Ex5: Modelul liniar de regresie cu dou variabile exogene

Presupunem c dorim s studiem cum evolueaz cheltuielile de consum personal ntr-o ar, n ultimii ani. Observaie: n multe modele de regresie se introduce variabila timp ca variabil explicativ. De multe ori variabila timp poate reprezenta o variabil care afecteaz variabila explicat, dar nu este direct observabil (tehnologia). De asemenea, variabila timp poate reprezenta populaia total. Teoria economic sugereaz c ar trebui s ne ateptm ca cheltuielile de consum s creasc atunci cnd populaia crete. Se consider regresia cheltuielilor de Consum personal n raport cu Venitul personal i Timpul, pe o perioad de 15 ani. Utilizm modelul liniar cu dou variabile explicative: yi = 0 + 1 xi1 + 2 xi 2 + i , i = 1,2,..., n . Y = Cheltuielile de Consum pe cap de locuitor (n u.m.) X1 = Venitul disponibil pe cap de locuitor (n u.m.) X2 = Timpul (n ani) Datele de observaie se gsesc n fiierul Model Regresie Multipla.xls a) S se estimeze parametrii modelului de regresie i s se interpreteze valorile obinute. Se efectueaz calculele n Excel i se obin sumele ce vor fi utilizate n formule. y =29 135, y =1942,333, x1 =31895, x1 =2126,333, x2 =120, x2 =8,

x 2 =68 922,513, , x22 =1240, x1 x2 =272 144, 2 x1 y =62 905 821, x2 y =247 934, y i =57 420 003, ( xi1 x1 ) 2 =1 103 111,333, ( xi 2 x2 ) 2 =280. n yi xi1 xi 2 2 X X = xi1 xi1 xi1 xi 2 , X y = xi1 yi x x y xi22 i 2 xi1 xi 2 i2 i
1

31895 120 15 29135 X X = 31895 68922513 272144 , X y = 62905821 120 247934 272144 1240

Se calculeaz
(X X )
1

37,232491 0,0225082 1,336707 = 0,0225082 0,0000137 0,0008319 1,336707 0,0008319 0,054034

Ecuaiile normale ale lui Gauss: = X y ( X X ) = ( X X ) 1 X y

300,28625 = 0,74198 8,04356

Interpretarea coeficienilor obinui: 0 = parametrul de interceptare 1 , 2 = coeficieni de regresie pariali sau coeficieni pant. 1

Coeficientul de regresie parial, j , msoar modificarea, n medie, a variabilei y, ca rspuns la modificarea variabilei x j cu o unitate, ceilali factori rmnnd constani.
=0,74198 arat c, meninnd celelalte variabile constante, atunci cnd venitul (X1) crete 1 cu 1u.m., cheltuielile de consum cresc, n medie, cu 0,74 u.m. nclinaia marginal spre consum este estimat la 0,74 sau 74 procente. =8,04356 arat c, meninnd celelalte variabile constante, cheltuielile de consum au 2 crescut, n medie, cu aproximativ 8 u.m., pentru fiecare an din perioada de studiu. =300,28625 arat c, dac cele dou variabile explicative, X1 i X2 au valoarea 0, valoarea 0 medie a cheltuielilor de consum pe cap de locuitor este estimat la circa 300u.m.

b) S se estimeze variana variabilelor de perturbaie (variana modelului) Se calculeaz suma ptratelor reziduurilor. ' X y = i ) = ei2 =e' e = y y SSE = ( yi y
29135 = 57 420 003 (300,28 0,74198 8,04356 ) 62905821 247934
e' e =1976,85574 ei2 SSE ee 2 2 = se = = = n (k + 1) n (k + 1) n (k + 1)

Unde k = numrul de variabile independente din model.

2 2 = se =

1976,85574 = 164,7379 15 3 se = 164,7379 = 12,835

c) S se estimeze matricea de covarian a estimatorilor parametrilor modelului Matricea de covarian a vectorului estimatorilor este: ) = 2 ( X X ) 1 = Var (
Variana reziduurilor este un estimator nedeplasat al varianei perturbaiilor aleatoare. Un estimator al matricei de covarian a vectorului estimatorilor este: ) = s 2 ( X X ) 1 = Va r ( e
6133,650 3,70794 220,20634 = 3,70794 0,00226 0,13705 220,20634 0,13705 8,90155

Eementele de pe diagonala acestei matrici sunt varianele estimatorilor j ) = 0,00226 se( ) = 0,00226 = 0,04753 Var ( 1 1 Var ( 2 ) = 8,90155 se( 2 ) = 8,90155 = 2,98354 ) = 6133,650 se( ) = 6133,650 = 78,31763 Var (
0 0

d) S se testeze semnificaia statistic a coeficienilor de regresie (nivel de semnificaie = 0,05 ; valoare tabelar: 2,179) Testarea semnificaiei statistice a parametrului 1
H 0 : 1 = 0

