The effect of a reduction of the number of exogenous variables in a linear regression equation on some statistical measures

Zusammenfassung

In dieser Arbeit wird demonstriert, wie die “beste” lineare empirische Regressionsgleichung gefunden werden kann. Zu diesem Zweck wird gezeigt, welchen Einfluß eine Reduzierung der Zahl der exogenen Variablen auf die gebräuchlichsten statistischen Prüfmaße hat. Es ergeben sich dabei in ihrer Einfachheit kaum zu vermutende Beziehungen zwischen den statistischen Prüfmaßen alternativer “Durchrechnungen”.

Summary

This paper demonstrates how the “best” linear empirical regression equation can be found. To this aim the effect of a reduction of the number of exogenous variables on the most customary statistical measures is shown. There are relations hardly to suppose in its simplicity between the statistical measures of alternative “evaluations”.

Résumé

Cet article démontre comment la “meilleure” équation de la régression linéaire empirique peut être trouvée. Pour cela l'auteur montre l'influence qu'exerce une réduction du nombre des variables exogénes sur les mesures statistiques les plus usuelles. L'article révèle des rélations aussi inattendues que simples qui existent entre les mesures statistiques “d'évaluations” alternatives.

Резюме

В этой работе представлено, каким способом возможно получить “наилучшее” линейное змпирическое корреляционное уравнение. Для этой цели показывается, какое влияние имеет сокращение числа экзогенных переменных на наиболее употребительные статистические меры. При этом создаются в своей простоте едва предположенные отношения между статистическими мерами альтернативных “эвалюаций”.