Proiect Econometrie

Suedia-PIB-ul
in functie de investitii si capitalizare

Modelul liniar multifactorial

An
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011

PIB
264,345.8
275,987.3
286,987.3
267,980.7
289,543.2
308,891.9
280,567.3
278,563.8
264,962.9
279,578.4
268,252.6
253,743.2
266,739.8
278,914.0
291,634.1
298,353.3
318,170.8
337,944.2
333,255.7
292,472.1
349,945.1
387,596.0

Specificarea modelului

Investitii
98,604
97,951
99,925
96,238
98,529
99,034
98,983
98,567
97,976
97,125
96,812
99,136
102,744
107,920
122,723
135,182
158,535
171,925
180,770
187,168
201,334
190,567

Capital
47,684.8
48,934.9
52,085.4
54,921.7
58,594.5
60,501.8
62,489.8
55,927.7
54,287.5
52,954.8
48,197.9
45,509.6
46,289.3
46,984.3
49,676.2
53,403.6
59,550.7
66,157.6
66,749.2
52,606.1
63,088.2
71,372.5

Descrierea econometrica a legaturilor dintre cele trei variabile , y- profitul intern brut,
x1- cheltuielile bugetare, x2 populatia, se poate face cu ajutorul a trei modele:
y i =f(x 1i ) + 1i - explica variatia PIB-ului in functie de cheltuieli
y i =f(x 2i ) + 2i - explica variatia PIB-ului in functie de populatie
y i =f(x 1i , x 2i ) + 3i - explica variatia profitului pe seama ambilor factori
Identificarea functiei de regresie a primelor doua modele se realizeaza cu ajutorul
reprezentarii grafice a variabilelor y in functie de celelalte 2 variabile factoriale x1,
respectiv x2.

Estimarea si Testarea Parametrilor

Ca si in cazul modelului de regresie liniara simpla, si in cazul regresiei liniare multiple
vom folosi pentru estimare MCMMP care necesita efectuarea urmatoarelor calcule:
F(a,b,c ) = min

(y i - 0 - 1 x 1i - 2 x 2i )

obtinerea sistemului de ecuatii normale prin calculul derivatelor partiale in raport cu

parametrii modelului.

Interpretarea Economica:
Interpretarea coeficientului lui X: In ambele cazuri, atat in cazul lui x1, cat si in
cel a lui x2 coeficientul este mai mare ca 0, asadar avem prezenta legatura directa intre
variabile. Astfel daca x1 creste y creste(daca investitiile cresc, atunci va creste si PIB-ul),
daca x2 scade, scade si y (daca capitalul scade, scade si PIB-ul) si invers.
Conform coeficientului de determinare, investitiile si capitalul tarii(x1 si x2)
explica in proportie de 93% variatia PIB-ului, iar restul procentajului de 7% il reprezinta
influenta altor factori.
In cazul testarii parametrilor, avem un prag de semnificatie de risc de 5%, astfel
t-Statistic in cazul lui x1(1.433388) este mai mic decat t critic(2.262157); asadar se
accepta ipoteza H0(unde coeficientul lui x1 este 0), insa in cazul lui x2 avem o situatie
inversa, respingandu-se ipoteza H0.
In ceea ce priveste testarea validitatii modelului, f critic este 4.45897, astfel se
accepta ipoteza H0 cu o probabilitate de 0.000023%.
Autocorelarea erorilor:
Testul Durbin Watson(DW)

Durbin Watson statistic (DW) este un test statistic care testeaza corelatia erorilor. In cazul de fata,
DW=2(1-r)=>1.243166=2(1-r)=>r=0.378417, indicand astfel o lipsa a autocorelarii
erorilor.

Testul Breusch-Godfrey(BG)

Avem Prob(F-Statistic)=0.215469 si Prob(RESID(-2))=0.0695 mai mari de 5%(pragul de

risc), asadar nu exista autocorelare intre variabile.

Heteroscedasticitatea:
Testul White:

In cazul testulul White, se verifica ca si in cazul testu BG daca, Prob(F-Statistic) si

Prob(RESID(-2)) sunt mai mici de 5% pentru a avea prezenta heteroscedasticitatea, insa
in cazul de fata ambele sunt vizibil mai mari de 5%, avand astfel prezenta
homoscedasticitatea.
Testul ARCHLM

La fel ca si in cazul testului White avem prezenta homoscedasticitatea, deoarece avem

probabilitatile celor doua variabile mai mari de 5%.
Normalitatea erorilor:
Testul Jarque Berra(JB):

Prin testul JB, se observa ca regresia nu este distribuita normal(se respinge ipoteza nula),
deoarece Prob(JB) este mai mica de 5%.
Multicoliniaritate:
Testul Farrar Glauber:

Se calculzeaza, determinantul matricei,iar in cazul de fata este 0.19568; rezultand astfel

prezenta multi coliniaritatii.