Econometrie, Facultatea de Marketing, anul II, 2013-2014, ASE

Regresia liniara simpla - prolema re!ol"ata

1

Problema rezolvata - regresia liniar simpl

# $irm% de asigur%ri "rea s% g%seasc% o leg%tur% &ntre "aloarea pre'udiciului pro"ocat de incediul
unei locuin(e )i distan(a dintre locul incendiului )i cea mai apropiat% sta(ie de pompieri* +entru aceasta,
reali!ea!% un studiu, &ntr-o anumit% regiune, lu,nd &n considerare cele mai recente 1- incendii* Sunt
&nregistrate date re$eritoare la valoarea prejudiciului )i distana dintre incendiu i cea mai apropiat
staie de pompieri.
Nr. crt. Distanta fata de statia de pompieri (zeci km) Valoarea prejudiciului (mii Euro)
1 3,4 2,2
2 1,! 1",!
3 4, 31,3
4 2,3 23,1
# 3,1 2",#
#,# 3,$
" $," 14,1
! 3,$ 22,3
% 2, 1%,
1$ 4,3 31,3
11 2,1 24,$
12 1,1 1",3
13 ,1 43,2
14 4,! 3,4
1# 3,! 2,1
/erintele sunt.
1. Anali!a(i gra$ic e0isten(a, sensul )i $orma leg%turii dintre cele doua "ariaile stailind care este
"ariaila e0plicati"% )i care este "ariaila e0plicat%1
2. +e a!a datelor din e)antion, determina(i estimatiile coe$icien(ilor modelului de regresie adec"at
anali!ei dependen(ei dintre cele dou% "ariaile )i interpreta(i "alorile o(inute1
3. 2esta(i "aliditatea modelului de regresie liniar% la un prag de semni$ica(ie de -31
4. M%sura(i intensitatea leg%turii dintre cele dou% "ariaile $olosind coe$icientul liniar de corela(ie
+earson1
5. /alcula(i raportul de corela(ie, testa(i semni$ica(ia 4"aliditatea5 acestuia la un ni"el se semni$icatie de
-3 )i interpreta(i re!ultatul o(inut1
6. /alculati coe$icientul de determina(ie )i interpreta(i re!ultatul o(inut1
7. 2estati ipote!ele re$eritoare la semni$ica(ia parametrilor modelului de regresie, la un ni"el de
semni$ica(ie de -31
8. 6etermina(i si interpretati inter"alele de &ncredere 7-3 pentru parametrii modelului1
9. Re!ol"a(i prolema &n E0cel1
10. Estima(i punctual )i printr-un inter"al de &ncredere 7-3 ni"elul pre'udiciului, dac% distan(a &ntre locul
incendiului )i sta(ia de pompieri ar $i de 8,- !eci de kilometri 4pre"i!iunea punctual% )i prin inter"al
de &ncredere5*

R!"#$%R
1. $ariabilele sunt.
X 9 "ariaila care arat% distana dintre incendiu i cea mai apropiat staie de pompieri, e0primat%
&n !eci de km
4"ariaila independent% sau "ariaila e0plicati"% sau "ariaila e0ogen%5
Y 9 "ariaila care arat% valoarea prejudiciului, e0primat% &n mii Euro
4"ariaila dependent% sau "ariaila e0plicat% sau "ariaila endogen%5

Econometrie, Facultatea de Marketing, anul II, 2013-2014, ASE
Regresia liniara simpla - prolema re!ol"ata
2

&orelograma
Sinta0a E0cel. Insert
Chart
XY(Scatter)
Corelograma
$.$
#.$
1$.$
1#.$
2$.$
2#.$
3$.$
3#.$
4$.$
4#.$
#$.$
$.$ 1.$ 2.$ 3.$ 4.$ #.$ .$ ".$
Valorile variabilei independente X
(distanta de la locul incendiului la statia de pompieri, in zeci km)
V
a
l
o
r
i
l
e

v
a
r
i
a
b
i
l
e
i

d
e
p
e
n
d
e
n
t
e

Y
(
v
a
l
o
a
r
e
a

p
r
e
j
u
d
i
c
i
u
l
u
i
,

i
n

m
i
i

E
u
r
)


/orelograma sugerea!% c% exist leg%tur% direct )i liniar &ntre cele dou% "ariaile*
E0ist% o $unc(ie f ast$el &nc,t "ariaila X e0plic% "ariaila Y prin $unc(ia f, ( ) X f Y = , o $unc(ie
liniar% ( ) x x f + = *
Modelul liniar de regresie este + + = X Y *

