Sunteți pe pagina 1din 220

Capitolul 2

2.1 Probleme rezolvate

2.1.1 Model liniar unifactorial - caz general

2.1.2 Model liniar unifactorial cu erori heteroscedastice

2.1.3 Model liniar unifactorial cu autocorelarea erorilor

2.1.4 Model unifactorial neliniar

2.1.5 Model liniar multifactorial

2.1.6 Model multifactorial neliniar – funcţia Cobb-Douglas fără progres tehnic

2.1.7 Model liniar multifactorial cu variabile centrate

2.1.8 Modele dinamice

2.1.8.1 Model dinamic – funcţia Cobb–Douglas cu progres tehnic

2.1.8.2 Model autoregresiv

2.1.8.3 Model dinamic cu decalaj

2.1.8.4 Model dinamic de prognoză cu variabile anticipative

2.1.9 Modelul static al lui Keynes

2.1.10 Modelul dinamic al lui Keynes

2.1.11 Model recursiv

2.2 Probleme propuse spre rezolvare

Modele econometrice cu o singură ecuaţie şi cu ecuaţii multiple

2 Modele econometrice cu o singură ecuaţie şi cu ecuaţii multiple

2.1 Probleme rezolvate

2.1.1 Model liniar unifactorial - caz general

Se cunosc următoarele date privind capacitatea de cazare turistică în funcţiune (mii locuri-zile) şi numărul de înnoptări în structurile de primire turistică cu funcţiuni de cazare turistică (mii) în România în perioada

1989-2002:

Tabelul 2.1.1

Anul

Capacitatea de cazare turistică în funcţiune (mii locuri-zile)

Numărul de înnoptări în structurile de primire turistică cu funcţiuni de cazare turistică

(mii)

0

1

2

1989

79458

53377

1990

77022

44552

1991

64124

31927

1992

55870

26076

1993

57434

24769

1994

53255

23296

1995

53540

24111

1996

53639

21838

1997

52027

19611

1998

53164

19183

1999

51275

17670

2000

50197

17647

2001

51182

18122

2002

50752

17277

Sursa: Anuarul Statistic al României 1993, CNS, Bucureşti, 1994, p. 622-624, Anuarul Statistic al României 2003, INS, Bucureşti, 2004, p. 507, 511.

Econometrie. Studii de caz

Se cere:

a) să se specifice modelul econometric ce descrie legătura dintre cele

două variabile;

b) să se estimeze parametrii modelului şi să se calculeze valorile

teoretice ale variabilei endogene;

c) să se verifice ipotezele de fundamentare a metodei celor mai mici

pătrate;

d) să se verifice semnificaţiile estimatorilor şi verosimilitatea modelului;

e) presupunând că în anul 2003 numărul de înnoptări va atinge

valoarea de 17100 mii să se estimeze capacitatea de cazare turistică în funcţiune a României în acest caz.

Rezolvare:

a) Pe baza datelor problemei se poate construi un model econometric

unifactorial de forma:

y = f (x ) +u

unde:

y

= valorile reale ale variabilelor dependente;

x

= valorile reale ale variabilelor independente;

u = variabila reziduală, reprezentând influenţele celorlalţi factori ai variabilei y, nespecificaţi în model, consideraţi factori întâmplători, cu influenţe nesemnificative asupra variabilei y. Analiza datelor din tabel, în raport cu procesul economic descris conduce la următoarea specificare a variabilelor:

y = capacitatea de cazare turistică în funcţiune, reprezentând variabila rezultativă (endogenă); x = numărul de înnoptări, reprezentînd variabila factorială (exogenă), respectiv factorul considerat prin ipoteza de lucru cu influenţa cea mai puternică asupra variabilei y.

Modele econometrice cu o singură ecuaţie şi cu ecuaţii multiple

Specificarea unui model econometric presupune, de asemenea,

alegerea unei funcţii matematice (

legătura dintre cele variabile. În cazul unui model unifactorial, procedeul cel mai des folosit îl constituie reprezentarea grafică a celor două şiruri de valori cu ajutorul corelogramei – vezi figura 2.1.1.

