ACADEMIA DE STUDII ECONOMICE

FACULTATEA DE ECONOMIE AGROALIMENTAR I A

MEDIULUI
Prof. univ. dr. MIRCEA GHEORGHI
Conf. univ.dr. SIMONA ROXANA PTRLGEANU
ECONOMETRIE
UCURETI
!"##$!
1
CUPRINS
In%rodu&'r' 3
C()i%o*u* I+ Mod'*' '&ono,'%ri&' 4
1.1. Generaliti 4
1.2. Model aleator 4
1.3. Natura variabilelor care apar n model 4
1.4. Inducia statistic 5
1.5. Identificarea modelului 5
1.. !revi"iunea variabilei endo#ene 5
1.$. %ocabular u"ual
C()i%o*u* II+ R'-r'.i( .i,)*/ 1&
2.1. Modelul liniar al re#resiei simple 1&
2.2. 'eterminarea estimatorilor parametrilor prin metoda celor mai mici ptrate 11
2.3. !roprietile estimatorilor 12
2.3.1. (ovariana estimatorilor 15
2.3.2. 'eterminarea unui estimator nedeplasat pentru variana erorilor 1
2.3.3. Interpretarea #eometric a metodei celor mai mici ptrate 1)
2.3.4. (oeficientul de corelaie liniar 21
2.3.5. 'istribuia de probabilitate a estimatorilor 22
2.4. *este +i intervale de ncredere 24
2.5. !revi"iunea cu modelul liniar 25
2.. ,-perien de calcul 2.
C()i%o*u* III+ R'-r'.i( ,u*%i)*/ 34
3.1. Modelul liniar al re#resiei multiple 34
3.2. 'eterminarea estimatorilor parametrilor 35
3.3. !roprietile estimatorilor 3
3.4. 'eterminarea unui estimator nedeplasat pentru variana re"iduurilor 3)
3.5. *este +i re#iuni de ncredere 3.
3.. !revi"iunea variabilei endo#ene 41
3.$. (oeficientul de corelaie multipl. /nali"a varianei 42
3.). ,-perien de calcul 45
C()i%o*u* I0+ S%udiu* ,od'*u*ui *ini(r &1nd i)o%'2'*' &*(.i&' (.u)r( 'rori*or nu ,(i
.un% r'(*i2(%'
4.
4.1. Ipote"a de independen a erorilor 4.
4.1.1. *estarea ipote"ei de independen a erorilor 52
4.1.2. ,-perien de calcul 55
4.2. Ipote"a de normalitate a erorilor 5.
4.3. Ipote"a de 0eteroscedasticitate &
4.3.1. ,-perien de calcul 1
4.4. Ipote"a de independen a erorilor n raport cu variabilele e-o#ene 3
4.5. Ipote"a referitoare la faptul c variabilele sunt observate fr eroare 3
4.5.1. ,-perien de calcul 5
1iblio#rafie )
2
INTRODUCERE
'e"voltarea aparatului statistic furni"ea" economi+tilor tot mai multe date cifrice despre procesele +i
fenomenele care au loc n timp +i spaiu. ,conometria este un mi2loc de a e-ploata aceste date. Noiunea de econometrie
provine din termenii oikonomie 3economie4 +i metron (msurare4 +i desemnea" totalitatea metodelor +i te0nicilor de
msurare a fenomenelor +i proceselor care au loc n domeniul economic. !rimele lucrri econometrice au avut ca obiect
funciile consumului5 care lea# nivelul consumului de venitul disponibil 3aceste funcii stau la ba"a teoriei 6e7nesiene4.
8n decursul timpului5 numero+i autori au ncercat definirea econometriei. 9ucrarea :,(;N;M,*<I/
!,N*<=...,(;N;MI>*I?5 a profesorului ,u#en >tefan !ecican5 aprut la ,ditura ,conmic n 2&&35 conine multe
referiri n acest sens5 din care am selectat c@teva.
/utori <eferina
<. Arisc0 ,conometria reali"ea" mbinarea punctelor de vedere care se refer la teoria economic5 statistic +i
matematic cu privire la natura relaiilor cantitative din economie
!./. Bamuelson5
*.(. Coopmans5
D.<.N. Btone
,conometria repre"int o anali" de natur cantitativ a fenomenelor economice5 ba"at pe
de"voltarea recent a teoriei cule#erii +i interpretrii datelor5 n cone-iune cu metodele de inferen
3inducie4 statistic adecvate
Ar. !errou- ,conometria este o economie de intenie +tiinific
G.(. (0oE ,conometria este un domeniu n care se mbin arta +i +tiina de a utili"a metodele statistice n
vederea msurrii relaiilor economice
F. Griffits5
G. (arter5
G. Dud#e
,conometria este ansamblul metodelor de reali"are a anali"ei datelor economice
/utorul lucrrii citate mai sus este de prerea c obiectul econometriei const n cunoa+terea mecanismelor de
desf+urare a proceselor economice descrise de serii de date statistice5 prin utili"area metodelor cantitative de natur
statistic sau matematic.
'efiniiile date econometriei pun n eviden dou elementeH domeniul de studiu 3economia5 relaiile dintre
variabilele economice4 +i metodele utili"ate 3provenite din statistic +i matematic4. ,conometria se orientea" spre
construirea de modele econometrice care s repre"inte simplificat procesele sau fenomenele economice anali"ate +i s
permit simulri ale acestora5 n scopul nele#erii lor5 pe de o parte5 dar +i s serveasc la reali"area de previ"iuni5
pro#no"e care s fundamente"e politicile economice5 pe de alt parte.
3
CAPITOLUL I
MODELE ECONOMETRICE

3.3. G'n'r(*i%/4i
Modelarea economic repre"int un proces de cunoa+tere mi2locit a realitii cu a2utorul unui instrument cu
caracteristici specialeH modelul. Bistemul real supus studiului este nlocuit prin modelul su5 care este o repre"entare
simplificat a obiectului cercetat.
Modelul econometric este5 de re#ul5 o mulime de relaii numerice care permite repre"entarea simplificat a
procesului economic supus studiului 3uneori c0iar a ntre#ii economii4. Modelele actuale comport adesea mai mult de
"ece relaii 3ecuaii4. %aliditatea unui model este testat prin confruntarea re"ultatelor obinute cu observaiile statistice.
!entru a studia un fenomen economic se ncearc repre"entarea lui prin comportamentul unei variabile. /ceast
variabil economic depinde5 la rndul su de alte variabile de care este le#at prin relaii matematice.
'e e-emplu5 dac se studia" cererea 3C4 +i oferta 3O4 dintrIun anumit bun pe o pia5 se +tie c cererea +i
oferta depind de preul 3p4 bunului respectiv. !utem scrie c variabilele C +i O sunt funcii de variabila p +i c la
ec0ilibrul pieei5 trebuie ca cererea s fie e#al cu oferta. Be construie+te astfel un model elementar de formaH
J1K

'

O C
p g O
p f C
4 3
4 3

;ferta +i cererea dintrIun anumit bun depind +i de alte variabile dec@t preul. /stfel5 cererea dintrIun bun
alimentar depinde +i de venitul disponibil5 de preul unor produse analoa#e etc. 9a fel5 dac este vorba despre un bun
a#ricol 3#r@u5...4 oferta depinde de preul anului precedent. <elaia stabilit ntre variabile n modelul econometric este
dat5 de re#ul5 la un anumit moment de timp t5 ca" n care variabilele apar indiciateH
J2K

'

t t
rt t t t t
nt t t t t
O C
x x x p g O
x x x p f C
4 5...5 5 5 3
4 5...5 5 5 3
2 1 1
2 1

8n modelul J2K sIau introdus mai multe variabile care e-plic cererea +i oferta dintrIun bun +i sIa considerat
reali"area acestor variabile la momentul t sau tI1. Be observ c modelul comport mai multe relaii. Be "ice c avem un
model cu ecuaii multiple. ,vident5 se va ncepe studiul cu un model mai simplu5 cu o unic ecuaie.
3.". Mod'* (*'(%or
B presupunem c se studia" consumul 3Ci) dintrIun anumit bun de ctre o familie 3i4. 8ntre alte variabile5
consumul depinde de venitul disponibil al familiei 3Vi4. Modelul econometric elementar const n a e-prima Ci n funcie
de Vi. 'esi#ur5 ali factori L dintre care unii sunt necunoscui L determin de asemenea consumul familiei. (ondensm
efectele acestor ali factori ntrIunul sin#ur5 aleator5 notat Mi. Be obine astfel un model aleatorH
J3K
i i i
V f C + 4 3
Aactorul aleator Mi este o variabil aleatoare care urmea" o anumit le#e de probabilitate5 ce va trebui s fie
specificat prin ipote"ele fcute asupra modelului. (el mai frecvent5 ipote"ele se refer doar la momentele de ordinul I
+i II ale variabilei aleatoare Mi. =rmea" s ne asi#urm c funcia f 3sau clasa de funcii4 aleas nu contra"ice re"ultatele
e-perienei. 'e e-emplu5 dac sIa ales f ca o funcie liniar 3adic f(Vi) = aVi+b45 modelul econometric esteH
J4K
i i i
b aV C + +
+i variind pe i pentru diferitele familii studiate5 ne vom asi#ura c relaia J4K este bine satisfcut. Be spune c :testm?
modelul. 'ac re"ultatul obinut este convenabil5 se va trece la :estimarea? parametrilor a +i b. /poi5 definind o :re#ul
de previ"iune? se va putea determina consumul Ci dac se cunoa+te venitul Vi.
3.5. N(%ur( v(ri(6i*'*or &(r' ()(r 7n ,od'*
8ntrIun model econometric se distin# dou tipuri de variabileH
I'8o-'n'. Bunt variabilele e-plicative ale variabilei studiate +i se consider ca fiind date autonom. 8n modelul
J4K Vi este variabila e-o#en 3sau e-plicativ5 independent4. %enitul familiei Vi e-plic n acest model
consumul familiei Ci. %aloarea variabilei e-o#ene Lpentru un i dat +i pentru Mi preci"atI permite determinarea
consumului Ci.
I'ndo-'n'. Bunt variabilele de e-plicat 3sau dependente4. Ci este variabila endo#en n modelul precedent. Be
poate remarca faptul c Ci este acum o variabil aleatoare datorit lui Mi.
4
'istincia ntre natura variabilelor este foarte important +i va trebui preci"at ntotdeauna nainte de a studia
modelul. (@nd modelul econometric a cptat formularea matematic definitiv se spune c modelul a fost :specificat?.
Modelul J4K de mai sus este specificat. Be cunoa+te forma funciei f din e-presia Ci = f(Vi) + i 5 adic f(Vi) = aVi+b.
/du#area variabilei e-o#ene Mi d modelului formularea definitiv J4K.
Mulimea parametrilor care definesc complet modelul econometric constituie :structura? acestuia. 'e
e-emplu5 dac a = 0,7 +i b = 23 iar M urmea" o le#e de probabilitate normal de medie 3speran matematic4 e#al cu
"ero +i dispersie 3varian4 e#al cu 55 atunci mulimea
' a = 0,7; b= 23; = 5 )
constituie structura modelului J4K. Bcopul va fi acela ca5 plec@nd de la cuplurile 3Ci,Vi4 asociate diferitelor familii i5 s
se determine structura adevrat a modelului. (u alte cuvinte5 plec@nd de la un spaiu e+antion definit de mulimea
cuplurilor 3Ci,Vi4 s se determine structura adevrat a modelului n spaiul cu trei dimensiuni al structurilor
' a , b, ) . /ici intervine :inducia?statistic.
3.9. Indu&4i( .%(%i.%i&/
;biectul induciei statistice este de a determina o procedur care5 pornind doar de la observaiile statistice de
care dispunem5 s permit trecerea de la spaiul e+antion la spaiul structurilor. ;dat ce modelul a fost ales5 se admite
c e-ist un triplet 3a, b, 4 care permite repre"entarea e-act a procesului prin care valorile variabilelor observate au
fost determinate. 8n cursul induciei statistice modelul nu se mai modific. !rocedura aleas L a+a cum se va vedea n
continuare L va consta n obinerea de estimatori pentru parametrii a +i b care s permit determinarea celor mai bune
valori reale ale acestor parametri. /ceste valori se vor aprecia5 n #eneral5 cu a2utorul unor :intervale de ncredere?
construite la un pra# de semnificaie 34 dat. 'e e-emplu5 n modelul J4K se va #si c aJ&54N&5$)K +i bJ2&N2$K cu o
probabilitate de .5O 3sIa considerat P5O4. Be poate estima +i abaterea medie ptratic 34 a variabilei aleatoare Mi. Be
va vedea rolul important 2ucat de aceast variabil aleatoare n modelul econometric.
3.:. Id'n%ifi&(r'( ,od'*u*ui
(onsiderm din nou modelul Ci=aVi+b+i. B presupunem c procedura utili"at5 pornind de la informaia
deinut5 adic de la cuplurile 3Ci,Vi45 iP1525... nu conduce la o soluie unic5 ci la dou structuri distincteH
s0='a0,b0,0) 5 s ='a,b,). 'eorece le#ea de probabilitate pentru M preci"ea" +i le#ea de probabilitate pentru C5
fiecare structur 3in@nd cont de valorile e-o#enelor +i de le#ea lui M4 conduce la o le#e de probabilitate pentru C.
!resupunem c structurile s0 +i s conduc la aceea+i le#e de probabilitate pentru consumul C. Bunt posibile dou ca"uriH
I s& +i s1 sunt distincte +i nu putem ale#e ntre ele. Be spune c structurile considerate nu sunt
:identificabile? +i5 ca urmare5 modelul nu este identificabil. 'in aceast cau" nu vom
putea determina valorile parametrilor care fi#urea" n modelN
I s& +i s1 nu sunt distincte5 intersecia lor nu este vid. /cestea vor permite identificarea unei
pri a parametrilor modelului 3cei care aparin interseciei4. Be spune c cele dou
structuri sunt ec0ivalente5 dar nu permit o identificare complet a modelului.
!roblema identificrii este important mai ales n ca"ul modelelor cu ecuaii multiple.
3.;. Pr'vi2iun'( v(ri(6i*'i 'ndo-'n'
Interesul unui model a crui structur a fost determinat const n aIl utili"a pentru previ"ionarea variabilelor
endo#ene L ntrIo etap viitoare sau ntrIo circumstan dat5 dac este vorba despre observaii luate la acela+i momentI5
atunci c@nd cele e-o#ene au fost fi-ate. 'e e-emplu5 dac dorim s studiem evoluia importurilor 3Q4 n funcie de
produsul intern brut 3R14 +i de nivelul stocurilor 3R245 modelul econometric esteH
7tPa1-1tSa2-2tSbSMt5 tP1525...5*
unde t este timpul. 'atele istorice 3pe perioada 1..&I2&&54 despre Q5 R1 +i R2 3observaiile fiind anuale4
permit determinarea parametrilor modelului. B presupunem c am #sit estimaiile punctualeH

'

T
5 & T
14 5 & T
2
1
b
a
a
Modelul :estimat? esteH 5 & 14 5 & T
2 1
+ +
t t t
x x ! . 'ac dorim s facem o previ"iune a importurilor pentru anul
2&&$5 trebuie s +tim !I1Iul +i nivelul stocurilor n anul 2&&$. !resupunnd c aceste variabile e-o#ene sunt -1P1&3& +i
-2P125$ vom avea ca previ"iune pentru 7H
72&&$P3&5144.1&3&S3&54.3125$4S
sau5 n #eneral5 b x a x a !
p
T
T T
2 2 1 1
+ +

