Facultatea de Cibernetica, Statistica si Informatica Economica

Dependenta produsului intern brut al

Romaniei fata de formarea bruta de
capital fix si consum final
Dudulea Alexandru ,Grupa 1036
Dependenta produsului intern brut al Romaniei fata de formarea bruta
de capital fix si consum final
I. PIB
Produsul intern brut (prescurtat PIB) este un indicator macroeconomic care reflect suma
valorii de pia a tuturor mrfurilor i serviciilor destinate consumului final, produse n toate
ramurile economiei n interiorul unei ri n decurs de un an. Acesta se poate calcula i la nivelul
unei regiuni sau localit i.
PIB-ul este suma cheltuielilor pentru consum a gospodriilor private i a organiza iilor private
non-profit, a cheltuielilor rute pentru investi ii, a cheltuielilor statului, a investi iilor n scopul
depozitrii ca i c! tigurile din e"port din care se scad cheltuielile pentru importuri.
PIB # consum $ investi ii $ e"porturi % importuri
&conomi tii (pornind de la 'e(nes) au mpr it termenul de consum general n dou pr i)
consumul privat i cheltuielile sectorului pulic. *ou avanta+e ale mpr irii consumului total n
acest mod n teoria macroeconomic sunt)
,onsumul privat este o preocupare central a economiei unstrii. Investi iile private i
sudiviziunile comerciale ale economiei sunt direc ionate ultimativ (n curentul principal al
modelelor economice) nspre cre terea pe termen lung a consumului privat.
*eoarece este separat de consumul privat endogen, consumul sectorului pulic poate fi
considerat e"ogen, astfel nc!t diferite niveluri ale consumului sectorului pulic pot fi
considerate ca fc!nd parte din domeniul plin de sensuri al macroeconomiei.
II. Date
2
In tabelul urmator se regasesc date statistice cu privire la produsul intern brut,
consumul final si formarea bruta de capital fix. Datele au fost prelucrate de pe siteul
Institutului National de Statistica.

PAS 1) Modelul de regresie
y=f(x
1
,x
2,
,! ",
y = #I$
x
1
= prima variabila (%&
x
2
= a doua variabil (&$%&
" = variabila re'iduala.
#resupunem ca modelul este unul liniar si iar valoarea parametrilor este estimata
folosind (vie)s (*uic+ , (stimate (-uation.
.
3
% este termenul liber si este ,./22.
0ermenul liber este punctul in care toate variabilele explicative sunt /.
1aloarea lui x
1=
1,12 ,arata ca, mentinand celelalte variabile constante, cresterea cu o
unitate a %& duce la o crestere a #I$,ului cu aprox. 1,12. (xista o legatura directa intre #I$ si
%& datorita faptului ca x13/
4
.
1alorea lui x
2
= /,45 , arata ca, mentinand celelalte variabile constante, cresterea cu o
unitate a &$%& duce la o crestere a #I$,ului cu /,45 unitati.
1aloarea testului & este de / 6 /./. =3 model valid din punct de vedere econometric.
%oeficientul de determinatie 7
2
, indica faptul ca cele doua variabile explica in
proportie de 84,529 formarea #I$,ului.
estarea semnificatiei !arametrilor folosind testul t
S((c= 58::
S((x
1
=/,/8
S((x
2
= /,14
Testarea semnificatiei parametrului c (termenul liber):
;
/
< parametrul c nu este semnificativ statistic (c=/
;
1
< parametrul c este semnificativ statistic (c

/
&olosind 0estul Student<
t(c=c=S((c= ,:4/1=58::= ,1,.2
t
calc
= ,1,.2
1aloarea critica pentru testul t se calculea'a in (xcel folosind functia 0IN1<
t
tabel
= t
>=2?n,+
=t
/,/2.?22
= 2,@4
At
calc
A 6 t
tabel
=3 acceptam ipote'a nula B adica parametrul c este nesemnificativ diferit de /?
Testarea semnificatiei parametrului x
1
(CF):
;
/
< parametrul x
1
nu este semnificativ statistic (x
1
=/
;
1
< parametrul x
1
este semnificativ statistic (x
1
/
&olosind 0estul Student<
t(x
1
= x
1
=S((x
1
= 1,/:=/,/8 = 11,2
t
calc
= 11,2?
t
tabel
= t
>=2?n,+
= t
/,/2.?22
= 2,@4
At
calcA
3 t
tabel
=3 respingem ipote'a nula B adica parametrul x
1
este semnificativ diferit de /?
5
Interval de ncredere pentru parametrul x
1
:
x
1
, t
>=2?n,+
C S((x
1
6 x
1
6 x
1
! t
>=2?n,+
C S((x
1