( ))

f x cu ajutorul căreia poate fi descrisă

ccf

79400 77300 75200 73100 71000 68900 66800 64700 62600 60500 58400 56300 54200 52100 innoptari
79400
77300
75200
73100
71000
68900
66800
64700
62600
60500
58400
56300
54200
52100
innoptari
50000
1650
1910 2170
2430
2690 2950
3210 3470
3730
3990 4250
4510 4770
5030
5290
0
0 0
0 0
0 0
0
0 0
0 0
0
0 0

Figura 2.1.1 Legătura dintre capacitatea de cazare turistică în funcţiune (mii locuri-zile) şi numărul de înnoptări în structurile de primire turistică cu funcţiuni de cazare turistică (mii) în România

Din grafic se poate observa că distribuţia punctelor empirice (

x , y

t

t

)

poate fi aproximată cu o dreaptă. Ca atare, modelul econometric care descrie legătura dintre cele două variabile se transformă într-un model liniar unifactorial y = a + bx + u , a şi b reprezentând parametrii modelului, b 0 ,

panta dreptei fiind pozitivă deoarece legătura dintre cele două variabile este liniară.

Econometrie. Studii de caz

b) Deoarece parametrii modelului sunt necunoscuţi, valorile acestora se pot estima cu ajutorul mai multor metode, în mod curent fiind folosită însă metoda celor mai mici pătrate (M.C.M.M.P.). Utilizarea acestei metode porneşte de la următoarea relaţie:

y

ˆ

y

t

t

=

=

a

ˆ

a

+

+

bx

ˆ

bx

t

t

+

u

t

;

t

= 1,

n

unde:

yˆ

t = valorile teoretice ale variabilei y obţinute numai în funcţie de valorile

factorului esenţial x şi de valorile estimatorilor parametrilor a şi b,

 

$

 

respectiv a$ şi

b ;

 
 

ˆ

 

u

t

=

y

t

y ˆ

t

=(

a

a ˆ

)+()

b

b x

t

=

estimaţiile valorilor variabilei reziduale.

În mod concret, M.C.M.M.P. constă în a minimiza funcţia:

ˆ

F a ˆ, b

(

)

=

min

14

(

y

t

ˆ

y

t

)

2

=

min

14

(

y

t

ˆ

− −

a

ˆ

bx

t

)

2

 

t =

1

t

= 1

 

Condiţia de minim a acestei funcţii rezultă din:

 
 

ˆ

 

F

()

a ˆ

ˆ

ˆ

= 0 ⇒ +

na

b

x

ˆ

t

=

y

t

()

F b

= 0

ˆ

a

x

t

+

b

x

2

t

=

y x

t

t

Tabelul 2.1.2

   

y

t

                   

Nr.

(mii

 

x

t

 

x

2

x y

t

 

y ˆ

t

=

35030 ,912

+

(

x

x

) 2

u

= y

 

yˆ

u

2

crt.

locuri-

(mii)

t

 

t

+ 0,8694

x

t

t

 

t

t

t

t

zile)

             

0

 

1

 

2

 

3

4

 

5

     

6

 

7

 

8

 

1

79458

 

53377

2849104129

4241229666

 

81436,2

     

767377059,6

 

-1978,2

 

3913120,5

2

77022

 

44552

1984880704

3431484144

 

73763,8

     

356324948,9

 

3258,2

 

10615710,2

3

64124

 

31927

1019333329

2047286948

 

62787,8

     

39082145,3

 

1336,2

 

1785381,8

4

55870

 

26076

679957776

1456866120

 

57701,0

       

160457,5

 

-1831,0

 

3352697,0

5

57434

 

24769

613503361

1422582746

 

56564,7

       

821612,8

 

869,3

   

755597,6

6

53255

 

23296

542703616

1240628480

 

55284,1

       

5661680,3

 

-2029,1

 

4117418,8

7

53540

 

24111

581340321

1290902940

 

55992,7

     

2447436,8

 

-2452,7

 

6015700,3

8

53639

 

21838

476898244

1171368482

 

54016,6

     

14725858,0

 

-377,6

 

142564,2

Modele econometrice cu o singură ecuaţie şi cu ecuaţii multiple

 

y

t

             

Nr.