5 unde U este perioada de previ"iune.
5
;bservaie. /supra valorii previ"ionate trebuie s remarcmH
I valorile e-o#enelor -1U5 -2U au fost alese arbitrar5 eventual innd cont de evoluia lor trecutN
I specificarea modelului nu poate fi perfect5 forma funciei alese pentru a e-plica evoluia lui 7 neputnd fi
suficient de precisN
I este posibil ca variabilele e-plicative 3e-o#ene4 ale variabilei endo#ene 3e-plicate45 s nu mai intervin n
acela+i mod ca n perioada 1..&I2&&55 cnd sIa studiat le#atura dintre ele. ,ste posibil s aib loc un +oc5 o
ruptur care s perturbe ec0ilibrul dintre variabilele care e-plic fenomenul5 la momentul previ"iunii.
,ste evident c toate aceste cau"e pot constitui surse de eroare a previ"iunii. %om vedea care sunt metodele de a
minimi"a eroarea de previ"iune.
<e"umatul capitolului I
!entru construcia +i utili"area unui model econometric5 se parcur# urmtoarele etapeH
I specificarea modelului 3#sirea formulrii matematice definitive a le#turii dintre variabilele care descriu
fenomenul sau procesul economic studiat4N
I estimarea parametrilor +i testarea modelului cu a2utorul statisticilor 3seriilor de date observate4 de2a
cunoscuteN
I previ"iunea variabilei endo#ene.
3.<. 0o&(6u*(r u2u(*
'ac suntei familiari"ai cu statistica matematic5 putei trece la capitolul II. 8n ca" contrar5 v reamintim aici
cteva noiuni de ba". 9ectura acestui para#raf credem c v va incita s revedei cursul de Btatistic matematic.
Nor d' )un&%' L Aiind dat o serie de date statistice n care valorile (xi,!") apar efectiv de ni" ori putem
repre"enta ntrIun plan toate aceste valori prin puncte de coordonate (xi,!") afectate de coeficienii ni" 5 obin@nduIse
astfel un nor de puncte.
A=u.%(r' L <epre"entarea #rafic a seriilor de date economice conduce frecvent la fi#uri puin li"ibile +i #reu
de interpretat din cau"a variaiilor pe termen scurt5 numeroase +i sensibile5 dar fr o semnificaie important. Metodele
matematice numite :de a2ustare? permit obinerea unei curbe simple5 c@t mai apropiat posibil de mulimea de puncte
furni"ate de observaiile empirice disponibile.
A=u.%(r' *ini(r/ L /tunci c@nd repre"entarea #rafic a unei serii statistice duble d un nor de puncte de form
alun#it5 se ncearc obinerea unei apro-imri bune a acestei serii cu a2utorul unei drepte5 reali"@nduIse astfel o a2ustare
liniar. ,-ist mai multe metode pentru #sirea acestei drepteH
I metoda #rafic 3se determin punctul mediu M ale crui coordonate sunt ( ) ! x5 +i se trasea" dreapta care
pare a fi cea mai repre"entativ a seriei5 determin@nd ecuaia #=a$+b. /ceast metod este ambi#u pentru c nu ine
cont de ponderea fiecrui punct n norul de puncte4N
I metoda lui Ma7er 3se re#rupea" punctele norului n dou submulimi crora li se determin punctele medii
M1 +i M2. 'reapta de a2ustare este atunci dreapta care trece prin M1 +i M24N
I metoda celor mai mici ptrate 3const n a face minim suma ptratelor distanelor de la punctele norului la o
dreapt de ecuaie #=a$+b numit dreapt de re#resie a lui # n $. Be arat c panta 3coeficientul director4 acestei
drepte este a=co%($,#)&Var($)' (oeficientul b se obine scriind c dreapta de re#resie trece prin punctul mediuH
$ a # b . !roced@nd la fel se #se+te dreapta de re#resie de ecuaie $=a#+b 5 cu a=co%($,#)&Var(#) +i
# a $ b . (ele dou drepte de re#resie sunt5 n #eneral5 distincte. (ompararea lor permite msurarea nivelului
de corelaie al caracteristicilor $ +i #. (orelaia se msoar cu coeficientul de corelaie =co%($,#)&($)(#)' Be
constat c
2
=aa +i c varia" ntre L1 +i 1.
2
msoar un#0iul dintre cele dou drepte de re#resie5 care coincid dac

2
=5 adic
1
. (aracteristicile $ +i # sunt corelate ma-imal c@nd

este apropiat de 14.

8n afara faptului de a da o repre"entare mai mult sau mai puin satisfctoare le#turii dintre $ +i #5 importana
a2ustrii liniare este de a permite previ"iuni statistice5 asociind lui $ o valoare probabil a lui # prin relaia #=a$+b.
Pro6(6i*i%(%' > Aiind dat o mulime finit 5 numim probabilitate pe orice aplicaie p a lui (() L
mulimea prilor lui I n intervalul J&51] care verific trei condiiiH
I p())05 pentru ) (()
* p()=
I p()+)= p())+ p(+)5 dac ),+ ((), )+=
se nume+te ,ni%ers 3sau univers de probabiliti4. n"estrat cu probabilitatea p se nume+te spaiu
probabili"at. ;rice parte a lui este un eveniment. =n sin#leton 3mulime ce conine un sin#ur element4 al lui se
nume+te eveniment elementar sau eventualitate. este evenimentul cert. este evenimentul imposibil.
)
este
evenimentul complementar lui ) n 3se nume+te eveniment contrar lui )4. 'ac )+=5 evenimentele ) +i + sunt
incompatibile.

0(ri(6i*/ (*'(%o(r' > 'ac este un univers finit5 numim :variabil aleatoare? orice aplicaie $- . 3 a
lui n mulimea numerelor reale4. Mulimea valorilor lui $, adic $() se nume+te universul ima#ine. /tenieVI o
%ariabi/0 a/eatoare n, este o %ariabi/0, ci o ap/ica1ie2 Be observ c nu este necesar s cunoa+tem o probabilitate pe
pentru a defini o variabil aleatoare pe .
L'-'( d' )ro6(6i*i%(%' ( un'i v(ri(6i*' (*'(%o(r' L 'ac universul finit este n"estrat cu o probabilitate p5
iar $ este o variabil aleatoare definit pe 5 numim le#e de probabilitate a variabilei aleatoare $5 aplicaia px-
$()30,] care asocia" oricrui x$() probabilitatea evenimentului :mulimea antecedentelor lui x prin $?.
/ceast mulime $
*
(x) este notat ($=x)' 9e#ea de probabilitate a lui $, notat px este definit prin px- $()30,], x
p($=x)' / studia o variabil aleatoare nseamn aIi descoperi le#ea sa de probabilitate.
Fun&4i' d' r')(r%i4i' > 'ac universul finit este n"estrat cu o probabilitate p5 iar $ este o variabil
aleatoare definit pe 5 se asocia" acestei variabile aleatoare funcia 4-.30,] definit prin 4(x)=p($<x) numit
funcie de repartiie a variabilei aleatoare $. ,venimentul ($<x) este ima#inea intervalului ( ) x 5 prin funcia $.
Auncia de repartiie este o funcie n scar.
S)'r(n4( ,(%',(%i&/ > 'ac $ este o variabil aleatoare definit pe universul finit 5 n"estrat cu
probabilitatea p5 universul ima#ine este o mulime finit +i ia valorile xi, i=,2,''',n. 9e#ea de probabilitate a lui $
asocia" fiecrui xi probabilitatea pi=p($=xi4. Be nume+te speran matematic a variabilei aleatoare R5 numrul real

n
i
i i
x p $ 5
1
4 3
. 5($) este media n probabilitate a valorilor luate de variabila aleatoare $. 5(') este un operator
/iniar.
0(ri(n4( > 'ac $ este o variabil aleatoare definit pe universul finit 5 n"estrat cu probabilitatea p,
universul ima#ine este o mulime finit +i ia valorile xi, i=,2,''',n. 9e#ea de probabilitate a lui $ asocia" fiecrui xi
probabilitatea pi=p($=xi)' Be nume+te varian a variabilei aleatoare $5 numrul real po"itiv

n
i
i i
$ 5 x p $ Var
1
2
44 3 3 4 3 . %ariana este media n probabilitate a ptratului distanelor de la xi la media lor.
<dcina ptrat 3radicalul4 lui Var($) este ecartulItip al variabilei aleatoare $5 notat x.
Mo,'n%' &ondi4ion(%' L Be consider vectorul aleator ( )
2
H 5 . # $ 5 cu repartiia
i" " i
p ! # x $ ( 4 5 3
5
5 & >
i"
p

i "
i"
p 1
+i variabila aleatoare condiionat ($&#=!") cu repartiWa

i
i" "
"
i"
" i
p p
p
p
! # x $ (
.
.
5 4 X 3
. Momentul de ordinul k al variabilei aleatoare $ condiionat de #=!" este
momentul iniial de ordinul k al variabilei aleatoare condiionate ($&#=!")-


i i i
k
i i"
" "
i" k
i " i
k
i "
k
x p
p p
p
x ! # x $ ( x ! # $ 6
.
1
.
4 X 3 4 X 3
Bimilar se define+te momentul de ordinul k al variabilei aleatoare # condiionat de $=xi'
!entru k= se obin mediile condiionateH


"
i" "
i
i
i
" i i
"
"
p !
p
x $ # 6 p x
p
! # $ 6
.
1
4 X 3 5
.
1
4 X 3
Be pot defini variabilele aleatoare :medii condiionate? astfelH
I variabila aleatoare :media lui $ condiionat de #?5 cu repartiiaH

,
_

"
" "
"
"
p p
p
! # $ 6
# $ 6 1 . 5 & . 5
.
4 X 3
H 4 X 3
Ivariabila aleatoare :media lui # condiionat de $? 5 cu repartiiaH

,
_

i
i i
i
i
p p
p
x $ # 6
$ # 6 1 . 5 & . 5
.
4 X 3
H 4 X 3
R'-r'.i' L Be nume+te re#resia variabilei aleatoare $ n raport cu #5 variabila aleatoare 6($&#) cu mulimea
valorilor posibileH 6($&#=!), . . x
Bimilar5 re#resia variabilei aleatoare # n raport cu $ esteH 6(#&$=x),
. . !
'ac 6($&#)=a$+b sau 6(#&$)=c#+7 se spune c re#resia este liniar
R')(r%i4?( nor,(*/ L %ariabila aleatoare R urmea" o repartiie normal de parametri m +i Y 3se mai scrie +i
4 5 3 m 8 $ 4 dac densitatea ei de probabilitate 3derivata funciei de repartiie4 esteH
45
2
4 3
e-p3
2
1
4 3
2
2

m x
x f


5 . x 5 . m
YZ&
$
!entru m=0 +i 9 = se obine repartiia normal :normat? 8(0,), cu densitatea de probabilitateH
45
2
e-p3
2
1
4 3
2
x
x f

5 . x

Be arat c parametri m +i 9
2
sunt media 3sperana matematic45 respectiv dispersia 3variana4 variabilei aleatoare
4 5 3 m 8 $ .
R')(r%i4i( @
"
ABi!)/%r(%C &u n -r(d' d' *i6'r%(%' L %ariabila aleatoare R urmea" le#ea de repartiie 0iIptrat
cu n #rade de libertate 3se mai scrie +i 4 3n : $ 4 dac densitatea ei de repartiie esteH
45
2
e-p3
2 4
2
3
1
4 3
1
2
2
x
x
n
x f
n
n

x;05
[
8 n
'ac variabilele aleatoare 45 1 5 & 3 8 $
i
i=,2,''',n sunt independente5 atunci variabila aleatoare

n
i
i
$ #
1
2
urmea" le#ea de repartiie :(n)'
R')(r%i4i( S%ud'n% &u n -r(d' d' *i6'r%(%' SAnC L %ariabila aleatoare $ urmea" le#ea de repartiie Btudent
cu n #rade de libertate dac densitatea ei de repartiie esteH
5 1
2
1
5
2
1
4 3
2
1
2
+

,
_

,
_

n
n
x
n
n
x f
5 . x

[
8 n
'ac variabilele aleatoare 45 1 5 & 3 8 $ 4 3n : # sunt independente5 atunci variabila aleatoare
4 3n <
n
#
$
=
.
R')(r%i4i( Fi.B'r!Sn'd'&or FAn3Dn"C L %ariabila aleatoare $ urmea" le#ea de repartiie Ais0erIBnedecor cu
n +i n2 #rade de libertate dac densitatea ei de repartiie esteH
5 1
2
5
2
4 3
2
2
1
2 1
1
2
2
2
1
2 1
1
1
n n
n
n
x
n
n
n n
x
n
n
x f
+

,
_

,
_

,
_

x;0,
[
2 1
5 8 n n
'ac variabilele aleatoare 4 3
1 1
n : $ +i 4 3
2 2
n : $ sunt independente5 atunci variabila aleatoare
4 5 3
2 1
2
2
1
1
n n 4
n
$
n
$
$ .
)
CAPITOLUL II
REGRESIA SIMPL
Btudiem5 pentru nceput5 cel mai simplu model econometricH o variabil endo#en repre"int evoluia
fenomenului considerat +i aceast evoluie este e-plicat printrIo sin#ur variabil e-o#en.
8n cadrul capitolului este pre"entat metoda de estimare a parametrilor care intervin ntrIun model
econometric5 se vor e-amina proprietile estimatorilor obinui +i se vor #enerali"a re"ultatele anali"ei pentru modele
mai comple-e. 8ntrIo prima parte se va trata obinerea estimatorilor parametrilor modelului +i proprietilor lor5 iar ntrI
o a doua parte se d o interpretarea #eometric a metodei utili"ate5 determinarea intervalelor de ncredere referitoare la
parametri +i previ"iunea care poate fi fcut cu un astfel de model.
".3. Mod'*u* *ini(r (* r'-r'.i'i .i,)*'
(onsiderm modelulH
314
t t t
b ax ! + + 5 t=, 2, ''',>
n careH # repre"int o variabil endo#enN
$ o variabil e-o#enN
o variabil aleatoare ale crei caracteristici vor fi preci"ate prin ipote"e.
Be dispune de > observaii asupra lui # +i $5 adic > cupluri (xt, !t) care sunt reali"ri ale lui $ +i #. a +i b sunt
parametri reali necunoscui pe care dorim sIi estimm cu a2utorul observaiilor (xt, !t) cunoscute.
I)o%'2' fund(,'n%(*'
!entru a putea obine re"ultatele enunate la nceput5 vom simplifica lucrurile impunnd o serie de ipote"e
restrictive asupra modelului. =lterior5 n alte capitole5 se vor rela-a aceste restricii5 discutnd implicaiile abandonrii
unora din aceste ipote"e asupra calitii estimatorilor.
I3+
xt +i !t sunt mrimi numerice observate fr eroareN
$ Lvariabila e-plicativ se consider dat autonom n modelN
# Lvariabila endo#en este o variabil aleatoare5 prin intermediul lui .
I"+
a)* urmea" o le#e de distribuie independent de timp5 adic media +i dispersia lui nu depind de tH
( ) > t 5
t
5...5 2 5 1 5 & 5
( )
2

t
Var 5 cantitate finit5 t .
O6.'rv(4i'H
BIau folosit aici5 pentru medie +i dispersie5 notaiile ( ) 5 5 respectiv ( ) Var 5 provenind de la :sperana
matematic? +i :variana? unei variabile aleatoare. Be presupune c studenii au cuno+tine elementare despre teoria
probabilitilor +i statistic matematic. /ltfel5 ele trebuie rev"uteV
b)I <eali"rile lui sunt independente de reali"rile lui $ n cursul timpului. /ceasta este ipote"a de
homoscedasticitate. 8n ca" contrar5 e-ist heteroscedasticitate.
.
c)I Independena erorilor 3se va vedea pe parcurs c variabila aleatoare repre"int :erori? sau :re"iduuri?4.
'ou erori relative la dou observaii diferite t +i t? sunt independente ntre ele5 nsemnnd c au covariana nulH
( ) & 5 cov
t t
5 ceea ce implic ( ) & .
t t
5 .
!rin definiie5 co%3

4 5
t t
[ ] 44 3 443 3 3
t t t t
5 5 5

+i innd cont de a) re"ult implicaia.
7)I Normalitatea erorilor. !resupunem c urmea" o le#e de repartiie normal 5 cu media & +i dispersia
2

5
ceea ce poate fi scris astfelH ( )
2
5 &

8 .
I5+
!rimele momente empirice ale variabilei $5 pentru > foarte mare5 sunt finiteH

>
t
>
t
x x
>
1
&
1
3media empiric4.
( )

>
t
>
t
s x x
>
1
2
2 1
3variana empiric4.
/ceast ipote" va fi folosit pentru a preci"a proprietile asimptotice ale estimatorilor parametrilor a +i b.
Ipote"ele I15 I25 I3 pot prea foarte restrictive. %om vedea ulterior ce consecine are abandonarea unora dintre
ele asupra proprietilor estimatorilor lui a +i b.
".". D'%'r,in(r'( '.%i,(%ori*or )(r(,'%ri*or )rin ,'%od( &'*or ,(i ,i&i )/%r(%'
'eterminarea estimatorilor parametrilor a +i b 3notai cu aT +i b
T
4 prin metoda celor mai mici ptrate
3M(MM!4 se face pun@nd condiia ca suma ptratelor erorilor s fie minim5 adicH
[ ] ( )



>
t
t t
>
t
t
b a b ax !
1
2
1
2
5 .
!entru ca ( ) b a5 s fie minimal5 trebuie caH
1. condiii necesareH &

5 &

.
2. condiii suficienteH &
2
2
>

5 &
2
2 2
2
2
2
>

b a b
b a a


.
(alculm derivatele pariale ale funciei ( ) b a5 .
( )( ) & 2
1

t
>
t
t t
x b ax !
a

( )( ) & 1 2
1

>
t
t t
b ax !
b

& 2
1
2
2
2

>

>
t
t
x
a

1&
>
b
2
2
2

>
t
t
x
a b b a
1
2 2
2

.
/tunci5 condiiile de ordinul I 3necesare4 conduc la sistemul de ecuaiiH
( )