2. &oe'i(ien)ii mo*el+l+i *e regresie linir simpl
+entru $iecare dintre cele n:1- incendii s-au notat "alorile celor dou% "ariaile, X )i Y, o(in&ndu-
se ast$el seria de date ( ) ( ) ( ) { }
n n
y x y x y x , ,***, , , ,
2 2 1 1
sau ( ) { } n i y x
i i
, 1 , , = * +e a!a acestui e)antion "om
determina estimatorii a )i ai parametrilor )i, respecti", ai modelului de regresie* Estimatorii a )i
repre!int% solu(ia sistemului e(+a)iilor normale.

= +
= +


= = =
= =
n
i
i i
n
i
i
n
i
i
n
i
i
n
i
i
y x x x a
y x na
1 1
2
1
1 1

Re!ol"area sistemului de ecuatii liniare $olosind metoda lui /ramer.

=
a
a si

,



Econometrie, Facultatea de Marketing, anul II, 2013-2014, ASE
Regresia liniara simpla - prolema re!ol"ata
3

unde


= =
=
=
n
i
i
n
i
i
n
i
i
x x
x n
1
2
1
1
este determinantul matricei sistemului de ecua(ii,
iar


= =
= =
=
n
i
i
n
i
i i
n
i
i
n
i
i
a
x y x
x y
1
2
1
1 1
,


= =
=
=
n
i
i i
n
i
i
n
i
i

y x x
y n
1 1
1
sunt minorii corespun!%tori celor dou% necunoscute*

\
|
|

\
|

\
|
|

\
|
|

\
|

=
|

\
|
|

\
|

\
|
|

\
|
|

\
|
|

\
|
=

=




= =
= = =
= =
= = = =
2
1 1
2
1 1 1
2
1 1
2
1 1 1
2
1
n
i
i
n
i
i
n
i
i
n
i
i
n
i
i i

n
i
i
n
i
i
n
i
i i
n
i
i
n
i
i
n
i
i
a
x x n
y x y x n

x x n
y x x x y
a


/alculele intermediare sunt pre!entate &n taelul de mai 'os.
Valorile x
i
ale
variabilei X

Valorile y
i
ale
variabilei Y
( )
2
i
x ( )
2
i
y
i i
y x
x
1
&3,4 y
1
&2,2 (x
1
)
2
&11,# (y
1
)
2
&!,44 x
1
'y
1
&!%,$!
x
2
&1,! y
2
&1",! (x
2
)
2
&3,24 (y
2
)
2
&31,!4 x
2
'y
2
&32,$4
x
3
&4, y
3
&31,3 (x
3
)
2
&21,1 (y
3
)
2
&%"%,% x
3
'y
3
&143,%!
2,3 23,1 #,2% #33,1 #3,13
3,1 2",# %,1 "#,2# !#,2#
#,# 3,$ 3$,2# 12%,$$ 1%!
$," 14,1 $,4% 1%!,!1 %,!"
3,$ 22,3 %,$$ 4%",2% ,%
2, 1%, ," 3!4,1 #$,%
4,3 31,3 1!,4% %"%,% 134,#%
2,1 24,$ 4,41 #",$$ #$,4
1,1 1",3 1,21 2%%,2% 1%,$3
,1 43,2 3",21 1!,24 23,#2
4,! 3,4 23,$4 1324,% 1"4,"2
x
1#
&3,! y
1#
&2,1 (x
1#
)
2
&14,44 (y
1#
)
2
&!1,21 x
1#
'y
1#
&%%,1!
2 , 47
1-
1
=

= i
i
x

=
=
1-
1
2 , 378
i
i
y

=
=
1-
1
2
18 , 178
i
i
x

=
=
1-
1
2
4; , 113<8
i
i
y 8- , 14<0
1-
1
=

= i
i i
y x

Se o(ine. 2<<7 , 10
2 , 47 18 , 178 1-
8- , 14<0 2 , 47 18 , 178 2 , 378
2
=


=

=
a
a
7173 , 4
2 , 47 18 , 178 1-
18 , 378 2 , 47 8- , 14<0 1-
2
=


=

,



Econometrie, Facultatea de Marketing, anul II, 2013-2014, ASE
Regresia liniara simpla - prolema re!ol"ata
4

prin urmare dreapta de regresie este de ecua(ie x x a y + = + = 7173 , 4 2<<7 , 10 = ,
ecua(ia de regresie liniar% &n e)antion este 1- , 1 , 7173 , 4 2<<7 , 10 = + + = + + = i e x e x a y
i i i i i
,
iar "alorile a'ustate ale oser"a(iilor 1- , 1 , = i y
i
prin regresie sunt
1- , 1 , 7173 , 4 2<<7 , 10 = = + = + = i x x a y
i i i
*