(mii

x

t

x

2

x y

t

 

y ˆ

t

=

35030 ,912

+

(

x

x

) 2

u

= y yˆ

t

 

u

2

crt.

locuri-

(mii)

t

t

+ 0,8694

x

t

 

t

 

t

t

t

zile)

           

0

1

2

3

4

 

5

 

6

 

7

8

9

52027

19611

384591321

1020301497

 

52080,5

 

36777293,9

 

-53,5

2857,2

 

10 53164

19183

367987489

1019845012

 

51708,4

 

42151628,8

 

1455,6

2118901,6

 

11 51275

17670

312228900

906029250

 

50393,0

 

64086886,6

 

882,0

777971,0

 

12 50197

17647

311416609

885826459

 

50373,0

 

64455665,3

 

-176,0

30968,1

 

13 51182

18122

328406884

927520204

 

50785,9

 

57054283,2

 

396,1

156866,6

 

14 50752

17277

298494729

876842304

 

50051,3

 

70533602,5

 

700,7

490974,3

Total

802939

359456

10750847412

21938714252

 

802939,0

 

1521660559,4

 

0,0

34276729,4

Tabelul 2.1.2

(continuare)

y

t

y

(

y

t

y

) 2

x

t

x

uˆ

t

ˆ

u

t

(x x)

t

u

t1

(

u

t

u

t 1

) 2

u u

t

t1

(x x)(y y)

t

t

 

9

 

10

 

11

12

 

13

14

 

15

16

 

17

22105,2

488640498,6

27701,6

-1978,2

 

-54798165,4

 

-

 

-

-

612349172,5

19669,2

386877990,6

18876,6

3258,2

 

61503190,2

-1978,2

 

27419223,1

 

-6445196,2

371287328,4

6771,2

45849342,9

6251,6

1336,2

 

8353236,1

3258,2

 

3694061,3

 

4353515,4

 

42330729,8

-1482,8

 

2198653,5

 

400,6

-1831,0

 

-733461,2

1336,2

 

10031276,0

 

-2446598,5

 

-593961,6

 

81,2

 

6595,8

 

-906,4

869,3

 

-787914,1

-1831,0

 

7291556,9

 

-1591631,1

 

-73614,9

 

-4097,8

16791847,8

-2379,4

-2029,1

 

4828199,4

869,3

 

8400685,0

 

-1763834,3

 

9750388,4

-3812,8

14537334,9

-1564,4

-2452,7

 

3837062,2

-2029,1

 

179394,7

 

4976862,2

 

5964830,9

-3713,8

13792204,3

-3837,4

-377,6

 

1448923,7

-2452,7

 

4306105,4

 

926079,6

 

14251387,4

-5325,8

28363993,5

-6064,4

-53,5

 

324160,3

-377,6

 

105056,3

 

20182,5

 

32297847,1

-4188,8

17545925,8

-6492,4

1455,6

 

-9450669,4

-53,5

 

2277375,2

 

-77808,2

 

27195392,1

-6077,8

36939479,2

-8005,4

882,0

 

-7061001,5

1455,6

 

329037,7

 

1283917,5

 

48655279,4

-7155,8

51205269,2

-8028,4

-176,0

 

1412822,3

882,0

 

1119372,7

 

-155216,8

 

57449714,5

-6170,8

38078596,3

-7553,4

396,1

 

-2991640,5

-176,0

 

327231,3

 

-69698,3

 

46610589,1

-6600,8

43570372,0

-8398,4

700,7

 

-5884742,0

396,1

 

92800,5

 

277520,2

 

55436227,3

 

0,0

1184398104,4

 

0,0

0,0

 

0,0

-1978,2

 

65573176,1

 

-711906,1

1322911310,3

Econometrie. Studii de caz

Estimarea parametrului

$

b :

n ∑ y t 14 802939 ∑ ∑ x y x t t t 359456
n
y
t
14
802939
∑ ∑
x
y x
t
t
t
359456
42689917,9
307141999528
− 288621241184
ˆ
b
=
=
=
n
14
359456
150511863768
− 129208615936
x
t
359456 10750847412
∑ ∑
2
x
x
t
t
18520758344
ˆ
b
=
= 0,8694
2130347832