/,2.2 6 x
1
6 1,222
Testarea semnificaiei parametrului x
2
(FBCF):
;
/
< parametrul x
2
nu este semnificativ statistic(x
2
=/
;
1
<parametrul x
2
este semnificativ statistic(x
2
/
&olosim 0estul Student<
t(x
2
= x
2
= S((x
2
= /,:.2 =/,14 = 5,:@
t
calc
=5,:@
t
tabel
=t
>=2?n,+
=t
/,/2.?:4
=2,@4 (calculat in (xcel folosind functia 0IN1
At
calcA
3 t
tabel
=3 respingem ipote'a nula B adica parametrul x
2
este semnificativ diferit de /?
Interval de ncredere pentru parametrul x
2
:
x
2
, t
>=2?n,+
C S((x
2
6 x
1
6 x
1
! t
>=2?n,+
C S((x
2

/,@21 6 x
2
6 1,1@.
"erificarea #aliditatii modelului $ estul F
0estul & masoara cat de bine variabilele independente explica evolutia variabilei
dependente. (l determina daca toti coeficientii regresiei, in acelasi timp au valoarea 'ero din
punct de vedere statistic. Dcesta are ca ipote'a nula ca toti coeficientii din regresie au
valoarea 'ero.
0estul & se calculea'a ca<
0estul & are o distributie & cu (+,n,(+!1 grade de libertate. %a si in ca'ul testului t,
programele soft)are econometrice raportea'a valoarea testului si probabilitatea, p, asociata
acestuia.
Ipote'ele testului &<
;
/
< modelul nu este valid statistic
;
1
< modelul este valid statistic
6
Se verifica daca modelul este valid comparand valoarea testului & statistic calculat cu
valoarea critica. 1aloarea critica se calculea'a folosind in (xcel functia &IN1(,n,n,+,1,
unde =/./. (probabilitatea, n=@1 (numarul de observatii si +=@ (numarul parametrilor.
Daca &
calculat
3 &
critic
respingem ipote'a nula.
%onform imaginii de mai sus, &
calculat
= @25,25
&
critic
= &IN1(/,/.?@1?22 = 1,2:2
&
calculat
3 &
critic
respingem ;
/
modelul este valid.
1alididatea modelului putea fi observata si datorita valorii /./// (probabilitatea
testului & conform output,ului (vie)s care este mai mica decat /./., probabilitatea
considerata.
7
I!ote%a 1 $ "ectorul #alorilor re%iduale !ro#ine dintr$o distributie normala
0estarea acestei ipote'e se reali'ea'a cu aEutorul testului statistic Far-ue,$era, test pe
care il apelam din softul statistic (1ie)s< 1ie),37esidual test,3;istogram normality test.
%u aEutorul acestui test putem determina daca erorile provin dintr,o distributie normala
sau nu.
;
/
< distributie normala
;
D
< distributia nu este normala (non ;
/