Interpretarea valorilor coeficienilor
arat% c% "aloarea pre'udiciului cre)te, in medie, cu 4,7173 mii euro dac% distan(a dintre incediu )i
sta(ia de pompieri cre)te cu o unitate, adic% 10 km 4 arata cu cat unitati se modi$ica, in medie, ni"elul
"ariailei dependente, daca ni"elul "ariailei independente creste cu o unitate51
a arat% c% "aloarea pre'udiciului este, &n medie, egal% cu 10,2<<7 mii euro dac% incendiul ar $i l,ng%
sta(ia de pompieri 4a arata ni"elul mediu al "ariailei dependente, daca ni"elul "ariailei independente
ar $i egal cu 01 a nu are intotdeauna interpretare economica5*

3. $ali*itatea mo*el+l+i *e regresie
+entru testarea "alidit%(ii modelului se $ormulea!% cele dou% ipote!e.
!
"
# modelul de re$resie nu este valid statistic,
cu alternati"a
!
%
# modelul de re$resie este valid statistic*

Statistica utili!at% pentru a decide care dintre ipote!e se accept% este.
( ) 1 ,
>
1


= =
& n &
'isher
& n
SS(
&
SS)
*S(
*S)
' ,
unde & este num%rul de "ariaile e0plicati"e din modelul de regresie 4&n ca!ul nostru, &:1 deoarece a"em
un model de regresie liniar% uni$actorial% sau simpl%, cu o singur% "ariail% e0plicati"%5*
Fie +? ni"elul sau pragul de semni$ica(ie al testului, iar 1-+? este ni"elul de &ncredere al testului*
6ac% nu se speci$ic%, "om considera &n general c% +?:0,0- 4sau +?@100:-35,
iar 1-+?:0,7- 4sau 41-+?5@100:7-35*
+entru calculul statisticii
calc
' $olosim taelul AA#BA.

,+rsa
varia)iei
,+ma ptratelor
-SS-Sum of Squares.
/ra*e *e
libertate
-df -
degrees of
freedom.
0e*ia ptratelor
-MS- Mean of
Squares.
1ispersiile (ore(tate
$aloarea
statisti(ii F
F
(riti(
1atorat
regresiei
-Regression.
( )

=
=
n
i
i
y y SS)
1
2
=
&
&
SS)
*S) = *S(
*S)
' =
1 , 1 C & n &
'

Rezi*+al
-Resi*+al.
( )

=
=
n
i
i i
y y SS(
1
2
=

n , & , 1
2
1
e
s
& n
SS(
*S( =

=

2otal
( )
SS( SS)
y y SS-
n
i
i
+ =
=

=1
2

n , 1


Econometrie, Facultatea de Marketing, anul II, 2013-2014, ASE
Regresia liniara simpla - prolema re!ol"ata
-

6e asemenea, se poate calcula si dispersia de selectie a lui Y, adica
1 1
2
2

=
n n
SS-
s
y
y
*
Regula de deci!ie este.
dac%
1 , 1 C
= >
& n & critic calc
' ' '

,
adic% '
calc
se g%se)te &n regiunea critic%,
atunci respingem !
0
)i accept%m !
1
, c% modelul de regresie este "alid statistic*

/alculele intermediare sunt pre!entate &n taelul urm%tor.

