CURS XI

Modelul econometric de regresie liniar

Modelul
2
de regresie liniar reprezint o generalizare a modelului III
de regresie liniar, n care erorile numai au aceeai dispersie.
Se consider modelul
2
de regresie liniar i se nlocuiete ipoteza 4.1.
prin urmtoarea ipotez.
IPOTEZA 4..
( ) X M
T

, unde ( ) ( ) R
n n
M diag
2 2
2
2
1
,..., , , iar
elementele n i
i
, 1 , 0
2
> pot fi i distincte.
!E"I#I$IE. Modelul obinut cu ipoteza 4.2. se !a numi modelul
econometric de regresie liniar.
Comentariu. Ipoteza 4.2. e"prim un alt mod n care se poate nclca ipoteza
4.
#"ist nenumrate situaii reale, n care apare ca plauzibil ipoteza 4.2.
$e e"emplu, dac se dorete stabilirea legturii dintre !enit i consum la
ni!elul unei familii sau gospodrii, atunci mai nti se !or selecta un numr
n
de
astfel de familii i apoi se !or analiza datele referitoare la !enitul i consumul fiecrei
familii.
%n model econometric posibil are forma&
+ + +
' ' 2 2 1 1
X a X a X a Y
,
unde
n
Y R
este !ectorul c(eltuielilor, ( ) , 1 ,..., 1 , 1
1
n T
X R
( )
n T
n
x x x X R
2 22 12 2
,..., , este !ectorul !enitului i
2
2 '
X X
, care este o cretere
a !enitului e"primat de ptratul !enitului iniial.
)resupunnd c
( )
n
M 0
, atunci
( )
2
2 ' 2 2 1 1
X a X a X a Y M + +
i are
urmtorul grafic&
*!+nd n !edere semnificaia, trebuie ca
0
'
< a
, deoarece creterea !enitului
unei familii are o rat descresctoare. )e de alt parte, c(eltuielile unei familii depind
nu numai de !enit, ci i de o serie de ali factori, cum ar fi obiceiurile, mentalitatea,
,
(
e
l
t
u
i
e
l
i

-enit
gradul de educaie, ceea ce face ca erorile care apar n model s difere de la o familie
la alta, adic ipoteza 4.2. este fezabil pentru acest model.
Se consider modelul econometric de regresie liniar sau modelul
de regresie liniar.
)resupun+nd c matricea ar fi cunoscut i obser!+nd c este, e!ident, o
matrice simetric i poziti! definit, aplic+nd metoda celor mai mici ptrate se obine
estimatorul generalizat n sensul celor mai mici ptrate
.
b al lui
m
, unde&
( ) Y X X X b
T T 1
1
1 .

. /10
Se obser!, c din punct de !edere formal, dac se nlocuiete prin
2
n
relaia /10, se obine&
( ) ( ) ( ) Y X X X Y X X X Y X X X b
T T T T T T 1
1
1 1
2
1
1 2 1
1
1 .
1

,
relaie care coincide cu cea a estimatorului generalizat n sensul celor mai mici
ptrate, obinut n cadrul modelului
2
de regresie liniar.
#ste ade!rat o afirmaie mai general.
PROPRIETATE. $ac se amplific matricea de co!arian printr1un
scalar nenul, !aloarea lui
.
b nu se sc(imb.
S presupunem c matricea nu este cunoscut. $ac se poate determina o
matrice P , astfel nc+t
P P
T

, atunci modelul de regresie liniar se poate

transforma astfel&
. . .
+ m X Y , /20
unde
PX X PY Y
. .
,
i P
.
, iar
( ) ( )
T T T T
P P X P P M X M
. .
n
I
.
2ezult c modelul transformat /20 ndeplinete ipotezele 0 3 4 i aplic+nd
metoda celor mai mici ptrate se obine estimatorul generalizat al lui
m
&
( ) ( ) ( )
. 1
1
1
1
. .
1
. .
b Y X X X PY P X PX P X Y X X X
T T T T T T T T