Se poate observa ca probabilitatea asociata testului Far-ue $era este #(F$= /,22 3
/,/. =3 datele provin dintr,o distributie normala.
%oeficientul de aplati'are (Gurtosis se interpretea'a astfel<
+3@< distributie lepto,+urtica
+=@< distributie normala
+6@< distributie plati,+urtica
In ca'ul nostru, putem observa in figura de mai sus< +=2,. distributie plato,
+urtica, apropiata de distributia normala.
%oeficientul de asimetrie (S+e)ness se interpretea'a astfel<
+3/< distributia este inclinata spre stanga, avand mai multe valori extreme in partea
dreapta
+6/< distributia este inclinata spre dreapta, avand mai multe valori extreme in partea
stanga
+=/< distributia este simetrica in Eurul mediei.
8
#entru modelul anali'at, +=/,12 3 / distributie inclinata spre stanga, dar relativ
apropiata de una simetrica.
I!ote%a & $ 'omos(edasticitatea erorilor
H altI condiJie pe care trebuie sI o KndeplineascI erorile de regresie este
Lomos+edasticitatea (existenJa unei dispersii constante a erorilor.
(rorile
i
ce apar in functia de regresie, dependente de valorile observate ale
variabilelor explicative sunt Lomoscedastice daca variatia lor este constanta< 1ar(
i
=M
2
.
#entru testarea acestei ipote'e vom folosi testul NLite, propus de catre ;albert NLite
in 182/.
Din (vie)s, selectam 1ie) ,3 7esidual 0ests ,3 NLite Leteros+edasticity (cross
terms din output,ul deEa descLis.
9
Ipote'ele testului &<
;
/
< variabilele sunt Lomos+edastice
;
1
< variabilele nu sunt Lomos+edatice
#entru modelul anali'at, calculam in (xcel< &
critic
= &IN1(=2?+,1?n,+ =
&IN1(/,/.?2?22 = @,@5
&
calculat
= 2,..
&
calculat
6 &
critic
acceptam ;
1
variabilele nu sunt Lomos+edatice.
Dcest lucru se poate observa si din valoarea prob(&,statistic /,/.@3/,/.
(probabilitatea .
Daca modelul era Lomos+edatic, trebuia reali'ata logaritmarea modelului si
reverificarea pentru noile valori re'ultate.
10
I!ote%a ) $ Autocorelarea erorilor
In aceasta parte a lucrarii sunt pre'entate o serie de aspecte legate de ipote'a de
necorelare (independenta a erorilor, potrivit careia, in ca'ul valorilor corespun'atoare
variabilei exogene xki si xk, i63, corelatia dintre !i si ! este nula, respectiv<
c"v(!i# ! $ xki# xk) % &''!i ( &(! $ xki))' ! ( &(! $ xk))) % &'(!i $ xki)(! $ xk)) % *
Dutocorelarea erorilor poate fi definita ca pre'enta unei corelatii Kntre observatiile
ordonate temporal (Kn ca'ul datelor longitudinale sau spatial (Kn ca'ul datelor transversale.
On modelul de regresie clasic se considera erorile necorelate, adica eroarea oricarei
observatii nu este influentata de alta observatie<
c"v(ui#u) % * , oricare iPE.
estul Breusc*$+odfre,
Se considera modelul de regresie multifactorial< +%,-.u si se verifica daca erorile se
repre'inta sub forma<

=

+ =
r
s
t s t s t
u u
1
,unde
t

este 'gomot alb.

Eta!a 1. Se estimea'a parametrii modelului de regresie prin metoda celor mai mici
patrate si se obtine seria re'iduurilor (
i
, i=1,n.
Ipote'ele ce trebuie testate sunt<
;/< Q
1
=...=Q
r
erorile nu sunt autocorelate
;1< Daca
t

admite repre'entare autoregresiva de ordin r erorile sunt autocorelate

Eta!a &. Se estimea'a prin metoda celor mai mici patrate parametrii modelului liniar
de regresie ce descrie legatura Kntre erori si variabilele exogene initiale x
E
si erorile decalate et,
s.
Eta!a ). Se calculea'a statistica testului: /0 % (n1k)2 34# unde<
, n este numarul observatiilor folosite pentru estimarea parametrilor si erorilor?
, + este numarul de parametri din modelul erorilor?
, 7
2
este raportul de determinare evaluat pentru modelul erorilor.
Eta!a -. #entru r grade de libertate si o probabilitate de garantare a re'ultatelor de
8.9 se determina valoarea

2
r ,

.
Daca RS3

2
r ,

atunci se respinge ;/, deci erorile sunt autocorelate.

Daca RS6

2
r ,

atunci se accepta ;/, deci erorile nu sunt autocorelate.