Econometrie, Facultatea de Marketing, anul II, 2013-2014, ASE
Regresia liniara simpla - prolema re!ol"ata
8
Ar*
crt*
i
x

i
y
i i
x y + = 7173 , 4 2<<7 , 10 =
i i i
y y e = = y y
i

( )
2
y y
i
( )
2 2
=
i i i
y y e = ( )
2
= y y
i

1 3,4 2,2 2",$$3#
($,!$3# ($,2133 $,$4##
$,4#
$,34!4
2 1,! 1",! 1%,132
(1,332 (!,133 "4,1!!%
1,""#%
#3,$$!$
3 4, 31,3 32,%$"
(1,$" 4,!!" 23,!"%!
2,#!14
42,14$
4 2,3 23,1 21,#%23
1,#$"" (3,3133 1$,%"!$
2,2"32
23,2421
# 3,1 2",# 2#,#2""
1,%"23 1,$!" 1,1!$%
3,!!%!
$,"!42
#,# 3,$ 3",3341
(1,3341 %,#!" %1,%$4!
1,""%"
11%,22!
" $," 14,1 13,"214
$,3"! (12,3133 1#1,1"4
$,1433
11,$!41
! 3,$ 22,3 2#,$3#!
(2,"3#! (4,1133 1,%1%2
",4!4
1,!%"#
% 2, 1%, 23,$!1
(3,4!1 (,!133 4,4211
12,$2"
11,1%$#
1$ 4,3 31,3 31,43$%
($,13$% 4,!!" 23,!"%!
$,$1"1
2#,1"2
11 2,1 24,$ 2$,$!4
3,3%1 (2,4133 #,!24$
11,#$2"
33,%#
12 1,1 1",3 1#,!%1
1,1$% (%,1133 !3,$#22
2,#%4%
11#,$$"!
13 ,1 43,2 4$,2!#
2,%144 1,"!" 2!1,"%33
!,4%3
1%2,441#
14 4,! 3,4 33,!%$#
2,#$%# %,%!" %%,"342
,2%"4
##,%$%1
1# 3,! 2,1 2!,%"12
(2,!"12 ($,3133 $,$%!2
!,244$
,#431

=
=
1-
1
2 , 378
i
i
y

=
=
1-
1
2 , 378 =
i
i
y

=
=
1-
1
0
i
i
e ( )

=
=
1-
1
0
i
i
y y
-2 , 711
2
=
= =
y
SS-

<-1 , 87
2
=
= =
e
SS(

<8 , ;41
2
D
=
= =
x y
SS)

unde 4133 , 28
1-
1-
1
= =

= i
i
y
y * Se poate calcula si dispersia de selectie a pre'udiciului 4"ariaila Y5. 10; , 8-
1
2
=

=
n
SS-
s
y

2aelul ./01.
,+rsa
varia)iei
,+ma ptratelor
-SS-Sum of Squares.
/ra*e *e libertate
-df - degrees of freedom.
0e*ia ptratelor
-MS - Mean of Squares.
$aloarea statisti(ii F F
(riti(
1atorat regresiei
-Regression.
<8 , ;41 = SS) & : 1 <8 , ;41 = *S) ;7 , 1-8 = =
*S(
*S)
'
calc

88< , 4
13 , 1 1 0- , 0
= '

Rezi*+al
-Resi*+al.
<-1 , 87 = SS(
n 9 & 9 1 : 13 38- , -
2
= =
e
s *S(

2otal -2 , 711
2
= =
y
SS- n 9 1 : 14

/um
critic calc
' ' = > = 88< , 4 ;7 , 1-8
, respingem ipote!a nul% )i conclu!ion%m c% modelul de regresie este "alid statistic
4modelul este semni$icati" statistic sau modelul este corect speci$icat5*
Econometrie, Facultatea de Marketing, anul II, 2013-2014, ASE
Regresia liniara simpla - prolema re!ol"ata
<
4. M%sura(i intensitatea leg%turii dintre cele dou% "ariaile $olosind (oe'i(ient+l liniar *e (orela)ie Pearson
( )( )
( ) ( )
(
(

\
|

(
(

\
|

\
|
|

\
|
|

\
|

=
=
|

\
|
|

\
|


=


=






= = = =
= = =
= =
=
= =
=
n
i
n
i
i i
n
i
n
i
i i
n
i
i
n
i
i
n
i
i i
n
i
i
n
i
i
n
i
i i
n
i
i
n
i
i
n
i
i i
xy
y y n x x n
y x y x n
y n y x n x
y x n y x
y y x x
y y x x
r
1
2
1
2
1
2
1
2
1 1 1
2
1
2 2
1
2
1
1
2
1
2
1


| | 1 1 1 7807; , 0
2 , 378 4; , 113<8 1- 2 , 47 18 , 178 1-
2 , 378 2 , 47 8- , 14<0 1-
2 2
e =