,
care coincide cu cel dat de relaia /10.
)rin urmare, i n cazul c matricea nu este cunoscut,
.
b este cel mai
bun estimator nedeplasat al lui
m
.
O%ser&a'ii. 10 $ac e"ist o matrice P , astfel nc+t
P P
T

, atunci n
cadrul modelului de regresie liniar se poate determina un cel mai bun estimator
nedeplasat al lui
m
.
20 5n cazul ( ) ( ) R
n n
M diag
2 2
2
2
1
,..., , , se poate considera&
( )
1 1
2
1
1
,..., ,

n
diag P .
Ca( )articular. *n i)ote(a 4.. )resu)unem c

'

n m i
m i
i
, 1 ,
, 1 ,
2
2
2
1
2

+ n m < < 1 .
*tunci partiion+nd corespunztor
, , X Y
n dou componente cu respecti!
m
linii
i
m n
linii, ecuaia se poate scrie astfel&

,
_

,
_

,
_

2
1
2
1
2
1

m
X
X
Y
Y
/'0
unde
( ) ( ) R R R R
k m n k m
m n m
M X M X Y Y
, 2 , 1 2 2 1 1
, , , , ,

.
2ezult c&
( )

,
_

1
]
1

,
_

m n m m n
m n m m
T T
I
I
M
2
2 ,
,
2
1
2 1
2
1
0
0

. /40
Se poate determina estimatorul generalizat pentru modelul /'0, astfel&
( )

,
_

,
_

2 2
2
2
1 1
2
1
1
2 2
2
2
1 1
2
1
1
1
1 .
1 1 1 1
Y X Y X X X X X Y X X X b
T T T T T T

. /40
5n cazul 2 , 1 ,
2
i
i
necunoscui, atunci
.
b nu se poate calcula trebuie
estimat, utiliz+nd estimatorii lui 2 , 1 ,
2
i
i
, dai de relaia&
( ) ( )
( )
i
T
i
T
i
T
i i i i
i
i i i
T
i i i
i
Y X X X b k n
i m n
i m
n
k n
b X Y b X Y
>

'

, ,
2 ,
1 ,
,
2
.
#stimatorul lui este&

,
_

m n m m n
m n m m
I
I
2
2 ,
,
2
1
0
0

.
*tunci estimatorul lui
.
b este&

,
_

,
_

,
_

2 2
2
2
1 1
2
1
1
2 2
2
2
1 1
2
1
1
1
1 .
1 1 1 1
Y X Y X X X X X Y X X X b
T T T T T T

.
PROPRIETATE. #stimatorul

.
b
are urmtoarele proprieti statistice&
10
m b M

,
_

.
.
20
1
1 .

,
_

,
_

X X b V
T

.
Un model cu ,eteroscedasticitate multi)licati&
5n unele cazuri este adec!at s presupunem c dispersia fiecrei erori este o
funcie cunoscut de c+te!a !ariabile de control. $e e"emplu, n modelul considerat
mai sus&
+ + +
' ' 2 2 1 1
X a X a X a Y
,
s presupunem c ( ) n i x D
i i
, 1 ,
2
2
2
. *tunci&

,
_

2
2
2
22
2
12
2 2
0 0
0 0
0 0
n
x
x
x

.
2ezult c e"ist o matrice P , astfel nc+t
n
T
I P P
, de forma&

,
_

2
22
12
1
0 0
0
1
0
0 0
1
n
x
x
x
P

.
*tunci modelul transformat este&
.
2 ' 1 2
.
1 1
.
+ + + X a X a X a Y
,
unde&

,
_

1
1
1
1
1
]
1

,
_

2
12
1
.
2
12
1
.
1
2
12
1
.
,
1
1
,
n
n
n n
n
x
x
P
x
x
PX X
x
Y
x
Y
PY Y

.
5n general, fie modelul econometric de regresie liniar&
+ Xm Y .
*supra componentelor !ectorului erorilor se face ipoteza c dispersia lor este
o funcie e"ponenial de
k p p ,
.
#
, !ariabile de control de forma&
( ) ( ) [ ]
T
i i i i
z M D e"p
2 2
,
n i , 1
,
unde&
( )
ip i i
T
i
z z z z ,..., ,
2 1