'

&
&
1
1 1
1 1
2
1
>b x a !
x b x a ! x
>
t
t
>
t
t
>
t
t
>
t
t
>
t
t t
5
iar condiiile suficiente 3de ordinul II4 sunt verificate.
,cuaiile condiii de ordinul I 3numite ecuaii normale5 ve"i 2ustificarea #eometric din partea a IIIa45 le
mprim la >5 re"ult@ndH

'

&
&
1 1
1
2
1
b x a !
x b x
>
a ! x
>
>
t
t
>
t
t t
.
'in a doua ecuaie avem x a ! b
T
+i nlocuind n prima ecuaieH
( )( )
( )

2 2
2 2
2
1
1
T
x x
x x ! !
x > x
x ! > ! x
x x
>
x ! ! x
>
a
t
t t
t
t t
t
t t
.
/m obinut estimatorii aT +i b
T
ai parametrilor a +i b dai de relaiileH
( )
( ) ( )
( )

'

x a ! b
x x
x x ! !
a
t
t t
T
T

5 T
2
2
O6.'rv(4i'H
aT este o variabil aleatoare pentru c e funcie de !t5 iar b
T
este aleator pentru c e funcie de aT .
".5. Pro)ri'%/4i*' '.%i,(%ori*or
%om arta c estimatorii aT +i b
T
obinui prin metoda celor mai mici ptrate sunt ne7ep/asa1i +i con%ergen1i'
8n demonstraie vom ine cont de ipote"ele I15 I25 I3. !entru a u+ura demonstrarea proprietilor enunate5 transformm
mai nt@i e-presiile 324 pentru a le e-prima n funcie de parametrii a +i b. %om considera modelul 314
t t t
b ax ! + + 5 t=, 2, ''',>5 nsumm dup toi t +i mprim la >. <e"ultH
11

+ +
t t t
>
b x
>
a !
>

1 1 1
5 adic
( ) + + b x a ! 2 .
Bcdem membru cu membru pe 324 din 314H
( ) ( ) +
t t t
x x a ! !
+i nlocuim ( ) ! !
t
n e-presia lui aT H
( ) ( ) [ ]( )
( )
( ) ( )( )
( )
( ) ( )
( )
( )
( )

2 2
2
2
2
T
x x
x x
a
x x
x x x x
a
x x
x x x x a
x x
x x x x a
a
t
t t
t
t t t
t
t t t
t
t t t


3deoarece & 4 3 4 3

x x x x
t t
4.
'in e-presia lui b
T
5 avem c x a ! b T
T
5 adic b x a !
T
T + 5 iar din 324 + + b x a ! 5 astfel c prin
scdere re"ultH ( ) + b b x a a
T
T & sau ( )x a a b b + T
T
. /m obinut cH
( )
( )

+
2
T
x x
x x
a a
t
t t

( )x a a b b + T
T
.
aT +i b
T
sunt estimatori nedeplasai pentru a +i b.
=n estimator este nedeplasat dac media estimatorului este c0iar parametrul estimat. %om aplica
operatorul de medie 5 n relaiile #site mai sus. !entru comoditate5 notm cu @t cantitateaH
( )

2
x x
x x
@
t
t
t 5 astfel c

+
t t
@ a a T
<e"ultH
( ) ( ) ( ) a 5 @ a 5 a 5
t t
+

T
5 pentru c 5(a)=a +i 5(t)=0.
( ) ( ) ( ) ( ) a a 5 x 5 b 5 b 5 + T
T

/vem cH 5(b)=b5 ( ) ( )


,
_

&
1 1
t t
5
> >
5 5 +i ( ) ( ) ( ) & T T a a a 5 a 5 a a 5 5 deci
( ) b b 5
T
.
aT +i b
T
sunt estimatori conver#eni pentru a +i b.
>tiind c ( ) a a 5 T
+i ( ) b b 5
T
5 este suficient s artm c
( ) & T
>
a Var
+i
( ) &
T

>
b Var
pentru ca
aT +i b
T
s fie conver#eni n probabilitate ctre a +i b. (alculm variana estimatorilor aT +i b
T
.
>tim c

+
t t
@ a a T
5 adic

t t
@ a a T
.
( ) ( ) ( )
( ) ( )


<
<
+

,
_

+
\
\ \
2 2
\
\ \
2 2
2
2
2
2 T T
t t
t t t t t t
t t
t t t t t t t t
5 @ @ 5 @
@ @ @ 5 @ 5 a a 5 a Var


12
(onform ipote"elor fundamentale5 ( )
2 2

t
5 +i ( ) &
\

t t
5 5 pentru \ t t 5 re"ult@ndH
( )


2 2 2 2
T
t t
@ @ a Var

5
dar
( ) ( )

,
_

2
2
2
2
1
x x x x
x x
@
t t
t
t
.
8n final5 dispersia estimatorului aT esteH

( )
( )

2
2
T
x x
a Var
t

.
(onform ipote"ei I35 ( )
2
2 1
s x x
>
> t

+i avem c
( ) & T
2
2

>
>s
a Var

.
/m obinut c
a a
(
>


T 3 aT este conver#ent n probabilitate ctre a4.
'eterminm acum dispersia estimatorului b
T
H
( ) ( ) ( ) [ ] ( ) ( ) [ ]
( ) ( ) [ ] ( )
2
2 2
2
2
2 2 2
T T 2
T T 2 T
T T
a a 5 x a a 5 x 5
x a a a a x 5 x a a 5 b b 5 b Var
+
+


,valum5 pe rnd5 fiecare termenH

( )
( ) ( ) ( )
> >
>
Var
>
5
>
5
>
>
5
>
5 5
t
t t
t t t
t t
t t t t
2
2
2
2
\
\
2
2
2
\
\
2
2
2
2
1 2 1
2
1 1




+

1
]
1

,
_

+
1
]
1

<
<
3deoarece ( ) &
\

t t
5 4.
( ) [ ] ( )
( ) ( ) ( )


+

1
]
1

+
1
]
1

,
_

<
<
t t t
t t
t t t t t
t t
t t t t t t t t
@
>
Var @
>
5 @
>
5 @
>
@ @ 5
>
@
>
5 a a 5
2
\
\
2
\
\
2
1 1 1
1 1
T

dar
( ) ( )
( ) &
1
2
1
2
1

x x
x x x x
x x
@
t
t
>
t
t
t
>
t
t 5
adic ( ) [ ] & T a a 5 .
Aolosind aceste re"ultate pariale5 se obineH
( ) ( ) ( )
( )

+ + +
2
2
2
2
2
2
2
2
2
T T
T
x x
x
>
a Var x
>
a a 5 x
>
b Var
t


'ispersia estimatorului b
T
esteH
1
1
]
1

2
2
2
4 3
1
4
T
3
x x
x
>
b Var
t

13
(um ns &
1

>
>
+i
( )
&
1 1
2 2

>
t
>s
x x
re"ult c
( ) &
T

>
b Var
5 adic
b b
(
>


T
3 b
T
conver#e n probabilitate ctre b4 .
".5.3. Cov(ri(n4( '.%i,(%ori*or aT Ei b
T
(alculm acum covariana estimatorilor pornind de la definiieH
( ) ( ) ( ) ( ) [ ] ( )( ) [ ]
( ) ( ) ( ) [ ] ( ) ( ) [ ]
( ) [ ] ( ) ( )
( )

2
2
2
2
T T T
T T T T
T
T
T
3
T
4 T T
T
5 T cov
x x
x
a Var x a a 5 x a a 5
a a x a a 5 a a x a a 5
b b a a 5 b 5 b a 5 a 5 b a
t

.
Matricea de varian +i covarian a lui aT +i b
T
5 notat
( ) b a
T
5 T

este deciH
( )
( ) ( )
( ) ( )
( ) ( )
( ) ( )
( ) ( )
( ) ( )

,
_

,
_

1
1
]
1

,
_

2
2
2
2 2
2
2
2
2
2
2
2
2
2
2
T
5 T
1
1
1
T
T 5
T
cov
T
5 T cov T
x x
x
>
x x
x
x x
x
x x
x x
x
>
x x
x
x x
x
x x
b Var a b
b a a Var
t t
t t
t t
t t
b a

Be remarc faptul c
( ) b a
T
5 T

conine pe
2

5 adic variana lui

t
care este necunoscut. Be pune deci
problema de a obine o estimaie pentru
( ) b a
T
5 T

5 adic o estimaie pentru

2
4 3


t
Var . Notm aceast estimaie cu
2
T

.
".5.". D'%'r,in(r'( unui '.%i,(%or n'd')*(.(% )'n%ru v(ri(n4( 'rori*or
=tili"@nd estimatorii aT +i b
T
putem calcula estimaia variabilei endo#ene !t5 notat
t
!T
3se mai numesc +i
valori a2ustate ale variabilei endo#ene4H b x a !
t t
T
T T + .
/tunci diferena dintre !t +i
t
!T
este un estimator pentru eroarea
t
. Notm
t t t
! ! T T . /vem c
( ) ( ) b b x a a b x a b ax b x a ! ! !
t t t t t t t t t t
+ +
T
T
T
T
T
T T T . R',(r&/H deoarece aT +i b
T

conver# n probabilitate ctre a +i b, distribuia lui
t
T
conver#e n probabilitate ctre distribuia lui
t
3distribuie
normal5 conform I24.
>tim c ( )x a a b b T
T
+i nlocuind obinemH
( ) ( ) ( ) ( )( ) x x a a x a a x a a
t t t t t
+ T T T T .
iar prin ridicare la ptratH
( ) ( )( )( ) ( ) ( )
2
2
2
2
T T 2 T x x a a x x a a
t t t t t
+ .
14
8nsumm dup t=,2,''',> +i mprim la >H
( ) ( ) ( )( ) ( ) ( )

+
2
2
2
2
1
T
1
T 2
1
T
1
x x
>
a a x x
>
a a
> >
t t t t t
.
'arH
( )
( )

2
T
x x
x x
a a
t
t t

5 +i
( )( ) ( ) ( ) [ ] ( ) ( ) ( ) ( )


2
T x x a a x x x x x x x x x x
t t t t t t t t t

pentru c ( )

& x x
t
.
8nlocuind5 re"ultH
( ) ( ) ( )


2
2
2
2
1
T
1
T
1
x x
>
a a
> >
t t t
.
Notm cu ( )

2
2
1

t
>
dispersia erorilor fa de media lor +i cum ea este o variabil aleatoare5 i
calculm media ( )
2
5 H
( ) ( ) ( )
( ) ( )
( ) ( )

,
_

1
]
1

,
_

+
1
1
]
1

,
_

1
]
1

1
]
1

+
1
]
1

<
<
> >
5
>
5
>
>
5
>
5 5 5
>
>
5
>
5
>
5 5
t t
t t t
t t
t t t t t
t t t t
1
1
2 1
2
1 1 1
1
2
1 1
2
2
2
\
\
2
2
2
2
\
\
2
2
2
2
2
2
2
2
2
2
2
2
2

/plic@nd acum operatorul de medie n relaiaH
( ) ( ) ( )


2
2
2
2
1
T
1
T
1
x x
>
a a
> >
t t t
5
+i innd cont de e-presia varianei estimatorului aT 5 re"ultH
( ) ( ) ( )

,
_

,
_

,
_

> > >
x x
>
a Var 5
>
5
t t
2
1
1
1
1
T T
1
2
2
2
2
2 2

.
<elaia #sit se poate scrie +i astfelH
,
_

2 2
T
2
1
t
>
5

5 a+a c5 not@nd

2 2
T
2
1
T
t
>

5 am
obinutH ( )
2 2
T

5 5 adic
2
T

este un estimator nedeplasat pentru

2

3variana erorilor4.
,ste de remarcat c modelul
t t t
b ax ! + + presupune estimarea a doi parametri 3a +i b45 iar numitorul lui
2
T

este >*2. (>*2) constituie :nu,/ru* -r(d'*or d' *i6'r%(%'?. %om reveni ulterior asupra acestei probleme.
8n conclu"ie5 pentru modelul liniar al re#resiei simple5 avem estimatoriiH
( )( )
( )

2
T
x x
x x ! !
a
t
t t
x a ! b T
T

2 2
T
2
1
T
t
>

15
,stimatorul
2
T

permite s dm o estimaie a varianelor +i covarianei parametrilor din model5 deci o

estimaie a matricei
( ) b a
T
5 T

5 notat
( ) b a
T
5 T
T

H

( )
( ) ( )
( ) ( )

,
_

b Var b a
b a a Var
b a
T T
5 T cov
T
5 T cov T
T
T
5 T
5 undeH

( )
( )

2
2
T
T
x x
a Var
t

5

( )
( )
1
1
]
1

2
2
2
1
T
T
x x
x
>
b Var
t

5

( ) ( ) a Var x b a T
T
5 T cov


.
".5.5. In%'r)r'%(r'( -'o,'%ri&/ ( ,'%od'i &'*or ,(i ,i&i )/%r(%'
/m determinat estimatorii aT +i b
T
ai parametrilor modelului utili"@nd condiia necesar de e-isten a
minimului sumei ptratelor erorilor

2
t
. !utem s dm o condiie necesar +i suficient pentru ca

2
t
s fie
minimal5 cu a2utorul unei repre"entri #rafice. /ceast condiie va consta n e#alitatea cu "ero a dou produse scalare
care redau ecuaiile normale.
Modelul
t t t
b ax ! + + se scrie sub form matriceal astfelH + + bA a$ # 5
undeH

,
_

>
!
!
!
#
.
.
.
2
1
5

,
_

>
x
x
x
$
.
.
.
2
1
5

,
_

1
.
.
.
1
1
A 5

,
_

>

.
.
.
2
1
.
8n spaiul ortonormat
>

considerm vectorii #5 $, A +i .
#
T
394
/
1
( =
G

Q R
;
1
%ectorul 0:=a$+bA aparine planului 394 determinat de vectorii $ +i A. Aie 0)=#5 0+=$5 0C=A5 :)=.
(antitatea
2 2
2
:)
t
este minimal dac :) este orto#onal pe 3945 adic pe $ +i A. /ceast condiie se
traduce prin e#alitatea cu "ero a produsului scalar al vectorilor respectiviH

'

& &
& &
C :)
+ :)
5 sau

'

> <
> <
& 5
& 5
A bA a$ #
$ bA a$ #
5 adic

'

&
T
T
&
T
T
2
b > x a !
x b x a ! x
t t
t t t t
.
/m re#sit5 deci5 sistemul de ecuaii normale.
Notm
#
T
proiecia pe planul 394 a vectorului # +i cu T vectorul G/ orto#onal la planul 394.
/ efectua o re#resie a variabilei # asupra variabilei $ n modelul
t t t
b ax ! + + revine5 deci5 la a proiecta
vectorul # pe planul 394 din
>

determinat de $ +i A.
O6.'rv(4i'H
(onsiderm modelul
t t
b ! + . ; repre"entare analo# celei dinainte esteH
8n scriere matricial5 modelul este + bA # 5 iar conform cu repre"entarea #rafic5 avem relaia
;/P;GSG/.
2
2
:)
t
este minimal dac : :) & 3:) este perpendicular pe 0:45 adic & A :) sau
& 5 > < A bA #
sau

& b > !
t
5

! !
>
b
t
1
T
+i # A ! A b :
T
& . Msura al#ebric a
proieciei vectorului # pe suportul vectorului A este ! . %om utili"a aceast observaie pentru a e-prima ecuaia
varianei.
Ecuaia varianei
&
Q
/
= G
1$
<elum repre"entarea #eometric precedent +i notm cu B proiecia lui ) pe suportul vectorului AH
,vident5 B: este perpendicular n B pe 0C. 8n triun#0iul )B:5 dreptun#0ic5 avemH
( )
2 2 2
1 :) B: )B + .
>tim c b x a !
t t
T
T T + +i

+ b x
>
a !
>
t t
T
1
T T
1
5 adicH b x a !
T
T T + . 'ar +i b x a !
T
T + 5 re"ult@nd c
! ! T .
'eoareceH )B=0)*0B 3 B )& dreptun#0ic n C4
:B=0:*0B 3 :B & dreptun#0ic n C45
re"ult5 folosind 314H
( ) ( ) ( )

+
2
2 2
T T 2
t t t
! ! ! !
re"idual
atea %ariabilit
re#resiei datorat
atea %ariabilit
total]
atea %ariabilit
+
/ceasta este ecuaia varianei. %om reveni asupra ei c@nd vom aborda re#resia multipl.
".5.9. Co'fi&i'n%u* d' &or'*(4i' *ini(r/
(oeficientul de corelaie liniar ntre variabilele $ +i #5 notat 5 se calculea" cu relaiaH
( )( )
( ) ( )