=
xy
r


Baloarea coe$icientului de corela(ie +earson, po!iti"% )i $oarte apropiat% de E1, arat% c% &ntre cele
dou% "ariaile e0ist% o leg%tura liniar% direct% )i puternic%*

5. /alcula(i raport+l *e (orela)ie, testa(i "aliditatea acestuia )i interpreta(i re!ultatul o(inut*
| | 1 1 0 7807; , 0
-2 , 711
<8 , ;41
2
2
D
e = =

= =
y
x y
SS-
SS)
)

Baloarea apropiata de 1 a raportului de corelatie arata ca intre cele doua "ariaile e0ista o legatura
$oarte stransa, legatura pusa in e"identa de modelul de regresie*
2estarea "alidit%(ii sau semni$ica(iei raportului de corela(ie const% &n testarea
!
0
# )aportul de corelaie este nesemnificativ statistic
4"ariaila X nu are in$luen(% semni$icati"% asupra lui Y5
cu alternati"a
!
1
# )aportul de corelaie este semnificativ statistic
4semni$icati" di$erit de 0, adic% "ariaila X are in$luen(% semni$icati"% asupra lui Y5*
Statistica testului este ( ) 1 , 2
2
1
1

e

=
& n &
'isher
& n
)
&
)
'
*
Baloarea calculat% a statisticii testului este
;7 , 1-8
1 1 1-
7807; , 0 1
1
7807; , 0
2
2
=

=
calc
'
,
accea)i "aloare ca la testarea "alidit%(ii modelului de regresie $olosind AA#BA*
6aca testarea se reali!ea!a la un prag de semni$ica(ie +?:0,0-, atunci
8< , 4
13 , 1 1 0- , 0 1 , C1
= = =

' ' '
& n & critic
*
/ompar%m '
calc
:1-8,;7 F 4,8<:'
critic
, respingem ipote!a nul% !
0
)i conclu!ion%m c% raportul de
corela(ie este semni$icati" di$erit de !ero, adic% "ariaila X 4distan(a5 are o in$luen(% semni$icati"% asupra
"ariailei Y 4pre'udiciul5*



Econometrie, Facultatea de Marketing, anul II, 2013-2014, ASE
Regresia liniara simpla - prolema re!ol"ata
;

0servatie. +entru modelul de regresie liniara simpla, intre raportul de corelatie R si coe$icientul de
corelatie liniara +earson xy
r
e0ista urmatoarea relatie

<
> +
=
0 ,
0 ,
daca )
daca )
r
xy *
6. &oe'i(ient+l *e *etermina)ie este 723- , 0
-2 , 711
<8 , ;41
2
2
D
2
= =

= =
y
x y
SS-
SS)
)
sau
723- , 0 7807; , 0
2 2
= = ) )i arat% c% 72,3-3 4adic% R
2
3
5 din "aria(ia total% a pre'udiciului cau!at de
incendii este e0plicat% de "aria(ia "ariailei independente 4distan(a &ntre locul incendiului )i sta(ia de
pompieri5*

7. 2estarea semni'i(atiei parametr+l+i al modelului linear de regresie + + = X Y
.

!
"
# +2" (parametrul este nesemnificativ statistic)
!
%
# +3" (parametrul + este semnificativ statistic, adic% semnificativ diferit de ")
Statistica testului este
5 1 4
e

=
& n
a
Student
s
a
t

,
unde
( ) ( )

= =

+ =
|
|
|
|

\
|

+ =
n
i
i
e
n
i
i
e a
x x
x
n
s
x x
x
n
s s
1
2
2
1
2
2
2
1 1
este aaterea standard 4eroarea standard5 a
estimatorului a,
2
e
s este disperia re!iduala sau a erorilor, iar
2
e e
s s = este aaterea standard re!idual%
4eroarea standard re!idual% sau a erorilor5
*
Baloarea calculat% a statisticii testului, &n ipote!a c% !
"
este ade"ar%t%, adic% +:0, este
a a
calc
s
a
s
a
t =

=
0
, deci
23< , <
42 , 1
2<<7 , 10
= = =
a
calc
s
a
t
, cu s
a
:1,42*
6ac% ni"elul de semni$ica(ie este +?:0,0-, atunci regiunea critic% a testului este
( ) ( )
|
|

\
|

|
|

\
|
=
|
|

\
|

|
|

\
|
=
= =

1 1 1 ,
1 1
13 1
2
0- , 0
13 1
2
0- , 0
1 1
2
C
1 1
2
C
t t t t
t t )
& n & n
critic critic c