(vezi calcule tabelul 2.1.2., coloanele 1, 2, 3, 4)

Estimarea parametrului a$ :

∑ ∑ x 1 t y t ˆ ˆ ˆ na ˆ + b ∑
∑ ∑
x
1
t
y t
ˆ
ˆ
ˆ
na ˆ +
b
∑ ∑
x
=
y
⇔ a +
ˆ
b
=
a
ˆ
=
y
bx
t
t
n n
n
x
t
359456
x
=
=
= 25675,4
n
14
⇒ a ˆ =
57352,8
0,8694 ⋅ 25675,4
=
35030,912
y
t
802939
y
=
=
= 57352,8
n 14

Dispunând

de

estimaţiile

parametrilor

yˆ

pot

t , cu ajutorul relaţiei:

calcula

se

teoretice (estimate) ale variabilei endogene,

yˆ

t

= 35030,912 + 0,8694 x

t

(vezi tabelul 2.1.2., coloana 5)

valorile

Valorile variabilei reziduale vor rezulta din următoarea relaţie:

uˆ

t

= y yˆ

t

t

(vezi tabelul 2.1.2., coloana 7)

Pe baza acestor valori se pot calcula abaterea medie pătratică a

şi abaterile medii pătratice ale celor doi estimatori,

variabilei reziduale

s

ˆ

u

s

ˆ

a

şi

s

ˆ

b

:

2

ˆ

s u

=

(

y y ˆ

t

)

t

2 34276729,3646

=

n k

14

2

= 2856394,1137

Modele econometrice cu o singură ecuaţie şi cu ecuaţii multiple

unde:

k = numărul parametrilor;

s 2856394,1137 = 1690,087 ˆ = u 2 s ⎡ 2 ⎢ 2 1 x
s
2856394,1137
=
1690,087
ˆ =
u
2
s
2 ⎢
2
1 x
1 25675,4
2 ⎤
= 2856394,1137
a = s
ˆ
u ˆ
⎢ n
+ ∑
(
x
− x
)
2
+
14
1521660559,4
t
s
2 = 1441501,1977
a
ˆ
(vezi tabelul 2.1.2., coloana 6)
=
1441501,1977
=
1200,6253
s a
ˆ
1
2856394,1137
2
2
s
=
s
=
= 0,0019
ˆ
u ˆ
b
(
x
x
)
2
1521660559,4
t
=
0,0019
=
0,0433
s b
ˆ

În urma acestor calcule, modelul econometric se poate scrie:

ˆ

y

t

=

35030,912

+

0,8694

(1200,6253)(0,0433)

x

t

;

s

u ˆ

=

1690,087

c) Estimatorii obţinuţi cu ajutorul M.C.M.M.P. sunt estimatori de maximă verosimilitate dacă pot fi acceptate următoarele ipoteze:

c 1 ) Variabilele observate nu sunt afectate de erori de măsură. Această condiţie se poate verifica cu regula celor trei sigma, regulă care constă în verificarea următoarelor relaţii:

x

y

t

t

(

x

(

y

± 3σ

± 3σ

x

y

)

)

Pe baza datelor din tabelul 2.1.2., coloanele 6, 10, se obţin:

σ

x

( x − x ) 2 1521660559,4 t = n 14
(
x
− x
)
2 1521660559,4
t
=
n 14

=

=

108690039,9592

=

10425,4515

Econometrie. Studii de caz

σ

y

( ) 2 − y y t = ∑ 1184398104,4 = = 84599864,5969 = 9197,8185
(
)
2
− y
y t
= ∑
1184398104,4
=
=
84599864,5969
=
9197,8185
n
14
x
∈ x ±
(
3
σ
)
⇔ −
x
3
<
x
<
x
+
3
σ x
σ x
t
x
t
25675 ,4
3 10425 ,4515
<
x
<
25675 ,4
+
3 10425 ,4515
t

x

t

(5600,9261; 56951,7832)

y

t

(

y ±

3

σ

y

57352,8

)