2 2
x x ! !
x x ! !
t t
t t

.
8n #eneral5
( )
# $
$#
# $

5 cov
5 unde
$
+i
#
sunt abaterile standard 3radicalul dispersiei4 ale
variabilelor R +i Q.
>tim c estimatorul parametrului a are e-presia
( )( )
( )

2
T
x x
x x ! !
a
t
t t
5 astfel c putem scrieH
#
T
394
/
1
( =
G

T
Q
R
C
#
;
1)
( )( )
( )
( )
( ) ( )
( )
( )

2
2
2 2
2
2
T
! !
x x a
x x ! !
x x
x x
x x ! !
t
t
t t
t
t
t t

. /m obinut o e-presie a coeficientului

de corelaie n funcie de estimator5 iar prin ridicare la ptratH
( )
( )

2
2
2
2
T
! !
x x a
t
t
.
=n calcul imediat arat cH
( ) ( ) ( ) [ ] ( ) [ ] ( )

+ +
2
2
2
2
2 2
T T
T
T
T
T T T T x x a x x a b x a b x a ! ! ! !
t t t t t
.
8n acela+i timp5 ecuaia varianei conduce laH ( ) ( )


2
2 2
T T
t t t
! ! ! ! 5 de undeH
( )
( )
( )
( ) ( )

2
2
2
2
2
2
2
2
T
1
T T
! ! ! !
! !
! !
! !
t
t
t
t t
t
t

.
!e de alt parte5 utili"@nd fi#ura #eometric +i not@nd cu ^ un#0iul
: B )
T
5 avem
)B
B:
cos 5
( )
( )

2
2
2
2
2
T
cos
! !
! !
)B
B:
t
t
5 adic
( )

2
2
2 2
T
1 cos
! !
t
t

.
8n mod necesar5 1 &
2
+i
1 1
.
(@nd
&
5 nu e-ist o relaie de tip liniar
b ax !
t t
+
ntre !t +i xt5 adic a=0.
(@nd 1
2
5 !t este le#at de xt printrIo relaie de forma
b ax !
t t
+
.
1
implic a;05 iar
1
implic aC0.
(@nd relaia dintre !t +i xt nu este strict5 adic
b ax !
t t
+
5 atunci este apropiat de 15 semnul lui
fiind cel al lui a.
".5.:. Di.%ri6u4i( d' )ro6(6i*i%(%' ( '.%i,(%ori*or
'eoarece erorile t t=,2,''',> au o distribuie normal5 de medie "ero +i dispersie
2

5 densitatea de
probabilitate a lui t esteH
( ) > t f
t
t
5...5 2 5 1 5
2
1
e-p
2
1
2
2

'

.
(um t +i t? sunt independente pentru \ t t 5 densitatea de probabilitate a vectorului aleator 3, 2, ''', >4 va
fi e#al cu produsul densitilor de probabilitate relative la fiecare t.
1.
( ) ( )

'

,
_

2
2
2 1
2
1
e-p
2
1
5...5 5 1

t
>
t
f
'ar5 b ax !
t t t
+i
( ) ( ) ( )
4
T
3 4 T 3 T
T
T
T
T
T T
T T
b b x a a
b b x a a b x a ! b b x a x a b ax ! b ax !
t t
t t t t t t t t t
+ +
+ + + +

3deoarece
t t t t t
! ! b x a ! T T
T
T 4.
,valum suma ptratelor erorilorH
( ) ( ) ( ) [ ]
( ) ( ) ( ) ( ) ( )( )
( ) ( ) ( ) ( ) ( ) [ ]
2
2
2
2
2
2 2 2
2
2
2
T
T T
T
T T
T
T 2
T T
T 2 T T 2
T
T T
T
T T

+ +
1
]
1

+ +

1
]
1

+ + + + +
+ +
b b x a a b b x a a
x b b a a b b x a a b b x a a
b b x a a b ax !
t t t t
t t t t t t
t t t t t



3 ( ) & T T 2
t t
x a a 5 ( ) &
T
T 2 b b
t
pentru c a+a cum arat repre"entarea #rafic5 vectorul T este orto#onal la
planul 3945 prin urmare este perpendicular pe orice vector din acel plan5 deci +i pe $ +i A. !rodusele scalare cu ace+ti
vectori vor fi nule5 adicH & 5 T > < $ +i & 5 T > < A 4.
8ntrIo scriere matricialH
( ) ( ) [ ]

,
_

,
_

,
_

b b
a a
> x >
x > x
b b
a a
b b x a a
t
t
T
T
T
T
T
T
2
\
2

3 lasm studenilor plcerea de a verifica V4.
8nlocuind n 314 fiecare t prin e-presiile calculate mai sus5 deducem densitatea de probabilitate a vectorului aleator
3!,!2,''',!>4H
( )
( )

'

,
_

,
_

,
_

'

,
_

'

,
_

b b
a a
> x >
x > x
b b
a a
b ax !
! ! !
t
t
>
t t
>
t
T
T
1
T
T
2
1
e-p
T
2
1
e-p
2
1
2
1
e-p
2
1
5...5 5
2
2
\
2
2
2
2
2 1

_in@nd cont de matricea de varian +i covarian a estimatorilor5

( ) b a
T
5 T

5 se arat u+or cH
( )
1
T
5 T
2
2
1

,
_

b a
t
> x >
x > x

+i ( ) ( ) ( ) b a D g ! ! !
t
>
t
T
5 T T
2
1
5...5 5
2 1

,
_

unde ( )
t
g T
este densitatea de
probabilitate a lui
t
T
5 iar ( ) b a D
T
5 T cea a lui ( ) b a
T
5 T .
(u aceste re"ultate +i fcnd apel la unele teoreme importante ale statisticii matematice5 putem deduce
urmtoarele distribuii de probabilitateH
1. 'eoarece

2 2
T
2
1
T
t
>

5 adic ( )
2 2
T 2 T

>
t
5 variabila aleatoare definit de raportul
( )

,
_

2
2 2
2
T
1 T
2
t
>

urmea" o repartiie
2
30iIptrat4 cu (>*2) #rade de libertate. 3%ectorul
2&
T admite >*2 componente independente nenule distribuite dup >*2 le#i normale independente5
cu media "ero +i abatere standard

4
2. Aolosind relaile de calcul stabilite anterior5 re"ult c
2
T
2
T
2
2
T T
a
a

3am utili"at aici notaiile 4 T 3
2
T
a Var
a
+i 4 T 3 T T
2
T
a r a V
a
pentru variana estimatorului aT 5 respectiv pentru
estimaia acesteia4. /tunci variabila aleatoare definit de raportul ( )
2
T
2
T
T
2
a
a
>

urmea" tot o repartiie

2
cu (>*
2) #rade de libertate.
3. (uplul ( ) b a
T
5 T urmea" o repartiie normal bidimensional5 astfel c variabilele aleatoare
definite mai 2os au repartiiile urmtoareH
( ) 1 5 &
T
T
8
a a
a

N
( ) 2
T
T
T

>
a
<
a a

3repartiia Btudent cu 3>*24 #rade de libertate4N

( ) 1 5 &
T
T
8
b b
b

N
( ) 2
T
T
T

>
b
<
b b

.
4. ,-presia
( )

'

,
_

,
_

b b
a a
b b
a a
4
b a T
T
T
T
2
1
1
T
5 T
\
este variabil aleatoare reparti"at Ais0erI
Bnedecor5 cu 2 +i (>*2) #rade de libertate.
".9. T'.%' Ei in%'rv(*' d' 7n&r'd'r'
!entru c e-ist tabele cu valorile le#ilor de probabilitate anterioare5 putem determina intervale de ncredere
pentru parametrii a +i b la un nivel de semnificaie fi-at.

'

1
T
T
T
t
a a
ob r (
a

t este luat din tabela distribuiei Btudent cu (>*2) #rade de libertate. =n calcul simplu conduce la intervalul
de ncredere pentru parametrul a5 de formaH
a a
t a a t a
T T
T T T T

+
ceea ce permite afirmaia c adevrata valoare a parametrului real a 5 se #se+te n intervalul de valori
[ ]
a a
t a t a
T T
T T N T T

+ cu probabilitatea 1I^.
(@nd se dore+te testarea unei valori a0 a parametrului a5 este suficient5 pentru a accepta aceast valoare cu
riscul 5 s ne asi#urm cH
21

t
a a
a

T
&
T
T
.
/ltfel spus5 este suficient ca a0 s aparin intervalului de ncredere stabilitH [ ]
a a
t a t a a
T T &
T T 5 T T

+ .
'e asemenea5 ( ) { } 1 2 5 2 5 > 4 4 ob r ( .
( ) 2 5 2 5 > 4 4 este ecuaia unei elipse cu centrul n ( ) b a @
T
5 T care define+te astfel o :re#iune? de ncredere
pentru cuplul ( ) b a5 la nivelul de semnificaie H
!roieciile acestei elipse pe a-e determin5 de asemenea5 dou intervale de ncredere pentru a +i b5 centrate n
aT +i b
T
. 'ar5 este important de remarcat c5 nivelul de semnificaie referitor la aceste intervale nu mai este nivelul
asociat elipsei.
'ac se dore+te testarea simultan a dou valori a05 b0 alese apriori5 este suficient s nlocuim a +i b n e-presia
4 prin a0 +i b0.
'ac ( ) ( ) 2 5 2 5 5
& &
> 4 b a 4 se accept valorile5 altfel ele vor fi respinse. /ltfel spus5 pentru a accepta
cuplul (a05 b0) la nivelul de semnificaie este suficient ca punctul 60(a0,b0) s aparin elipsei de ncredere asociat
cuplului (a5 b).
O6.'rv(4iiH
1. ,-presia ( )
>
! ! ! 5...5 5
2 1
se descompune n doi factori 3g +i D4. g se e-prim doar n funcie de
t
T
5
adic n funcie de !t5 aT 5 b
T
N D nu conine dec@t pe aT 5 b
T
5 a +i b. /ceasta arat c5 odat cunoscut o
reali"are a cuplului ( ) b a
T
5 T 5 le#ea de probabilitate condiionat a lui !t 3dat de factorul g4 nu depinde dec@t de
valorile adevrate 3dar necunoscute4 ale parametrilor a +i b. Be "ice c ( ) b a
T
5 T sunt estimatori :exhaustivi?
pentru a +i b5 adic ei re"um toat informaia pe care e+antionul o poate aduce despre a +i b.
2. (@nd ipote"a de normalitate asupra erorilor
t
este reali"at5 funcia de verosimilitate relativ la e+antionul
( )
>
! ! ! 5...5 5
2 1
este c0iar funcia ( )
>
! ! ! 5...5 5
2 1
. !entru obinerea de estimatori ai lui a +i b prin
) )?
+
?
+
@
22
metoda verosimilitii ma-ime5 este suficient s ma-imi"m e-presia ( )
>
! ! ! 5...5 5
2 1
5 adic s
minimi"m ( )

2
b ax !
t t
. ,stimatorii ( ) b a
T
5 T obinui cu metoda celor mai mici ptrate coincid5 deci5
cu cei obinui prin metoda verosimilitii ma-ime.
3. /tunci c@nd ipote"a de normalitate a erorilor nu se reali"ea"5 se va arta c estimatorii aT +i b
T
obinui prin
metoda celor mai mici ptrate au variana minim printre toi estimatorii liniari centrai n a +i b 3se va da o
demonstraie pe ca"ul #eneral4.
".:. Pr'vi2iun'( &u ,od'*u* *ini(r
Aie

x reali"area variabilei e-o#ene la momentul . %aloarea previ"ionat pentru endo#ena # va fiH

b x a !
(
T
T +

5
iar reali"area efectiv a lui # esteH

+ + b ax ! .
,roarea de previ"iune se poate e-prima prin variabila aleatoare

! ! e
(
(
.
( ) ( )

+ b b x a a ! !
(
T
T .
Be remarc imediat c ( ) &
(
e 5 5 iar variana erorii de previ"iune esteH
( ) ( ) ( ) ( ) ( )
( )( ) [ ] ( ) [ ] ( ) [ ] b b 5 a a 5 x b b a a 5 x
5 b b 5 a a 5 x ! ! 5 e Var
(
(
+
+ + +
T
2 T 2
T
T 2
T
T
2
2
2 2
2

=ltimii doi termeni sunt nuli 3sIa demonstrat anteriorV4 3 +i aT 5 ca +i +i b

T
sunt necorelai4.
'eciH
( ) ( ) ( ) ( ) ( ) b a x Var b Var a Var x e Var
(
T
5 T cov 2
T
T
2

+ + + .
Notm variana erorii de previ"iune cu ( )
(
e Var
2

+i folosind relaiile de calcul anterioare5 re"ultH

( ) ( ) ( )
( )
( )
1
1
]
1

+ +

+
1
1
]
1

+ +

2
2
2
2
2
2
2
2
2
2
2
2 2
1
1
2
1
x x
x x
>
x x
x x
x x
x >
>
x x
x
t
t t t

este necunoscut5 dar estimat prin

2
T

+i variana estimat a erorii de previ"iune esteH

( )
( )
1
1
]
1

+ +

2
2
2 2
1
1 T T
x x
x x
>
t

/ceast varian poate fi redus5 pe de o parte prin cre+terea numrului de observaii 3>45 iar pe de alt parte5
prin ale#erea lui

x astfel nc@t ( )
2
x x

s nu fie prea mare 3adic fc@nd o previ"iune pe termen scurt4.

'eoarece erorile sunt normal distribuite5 ( )
2
5 &

8
t
atunci +i ( ) 8 a a T
+i ( ) 8 b b
T
3urmea"
le#i normale4. <e"ult urmtoarele distribuii de probabilitate pentru variabileleH
23

( ) 1 5 & 8
! !
(

T
! !
(

urmea" o le#e Btudent cu >*2 #rade de libertate pentru c

( ) ( )
2
2
2
2
T
2
T
2

> > .
8n planul (x,!) trasm dreapta de a2ustare b x a !
T
T + . Aie ( )
(
! x (

5 punctul situat pe dreapta de a2ustare.
!utem construi5 av@nd ( ca centru +i paralel cu a-a 0! un interval de ncredere 662 la nivelul de semnificaie .

'

<

1
T
2
t
! !
(
(
.
2

t
fiind luat din tabela distribuiei Btudent. !entru > dat5

T
ca funcie de ( )
2
x x

este minim pentru

x x

. !unctele 6 +i 62 sunt deci situate5 c@nd varia"5 pe dou arce de curb 3ve"i fi#ura45 care determin astfel
re#iunea creia i aparine

! pentru

x dat5 cu o probabilitate e#al cu (*).

