Для проверки значимости коэффициентов трендовой модели обычно используется t-критерий Стьюдента. Рассмотрим подробнее, как это происходит:

1. Формулировка гипотез:
   • Нулевая гипотеза (H0): коэффициент равен нулю (то есть, не оказывает влияния).
   • Альтернативная гипотеза (H1): коэффициент не равен нулю (то есть, оказывает влияние).
2. Расчет t-статистики:
   • Для каждого коэффициента модели вычисляется t-статистика по формуле: t = (оценка коэффициента) / (стандартная ошибка коэффициента).
3. Определение критического значения:
   • Необходимо выбрать уровень значимости (обычно 0.05) и найти соответствующее критическое значение t из таблицы распределения Стьюдента.
4. Сравнение t-статистики с критическим значением:
   • Если абсолютное значение t-статистики больше критического значения, то нулевая гипотеза отвергается, и коэффициент считается значимым.
   • Если меньше – нулевая гипотеза не отвергается, и коэффициент считается незначимым.

Таким образом, t-критерий Стьюдента является основным инструментом для проверки значимости коэффициентов в трендовых моделях. Остальные упомянутые статистики, такие как коэффициент асимметрии, коэффициент эксцесса и статистика Дарбина-Уотсона, служат для других целей, например, для анализа распределения остатков или проверки автокорреляции.