⇔ −

y

3

σ y

<

<

y

y

t

t

<

<

+

3

y

57352,8

σ y

3 9197,8185

+

3 9197,8185

y

t (29759,3303; 84946,2411)

aparţin intervalelor

, ipoteza de

mai sus poate fi acceptată fără rezerve. c 2 ) Variabila aleatoare (reziduală) u este de medie nulă M (uˆ) = 0 ,

Deoarece

valorile

acestor

şi

variabile

x

t

(

5600,9261; 56951,7832)

y

t

(29759 ,3303; 84946 ,2411)

s , este constantă şi independentă de X - ipoteza de

iar dispersia ei,

homoscedasticitate, pe baza căreia se poate admite că legătura dintre Y şi X este relativ stabilă. Acceptarea ipotezei se poate face prin intermediul mai multor procedee:

c 2.1 ) Procedeul grafic - care constă în construirea corelogramei privind valorile variabilei factoriale x şi ale variabilei reziduale u (vezi Figura 2.1.2).

2

uˆ

Modele econometrice cu o singură ecuaţie şi cu ecuaţii multiple

u 4000 3000 2000 1000 x 0 16500 19100 21700 24300 26900 29500 32100 34700
u
4000
3000
2000
1000
x
0
16500 19100 21700 24300 26900 29500 32100 34700 37300 39900 42500 45100 47700 50300 52900
-1000
-2000
-3000

Figura 2.1.2

Deoarece graficul punctelor empirice prezintă o distribuţie oscilantă, se poate accepta ipoteza că cele două variabile sunt independente şi nu corelate. c 2.2. ) Acceptarea sau respingerea ipotezei de homoscedasticitate cu ajutorul analizei variaţiei (vezi punctul d)).

sunt independente, respectiv nu

există fenomenul de autocorelare. Acceptarea sau respingerea acestei condiţii se poate face cu:

c 3.1 .) Procedeul grafic - corelograma între valorile variabilei

dependente (

c 3 ) Valorile variabilei reziduale (

uˆ

t )

y

t

)

şi valorile variabilei reziduale ( uˆ )

t

(vezi Figura 2.1.3).

Econometrie. Studii de caz

u 3000 2000 1000 y 0 50000 52100 54200 56300 58400 60500 62600 64700 66800
u
3000
2000
1000
y
0
50000 52100 54200 56300 58400 60500 62600 64700 66800 68900 71000 73100 75200 77300 79400
-1000
-2000
-3000

Figura 2.1.3

Ca şi în cazul graficului precedent, distribuţia punctelor empirice

fiind oscilantă, se poate accepta ipoteza de independenţă a erorilor.

c 3.2. ) Testul Durbin-Watson constă în calcularea termenului empiric:

d =

n

t

= 2

(

ˆ

u

t

u

ˆ

t

1 )

2

n

t

= 1

ˆ

u

2

t

şi compararea acestei mărimi „ d ” cu două valori teoretice, d 1 şi d 2 ,

preluate din tabela Durbin-Watson (vezi Anexa 3) în funcţie de un prag de semnificaţie α , arbitrar ales, de numărul variabilelor exogene (k) şi de

valorile observate (n, n 15).

Acceptarea sau respingerea ipotezei de independenţă a erorilor se bazează pe o anumită regulă, care constă în:

- dacă 0

<<d

d autocorelare pozitivă;

1

Modele econometrice cu o singură ecuaţie şi cu ecuaţii multiple

-

dacă

d

1

dd

≤≤

2

indecizie,

recomandându-se

autocorelării pozitive;

- dacă dd

2

<<−4 erorile sunt independente;

d

2

acceptarea

- dacă 44 dd≤≤

2

d

1

indecizie, recomandându-se acceptarea

autocorelării negative;

- dacă 4

Pe

d

1 < d <⇒ 4 autocorelare negativă.

datelor

baza

problemei, valoarea empirică a variabilei

Durbin-Watson este:

d =

14

=

t

2

(

ˆ

u

t

ˆ

u

t

1

)

2

65573176,1

=

14

=

1

t

ˆ

u

2

t

34276729,3646

= 1,91

Lucrând cu un prag de semnificaţie α = 0,05 , numărul variabilelor

exogene fiind k = 1, iar numărul observaţiilor n = 14 , din tabela distribuţiei

şi

Durbin-Watson se citesc valorile (pentru cazul n = 15 )

d =

1

1,08

d =

2

1,36

.