O6.'rv(4ii
1. :; variabil aleatoare t este distribuit dup o le#e Btudent cu >*2 #rade de libertate dac e-presia
2
2
>
t

este raportul dintre o variabil aleatoare distribuit
2
cu 1 #rad de libertate +i o alta distribuit
2
cu (>*2) #rade de
libertate?. Aie
a
a a
t
T
T
T

. /tunciH

( )
( )
( )
( )
/ibertate 7e gra7e 2) * (> c,
/ibertate 7e gra7 ,n c,
>
a a
>
a a
>
t
2
a
a
a
a

2
2
T
2
T
2
T
2
2
T
2 2
T
2
T
T 2
T
2

.
6

6
2
(

x
!
b x a !
T
T T +
24
2. :; variabil aleatoare 4 este distribuit dup o le#e Ais0erIBnedecor cu n +i n2 #rade de libertate dac
e-presia
2
1
n
4 n
este raportul dintre o variabil aleatoare distribuit
2
cu n #rade de libertate +i o alta distribuit
2
cu n2 #rade de libertate?.
Aie
( )

'

,
_

,
_

b b
a a
b b
a a
4
b a T
T
T
\
T
T
2
1
1
T
5 T
.
/tunciH

( )
( )
/ibertate 7e gra7e 2) * (> c,
/ibertate 7e gra7e 7o,a c,
>
b b
a a
> x >
x > x
b b
a a
>
b b
a a
> x >
x > x
b b
a a
>
4
2
t
t

2
2
2
2
2
5
2
2
5
T
2
T
T
T
T
T 2
T
T
T
T
2
2

,
_

,
_

,
_

,
_

,
_

,
_

pentru c ( ) b a
T
5 T urmea" o le#e normal bidimensional.
3. Dacobianul transformrii permite e-primarea densitii de probailitate a vectorului aleator
( )
>
! ! ! 5...5 5
2 1
pornind de la cea a lui ( )
>
5...5 5
2 1
. (@nd ( )
>
f 5...5 5
2 1
este cunoscut5 pentru a
obine ( )
>
! ! ! 5...5 5
2 1
5 procedm astfelH
8nlocuim
t

prin e-presia ei n funcie de

t
!
N
8nmulim e-presia obinut cu valoarea absolut a determinantuluiH
( )
( )
1
1 ... & &
... ... ... ...
& ... 1 &
& ... & 1
...
... ... ... ...
...
...
2 1
2
2
2
1
2
1
2
1
1
1

>
> > >
>
>
! ! !
! ! !
! ! !
! E
E
F

( ) ( ) ( ) ( ) ( ) F ! ! ! f ! ! !
> > >
. 5...5 5 5...5 5
2 2 1 1 2 1

4. /m v"ut c
( )


t t
@ a a T
5
t
+i ( ) a a T fiind distribuite normal. ( ) a a T este o combinaie
liniar de
t
. 'eciH
( )
( ) 1 5 &
T
T
8
a a
a

( )
2
T
2
T
a
a a

este distribuit
2
cu 1 #rad de libertate pentru c este ptratul unei variabile aleatoare 8(0,)'
25
( )
( ) 1 5 &
T
T
8
b b
b

( )
( ) 1
2
2
T
2
T

b
b b
'eoarece ( ) ( ) ( )


2
2
2
2
T T x x a a
t t t
5 prin mprirea la
2

5 obinemH
( )
( )
( )

2
2
2
2
2
2
2
T
T
x x
a a
t
t t

( )
2
4 1 3
2
4 1 3
2
4 3
2
2
2
2
2
2
T T

> >
t t
>

( )
( )
( )
( )
( )
2
1
2
2
2
2
T
T T

a Var
a a
x x
a a
t
<e"ult cH
2
4 2 3
2
4 1 3
2
4 1 3
2
2
T

> >
t

.
".;. E8)'ri'n4/ d' &(*&u*
!entru a studia cum varia" c0eltuielile de ntreinere +i reparaii ale unui utila2 a#ricol n funcie de :v@rsta?
utila2ului5 sIau cules urmtoarele dateH
%@rsta utila2ului 3xt4
Ln luniI
15 ) 3 41 1 ) 21 21
(0eltuieli anuale de ntreinere +i reparaii 3!t4
Ln <;NI
4) 43 $$ ). 5& 4& 5 2
%@rsta utila2ului 3xt4
Ln luniI
53 1& 32 1$ 5) 2&
(0eltuieli anuale de ntreinere +i reparaii 3!t4
Ln <;NI
1&& 4$ $1 5) 1&2 35 &

R'2o*v(r'+
(utm s estimm parametrii unei re#resii liniare nte variabilele $ +i #5 de forma
t t t
b ax ! + + 5
presupunnd c sunt ndeplinite ipote"ele fundamentale I15I25I3.
1. !entru a calcula estimatorii5 se folosesc relaiile de calcul stabilite anterior 3n cadrul seminarului se vor
pre"enta facilitile de calcul oferite de diferite pac0ete de pro#rame dedicate4. ,lementele necesare calculului sunt date
n tabelul ce urmea"H
2
t -t 7t -t7t
1 15 4) $2& I.51333 )3541$$ I145533 211521) 225 23&4 5&5)544 I115$). 1353. I25)544 )514$.
2 ) 43 344 I15133 2&52)4 I1.5533 3)15551 4 1)4. 415.&34 I2&52.) 42555. 15&.5 152&23
3 3 $$ 2$$2 115) 14&5)1) 1454 2&.52)4 12. 5.2. $$5$&$3 1551$4 23&5251 I&5$&$3 &55&&3
4 41 ). 34. 15) 2)454)4 254 $&&54)4 1)1 $.21 )451&&) 2155$5 4551 45)..1 245&&12
5 1 5& )&& I)51333 51511 I125533 15$5&)4 25 25&& 5251331 I1&54&&2 1&)514 I251331 4555&3
) 4& 32& I15133 2&52)4 I225533 5&$5$51 4 1&& 415.&34 I2&52.) 42555. I15.&34 35232
$ 21 5 11$ I351333 .5)1$$ I55333 425)44 441 313 5)552$ I45&& 15&53 I2552$ 53)42
) 21 2 13&2 I351333 .5)1$$ I&55333 &52)44 441 3)44 5)552$ I45&& 15&53 354$32 125&3$
. 53 1&& 53&& 2)5) )3352)4 3$54 14&35$5 2)&. 1&&&& ..54454 35.12 13255 &55545 &53&$5
1& 1& 4$ 4$& I145133 1..5$51 I155533 24152)4 1&& 22&. 4454&. I1)5&$24 32513 2553. 544.
11 32 $1 22$2 $5) 15))44 )54 $15)44 1&24 5&41 $255.25 1&5&5.1 1&151)$ I155.25 2553
12 1$ 5) .) I$51333 5&5))44 I455333 2&55511 2). 334 535411) I.51214 )352&1 455))1 215&5&.
13 5 1&2 5.1 335) 1145.5 3.54 155$52 334 1&4&4 1&55)3). 4353&5 1)$553) I35)3). 145$3$5
14 35 21& I1)5133 32)5)1) I2$5533 $5)5&)4 3 1225 3.534 I2351)$3 53$54. I4534 1)5)))3
15 2& & 12&& I451333 1$5&)44 I255333 541$$ 4&& 3&& 5$524) I552)53 2$5.34$ 25$51. $55$34
5;" F5$ "<95< ! 5<:5D<5 ! ;";FD<5 3"9F# ;9F"; ! ! ;35<D<" ! 35"D#399
2$
!e ba"a elementelor din tabelul de calcul5 se determinH
I

>
t
t
x
>
x
1
133 5 24 32
15
1 1

>
t
t
!
>
!
1
533 5 2 .3)
15
1 1
I
( )( )
( )
2) 5 1
4 133 5 24 3 15 124.&
4 533 5 2 43 133 5 24 3 15 2$43$
.
T
2 2 2 2

x > x
! x > ! x
x x
x x ! !
a
t
t t
t
t t
I
$ 5 31 4 133 5 24 3 2) 5 1 533 5 2 T
T
x a ! b
I coeficientul de corelaie liniarH
( )( )
( ) ( )
.).4 5 &
$33 5 3$53 $33 . 2.
4 533 5 2 43 133 5 24 3 15 2$43$
2 2

x x ! !
x x ! !
t t
t t

%aloarea apropiat de 1 a coeficientului de corelaie arat c ntre cele dou variabile studiate e-ist o
corelaie liniar.
;bservaieH /m v"ut cH
( )
( )

2
2
2
2
2
2
2
2
4 3
4 T T 3
4 3
4 T T 3 T
! !
! !
! !
x a x a
! !
x x a
t
t
t
t
t
t

!tratul coeficientului de corelaie liniar este raportul dintre variabilitatea e-plicat prin model +i
variabilitatea total.
I ecuaia de anali" a varianeiH
%ariabi/itatea tota/0 = %ariabi/itatea exp/icat0 + %ariabi/itatea reGi7,a/0
( ) ( )

+
2
2 2
T T
t t t
! ! ! !
2.5$33 P 13$5$1. S 1325&14
8n spaiul observaiilor5 # este cu at@t mai bine e-plicat prin modelul liniar5 cu c@t este mai aproape se
planul 394 #enerat de vectorii $ +i A 3vectorul unitar45 deci cu c@t variabilitatea re"idual este mai mic fa
de variabilitatea empiric total. /ceasta face ca raportul dintre variabilitatea e-plicat prin model +i
variabilitatea total5 adic `
2
5 s fie apropiat de 1.
I estimaiile varianelor re"iduurilor +i ale estimatorilorH
15 5 1&
2 15
&144 5 132
T
2
1
T
2 2

t
>

( )
( )
N &&2$ 5 &
$33 5 3$53
15 5 1& T
T
2
2

x x
a Var
t

&52 5 & &&2$ 5 & T

T

a

( )
( )
25 5 2
$33 5 3$53
4 133 5 24 3
15
1
15 5 1&
1
T
T
2
2
2
2

1
]
1

+
1
1
]
1

x x
x
>
b Var
t

5 5 1 25 5 2 T
T

b

I calculul intervalelor de ncredere pentru estimatoriH

2)
%ariabilele aleatoare
( )
a
a a
T
T
T

+i
( )
b
b b
T
T
T

urmea" fiecare o repartiie Btudent cu (>*2) #rade de libertate.

/le#@nd un nivel de semnificaie ^P&5&55 putem e-tra#e din tabelele repartiiei 3astfel de tabele se #sesc n
ma2oritatea crilor de econometrie5 sau de statistic matematic4 valoarea ttab corespun"toare numrului de
#rade de libertate +i nivelului de semnificaie ales. 8n ca"ul nostru5 pentru *I2P13 #rade de libertate +i
^P5O5 #sim ttabP251. Intervalele de ncredere vor fiH
[ ] +
a a
t a t a a
T T
T T N T T

J152)I325143&5&524 N 152)S325143&5&524KP
P J151$ N 153.K
[ ] +
b b
t b t b b
T T
T
T
N T
T


J315$ L3251431554 N 315$S3251431554KP
PJ2)543 N 345.1K
!rin urmare5 putem afirma c valorile parametrilor reali a +i b se #sesc n aceste intervale cu o
probabilitate de .5O.
Btabilim acum un interval de ncredere pentru estimatorul varianei erorilor. /m v"ut c variabila
aleatoare ( )

,
_

2
2 2
2
T
1 T
2
t
>

urmea" o le#e de repartiie 0iIptrat cu 3*I24 #rade de libertate. 8n

tabelele le#ii 0iIptrat vom #si5 pentru un nivel de semnificaie ^ dat5 dou valoriH % av@nd probabilitatea
31I^X24 de a fi dep+it5 respectiv %2 av@nd probabilitatea 3^X24 de a fi dep+it5 astfel c

1
]
1

1
T
4 2 3 !r
2
2
2
1
% > % ob
Be obine astfel intervalul de ncredereH

1
]
1

1
2
2
2
2
T 4 2 3
N
T 4 2 3
%
>
%
>

pentru ^P&5&5 +i 13 #rade de libertate e-tra#em din tabel %P55&1 +i %2P245$ re"ult@nd intervalulH

1
]
1

&1 5 5
15 5 1& 4 2 15 3
N
$ 5 24
15 5 1& 4 2 15 3
2

J5534 N 2534K
I testm dac parametrii a +i b ai modelului sunt semnificativ diferii de "ero la pra#ul de semnificaie
^P&5&5.
%ariabilele aleatoare
a
a
T
T
T

+i
b
b
T
T
T

urmea" le#i de probabilitate Btudent cu 3*I24 #rade de libertate. /ceste

rapoarte se numesc +i :raportul t? Btudent empiric 3tcalculat4. Be accept ipote"a G&H 3aP&4 dac tcalculat 3luat n
modul4 este mai mic dec@t ttabelat 5 altfel se accept ipote"a contrar G1H3a &4. /cest lucru se poate scrieH
tab
a
t
a
<

T
T
& T

. ,ste e-act acela+i lucru cu a spune c & s aparin intervalului de ncredere determinat
2.
pentru a. (um
&
J151$ N 153.K5 acceptm ipote"a G1H3a &4. 9a fel stau lucrurile +i pentru b. !rin
urmare5 a +i b sunt semnificativ diferii de "ero la pra#ul de semnificaie de 5O. Be spune c variabila
e-plicativ 3e-o#en4 $ 3v@rsta utila2ului4 este acontributiv?.
I ne propunem acum s determinm o previ"iune a c0eltuielilor de ntreinere +i reparaii pentru un utila2
de 4 ani 34) de luni4. Notm cu
p
!

c0eltuielile de ntreinere +i reparaii pentru un utila2 cu av@rsta?

x .
/vem c 11 5 .3 $ 5 31 4) . 2) 5 1
T
T + + b x a !
(


(e eroare corespunde unei astfel de previ"iunib >tim cH

! ! e
(
p
5 este o variabil aleatoare distribuit normal5 cu media "ero +i variana estimat a erorii de
previ"iuneH
( )
( )
3 5 12
$33 5 3$53
4 133 5 24 4) 3
15
1
1 15 5 1&
1
1 T T
2
2
2
2 2

1
]
1

+ +
1
1
]
1

+ +

x x
x x
>
t

514 5 3 3 5 12 T T
2



'eoarece variabila aleatoare

T
! !
(

este distribuit Btudent cu 3*I24 #rade de libertate5 putem

determina un interval de ncredere pentru valoarea previ"ionatH
[ ] [ ] 5 1&& N 5 5 )5 51)4& 5 3 43 1 5 2 3 11 5 .3 4N 514 5 3 43 1 5 2 3 11 5 .3 T N T
2 2
+
1
]
1

+

t ! t ! !
p p
(u o probabilitate de .5O5 valoarea adevrat a c0eltuielilor de ntreinere +i reparaii pentru un utila2 de 4)
de luni se va afla n intervalul determinat.
3&
CAPITOLUL III
REGRESIA MULTIPL
'e multe ori5 studiul unui fenomen economic necesit introducerea mai multor variabile
e-plicative. ; variabil endo#en se e-prim5 deci5 n funcie de mai multe variabile e-o#ene. Metodele de
re#resie utili"ate sunt n acest ca" #enerali"ri ale celor din capitolul anterior.
5.3. Mod'*u* *ini(r (* r'-r'.i'i ,u*%i)*'
(onsiderm acum modelulH
314 t pt p t t t
x a x a x a ! + + + + ...
2 2 1 1 5 t=, 2, ''',>
n careH # repre"int o variabil endo#enN
$, $2 ,''', $p sunt variabile e-o#eneN
a, a2 ,''', ap sunt parametri necunoscui care trebuie estimai.
Modelul nu conine o constant deoarece variabila $p poate fi considerat astfel ca xptP15
> t 5...5 2 5 1
3se nume+te variabil au-iliar4.
Aolosind notaiileH

,
_

>
!
!
!
#
.
.
.
2
1
5

,
_

p> > >

p
p
x x x
x x x
x x x
$
...
... ... ... ...
...
...
2 1
2 22 12
1 21 11
5

,
_

p
a
a
a
a
...
2
1
5

,
_

>

.
.
.
2
1
ecuaia 314 se scrie sub form matricealH
324 + $a # .
I)o%'2' fund(,'n%(*'
Ipote"ele I15 I2 din capitolul II rm@n valabileH ceea ce era adevrat pentru xt este acum valabil
pentru xit5 iP1525...5p.
Ipote"a I3 referitoare la variabilele e-o#ene se modific astfelH
a. absena coliniaritii variabilelor e-o#eneH
Nu e-ist nici o mulime de p numere reale
i
5 iP1525...5p astfel nc@t
&
1

p
i
it i
x 5 t=, 2, ''',>.
31
Matricea $ de format (>xp) are n acest ca" ran#ul p (>;p) +i matricea ($?$)5 unde
$? este transpusa lui $5 este nesin#ular5 deci e-ist inversa ei ($?$)
*
.
b. /tunci c@nd > 5 matricea ( ) $ $
>
\
1
tinde ctre o matrice finit5 nesin#ular.
5.". D'%'r,in(r'( '.%i,(%ori*or )(r(,'%ri*or
!entru a scrie ecuaiile normale utili"m interpretarea #eometric dat n capitolul II. Ne
propunem s minimi"m e-presia

>
t
t
A
1
2
.
Aie vectorii #5 $5 $25...5$p n spaiul ortonormat
>

.
%ectorul ( )

,
_

p
p
a
a
a
$ $ $ $a
...
5...5 5
2
1
2 1
aparine subspaiului (H) #enerat de vectorii $5
$25...5$p. (antitatea
2
2

t
A va fi minim atunci c@nd vectorul $a # este orto#onal la
subspaiul (H). /ceast condiie se traduce prin e#alitatea cu "ero a produselor scalare dintre vectorul
$a # +i orice vector din subspaWul 3945deci +i R15R25...5RpH
#
T
394
/
R
p
R
1
G

T
Q
R
2
;
32

'

> <
> <
> <
& 5 ...
..... ..........
& 5 ...
& 5 ...
2 2 1 1
2 2 2 1 1
1 2 2 1 1
p p p
p p
p p
$ $ a $ a $ a #
$ $ a $ a $ a #
$ $ a $ a $ a #
,fectund produsele scalare5 re"ult sistemul de ecuaiiH
Bau5 cu notaiile
matriciale introduseH
$?#=($?$)a , de unde re"ultH
334 ( ) # $ $ $ a \ \ T
1

5.5. Pro)ri'%/4i*' '.%i,(%oru*ui aT

/rtm c aT este un estimator nedeplasat al lui a +i deducem e-presia matricei de varian +i
covarian
aT
.
a. transformm e-presia 334 nlocuind # prin e-presia lui n funcie de $H
344
( ) ( ) ( )
( ) ( ) ( ) ( )