este un !ector linie cunoscut i

( )
T
p
,..., ,
2 1

este
un !ector coloan necunoscut.
Se poate presupune c
1
1

i
z
,
n i , 1
. *tunci se poate scrie&
( ) ( ) ( ) ( ) n i z z D
ip p i i
, 1 , e"p ... e"p e"p
2 2 1

,
moti! pentru care modelul se numete cu ,eteroscedasticitate multi)licati&.
Ca( )articular&
2
1
ln .
5n acest caz, se poate face prelucrarea&
( ) ( ) n i z z D
ip p i i
, 1 , ... e"p
2 2
2
+
.
,u notaia&
( )
ip i
T
i
z z z ,...,
2
i
( )
T
p
,..., ,
' 2

,
n i , 1
,
se poate scrie&
( )
( )
( )

,
_

T
n
T
T
z
z
z
e"p
e"p
e"p
2
1

( )
( )
( )

,
_

T
n
T
T
z
z
z
e"p
e"p
e"p
2
1
2 2

.
Estimarea lui

)entru a construi un estiamtor al lui n i

i
, 1 ,
2
, este ne!oie de un estimator al
lui

. )entru aceasta se logaritmeaz n i

i
, 1 ,
2
, obin+ndu1se&
n i z
T
i i
, 1 , ln
2
.
*cum se consider&
( ) Y X X X b Xb Y
T T
1
,

,
unde&
T
n

,
_

,...,
1 .
*poi se face urmtoarea prelucrare pentru i fi"at&
, ln ln ln ln
2 2
2
2
i
T
i i i
T
i i i
u z z + + +


unde

,
_

2
2
ln
i
i
i
u

.
5n baza acestui rezultat, se poate considera un nou model ataat modelului
iniial, de forma&
u Z Y
a
+
, /.0
unde&
( ) ( ) R R
p n
T
T
n
T T n
T
n a
M z z z Z Y
, 2 1
2 2
2
2
1
,..., , , ln ,..., ln , ln

,
_

i
( )
n T
n
u u u u R ,..., ,
2 1
.
*plic+nd m.c.m.m.p. modelului /.0 se obine estimatorul lui

&
( )
a
T T
Y Z Z Z
1
sau

,
_

n
i
i i
n
i
T
i i
z z z
1
2
1
1
ln sau ( ) u Z Z Z
T T
1
+ .
)roprietile statistice ale lui sunt greu de determinat pentru
n
finit. Mai
uor se pot stabili proprieti asimptotice, c+nd
n
. *stfel&
n i
i
F
i i
P
i
, 1 ,


.
*tunci&
n i u
i
i
F
i
, 1 , ln
2
2

,
_

.
5n ipoteza c ( ) n i N
i i
, 1 , , 0
2
, rezult c
( ) n i
i
i
, 1 , 1
2
2
2

,
iar
( ) [ ] n i u
i
i
not
i
, 1 , 1 ln ln
2
2
2
.