Deoarece

d =

2

1,36

< d =

1,91

< − d =

4

2

2,64

,

ipoteza de independenţă a valorilor variabilei reziduale. c 3.3. ) Coeficientul de autocorelaţie de ordinul 1

r 1 =

n

t = 2

u ˆ u ˆ

t

t 1

n

1

t = 1

u ˆ

2

t

se

poate

accepta

Se poate demonstra că între coeficientul de autocorelaţie de ordinul 1 şi variabila Durbin-Watson există relaţia:

d =

(

2 1

)

r r = 1

1

1

d

2

Econometrie. Studii de caz

Ştiind că:

r =

1

⎧ − 1 autocorelare

independenta

strict negativa

↑ ⇒

0

↓ ⇒

indecizie

indecizie

1 autocorelare strict pozitiva

d =

4

2

0

Calculul coeficientului de autocorelaţie de ordinul 1:

r 1 =

14

u ˆ u ˆ

t

t

1

711906,1

t =

2

=

 

13

33785755,1

u ˆ

2

 

t

 

t =

1

=− 0,021

, şi acest indicator arată că ipoteza de

independenţă a valorilor variabilei reziduale poate fi acceptată. c 4 ) Verificarea ipotezei de normalitate a valorilor variabilei reziduale Se ştie că, dacă erorile urmează legea normală de medie zero şi de abatere medie pătratică s u$ (consecinţa ipotezelor c 1 , c 2 , c 3 ), atunci are loc

relaţia:

Deoarece

r = −

1

0,021

0

P

( u ˆ t
(
u ˆ
t

t

α s

uˆ

) = 1

α

Pe baza acestei relaţii, în funcţie de diferite praguri de semnificaţie α , din tabela distribuţiei normale se vor prelua valorile corespunzătoare ale lui t α .

Lucrând cu un prag de semnificaţie α = 0,05 , din tabela distribuţiei

Student (n < 30) se preia valoarea variabilei, cu un număr de grade de

, iar pentru un prag de

. Cu ajutorul acestor date,

semnificaţie α = 0,01, avem

libertate

v = n 2 =

14

2 =

12,

t

0,05;12

=

2,179

t 0,01;12

= 3,055

verificarea ipotezei de normalitate se poate face pe baza următorului grafic (Figura 2.1.4.): pe axa Ox se vor reprezenta valorile ajustate ale variabilei y,

t (vezi tabelul 2.1.2, coloana 5), iar pe axa Oy se vor trece valorile

variabilei reziduale

yˆ

u

t

(vezi tabelul 2.1.2, coloana 7).

Modele econometrice cu o singură ecuaţie şi cu ecuaţii multiple

Se observă că valorile empirice ale variabilei reziduale se înscriu în banda construită, cu un prag de semnificaţie α = 0,05 . Ca atare, ipoteza de

normalitate a variabilei reziduale poate fi acceptată cu acest prag de semnificaţie.

u t + t ⋅ s 0,05 u ˆ 3300 2300 1300 yˆ 300 t
u t
+
t
s
0,05
u ˆ
3300
2300
1300
300
t
50000 52500 55000 57500 60000 62500 65000 67500 70000 72500 75000 77500 80000
-700
-1700
-2700
t
s
0,05
u ˆ
-3700

Figura 2.1.4

d) Verificarea semnificaţiei estimatorilor şi a verosimilităţii modelului d 1 ) Verificarea semnificaţiei estimatorilor Estimatorii sunt semnificativ diferiţi de zero, cu un prag de semnificaţie α , dacă se verifică următoarele relaţii:

ˆ b a ˆ = > t ; = > t t a ˆ α
ˆ
b
a ˆ
=
>
t
;
=
> t
t a ˆ
α
; v
t b
ˆ
α
s a ˆ
s b
ˆ

; v

Econometrie. Studii de caz

problemei)

şi, lucrând cu un

prag de semnificaţie α = 0,05 , din tabela distribuţiei Student se preia

Ştiind

35030,912;

s

a ˆ

că

(vezi

şi

punctul

ˆ

b

=

0,8694;

s

ˆ

b

b)

=

0,0433

al

ˆ =

a

=

1200,6253

valoarea t = 2,179 . 0,05;12 a ˆ 35030,912 t = = = 29,1772 a
valoarea
t
=
2,179 .
0,05;12
a ˆ 35030,912
t
=
=
=
29,1772
a ˆ
s
1200,6253
a ˆ
ˆ
b
0,8694;
t =
=
=
20,0661
>
t
ˆ
b
s
0,0433
ˆ
b

>

t

0,05;12

=

2,179

0,05;12

= 2,179

Pe baza calculelor de mai sus se observă faptul că ambii estimatori sunt semnificativ diferiţi de zero, cu un prag de semnificaţie α = 0,05 .

d 2 ) Verificarea verosimilităţii modelului Pentru a accepta ipoteza de liniaritate se calculează coeficientul de corelaţie liniară:

r

y

/

x

=

cov

(

y

,

x

)

=

(

y

t

y

 

)(

x

t

x

)

σ σ

x

y

n

σσ

x

y

=

1322911310,3

14 10425,4515 9197,8185

= 0,9854

Coeficientul de corelaţie liniară fiind definit în intervalul [

]

11; ,

rezultă că valoarea obţinută de 0,985 indică o puternică corelaţie liniară între cele două variabile. Verificarea verosimilităţii modelului se face cu ajutorul analizei dispersionale (analiza variaţiei).

Modele econometrice cu o singură ecuaţie şi cu ecuaţii multiple

Tabelul 2.1.3

Sursa de

 

Măsura

 

Nr. gradelor

 

Dispersii

Valoarea testului “F”

variaţie

variaţiei

 

de libertate

corectate

F c

 

F α;v ;v

1

2

   

14

   

=

V

x

2

 

s

2

 

Varianţa

2

V

x

 

t= 1

(

ˆ

y

 

2

 

s

2

F =

Y

/

X

dintre

=

t

y

)

 

k

1 =1

Y

/

X

k 1 = 1150121375

c

s

2

u ˆ

F

0,05;1;12

=

4,76

grupe

= 1150121375

     

= 402,648

F

0,01;1;12

=

9,33

Varianţa

14

V

u

2 = − ˆ

y

(

y

t

t

)

2

n k = 12

2

V

u

s

= n k = 2856394 ,1

2

u ˆ

 

- -

reziduală

 

t= 1

= 34276729,4

 
   

14

       

2

V

0

 

(

y

 

2

Varianţa

=

 

y

)

 

n

1 = 13

t

 

-

- -

totală

 

t= 1

   

= 1184398104,4

 

Testul Fisher-Snedecor indică faptul că rezultatele obţinute sunt

5%:

semnificative

pentru

un

prag

de

semnificaţie

de

F =

c

402,648

> F

0,05;1;12

=

4,76

.

Pe baza datelor din tabelul de mai sus se poate calcula raportul de corelaţie dintre cele două variabile:

R

y

/

x

=

2 2 1150121374,9925 V x V u = 1 − = 2 2 V V
2
2
1150121374,9925
V x
V u
=
1 −
=
2
2
V
V
1184398104,3571
0
0

=

0,9854

0,985

Se poate demonstra că, în cazul unei legături liniare, raportul de corelaţie este egal cu coeficientul de corelaţie liniară:

r

y

/

x

=

(

)

σ

cov

y

,

x

ˆ

b

x

=

σσ

x

y

σ

y

=

R

y

/

x

Verificarea

coeficientului

de

Snedecor:

F c =

(n

2

semnificaţiei

raportului

de

corelaţie

şi, implicit, a

corelaţie

liniară

se

face