,
unde
1 1
2
C

=
& n
critic
t t
este "aloarea critica a testului t ilateral pentru testarea semni$icatiei parametrilor
unui model liniar de regresie cu & "ariaile e0plicati"e si la un ni"el de semni$icatie
C
*
/um critic
& n
t t t = = =

180 , 2
13 1
2
0- , 0
1 1
2
C
, atunci ( ) ( ) = e = 1 180 , 2 180 , 2 1 23< , <
c calc
) t , deci
respingen !
0
)i conclu!ion%m ca parametrul + este semni$icati" statistic*









Econometrie, Facultatea de Marketing, anul II, 2013-2014, ASE
Regresia liniara simpla - prolema re!ol"ata
7

2estarea semni'i(a)iei parametr+l+i al modelului linear de regresie + + = X Y
.
!
"
# 42" (parametrul este nesemnificativ statistic)
!
%
# 43" (parametrul 4 este semnificativ statistic, adic% semnificativ diferit de ")
Statistica testului este
5 1 4
e

=
& n

Student
s

t

,
unde
( )
( )

=
=

=

=
n
i
i
e
n
i
i
e
x x
s
x x
s s
1
2
1
2
2
1
este aaterea standard 4eroarea standard5 a estimatorului ,
2
e
s este disperia re!idual%, iar
2
e e
s s = este aaterea standard re!idual% 4eroarea standard re!idual%5
*
Baloarea calculat% a statisticii testului, &n ipote!a c% !
"
este ade"ar%t%, adic% 4:0, este

calc
s

t =

=
0
, deci
-8 , 12
37 , 0
7173 , 4
= = =

calc
s

t
, cu s

:0,37*
6ac% ni"elul de semni$ica(ie este G?:0,0-, atunci regiunea critic% a testului este
( ) ( )
|
|

\
|

|
|

\
|
=
|
|

\
|

|
|

\
|
=
= =

1 1 1 ,
1 1
13 1
2
0- , 0
13 1
2
0- , 0
1 1
2
C
1 1
2
C
t t t t
t t )
& n & n
critic critic c

*
/um critic
& n
t t t = = =

180 , 2
13 1
2
0- , 0
1 1
2
C
, atunci ( ) ( ) = e = 1 180 , 2 180 , 2 1 -8 , 12
c calc
) t , deci
respingen !
"
)i conclu!ion%m ca parametrul 4 este semni$icati" statistic*

8. 3nterval+l *e 4n(re*ere -1-5.61007 8 957 pentr+ parametr+l al modelului linear de
regresie + + = X Y
, determinat pe a!a e)antionului oser"at, este.

4 43 4 42 1 4 43 4 42 1

ui parametrul a
1003 5 C - 41 incredere de
ui inter"alul a superioara limita
1 1
2
C
ui parametrul a
1003 5 GC - 41 incredere de
ui inter"alul a in$erioara limita
1 1
2
C

+ s s
a
& n
a
& n
s t a s t a
,
unde s
a
este eroarea standard a estimatorului a*
Hn ca!ul nostru, a:10,2<<7, s
a
:1,42, +?:0,0-,
180 , 2
13 1
2
0- , 0
1 1
2
C
= =

t t
& n

, deci inter"alul I<,211 13,34J

acoper% "aloarea ade"%rat% a parametrului + cu proailitatea 0,7-, adic% inter"alul de "alori I<,211 13,34J
mii Eur acoper% ni"elul pre'udiciului pro"ocat de incendiu, dac% acesta se produce cKiar l,ng% sta(ia de
pompieri*
/um inter"alul de &ncredere 7-3 determinat pentru parametrul + nu acoper% "aloarea 0, atunci
putem spune ca acesta este semni$icati" di$erit de 0 sau este semni$icati" statistic*
6ac% &ns%, inter"alul de &ncredere pentru + ar $i acoperit, adic% ar $i con(inut, )i "aloarea 0, atunci
conclu!ionam c% parametrul este nesemni$icati" statistic 4nu este semni$icati" di$erit de 05*

Inter"alul de &ncredere 41-G?5@1003 : 7-3 pentru parametrul 4 al modelului linear de regresie
+ + = X Y
, determinat pe a!a e)antionului oser"at, este.
4 43 4 42 1 4 43 4 42 1

ui parametrul a
1003 5 C - 41 incredere de
ui inter"alul a superioara limita
1 1
2
C
L ui parametrul a
1003 5 GC - 41 incredere de
ui inter"alul a in$erioara limita
1 1
2
C