,
_

.
$espre !ariabila aleatoare
n i u
i
, 1 ,
.

se poate stabili c&

( ) ( ) 6'47 . 4 , 2804 . 1
. .

i i
u D u M
i
( ) . , 0 , co!
. .
j i u u
j i

5n concluzie, toate componentele !ectorului , cu e"cepia primei
componente, sunt estimatori consisteni ai componentelor lui

.
,a urmare, consider+nd ( ) n i z
T
i i
, 1 , e"p
2
se obine un estimator al
lui , pe baza cruia se determin estimatorul b al estimatorului generalizat n
sensul celor mai mici ptrate
.
b &
( ) Y X X X b
T T
1
1
1

sau

,
_

,
_

,
_

n
i
i
i
T
i
n
i
iT i
T
i
Y X z X X z b
1
1
1
e"p e"p ,
unde
( )
T
n
,..., ,
' 2

,
i
X
este linia i a matricei
n i X , 1 ,
. 2ezult c b
depinde numai de componentele ce estimeaz consistent, ale lui .
Testarea ,eteroscedasticit'ii
a0 Testarea ,eteroscedasticit'ii multi)licati&e
9ie modelul econometric de regresie liniar&
+ Xm Y ,
unde&
( ) ( ) ( ) ( ) ( ) n i z z z D
T
i ip p i i
, 1 , e"p e"p ... e"p e"p
2
2 2 1
.
)entru acest model trebuie testat ipoteza c erorile sunt sau nu
(omoscedastice, ceea ce este ec(i!alent cu a testa ipoteza 1 0
0 &

p
H
, fa de
alternati!a 1 1
0 &

p
H
.
,onstruirea testului ncepe de la estimatorul
( )
a
T T
Y Z Z Z
1
.
9ie D matricea obinut din ( )
1
Z Z
T
din care s1au eliminat prima linie i
prima coloan. *tunci, se poate demonstra c are apro"imati! o repartiie normal,
adic&
( ) D N 6'47 . 4 , .
$e aici rezult c&
( ) ( ) ( ) 1
6'47 . 4
1
2 1


p D
T not
t
.
$ac ipoteza
0
H
este ade!rat,
t

de!ine

1
0
6'47 . 4
1

D
T
( ) 1
2
p .
)entru un ni!el de semnificaie

fi"at, se determin !aloarile critice

,
_

1 ,
2
2 2
1
p
c


i
,
_

1 ,
2
1
2 2
2
p
c


din tabelul repartiiei (i1ptrat i se
compar cu
0

.
$ac
( )
2 2
0
2 1
,
c c

se accept ipoteza
0
H
i se respinge ipoteza
1
H
cu o
eroare dat de

. 5n caz contrar, se accept e"istena (eteroscedasticitii

multiplicati!e.
b0 Testul -old.eld / 0uandt/c!ant0
9ie modelul econometric de regresie liniar&
+ Xm Y .
9ie
0
H
, ipoteza c erorile sunt (omoscedastice. :estul ;oldfeld 3 <uandt
testeaz ipoteza
0
H
fa de alternati!a&
2 2
2
2
1 1
... &
n
H
.
#tapele testului sunt urmtoarele&
10 )resupun+nd
1
H
ade!rat, se ordoneaz !alorile de selecie n ordinea
cresctoare a dispersiilor erorilor.
20 se elimin r !alori centrale de selecie.
O%s. %neori se lucreaz cu r = 0./>.;reen0
'0 !alorile de selecie rmase se mpart n dou grupe, una format cu primele
( ) r n
2
1
!alori i celalt cu ultimile
( ) r n
2
1
!alori de selecie. :rebuie ndeplinite
condiiile
( )
.
2
1
# r n
i
( ) k r n
2
1
, k fiind numrul de regresori ai modelului.
40 )entru fiecare grup se determin suma ptratelor erorilor, iar apoi se
calculeaz statistica
2
1
S
S

, unde
1
S
cea mai mare !aloare dintre cele dou sume,
iar
2
S
este cealalt sum.
O%ser&a'ie. $ac ipoteza nul este ade!rat, se poate demonstra c are o
repartiie F cu
( ) 0 1 /
2
1
+ k r n
i
( ) 0 1 /
2
1
+ k r n
grade de libertate.
40 )entru un ni!el de semnificaie dat

se determin !aloarea critic

c
F

din tabelul repartiiei F i se compar cu .
$ac
c
F <
se accept ipoteza nul i se respinge ipoteza
1
H
, cu o eroare
dat de