H 0 : 1 0 0 0,74198 t calc = 1 = = 15,61077 ) 0,04753 se( 1 ttab = t / 2;n 3 = t 0,025;12 = 2,179

Deoarece t calc > t tab respingem H0 acceptm H1 parametrul 1 este semnificativ statistic la pragul de semnificaie de 5%. Determinarea unui interval de ncredere 95% pentru 1
0,74198 (2,179)(0,04753)

.. Coefficients 300,28625 0,74198 8,04356 Standard Err 78,31763 0,04753 2,98354 t Stat 3,83421 15,61077 2,69598 Lower 95% 0,6384 Upper 95% 0,8455

e) S de determine coeficientul de determinaie (R Square) i Adjusted R Square.

R2 = SSR SSE =1 . SST SST

Datele necesare calculrii coeficientului de determinaie, R2 sunt: 2 SST = ( yi y ) = yi2 ny 2 = yy ny 2 =830 121,333 X y =1976,855 i ) 2 = ei2 = ee = yy SSE = ( yi y X y ny 2 =828 144,478 SSR = SST SSE =
R 2 =0,9976

Rezult c 99,76% din variaia cheltuielilor de consum, n perioada studiat de 15 ani, este explicat prin cele 2 variabile exogene.
R2 = SSR / k SSE /( n k 1) = 1 SST /( n 1) SST /( n 1)

R 2 = 0,9972

f) Folosind Analiza Dispersional, s se testeze validitatea modelului de regresie (nivel de semnificaie = 0,05 ; valoare tabelar: 3,89)
n cazul unui model de regresie linar multipl tabelul cu Analiza varianei este: Sursa de variaie Regresia Eroarea Total Suma ptratelor abaterilor (SS) SSR SSE SST Numr grade de libertate k n-(k+1) n-1 Media ptratelor (MS) MSR=SSR/k MSE=SSE/(n-k-1) Statistica F

F=MSR/MSE

Testarea validitii modelului de regresie: H 0 : 1 = 2 = 0 H1 : nonH 0 (modelul este valid statistic) Statistica folosit pentru testul semnificaiei reunite a variabilelor explicative este:

 X y ny 2 ) / k SSR / k ( = ~ F ;k ,n k 1 X y ) /(n k 1) SSE /( n k 1) ( y y Rc : Fcalc > F ;k ,n k 1 F= Ftab = F ;k ,n k 1 = F0, 05; 2,12 = 3,89 Fcalc = 2513,52 Deoarece Fcalc > Ftab respingem H0 acceptm H1 modelul este valid statistic la

pragul de semnificaie de 5%.

g) S se previzioneze valoarea media a variabilei endogene i apoi o valoare individual a acestei variabile, pentru valorile cunoscute ale variabilelor exogene: x10 = 2610 iar x20 = 16 0 = 16 ) ( x10 = 2610 iar x2 Predicia mediei = (1, x10 , x 20 ) Se d vectorul x0
Cunoatem vectorul
1 1 x0 = x10 = 2610 . x 16 20

Dorim

previzionm

) = 0 + 1 x10 + 2 x20 = x0 E ( y | x0 300,286 ) = x0 este y 0 = x0 = (1 2610 16 ) 0,74198 = 2365,55 Un estimator pentru E ( y | x0 8,04356

Variana prediciei mediei este 2 0 | x0 ) = se ( X X ) 1 x0 =48,6426 Var ( y x0 0 | x0 ) =6,9744 se( y ) = x0 este y 0 t crt se( y 0 ) Un interval de ncredere 95% pentru E ( y | x0

Predicia unei valori individuale = (1, x10 , x 20 ) Se d vectorul x0 + 0 Valoarea real a lui y este y 0 = ( y 0 | x0 ) = x0 = x Valoarea previzionat este y
0 0

) = x0 Cunoatem vectorul x0 = (1 2610 16 ) . Dorim s previzionm ( y0 | x0 Un estimator pentru y0 este, i n acest caz: 300,286 0 = x0 = (1 2610 16 ) 0,74198 = 2365,55 y 8,04356

Variana erorii de previziune, n cazul prediciei individuale este 2 0 | x0 ) = se ( X X ) 1 x0 ] =213,3806 Var ( y 0 y [1 + x0 0 ) =14,6076 se( y0 y 0 t crt se( y 0 y 0 ) Un interval de ncredere 95% pentru y0 este y

h) Verificai rezultatele obinute utiliznd Excel i Eviews.