n=@1 observatii
11
+=@ grade de libertate
RS = (@1,@C/,2:82 = 25,41:4

2
?22 /. , /

= @,@5
RS 3
2
?22 /. , /

se accepta ;
1
, deci erorile sunt corelate
estul Durbin .atson
%el mai simplu si des folosit model este acela in care erorile "
t
si "
t,1
pre'inta corelatia
p. In ca'ul acestui model se poate testa ipote'a autocorelatiei erorilor, respectiv u pe ba'a lui
T, ce este obtinut prin masurarea corelatiei dintre seriile de re'iduri "
t
si "
t,1
obtinute in
conditiile in care parametrii sunt estimati prin metoda celor mai mici patrate.
Un test folosit in acest scop este testul Durbin,Natson(DN, statistica acestuia
notandu,se cu d si calculandu,se astfel<
Desi detectea'a doar autocorelarea de ordin 1 si se ba'ea'a pe cVteva ipote'e restrictive<
12
modelul de regresie trebuie sa cuprinda termen liber< Kn ca'ul Kn care modelul nu are
termen liber trebuie sa se revina si sa se transforme datele pentru obtinerea unui model
de regresie cu termen liber?
matricea W trebuie sa fie nestoLastica?
erorile sunt determinate printr,un proces autoregresiv de ordin 1.
erorile sunt presupuse a fi distribuite normal?
(tapele necesare aplicarii testului DN<
&tapa 15 Se estimea'a parametrii modelului de regresie prin metoda celor mai mici patrate
si se obtine seria re'iduurilor ( ii=1,n.
&tapa 25 Se calculea'a statistica Durbin Natson.
&tapa 65 Se determina valorile critice ale statisticii Durbin Natson, d1 si d2, Kn functie de
numarul de variabile exogene incluse Kn modelul de regresie (p, de numarul de observatii (n
si de pragul de semnificatie ales (>.
&tapa 75 Se compara statistica Durbin Natson cu valorile critice ale statisticii si re'ulta
urmatoarele 'one de deci'ie <
/6DN6d
1
< erorile sunt autocorelate po'itiv?
d
1
6DN6d
2
< indeci'ie, se recomanda acceptarea corelarii po'itive?
d
2
6DN65, d
2
< erorile nu sunt autocorelate?
5, d
2
6DN65, d
1
< indeci'ie, se recomanda acceptarea corelarii negative?
5, d
1
6DN65 < erorile sunt autocorelate negativ.
%onfrom tabelului precedent, statistica Durbin,Natson
DN=1,48
n=@1 observatii
din tabelul distributiei Durbin,Natson< d
1
=1.2@ si d
2
=1.4..
1.4. 6 1.48 6 2.:: erorile nu sunt autocorelate.
13
I!ote%a - / Multicoliniaritatea
Sulticoliniaritatea in sens restrans semnifica existenta unei relatii liniare perfecte intre
doua sau mai multe variabile exogene ale unui model de regresie<
/ ....
2 2 1 1
= + + +
p p
x x x
unde<
, x
1
, ..., x
p
sunt variabilele explicative ale modelului de regresie?
, p
.........
1 sunt constante, cel puJin douI dintre ele fiind diferite de 'ero.
Sulticoliniaritatea in sens larg semnifica existenta unei relatii liniare imperfecte intre
doua sau mai multe variabile exogene ale unui model de regresie.
Criteriul lui 8lein
%riteriul lui Glein presupune compararea valoarii coeficientului de corelaJie #earson,
r
2
, dintre oricare douI variabile explicative, cu cea a coeficientul de determinaJie 7
2
.
Ipote'ele<
;
/
< r
consum,formare
2
3 7
#I$
2
(existI multicoliniaritate la nivelul modelului
;
1
< r
consum,formare
2
6 7
#I$
2
(nu existI multicoliniaritate la nivelul modelului
r
consum,export
2
=(/,2:1582
2
= /,:.85 6 (/,84524:
2
= /,8@/8 = 7
#I$
2
=3 respingem ipote'a
nula =3 nu existI multicoliniaritate la nivelul modelului.
14
Progno%a
In (1ie)s se alege opJiunea &orecast din output,ul initial generat (#I$ , &$%& , %& ,
%.
Se poate observa ca #I$,ul va avea fluctuatii in urmatorii ani, insa tendinta generala
este de crestere.
Conclu%ii
Dnali'area unui model de regresie in care #I$,ul este variabila dependenta si %& si
&$%& variabile dependente a relevat urmatoarele<
, in urma graficului de progno'a generat ne putem astepta la o crestere in urmatoarele
trimestre.
, #I$ = 1./:C%&!/.:.C&$%&,54/1
, cele doua variabila explica in proportie de 84,549 valoarea #I$,ului
, modelul testat este valid , Lomoscedastic iar erorile nu sunt autocorelate
15
16