+ s s

& n

& n
s t s t
,
unde s

este eroarea standard a estimatorului *

Econometrie, Facultatea de Marketing, anul II, 2013-2014, ASE
Regresia liniara simpla - prolema re!ol"ata
10

Hn ca!ul nostru, :4,7173, s

:0,37, +?:0,0-,
180 , 2
13 1
2
0- , 0
1 1
2
C
= =

t t
& n

, deci inter"alul I4,0<1 -,<8J

acoper% "aloarea ade"%rat% a parametrului 4 cu proailitatea 0,7-* /u alte cu"inte, dac% distan(a de"ine
mai mare cu o unitate 410 km5, ni"elul pre'udiciului cre)te cu o "aloare acoperit% de inter"alul I4,0<1 -,<8J
mii Eur, cu o proailitate de 0,7-*
/um inter"alul de &ncredere 7-3 determinat pentru parametrul 4 nu acoper% "aloarea 0, atunci
putem spune c% acesta este semni$icati" di$erit de 0 sau este semni$icati" statistic*
6ac% &ns%, inter"alul de &ncredere pentru 4 ar $i acoperit, adic% ar $i con(inut, )i "aloarea 0, atunci
conclu!ionam c% parametrul este nesemni$icati" statistic 4nu este semni$icati" di$erit de 05*


9. Rezolvarea in 9(el.

Hn E0cel, e0ist% modulul 1ata %nal:sis, op(iunea Regression care $urni!ea!% &ntr-un output
speci$ic toate aceste calcule pre!entate p,n% acum*
Ast$el, &ntr-o $oaie de lucru, se introduce setul de date M 4x
1
,y
1
5, 4x
2
,y
2
5,****, 4x
n
,y
n
5 N, &n ca!ul nostru
n:1-, iar apoi din meniul principal alegem 1ata, sumeniul 1ata %nal:sis )i apoi Regression, dac% se
lucrea!% &n E0cel 200<* 6ac% a"e(i la dispo!i(ie E0cel 2003, alege(i din meniul principal 2ools, apoi 1ata
%nal:sis )i apoi Regression*











Econometrie, Facultatea de Marketing, anul II, 2013-2014, ASE
Regresia liniara simpla - prolema re!ol"ata
11

Hn $ereastra care "a apare, treuie.
- s% alege(i care este )irul de "alori corespun!%toare "ariailei dependente Y 43np+t ; Range5 )i care este )irul de
"alori corespun!%toare "ariailei independente X 43np+t < Range5,
- s% speci$ica(i ni"elul de &ncredere al testului, de oicei 957,
- s% preci!a(i celula din $oaia de lucru &ncep,nd cu care se "or a$i)a re!ultatele, adic% outputul 4"+tp+t Range5,
- s% i$a(i op(iunea Resi*+als )i, op(ional, #ine =it Plots*





#utput-ul este pre!entat &n taelele urm%toare.

)*++,-. /*01*0



Regression Statistics

+ultiple - $,%$%! & ) : raportul de corela(ie
- )2uare $,%234! & )
2
: coe$icientul de determina(ie
,djusted - )2uare $,%1"#%
)tandard Error 2,313# & s
e
: eroarea standard sau aaterea standard a erorilor
/3ser4ations 1# & n : num%rul de perecKi de oser"a(ii din e)antion








Econometrie, Facultatea de Marketing, anul II, 2013-2014, ASE
Regresia liniara simpla - prolema re!ol"ata
12

,N/V,
df SS MS F Significance F
-e5ression
1 & k = =
2
D x y
SS) !41," =
2
D x y
s !41," =
calc
' 1#,!! 1,2#E($!
-esidual
13 & n(k(1 = =
2
e
SS( %,"#1 =
2
e
s #,3#
0otal
14 & n(1 = =
2
y
SS- %11,#2

