Модель 1: МНК, использованы наблюдения 1-30
Зависимая переменная: Y
    |   
    
   |       Коэффициент
   |   Ст. ошибка | t-статистика | P-значение | |
| const | 250,088 | 1,46694 | 170,4826 | <0,00001 | *** | 
| X_1_ | -1,49312 | 0,0155161 | -96,2301 | <0,00001 | *** | 
| X_2_ | 7,00203 | 0,0152002 | 460,6535 | <0,00001 | *** | 

| Среднее зав. перемен | -241,5900 | Ст. откл. зав. перемен | 169,5822 | |
    Сумма кв. остатков
   |   99,72378 | Ст. ошибка модели | 1,921841 | |
| R-квадрат | 0,999880 | Испр. R-квадрат | 0,999872 | |
| F(2, 27) | 112886,4 | Р-значение (F) | 1,12e-53 | |
| Лог. правдоподобие | -60,58626 | Крит. Акаике | 127,1725 | |
| Крит. Шварца | 131,3761 | Крит. Хеннана-Куинна | 128,5173 | 
Исходя из результатов, обозначенных в таблице, можем судить о том, что расчет в программе Exel и расчет в программе Gretl дают одинаковые результаты для коэффициентов модели, стандартных ошибок модели и коэффициента детерминации модели.
Эконометрический пакет Gretl дает информацию о ковариационной матрице оценок параметров. Чтобы получить эту информацию, нужно открыть вкладку "анализ" в модели, полученной методом наименьших квадратов, и выбрать "матрица коэффициентов ковариации":

Ковариационная матрица для
коэффициентов регрессии

| const | X_1_ | X_2_ | |
| 2,15192 | -0,0181241 | 0,0188964 | const | 
| 0,000240750 | -0,000102932 | X_1_ | |
| 0,000231046 | X_2_ | 
Данный результат также совпадает с результатом, полученным выше ресурсами Exel.
Ж) Определяем, является ли уравнение модели в целом значимым
(при уровне значимости 5%)
Вывод о значимости уравнения в целом можно сделать на основании F-статистики (в "модели 1" предоставлена информация о критическом значении F). Также можно воспользоваться Р-значением (F):
    |   
Модель 1: МНК, использованы наблюдения 1-30
Зависимая переменная: Y
    |   
| Коэффициент | Ст. ошибка |     t-статистика
   |       P-значение
   |      
   |   |
| const | 250,088 | 1,46694 | 170,4826 | <0,00001 | *** | 
| X_1_ | -1,49312 | 0,0155161 | -96,2301 | <0,00001 | *** | 
| X_2_ | 7,00203 | 0,0152002 | 460,6535 | <0,00001 | *** | 

| Среднее зав. перемен | -241,5900 | Ст. откл. зав. перемен | 169,5822 | |
| Сумма кв. остатков | 99,72378 | Ст. ошибка модели | 1,921841 | |
| R-квадрат | 0,999880 | Испр. R-квадрат | 0,999872 | |
| F(2, 27) |     112886,4
   |   Р-значение (F) |     1,12e-53
   |   |
| Лог. правдоподобие | -60,58626 | Крит. Акаике | 127,1725 | |
| Крит. Шварца | 131,3761 | Крит. Хеннана-Куинна | 128,5173 | 
Число 1,12е-53 гораздо меньше, чем 0,05, что говорит о значимости уравнения в целом на пятипроцентном уровне.
З) Определяем, какие из переменных модели
Являются значимыми на пятипроцентном уровне значимости
В таблице можно обратить внимание на несколько возможностей ответа на поставленный вопрос:
1. Критическое значение t-статистики по абсолютной величине велико для всех переменных, и заведомо значительно превышает критическое значение t-статистики. Это говорит в пользу непринятия гипотезы Но во всех случаях (гипотезы о незначимости некоторой переменной), на пятипроцентном уровне
2. Р-значение мало, гораздо меньше, чем 0,05 и даже чем 0,01. Это также указывает на значимость переменных
3. Знак "***" указывает на значимость переменной на однопроцентном уровне, а значит - о значимости и на пятипроцентном уровне
 
 
  
 Коэффициент
  
 Сумма кв. остатков
  
 
 
 t-статистика
  
 P-значение
  
  
 112886,4
  
 1,12e-53