\ \ \ \ \ \
\ \ \ \ T
1 1 1
1 1
$ $ $ a $ $ $ a $ $ $ $
$a $ $ $ # $ $ $ a


+ +
+
/plic@nd operatorul de medie e-presiei 3445 re"ultH
( ) ( ) ( ) 5 $ $ $ a a 5 \ \ T
1
+ .
'ar5 ( ) & 5 conform I25 deci ( ) a a 5 T 5 adic aT este estimator nedeplasat pentru a.
b. !rin definiieH
( )( ) ( ) \ T T
T
a a a a 5
a
.
'in 344 re"ultH ( ) \ \ T
1
$ $ $ a a

+i ( )
1
\ \ 4 T 3

$ $ $ a a pentru c ( )
1
\

$ $ este o
matrice simetric. /tunciH
( )( ) ( ) ( )
1 1
\ \ \ \ \ T T

$ $ $ $ $ $ a a a a +i
( ) ( ) ( )
1 1
T
\ \ \ \

$ $ $ 5 $ $ $
a
.
8ns ( )

\ 5 este matricea de varian +i covarian a lui . >tim c ( ) I 5
2
\

3I este
matricea unitate de ordinul >4. /tunci re"ultH

,
_

,
_

,
_

p pt t pt t pt
pt t t t t
pt t t t t
t pt
t t
t t
a
a
a
x x x x x
x x x x x
x x x x x
! x
! x
! x
...
.
...
... ... ... ...
...
...
...
2
1
2
2 1
2
2
2 1 2
1 2 1
2
1
2
1
33
( ) ( ) ( ) ( )( ) ( )
1 2 1 1 2 1 2 1
T
\ \ \ \ \ \ \

$ $ $ $ $ $ $ $ $ $ $ $ $ $
a

Be poate arta c dac ipote"a a4 din I3 rm@ne valabil c@nd > 5 atunci aT este estimator
conver#ent ctre a.
(ropoGi1ie' ,stimatorul ( ) # $ $ $ a \ \ T
1
este cel mai bun estimator liniar nedeplasat al lui
a.
!entru a arta aceast proprietate vom construi un estimator liniar pentru a care s aib variana
minim +i el va fi identic cu cel obinut prin M(MM!. Aie aJ un estimator liniar al lui a5 adic aJ=6#5
unde 6 este o matrice cu coeficieni constani de format (px>). ,stimatorul aJ este nedeplasat dacH
( ) ( ) ( ) a $a 65 # 65 a 5 + [
adic
( ) ( ) ( ) ( ) ( ) a 6$ 65 a 5 6$ a 5 + [
pentru c ( ) & 5 .
!entru ca aJ s fie nedeplasat5 trebuie ca (6$)=I 3matricea unitate de ordinul p4.
(onstruim acum matricea de varian +i covarian a lui aJH
( ) ( ) [ ] \ [ [
[
a a a a 5
a

'ar5 ( ) ( ) 6 a 6 a 6$ $a 6 6# a + + + [ 5 deci 6 a a [ 5
( ) \ \ \ [ 6 a a +i
( ) ( ) \ \ \ \ \
2
[
66 6 65 6 6 5
a

. !entru ca aJ s fie de varian minim5
trebuie ca :urma? matricei (66?) s fie minim5 sub restricia (6$)=I. =rma unei matrici este5 prin
definiie5 suma elementelor de pe dia#onala principal. Notm Ar($) urma matricei $. Ar este un operator
liniar 3demonstraiV4. <e"olv@nd problema de e-tremum condiionatH
( )

'

I 6$ r s
66 6inAr
. .
\
se obine soluia ( ) \ \
1
$ $ $ 6

5 adic ( ) # $ $ $ 6# a \ \ [
1
. /m #sit c a a T [ .
=n astfel de estimator se nume+te :estimator 19=,? 3best liniar unbiaised estimator4.
5.9. D'%'r,in(r'( unui '.%i,(%or n'd')*(.(% (* v(ri(n4'i
2

34
%ariana re"iduurilor
2

fiind necunoscut5 avem nevoie de un estimator al ei. 'ac p este

numrul de coeficieni de estimat n model5 se va arta cH

2 2
T
1
T
t
p >

/vem cH + $a # N
a $ # T
T
N
a $ $a # # T
T
T + N
( ) a a $ T T .
'arH ( ) \ \ T
1
$ $ $ a a

+i ( ) \ \ T
1
$ $ $ $


( ) [ ] \ \ T
1
$ $ $ $ I

.
NotmH ( ) \ \
1
$ $ $ $ I

.
este o matrice de format (>->) cu proprietile cP 3simetric4 +i
2
P 3idempotent de #rad
24. /m obinut T . ,valum acum

2
T
t
5 care sub form matriceal esteH

+
i " i
" i i" i ii t

2 2
\ \ \ T \ T T
5 unde i" este elementul matricii situat la
intersecia liniei i cu coloana ".
/tunci5 re"ult cH
( ) ( ) ( )

+
i " i
" i i" i ii t
5 5 5
2 2
T
.
8ns5
( ) &
" i
5
conform I2 +i
( ) ( ) ( )

Ar 5 5
i
ii
i
i ii t
2 2 2 2
T


.
/rtm c ( ) p > Ar .
( ) ( ) ( ) ( ) ( ) ( ) \ \ \ \
1 1
$ $ $ $ Ar I Ar $ $ $ $ I Ar Ar


( ) > I Ar
( ) ( ) ( ) ( ) p $ $ $ $ Ar $ $ $ $ Ar
1 1
\ \ \ \
3permutarea ntre ( )
1
\

$ $ $ +i \ $ este posibil datorit formatului acestor matrici +i proprietilor
operatorului Ar.4
8n final re"ultH
( ) ( )
2 2
T

p > 5
t

5 ( )
1
]
1

2 2 2
T
1
T
1
t t
p >
5 5
p >

5 astfel c

2 2
T
1
T
t
p >

este estimator nedeplasat al lui

2

.
35
* este numrul de observaii5 p este numrul de parametri de estimat +i relaia #sit o
#enerali"ea" pe cea din capitolul II.
5.:. T'.%' Ei r'-iuni d' 7n&r'd'r'
Ipote"a de normalitate a erorilor t fiind ndeplinit5 se pot #enerali"a re"ultatele obinute la
re#resia simpl. 'eoarece ( ) \ \ T
1
$ $ $ a a

+ 5 re"ult c aT este distribuit dup o le#e normal n
p dimensiuni5 cu media ( ) & T a 5 +i dispersia ( )
1 2
T
\

$ $
a
. !entru un estimator
i
aT
dat5 avem
cH
3[4
i
a
i i
a a
T
T

urmea" o le#e normal redus 8(0,)N

3[[4
( )
2
2
2
2
T
T

t
p >
este distribuit
2
30iIptrat4 cu (>*p) #rade de libertate.
3[[[4
i
a
i i
a a
T
T
T

urmea" o le#e Btudent cu (>*p) #rade de libertate.

9e#ea Btudent este utili"at n mod curent pentru a aprecia validitatea estimatorului unui
coeficient ai. 'e e-emplu5 dac se testea" ipote"a (:0-ai=0) contra ipote"ei (:-ai 0)5 pentru a accepta
: trebuie ca
2
T
T
T

t
a
i
a
i
5 unde
2

t
este valoarea tabelat a variabilei t reparti"at Btudent5 cu >*p #rade
de libertate5 iar este pra#ul de semnificaie.
O6.'rv(4i'H
!entru >;30 +i P&5&55
2
2

t
. 'eci5 dac 2
T
T
T

i
a
i
a

se accept :5 adic ipote"a c variabila

$i are un coeficient ai semnificativ diferit de "ero.
Mai #eneral5 c@nd se pune problema de a +ti dac un coeficient ai este diferit de o valoare
particular
&
i
a 5 se calculea" raportul
i
a
i i
a a
t
T
&
T
T

+i se compar cu
2

t
.
'ac tcalculatZttabelat concludem c
&
i i
a a .
(onsiderm acum toi estimatorii
p
a a T 5...5 T
1
H
3
3[4 variabila aleatoare ( ) ( ) a a a a
a


T \ T
1
T
este distribuit
2
cu p #rade de libertateN
3[[4 variabila aleatoare
( ) ( ) a a a a
p
4
a

T
T
T
1
1
T urmea" o le#e Ais0erIBnedecor cu p +i (>*
p) #rade de libertate.
9a fel ca la re#resia liniar simpl5 re"ultatele anterioare permit construirea de intervale de
ncredere relative la coeficienii ai5 ca +i a unui elipsoid de ncredere relativ la ansamblul coeficienilor n
spaiul
p

. !entru ai5 intervalul de ncredere5 la pra#ul de seminificaie esteH

2
T
2 T
T

t
a a
t
i
a
i i

2
T
2
T
T T T

t a a t
i i
a i i a

iar pentru ansamblul coeficienilor5 ecuaia elipsoidului de
ncredere esteH 4=4(,p,>*p)'
/celea+i principii conduc la determinarea de re#iuni de ncredere relative la un numr oarecare de
coeficieni din model. 'ac K este numrul coeficienilor reinui5 n spaiul
K

5 avem ecuaia
4=4(,K,>*p)5 undeH
( ) ( )
K K a K K
a a a a
K
4
K


T
T
\ T
1
1
T 1
.
cu
K
aT
e-tras din vectorul aT +i
K
aT
T
e-tras din
aT
T
H
'ac dorim s testm5 la pra#ul de semnificaie 5 ipote"a (:0-aK=
4 & 3
K
a ) contra ipote"ei (:-aK
4 & 3
K
a )5 atunci dacH
( ) ( ) ( ) p > K 4 a a a a
K
K K a K K
K


5 5 T
T
\ T
1
4 & 3 1
T
4 & 3

se accept ipote"a :0 3 ( ) p > K 4 5 5 se e-tra#e din tabelele distribuiei Ais0erIBnedecor4.

O6.'rv(4i'H
2
T
2
T
T T T T

t a a t a
i i
a i i a i
+
2
T
T
T

t
a a
i
a
i i

3$
Be observ c valoarea tabelat 4 depinde de ( ) p > K 5 5 +i nu de ( ) K > K 5 5 . <e"ult c
e-presia
( )
( )
2
2
p >
K
p >
K4

face s apar la numitor ( )

2
2
T

p > distribuit
2
cu (>*p) #rade de
libertate.
5.;. Pr'vi2iun'( v(ri(6i*'i 'ndo-'n'
'ac presupunem cunoscute la un moment valorile 3x
, x2
,''', xp
4 atunci previ"iunea variabilei
endo#ene va fiH
p p
p
x a x a x a ! T ... T T
2 2 1 1
+ + + .
,roarea de previ"iune va fi variabila aleatoareH
( ) ( )

+ +
p p p
p
x a a x a a # # T ... T
1 1 1
.
Be constat c media erorii de previ"iune este "eroH
( ) &

# # 5
p
5
iar variana erorii de previ"iune esteH
( ) ( ) [ ] ( ) ( )( )
1
]
1

+ +

< " i
" i " " i i
p
i
i i i
p p
x x a a a a x a a 5 # # 5 # # Var
2
1
2 2
2
T T 2 T


deoarece
i
aT
+i

sunt necorelate 3
i
aT
nu depind dec@t de
t
45 t=,2,''',> +i >C.
'educem cH
( ) [ ] ( ) ( )
2
1
2
2
T 5 T cov 2 T



<
+ +
" i
" i " i i
p
i
i
p
a a x x a Var x # # 5
5
iar sub form matricialH
( ) [ ]
2
T
\
2

+ $ $ # # 5
a
p
5 adicH
( ) ( ) [ ] 1 \
1 \ 2
+


$ $ $ $ # # Var
p
5
undeH ( )
p
x x x $ 5...5 5
2 1
\
.
O6.'rv(4i'H
Be arat c dac > este finit +i t sunt normal distribuite5 atunci aT este distribuit normal n p
dimensiuni. 'ac ipote"ele nu sunt ndeplinite5 atunci cnd > 5 vectorul ( ) a a > T urmea" o
distribuie normal cu media e#al cu "ero.
5.<. Co'fi&i'n%u* d' &or'*(4i' ,u*%i)*/ R. An(*i2( v(ri(n4'i
3)
>i n acest ca"5 ecuaia varianei se scrieH
reGi7,a/0
atea Variabi/it
a",state %a/ori/or
atea Variabi/it
tota/L
atea Variabi/it
+
( ) ( )

+
2
2 2
T T
t t t
! ! ! !
(oeficientul de corelaie multipl . are definiiaH
( )
( ) ( )

2
2
2
2
2
T
1
T
! ! ! !
! !
.
t
t
t
t

.
'in repre"entarea #eometric fcut5 re"ult c T
T
+ # # 5
dar +tim c T T + a $ # +i a $ # T 5 re"ult@nd cH ( ) T T + a $ $ # # 5 ceea ce arat c vectorul
re"idual T este acela+i +i pentru valorile (#,$) +i pentru valorile centrate fa de medie ( ) $ $ # # 5
. (u alte cuvinte5 dac efectum re#resia pe ecuaia #eneral5 cu variabilele necentrate sau o efectum cu
variabilele centrate pe media lor5 estimatorul aT +i vectorul re"idual T sunt aceea+i.
O6.'rv(4i'H
(@nd se centrea" valorile $ +i #, vectorul aT nu conine ultimul estimator p
aT
. (onstanta p
a

dispare c@nd se centrea" variabilele. (onsiderarea modelului fr constante5 cu variabilele necentrate pe
media lor5 poate conduce la valori ale lui
2
.
care ies din intervalul (0,).
,-presia matricial a coeficientului de corelaie multipl esteH
( ) ( )
( ) ( ) # # # #
# # # #
.

\
T
\
T
2
5 dar ( ) ( )a $ $ # # T
T
.
( ) ( ) [ ] ( ) ( ) # # $ $ $ $ $ $ a

\ \ T
1
+i coeficientul devineH
( ) ( )
( ) ( ) # # # #
# # $ $ a
.

\
\ \ T
2
.
(oeficientul
2
.
arat rolul 2ucat de toate variabilele e-o#ene asupra evoluiei variabilei
endo#ene. ,l este cu at@t mai bun cu c@t e mai apropiat de 1.
'ar5 2udecarea calitii unui model doar prin valoarea lui
2
.
poate duce la erori #rosiere. ,l
masc0ea" uneori influena variabilelor e-o#ene luate separat asupra variabilei endo#ene +i nu poate s se
substituie studiului estimatorilor coeficienilor modelului. !tratul coeficientului de corelaie multipl nu
ine cont nici de numrul de observaii 3>4 +i nici de numrul variabilelor e-plicative 3p4. ;ri5 se poate
foarte bine ca5 av@nd acelea+i observaii asupra variabilei endo#ene s considerm dou modele distincte5 n
al doilea fc@nd s apar un numr de variabile e-plicative noi. 8n aceast a doua re#resie coeficientul de
corelaie multipl nu poate dec@t s creasc 3pentru c variabilitatea e-plicat prin re#resie cre+te4.
; definire mai precis a lui
2
.
5 care ine cont de > +i p esteH
3.
( )
2
2
1
1
1 .
p >
>
.