. 5n caz contrar, se accept ipoteza (eteroscedasticitii i se respinge

ipoteza nul cu o eroare dat de

.
Indica'ie )ri&ind alegerea lui r
$ac n ='0, atunci 4 r , iar dac
10 , ?0 r n
.

c0 Testul 1reusc, / Pagan
9ie modelul econometric de regresie liniar&
+ Xm Y .
9ie
0
H
, ipoteza c erorile sunt (omoscedastice. :estul @reusc( 3 )agan
testeaz ipoteza
0
H
fa de alternati!a&
( ) ( ) +
T
T
i i
z h z h H
1
2
1
& ,
unde h este o funcie independent de
, i
( ) ( ), ,..., , , 1 , 1
' 2 ip i i
T
i
T
i
z z z z z este un
!ector cunoscut, iar ( ) ( )
p
T
,..., , ,
2 1 1
este un !ector necunoscut.
Abser!aie. 5n particular& ( )
T
i i
z H e"p &
2
1
.
$ac 1 0
0 &

p
H
i dac erorile
( ) 1 , 0 N
i

,
n i , 1
, atunci se poate
demonstra c asimptotic are loc&
( ) n i p
i
, 1 , 1
2
2
2

,
unde
n i b X Y
i
i i
, 1 ,

2
2
1
i
n

.
Statistica testului @reusc( 3 )agan, notat prin
t
h
, este&
2
r
t
S
h ( ) 1
2
p ,
unde ( ) Y X X X b YX X
n
Xb YX X
n
Xb Y Y Y Y S
T T T
T
T
T
r
1
1 1 1 1
,
1 1


,
_

,
_

,
_

,
_

,
( )
n T
X R 1 ,...., 1 , 1
1
, este !ariaia total e"plicat de regresie sau de modelBC
2
2
4

.
)entru un ni!el de semnificaie

fi"at, se determin !aloarile critice

,
_

1 ,
2
2 2
1
p
c


i
,
_

1 ,
2
1
2 2
2
p
c


din tabelul repartiiei (i1ptrat i se
compar cu
t
h
.
$ac
( )
2 2
2 1
,
c c t
h
se accept ipoteza
0
H
i se respinge ipoteza
1
H
cu o
eroare dat de

. 5n caz contrar, se accept e"istena (eteroscedasticitii

multiplicati!e.
EXEMP2U2 3. Se consider urmtoarele date pri!ind consumul i !enitul
unei familii pe o perioad de 24 sptm+ni /!ezi tabelul 1 din #"cel0. S se aplice
testul ;oldfeld1<uandt pentru a indentifica fenomenul de (eteroscedasticitate a
erorilor n cadrul modelului liniar unifactorial, care modeleaz econometric legtura
dintre !enit i c(eltuieli.
Re(ol&are. Degtura dintre !enit i c(eltuieli este modelat de ecuaia
matriceal + Xm Y , unde ( )
2 1
, X X X ,
1
X
este !ectorul coloan cu toate
componentele unitare i
2
X este !ectorul !eniturilor, ( )
2 1
, m m m , iar

este
!ectorul erorilor inobser!abile.
Mai nt+i aezm datele ntr1un tabel, astfel nc+t datele pri!ind !ectorul
!eniturilor sunt n ordine cresctoare, iar apoi construim dou subtabele cu acelai
numr de date, dup ce s1au eliminat un numr r de date din miElocul tabelului
iniial. 5n cazul nostru, considerm 1 r i eliminm datele aflate pe linia 1'.
Abinem tabelele 1a i 1b.
)entru fiecare tabel se construiete modelul liniar unifactorial corespunztor,
se estimeaz !ectorul parametrilor, se determin ecuaia de predicie, !alorile
prognozate ale consumului i estimatorii erorilor, cu care se calculeaz suma
ptratelor erorilor estimate. Se obin tabelele 1ac i 1bc, din care rezult&
721 , 1767 , 2721 , 244
2 1
S S
.
Se obine statistica
4?8'86 , 8
1
2

