мере удаленности магазинов от станций метро.

Главное изменение в модели, которое необходимо произвести по итогам вышеприведённого анализа, - это изменение списка регрессоров. Исключим незначимый фактор из модели (средняя цена в ближайших конкурирующих магазинах SredPrice), добавим значимые эффекты второго порядка (квадрат расстояния до метро Metro^2 и произведение расстояния до метро и количества конкурентов поблизости NKonkur*Metro). Необходимо заметить, что добавляя эффекты второго порядка NKonkur*Metro, мы уже не можем исключить его отдельные компоненты NKonkur (это приведет к смещению оценки эффекта второго порядка), даже если этот компонент не значим в отдельности. Исключить теперь его можно будет только вместе с этим эффектом, проверив их совместную значимость.