.
2
.
se nume+te &o'fi&i'n% d' &or'*(4i' ,u*%i)*/ &or'&%(%.
1. dac p=5 atunci
2
2
. .
N
2. dac p;5 atunci
2
2
. . <
N
3.
2
.
poate scdea prin introducerea n model a unei noi variabile e-o#eneN
4.
2
.
poate lua +i valori ne#ative5 dac
1
1
2

<
>
p
. .
An(*i2( v(ri(n4'i
/tunci c@nd studiem rolul 2ucat de e-o#ene asupra evoluiei endo#enei5 ne putem ntreba care este
partea de variabilitate e-plicat de una sau mai multe variabile e-o#ene.
<elum modelul iniialH
314 t pt p t t t
x a x a x a ! + + + + ...
2 2 1 1 5 t=, 2, ''',>
+i considerm K variabile printre cele p5 pe care le inde-m de la 1 la KH
324 t Kt K t t t
x a x a x a ! + + + + ...
2 2 1 1 .
%ariabilitatea neIe-plicat de cele K e-o#ene n modelul 314 este variabilitatea re"idual asociat
modelului 324.
AieH
( )
2
2
2 2 1 1
T
T ... T T

t
Kt K t t t
x a x a x a !
%ariabilitatea neIe-plicat de cele p e-o#ene din modelul 314 esteH
( )
2 2
2 2 1 1
T T ... T T

t
pt p t t t
x a x a x a !
%ariabilitatea e-plicat de cele 3p*K4 e-o#ene din modelul 314 atunci c@nd a,''',aK sunt estimai cu
modelul 324 este atunciH
2
2
2
T
T
T
4&
>tim c
2 2 2
& & :) : ) + 5 adic T \ T
T
\
T
\ + # # # # .
<e"ultatele se #rupea"5 adesea5 ntrIun tabel de anali" a varianeiH
Bursa variabilitii Buma ptratelor
corespun"toare acestei surse
Numrul #radelor
de libertate
Media ptratelor
asociate
1. $H mulimea celor p e-o#ene
p p
# #
T
\
T
p
p
# #
p p
T
\
T
2. T H mulimea re"iduurilor
p p
# # # #
T
\
T
\ T \ T
>*p
p >
T \ T
3. #H variabil endo#en
# #\
>
>
# #\
4. (p*K) variabile e-o#ene dintre cele p T \ T
T
\
T
T \ T p*K
K p
T \ T
8n fi#ura anterioar avemH
p p
: # &
T
este proiecia lui # pe subspaiul 394 ai crui vectori #eneratori sunt $,$2,''',$p.
K K
: # &
T
este proiecia lui # pe subspaiul #enerat de $,$2,''',$K.
:K aparine lui 394 +i triun#0iul ):p:K este dreptun#0ic n :p.
:K ):
K
&
+i
:K : :
K p
&
5 iar
T
este c0iar K p
: :
.
5.$. E8)'ri'n4/ d' &(*&u*
'ispunem de observaiile din tabelul de mai 2os +i ne propunem s e-plicm variabile endo#en #
pornind de la variabilele e-o#ene $ +i $25 printrIun model liniar de formaH + + +
3 2 2 1 1
a $ a $ a # 5
undeH

T
R
1
G
d
G
p
394
/

T
R
p
R
d

T
;
41

,
_

,
_

,
_

,
_

> > > >

x
x
x
$
x
x
x
$
!
!
!
#

...
5
...
5
...
5
...
2
1
2
22
21
2
1
2 1
1 1
1
2
1
adicH + $a # 5 undeH

,
_

,
_

3
2
1
2 1
21 11
5
1
... ... ...
1
a
a
a
a
x x
x x
$
> >
t !t xt x2t
1 1&& 1&& 1&&
2 1& 1&4 ..
3 1&$ 1& 11&
4 12& 111 12
5 111 111 113
11 115 1&3
$ 123 12& 1&2
) 133 124 1&3
. 13$ 12 .)
B observm c numrul de observaii 3*P.4 este mic5 din raiuni de simplificare a calculelor.
%om estima modelul5 presupunnd c sunt ndeplinite ipote"ele principale ale modelului liniar
#eneral de re#resieH
I ipote"e stoc0asticeH 5 4 . 3 5 & 4 3
2
I 5 5

30omoscedasticitate45 adicH & 4 . 3
s t
5 5
dac s t +i 5 4 3
2 2

t
5 t'
I ipote"e structuraleH dac numrul de variabile e-o#ene veritabile este k5 atunci p=k+ este
numrul parametrilor de estimat. *rebuie ca ran#ul matricii $ s fie e#al cu p 3pC>45 iar matricea
( ) $ $ 5 unde
$ este transpusa lui $ este nesin#ular5 deci inversabil.
8n e-emplul nostru avem kP2 +i pP3.
/tunci5 ( ) # $ $ $ a
1
T este un estimator liniar nedeplasat +i cu variana minimal 3estimator 19=,4.
!entru a simplifica procedura de calcul vom centra variabilele modelului. (u notaiileH
5 5 5
2 2 2 1 1 1
$ $ A $ $ A # # = 5
undeH


t
t
t t
t t
t
t
>
x
>
$ x
>
$ !
>
#
1
5
1
5
1
5
1
2 2 1 1
5
modelul se scrieH
+ +
2 2 1 1
A a A a = 5 sau
+ Ab =
5 unde
42

,
_

,
_

,
_

,
_

> > >

>
a
a
b
$ x $ x
$ x $ x
A
! !
! !
! !
= ... 5 5 ... ... 5
...
1
2
1
2 2 1 1
2 21 1 11
2
1
'eoarece


t
t
t
t
x
>
$ !
>
# 5 113 1&1$
.
1 1
5 11$ 1&53
.
1 1
1 1
1& .54
.
1 1
2 2


t
t
x
>
$
5 valorile centrate ale variabilelor suntH
t
# # =
1 1 1
$ $ A
2 2 2
$ $ A
1 I1$ I13 I
2 I11 I. I$
3 I1& I$ S4
4 S3 I2 S2&
5 I I2 S$
I1 S2 I3
$ S S$ I4
) S1 S11 I3
. S2& S13 I)
!entru a calcula estimatorul ( ) = A A A
a
a
b

,
_

1
2
1
T
T
T
5 avem nevoie de matricileH

,
_

,
_

,
_

,
_

4) 112
112 5&
... ...
...
...
2
2 2 1
2 1
2
1
2 1
21 11
2 21
1 11
t t t
t t t
> >
>
>
, , ,
, , ,
, ,
, ,
, ,
, ,
A A

,
_

,
_

,
_

,
_

$2
)$2
...
...
...
2
1
1
2 21
1 11
t t
t t
>
>
>
G ,
G ,
G
G
, ,
, ,
= A
( )

,
_

,
_

4&)5
5&
4&)5
112
4&)5
112
4&)5
4)
4) 112
112 5&
1
1
A A
( )

,
_

,
_

,
_

,
_

1244 5 &
32. 5 1
$2
)$2
4&)5
5&
4&)5
112
4&)5
112
4&)5
4)
T
T
T
1
2
1
= A A A
a
a
b
!entru a determina estimatorul celui de al treilea parametru5 a35 utili"m relaiaH
3 2 2 1 1
T T T a $ a $ a # + +
5 de undeH
43
1.41 5 5& 1& . 1244 5 & 113 . 32. 5 1 11$ T T T
2 2 1 1 3
$ a $ a # a
Modelul estimat esteH 1.41 5 5& 1244 5 & 32. 5 1 T
T
2 1
+ $ $ a $ # 5 iar re"iduurile suntH
1.41 5 5& 2 1244 5 & 1 32. 5 1 T
T
T + $ $ # a $ # # # .
(utm acum un estimator nedeplasat pentru variana re"iduurilor. /m v"ut c acest estimator este dat de
relaiaH

2 2
T
1
T
t
p >

. 'ar5
( ) ( ) b A = = = # # # # # #
T T T T T
T 5 iar
( ) ( ) = A b = = b A = b A =
t

T T T
T T T
2
. /vem cH

,
_

$2
)$2
= A

124)
2
t
G = = +i ( ) 5$&4 5 11$.
$2
)$2
1244 5 & 32. 5 1
T

,
_

= A b

42. 5 ) 5$&4 5 11$. 124)

2
t

4&4. 5 11
3 .
42. 5 )
T
1
T
2 2

t
p >

Matricea de varian +i covarian a vectorului b

T
esteH ( )
1 2
T

A A
b

5 iar o estimaie a ei se obine
nlocuind pe
2

cu
2
T

. /vem cH
( )

,
_

,
_

&1)1 5 & &&31 5 &
&&31 5 & &1)& 5 &
4&)5
5&
4&)5
112
4&)5
112
4&)5
4)
4 4&4. 5 11 3 T
T
1 2
T
A A
b

(oeficientul de corelaie multipl <

2
5 are valoareaH
tota/a a iabi/itate
reGi7,a/a a iabi/itate
tota/a a iabi/itate
/icata a iabi/itate
.
var
var
1
var
e-p var
2

%ariabilitatea total P ( ) 124)
2 2

t t
G ! !
%ariabilitatea re"idual P

42. 5 ) T
2
t

%ariabilitatea e-plicat P %ariabilitatea total L %ariabilitatea re"idual P

P124) L )542. P 11$.55$&4
.451 5 &
124)
5$&4 5 11$.
2
. .
*abelul de anali" a varianei 3variabile centrate4H
Bursa variabilitii Buma ptratelor
corespun"toare acestei surse
Numrul #radelor
de libertate
Media ptratelor
asociate
1.%ariabila endo#en centrat

124)
2
t
G
>*=M

2
1
1
t
G
>
44
2.%ariabilele e-o#ene centrate

5$&4 5 11$. T
2
t
G
k=2

2
T
1
t
G
k
3. <e"iduurile

42. 5 ) T
2
t

>*k*=N

2
T
1
1
t
k >

45
CAPITOLUL I0
STUDIUL MODELULUI LINIAR CGND IPOTEHELE CLASICE ASUPRA ERORILOR
NU MAI SUNT REALIHATE
9.3. I)o%'2( d' ind')'nd'n4/ ( 'rori*or
BIa studiat anterior modelul liniar de re#resie sub ipote"a c erorile sunt independente. 8n ca"ul n
care erorile t sunt corelate5 matricea de varian +i covarian a erorilor

nu se mai reduce la I
2

5 iar
estimatorii parametrilor modelului #eneral #=$a+5 cu 5(t)=05 t=,2,''',> +i ( ) I 5
2
\

nu mai
posed acelea+i proprieti ca n ca"ul erorilor independente.
Aie aT vectorul estimatorilor parametrilor a. ,stimatorul aT trebuie s fie liniar n raport cu
variabilele endo#ene #5 adic 6# a T 5 unde 6 este o matrice de coeficieni. ,stimatorul aT este
nedeplasat deoareceH
( ) ( ) [ ] ( ) 6$a 65 6$a 6 6$a 5 6# 5 a 5 + + T
3pentru c ( ) & 5 4.
!entru ca ( ) a a 5 T trebuie s impunem condiia 6$=I5 re"ult@nd cH
6 a 6 6$a 6# a + + T
Matricea de varian +i covarian a estimatorilor 3innd cont c 6 a a T 4 esteH
[ ] [ ] [ ] 6 6 6 65 6 6 5 6 6 5 a a a a 5
a


4 3 4 3 4 T 3 4 T 3
T
!unnd condiia ca
aT
s fie minimal5 sub restricia 6$=I +i re"olvnd aceast problem de e-tremum
condiionat5 re"ult c matricea 6 este de formaH
[ ]
1
1
1

$ $ $ 6
!rin nlocuire +i calcul se obineH
[ ] # $ $ $ 6# a
1
1
1
T

[ ]
1
1
T

$ $
a
,stimatorul aT astfel obinut este un estimator liniar5 nedeplasat +i de dispersie minim. ,l a fost obinut
prin M(MM! #enerali"at. Be observ imediat c dac erorile sunt independente5 adic I
2

5
atunci [ ] # $ $ $ a
1
T 5 adic re#sim estimatorul obinut prin M(MM! obi+nuit.
8n ca"ul n care erorile sunt corelate5 determinarea estimatorului aT necesit cunoa+terea matricei
de varian +i covarian a erorilor

. 8n aplicaii5 deoarece

este necunoscut5 se lucrea" cu

estimaia ei

T
5 ceea ce nu antrenea" erori prea #rave.
4
(orelarea erorilor
t
poate mbrca diverse forme. (el mai frecvent se studia" ca"ul c@nd
t t t
+
1
3se spune c erorile urmea" un proces autore#resiv de ordinul nt@i4.
Modelul liniar #eneral #=$a+5 scris +i sub formaH
314
t pt p t t t
x a x a x a ! + + + + ...
2 2 1 1
5 t=, 2, ''',>
3n care
t t t
+
1
5 iar asupra erorilor
t
facem ipote"ele cunoscuteH ( ) &
t
5 5 ( ) &
2 1

t t
5
5 pentru
2 1
t t +i ( ) t Var
t
5
2

45 poate fi pus sub urmtoarea formH

I ecuaia 314 scris pentru t* esteH
( ) ( ) ( ) ( ) 1 1 1 2 2 1 1 1 1
...

+ + + +
t t p p t t t
x a x a x a !
pe
care o nmulim cu 3presupunem
1 <
4H
324
( ) ( ) ( ) ( ) 1 1 1 2 2 1 1 1 1
...

+ + + +
t t p p t t t
x a x a x a !
!rin scderea 314I324 obinemH
334
( )
( )
( )
( )
( )
( )
t t p pt p t t t t t t
x x a x x a x x a ! ! + + + +
1 1 2 2 2 1 1 1 1 1
...
'ac sIar cunoa+te parametrul 5 atunci ecuaia 334 ar putea fi scris sub formaH
344 t pt p t t t
, a , a , a G + + + + ...
2 2 1 1
undeH
1

t t t
! ! G
( ) 1

t i it it
x x ,
5 i=,2,''',p.
1

t t t

'eoarece5 prin ipote"e5 erorile
t
sunt independente5 se poate aplica M(MM! obi+nuit ecuaiei
344 care va conduce la estimatorul
( )
p
a a a a T 5...5 T 5 T T
2 1

nedeplasat +i de minim dispersie.

'ar5 cum parametrul nu este cunoscut5 pentru estimarea parametrilor unei ecuaii de re#resie
atunci c@nd erorile sunt corelate 3sub forma unui proces autore#resiv de ordinul I5
t t t
+
1
5
staionar5 adic media ( )
t
5 +i dispersia ( )
t
Var sunt independente de timp5 iar
1 <
4 se pot aplica
urmtoarele metodeH
M'%od( I+
1. Be aplic M(MM! obi+nuit ecuaiilor 314 fr a ine cont c erorile
t
sunt
corelate. Be obine estimatorul
1
T a al lui a +i se determin valorile a2ustate
1 1
T
T
a $ # +i estimaiile erorilor
t t t
! !
1
T T .
2. 'm o estimare a parametrului aplic@nd M(MM! obi+nuit ecuaiei
t t t
+
1
T T
5 obin@nd T
.
4$
3. 8nlocuim cu T
n ecuaia 334 +i aplicm M(MM! obi+nuit acestei ecuaii. Be
obine estimatorul aT pentru parametrul a.
,vident5 pentru e+antioane mici5 estimatorul aT nu pre"int #aranii c are proprietile dorite.
M'%od( II+
,cuaia 334 de mai nainte se poate scrie +i sub formaH
354
( )
( ) ( )
( ) [ ]
t t p p t t pt p t t
x a x a ! x a x a ! + + + + +
1 1 1 1 1 1 1
... ...
Be aplic M(MM! obi+nuit ecuaiilor 334 +i 354 astfelH
1. 'm o valoare iniial lui 5 de e-emplu 0=0 n ecuaia 334 +i obinem o prim
estimaie a parametrilor
&
T a .
2. 8nlocuim ( )
& &
2
&
1 &
T 5...5 T 5 T T
p
a a a a n ecuaia 354 +i efectu@nd re#resia5 obinem o nou
valoare pentru 5 notat .
3. 8nlocuim cu n ecuaia 334 +i efectum o nou re#resie5 obin@nd estimatorul
( )
1 1
2
1
1 1
T 5...5 T 5 T T
p
a a a a +.a.m.d.
4. Be opresc iteraiile dac valorile #site n dou iteraii succesive nu difer dec@t printrI
un numr oric@t de mic dorit 3se spune c estimatorii
i
aT
5 i=,2,''' conver#4.
M'%od( III A6(*'i(=C+
!resupunem c
& >
5 ia succesiv valorileH
{ } 1 N...N &2 5 & N &1 5 & N & .
/plicm M(MM! obi+nuit ecuaiei 334 pentru fiecare valoare a lui +i calculm re"iduurile
t
T
.
Be reine valoarea lui care d cea mai mic sum a ptratelor erorilor

t
t
2
T
5 creia i corespund
estimatorii p
a a a T 5...5 T 5 T
2 1 ai parametrilor.
[[[
,-ist +i alte proceduri de estimare a parametrilor n ca"ul c@nd erorile sunt corelate.
9.3.3. T'.%(r'( i)o%'2'i d' ind')'nd'n4/ ( 'rori*or
/tunci c@nd ipote"ele fundamentale ale modelului liniar al re#resiei nu sunt ndeplinite
proprietile estimatorilor parametrilor sufer. /stfel5 sub ipote"a I2 referitoare la distribuia erorilor +i la
independena lor5 estimatorii obinui sunt nedeplasai +i au variana minimal. 'ac erorile sunt corelate5
estimatorii rm@n5 n #eneral5 nedeplasai5 dar matricea de varian +i covarian a acestora nu mai este
4)
I
2

. !entru a ne asi#ura de independena erorilor trebuie s efectum teste. ,ste vorba despre testul lui
'urbin +i Fatson.
Modelul liniar #eneral al re#resieiH
t pt p t t t
x a x a x a ! + + + + ...
2 2 1 1
se poate scrie sub formaH
t t t
ax ! +
undeH
( )
p
a a a a 5...5 5
2 1