S
S
, iar din tabelul repartiiei F se
determin pentru ni!elul de semnificaie
04 , 0
i gradele de libertate
10 2 12 , 10 2 12
2 1

!aloarea
( ) . 67 , 2 04 , 0
10 , 10
F
$eoarece
( ) 04 , 0
10 , 10
F >
se accept e"istena fenomenului de
(eteroscedasticitate.
*nlturarea ,eteroscedasticit'ii
-om trata un caz particular, a!+nd n !edere comple"itatea abordrii n cazul
general.
-om studia cazul n care dispersiile erorilor sunt proporionale cu ptratul
!alorile unei !ariabile cunoscute, notate prin F, adic&
( ) n i z D
i i
, 1 ,
2 2
.
*tunci plec+nd de la modelul de regresie liniar + Xm Y , unde&

,
_

2
2
2
2
1
2 2
0 0
0 0
0 0
n
z
z
z

i obser!+nd c e"ist matricea P astfel nc+t

n
T
I P P
, unde

,
_

n
z
z
z
P
1
0 0
0
1
0
0 0
1
2
1

,
se obine modelul transformat
. . .
+ m X Y , unde&

,
_

1
1
1
1
1
]
1

,
_

n
n
n n
n
z
z
P PX X
z
z
PX X
z
Y
z
Y
PY Y
1
1
. .
1
1
.
1
1
1
.
, ,
1
1
, ,
/20
iar
( ) ( )
T T T T
P P X P P M X M
. .
n
I
.
2ezult c modelul transformat ndeplinete ipotezele 0 3 4, iar erorile sunt
(omoscedastice i aplic+nd metoda celor mai mici ptrate se obine estimatorul
generalizat al lui
m
&
( ) ( ) ( ) Y X X X PY P X PX P X Y X X X b
T T T T T T T T 1
1
1
1
. .
1
. . .

,
care este cel mai bun estimator nedeplasat al lui
m
.
EXEMP2U2 3 reluat. ,onsiderm e"emplul 1 n care erorile sunt
(eteroscedastice, aa cum a rezultat aplicnd testul ;oldfeld1<uandt i aplicm
procedura de mai sus pentru a elimina (eteroscedasticitatea.
)resupunem c rolul !ariabilei Z l Eoac !ectorul
2
X
. *tunci&
( ) n i x D
i i
, 1 ,
2
2
2
,

,
_

2
2
2
22
2
12
2 2
0 0
0 0
0 0
n
x
x
x

.
2ezult c e"ist o matrice P , astfel nc+t
n
T
I P P
, de forma&

,
_

2
22
12
1
0 0
0
1
0
0 0
1
n
x
x
x
P

.
*tunci modelul transformat este&
.
1 2
.
1 1
.
+ + X m X m Y ,
unde&

,
_

1
1
1
1
1
]
1

,
_

2
12
1
.
2
12
1
.
1
2
12
1
.
,
1
1
,
n
n
n n
n
x
x
P
x
x
PX X
x
Y
x
Y
PY Y

.
Abser!m c modelul trebuie rescris astfel&
. .
1 1 1 2
.
+ + X m X m Y ,
nainte de a se trece la estimarea parametrilor.
Se fac calculele n tabelul 1stea i se obine
( ) 4121481 . 11 , ?8'0'661 . 0
.
b
.
)utem s !erificm dac s1a eliminat (eteroscedasticitatea aplicnd testul
;oldfeld 3 <uandt. ,alculele se fac n tabelele 3a% stea i 3ac stea. 2ezult c
dispersiile sunt (omoscedastice.