Si$nificance ', adica ni"elul de semni$icatie oser"at sau calculat, este cel mai mic ni"el $i0at de
semni$icatie al testului de "eri$icare ca modelul de regresie este "alid sau semni$icati" statistic, pentru
care ipote!a nula O
0
! . modelul de re$resie nu este valid statisticP poate $i respinsa*
6aca C este ni"elul sau pragul de semni$icatie al testului, atunci regula de deci!ie este.
- daca C > ' ce Si$nifican , atunci nu e0ista su$iciente moti"e sa respingen ipote!a nula
0
! ,
adica acceptam
0
! , re!ultatul nu este semni$icati" statistic, adica
modelul de regresie nu este "alid statistic1
- daca C < ' ce Si$nifican , atunci se repinge ipote!a nula
0
! si, prin urmare, se accepta ipote!a
alternati"a
1
! , adica re!ultatul este semni$icati" statistic, ceea ce
inseamna ca modelul de regresie este "alid statistic sau este corect
speci$icat*

In ca!ul nostru, ni"elul de semni$icatie al testului este 0- , 0 C = , iar Si$nificance ' : 1,2#E($! :
0,000000012-, deci C < ' ce Si$nifican , prin urmare respingem !
0
si acceptam !
1
ca modelul de
regresie este "alid sau semni$icati" statistic*

Coefficients
Standard
Error
t Stat P-value
Lower 95
!Li"ita inferioar#
a intervalului
de $ncredere 95%
&''er 95
!Li"ita su'erioar#
a intervalului
de $ncredere 95%
6ntercept 1$,2""%&a 1,42&
a
s
",23"&
a
calc
s
a
t =
,#%E($
",21:
:
a critic
s t a
13,34&
:
a critic
s t a +
7 Varia3le 1 4,%1%3& $,3%&

s
12,#2#&

calc
s

t =
1,2#E($!
4,$"&
:
critic
s t
#,"&
:
critic
s t +

5 value, adica ni"elul de semni$icatie oser"at sau calculat, este cel mai mic ni"el $i0at de
semni$icatie al testului pentru care ipote!a nula
0
! poate $i respinsa*
6aca C este ni"elul sau pragul de semni$icatie al testului, atunci regula de deci!ie este.
- daca C > value 5 , atunci nu e0ista su$iciente moti"e sa respingen ipote!a nula
0
! , adica
acceptam
0
! , re!ultatul nu este semni$icati" statistic1
- daca C < value 5 , atunci se repinge ipote!a nula
0
! si, prin urmare, se accepta ipote!a
alternati"a
1
! , adica re!ultatul este semni$icati" statistic*

In ca!ul nostru, ni"elul de semni$icatie este 0- , 0 C = *
+entru parametrul , 000008-7 , 0 10 -7 , 8
8
= = =

$ ,#%E value 5 , deci C < value 5 , prin urmare
respingen ipote!a nula 0 .
0
= ! si acceptam ipote!a alternati"a 0 .
1
= ! , adica parametrul este
semni$icati" statistic*
+entru parametrul , 000000012- , 0 10 2- , 1
;
= = =

$! 1,2#E value 5 , deci C < value 5 , prin urmare,
respingen ipote!a nula 0 .
0
= ! si acceptam ipote!a alternati"a 0 .
1
= ! , adica parametrul panta este
semni$icati" statistic*
Econometrie, Facultatea de Marketing, anul II, 2013-2014, ASE
Regresia liniara simpla - prolema re!ol"ata
13

-E)6D*,8 /*01*0

()servation
Predicted *
i i
x y + = 7173 , 4 2<<7 , 10 =
Residuals
i i i
y y e = =
1 2",$$3" ($,!$3"
2 1%,132" (1,332"
3 32,%$! (1,$!
4 21,#%24 1,#$"
# 2#,#2"% 1,%"21
3",3342 (1,3342
" 13,"21# $,3"!#
! 2#,$3#% (2,"3#%
% 23,$!2 (3,4!2
1$ 31,4311 ($,1311
11 2$,$!# 3,3%1#
12 1#,!%2 1,1$!
13 4$,2!#! 2,%142
14 33,!%$" 2,#$%3
1# 2!,%"14 (2,!"14


9 & 4.%1%3: ; 1$.2"!
-
2
& $.%23#
$
#
1$
1#
2$
2#
3$
3#
4$
4#
#$
$ 1 2 3 4 # "
Distanta, in zeci km (variabila X)
V
a
l
o
a
r
e
a

p
r
e
j
u
d
i
c
i
u
l
u
i
,

i
n

m
i
i

E
u
r

(
v
a
r
i
a
b
i
l
a

Y
)
4alorile o3ser4ate 9i
4alorile estimate ale lui 9i
8inear (4alorile o3ser4ate 9i)