+i

,
_

pt
t
t
t
x
x
x
x
...
2
1
.
Be aplic M(MM! obi+nuit +i se obine un estimator
( )
p
a a a a T 5...5 T 5 T T
2 1

5 calcul@nduIse
valorile a2ustate
t t
x a ! T T +i erorile estimate
t t t
! ! T T .
<e"iduurile estimate depind de +irul erorilor
t
+i de +irul valorilor e-o#ene
t
x 5 deoareceH
( )
t t t t t
x a a ! ! + T T T
.
Be consider variabila aleatoare5 notat 7
T
5 numit +i statistica 'urbinIFatson definit prin
ecuaiaH
( )

>
t
t
>
t
t t
7
1
2
2
2
1
T
T T
T

.
'urbin +i Fatson au determinat densitatea de probabilitate a variabilei aleatoare 7
T
5 notat
( ) 7 f
T
+i au artat c oricare ar fi +irul de e-o#ene considerate5 curbele repre"entative ale lui ( ) 7 f
T

oscilea" ntre dou curbe limit ( )
i
7 f
T
+i ( )
s
7 f
T
. /ceste funcii depind de numrul de observaii (>)5
de numrul de variabile e-o#ene veritabile ce fi#urea" n model (m) +i de +irul erorilor
t
. (ele dou
curbe limit 3repre"entate #rafic n fi#ur4 sunt atinse pentru anumite +iruri de e-o#ene xt +i sunt simetrice
n raport cu a-a de abscis 2.
4.
Bcopul este de a +ti dac erorile modelului sunt autocorelate. (el mai frecvent se caut testarea
le#turii erorilor printrIo relaie de forma
t t t
+
1
. Be spune c erorile urmea" un proces
autore#resiv de ordinul nt@i.
%rem s testm ipote"a I&H
&
3absena autocorelaiei erorilor45 contra ipote"ei I1H
& >

3erorile
t
sunt autocorelate4.
9a un nivel de semnificaie dat5 'urbin +i Fatson au determinat dou valori5 7 +i 725 n funcie
de numrul de observaii 3>4 +i de numrul de e-o#ene veritabile 3m4 corespun"toare fiecreia din curbele
limit.
Be calculea" statistica 7
T
cu relaia dat +i se observ cH
1. dac
1
T
7 7 < 5 atunci se accept I1N
2. dac
2 1
T
7 7 7 < < 5 atunci e-ist ndoieli c le#tura dintre erori este de forma
t t t
+
1
N
3. dac
2
T
7 7 > 5 atunci se accept I&.
8n tabelul urmtor sunt date c@teva valori u"uale pentru 71 +i 72 n funcie de > +i m5 pentru nivelul
de semnificaie P&5&5H
*abela 'IF
> m= m=2 m=3 m=O m=P
71 72 71 72 71 72 71 72 71 72
7

7
2
2 7?

7?
2


( ) 7 f
T
5&
15 15&) 153 &5. 1554 &5)2 15$5 &5. 15.$ &55 2521
2& 152& 1541 151& 1554 15&& 15) &5.& 15)3 &5$. 15..
3& 1535 154. 152) 155$ 1521 155 1514 15$4 15&$ 15)3
5& 155& 155. 154 153 1542 15$ 153) 15$2 1534 15$$
1&& 155 15. 153 15$2 151 15$4 155. 15$ 155$ 15$)
O6.'rv(4iiH
1. 8n loc s testm
&
contra
& >
5 se poate testa I&H
&
5 contra I1H
&
. Be obin
dou valori
\
1
7 +i
\
2
7 simetrice n raport cu 2 +i se constat cH
a. dac
1
T
7 7 < sau
\
2
T
7 7 > 5 atunci se accept I1N
b. dac
2 2
T
7 7 7 sau
\
2
\
1
T
7 7 7 5 atunci e-ist ndoieli c erorile sunt corelateN
c. dac
\
1 2
T
7 7 7 < < 5 atunci se accept I&.
2. 'ac modelul studiat nu conine constanta5 trebuie s determinm 7
T
ca +i c@nd modelul ar
conine o constant.
3. Btatistica 'urbinIFatson aplicat pe un model care conine variabile endo#ene retardate este
deplasat ctre 25 ceea ce nseamn c erorile sunt mai puin corelate ntrIun proces autore#resiv5 dec@t ntrI
un proces ordinar.
9.3.". E8)'ri'n4/ d' &(*&u*
I. Be cunosc urmtoarele date referitoare la evoluia n timp a unei variabile economice 3n preuri
constante4H
t 1 2 3 4 5 $ )
7t 253 .54 .125$ .3552 1&2$52 11455& 11.35$ 122451
t . 1& 11 12 13 14 15
7t 12)15$ 14253 13$52 132$5) 142&5 1.335. 2&2354
!e aceast serie cronolo#ic5 utili"nd modelul
t t
b t a ! + + 5sIa aplicat M(MM!5
obin@nduIse estimatoriiH
)5$ 5 )1 T a N 4&4 5 5)2
T
b
'e asemenea5 sIa calculat variana estimatorilor +i ecartulItip al acestoraH .4))$ 5 $ T
T

a
N
2$21 5 $2 T
T

b

+i valorile a2ustate ale variabilei endo#ene 4&4 5 5)2 . )5$ 5 )1 T + t !

t
+i ale
re"iduurilor
t t t
! ! T T H
t 2 3 O P N 7 M
51
t
!T 452 $451 )2)5& .&.5) ..15$ 1&$35 115555 123$53
t . 1& 11 12 13 14 15
t
!T 131.52 14&15& 14)25. 1545 145 1$2)55 1)1&54
t 2 3 O P N 7 M
t
T I15.3 I$5$. S)45$. S25535 S3554. S$1544 S3)53& I13525
t . 1& 11 12 13 14 15
t
T I3$554 S25525 I1&54 I23$5&1 I225&& S2&5542 S2135&3
Ne propunem s cercetm o eventual autocorelare a erorilor.
R'2o*v(r'+
!entru a putea utili"a testul 'urbinIFatson trebuie ca numrul de observaii > s fie suficient de
mare 3n practic >;P45 iar modelul s conin un termen constant.
Btatistica 'urbinIFatson definit de ecuaia
( )

>
t
t
>
t
t t
7
1
2
1
2
1
T
T T
T

conduce5 conform datelor din
tabel5 laH
15 5 1
$. 5 22...1
35 5 25)$
T
7
.
'urbin +i Fatson au artat c pentru un proces staionar 3primele dou momente ale variabilei
aleatoare
t
independente de timp45 valoarea calculat a statisticii 7
T
este cuprins ntre & +i 45 cu
absena corelaiei n vecintatea lui 2. 8ntre aceste valori limit5 tabela 'IF furni"ea"5 la pra#ul de
seminificaie 5 diferite intervale de valori 7
T
corespun"toare pre"enei autocorelaiei po"itive sau
ne#ative5 absenei autocorelaiei +i situaiilor de indeci"ie5 astfelH
1. dac
1
T
& 7 7 < < 5 atunci erorile sunt po"itiv autocorelateN
2. dac
2 1
T
7 7 7 < < 5 atunci e-ist ndoieli c erorile ar fi corelateN
3. dac
2 2
4
T
7 7 7 < < 5 atunci erorile
t
sunt independenteN
4. dac
1 2
4
T
4 7 7 7 < < 5 atunci e-ist ndoieli c erorile ar fi corelateN
5. dac 7 7
T
4
1
< 5 atunci erorile sunt ne#ativ corelate.
8n e-emplul nostru5 numrul de e-o#ene veritabile n model este 3m=4 +i dispunem de >=P
observaii.
*abela 'IF furni"ea" valorile 71P15&) +i 72P153 la pra#ul de semnificaie P&5&5.
'eoarece 3 5 1 15 5 1
T
&) 5 1
2 1
< < 7 7 7 5 suntem ntrIo situaie de indeci"ie5 nu putem s
spunem c erorile
t
sunt corelate.
52
II. 8n tabelul urmtor sunt date5 pentru perioada 1.)5I2&&2H
volumul investiiilor n a#ricultur5 !tN
produsul intern brut a#ricol5 xtN
indicele volumului importurilor pentru a#ricultur5 x2t.
/nul
t
Investiii n a#ricultur
!t
!rodusul intern brut a#ricol
xt
Indicele volumului importurilor pentru a#ricultur
x2t
1.)5 )552 535) .&5
1.) .&52 5.45$ .15$
1.)$ .5 355$ .25.
1.)) 1125& ))51 .455
1.). 12455 $535& .$52
1..& 12&5) $.53 1&&5&
1..1 13155 ))55 1&452
1..2 1452 .3555 1&.5)
1..3 14&5) .)254 1153
1..4 1&5& 1&354 12153
1..5 1))53 11$151 12553
1.. 22&5& 13&5 13351
1..$ 2145 14125. 14$5$
1..) 1.&5. 152)5) 1152
1... 2435& 1$&252 1$&55
2&&& 3&353 1)..55 1)155
2&&1 35155 212$5 1.554
2&&2 3)52 23)55 21$54
Be cereH
1. 'eterminarea le#turii dintre investiii5 !I1 +i volumul importurilorN
2. *estarea autocorelaiei erorilorN
3. 'ac e-ist autocorelaie5 cum se pot nltura efectele acesteiab
R'2o*v(r'+
I Btudierea le#turii dintre variabilele economice amintite se poate efectua cu
modelul de re#resie multiplH
t t t t
cx bx a ! + + +
2 1
/plicarea M(MM! conduce la urmtoarea estimare a modeluluiH
t t t
x x !
2 1
.3 5 2 3$ 5 & 44 5 125 T +
(oeficientul de corelaie multipl are valoarea calculatH <
2
P&5.)
2. 'up calcularea re"iduurilor estimate5
t
T
5 statistica 'urbinIFatson esteH $2 5 &
T
7 .
(onform tabelei 'IF5 pentru ^P5O5 *P1) observaii +i mP2 variabile e-o#ene veritabile5 re"ultH
7=,0PZ $2 5 &
T
7 5 ceea ce conduce la conclu"ia c erorile sunt corelate po"itiv.
3. !entru a nltura efectele autocorelaiei erorilor5 se procedea" astfelH
I scriem dependena dintre variabile
314
t t t t
cx bx a ! + + +
2 1
5 pentru momentul tI1H
53
324
1 4 1 3 2 4 1 3 1 1
+ + +
t t t t
cx bx a !
I nmulim 324 cu Q +i efectum scderea 314I324H
( ) 4 3 4 3 4 3 1
1 4 1 3 2 2 4 1 3 1 1 1
+ + +
t t t t t t t t
x x c x x b a ! !
I cutm o estimaie a coeficientului Q. ;bservm c Q este coeficientul
variabilei !tI1 n relaia anterioar. ,fectum o re#resie cu M(MM! pe ultima
ecuaie5 fr s inem cont de relaiile dintre coeficieni5 adic pe ecuaiaH
t t t t t t t
x a x a x a x a ! a ! + + + + + +
4 1 3 2 4 2 3 4 1 3 1 2 1 1 1 &
unde a&Pa31I `4 5 a1Pb5 a2PIb`5 a3Pc5 a4PIc` +i
1

t t t

,fectund calculele5 obinemH
4 1 3 2 2 4 1 3 1 1 1
11 5 2 &) 5 3 & 5 & ) 5 & $& 5 & 5 5 4$ T

+ + +
t t t t t t
x x x x ! !
,stimaia
#sit pentru coeficientul ` este $& 5 & T
I cu a2utorul estimaiei #site5 transformm variabilele modelului iniial pentru o nou re#resieH
/nul
1
T


t t t
! ! G
4 1 3 1 1 1
T


t t t
x x ,
4 1 3 2 2 2
T


t t t
x x ,
1.)5 I I I
1.) 3&55 2&&5&4 2)52)
1.)$ 3354 21.541 2)5$1
1.)) 4453) 243511 2.54$
1.). 451& 2$1533 315&5
1..& 335) 2.5$& 315.
1..1 45.4 3115&. 3452&
1..2 54515 32$555 35)
1..3 3)54 32$555 3.544
1..4 1544 3$55$2 3.5).
1..5 $53& 425$2 4&53.
1.. ))51. 4)5)3 4553.
1..$ &5& 4.)52) 54553
1..) 4&5) 53.5$$ 5$5)1
1... 1&.53$ 325&4 5$5
2&&& 13352& $&$5. 2515
2&&1 13.51. $.$5.5 )535
2&&2 14&515 )$.51) )&52
;bservaieH
!entru a evita eliminarea primei valori din +irul de observaii5 prin trecerea la diferene5 se pot
folosi transformrileH
2
1 1
T 1 ! G 5
2
1 1 1 1
T 1 x ,
5
2
1 2 21
T 1 x ,
I se aplic M(MM! ecuaieiH
t t t t
, a , a a G + + +
2 2 1 1 &
5 +i re"ultH
t t t
, , G
2 1
.. 5 & 24 5 & 1. 5 $ T +
54
(oeficientul de corelaie multipl este acum <
2
P&5)) iar statistica 'urbinIFatson 54 5 1
T
7 .
*estul de independen conduce acum la conclu"ia c erorile sunt independente5 deoareceH
4Id2P254$Z 7
T
P1554Zd2P1553
9.". I)o%'2( d' nor,(*i%(%' ( 'rori*or
=nele proprieti ale estimatorilor nu depind de normalitatea erorilor. 'e e-emplu5 distribuiile
asimptotice ale estimatorilor necesit doar e-istena primelor dou momente 3media +i dispersia4 ale
erorilor
t
+i nu n mod obli#atoriu ca
t
s urme"e o le#e normal. /cest lucru nu este ns valabil pe
e+antioane mici. *estarea ipote"elor +i intervalele de ncredere nu mai au acelea+i proprieti dac le#ea de
distribuie a erorilor nu este le#ea normal. !entru a caracteri"a deviaiile de la le#ea normal se utili"ea"
doi coeficieniH
a4 coeficientul de asimetrie5 calculat prin raportulH
2
3
1

undeH
3
este momentul centrat de ordinul 3. 'ac &
1
> 5 atunci seria de date este deplasat spre
dreapta fa de le#ea normal5 iar dac &
1
< 5 e-ist o deviere spre st@n#a.
b4 coeficientul de aplati"are5 calculat prin raportulH
3
2
4
2

; valoare po"itiv pentru

3
indic faptul c distribuia este mai puin aplati"at dec@t
distribuia normal5 n timp ce o valoare &
3
< caracteri"ea" o distribuie mai aplati"at dec@t cea
normal.
/ceste deviaii afectea" testele +i intervalele de ncredere ale estimatorilor. Btudiul teoretic al
acestor deviaii este comple-. !entru a obine teste +i intervale de ncredere mai robuste5 n practic se
procedea" astfelH
1. Be efectuea" o re#resie cu metodele u"uale +i se determin o estimaie a re"iduurilor
t
T
.
2. Be e-aminea" cele > re"iduuri estimate +i se reperea" cele a cror valoare absolut
este foarte mare.
3. Be elimin din seria de date observaiile corespun"atoare acestor erori foarte mari sau
se corectea" aceste observaii astfel ca s se a2un# la valori c@t mai normale ale
erorilor.
55
4. Be efectuea" o nou re#resie pe e+antionul corectat. !roprietile estimatorilor
obinui vor depinde de re#ula adoptat n etapa anterioar. 'e e-emplu5 se poate
adopta re#ula de a respin#e sau corecta observaiile corespun"toare re"iduurilor a
cror valoare absolut
t
T
este mai mare dec@t de trei ori media erorilor absolute.
9.5. I)o%'2( d' B'%'ro.&'d(.%i&i%(%'
B presupunem5 deci5 c de+i
t
sunt independente5 dispesia erorilor
2
t

varia" n funcie de t.
8n acest ca"5 estimatorii obinui sunt nc nedeplasai. 'ar5 momentele centrate de ordinul doi nemaifiind
constante se comite o eroare de calcul a ecartuluiItip al estimatorilor. Be poate evalua deplasarea n
estimaia lui
aT
T
. /ceast deplasare depinde de natura +i importana 0eteroscedasticitii5 adic de +irul de
valori ( )
t
x
t
5
2

. 'eplasarea este nul dac sunt reali"ate relaiile urmtoareH

314
( ) &
1
2

x x
>
t
t
t

N
324 ( ) ( )
,
_

,
_

2
2
2
2
1 1
t
t
t
t
t
x x
>
x x
>
t t

.
/ceste relaiile sunt reali"ate atunci c@nd nu e-ist nicio le#tur sistematic ntre
2
t

+i
t
x .
Gomoscedasticitatea erorilor se admite n seriile cronolo#ice atunci c@nd ordinul de mrime al
variabilelor este apropiat pentru diverse observaii. 'ar5 n studiul datelor microIeconomice5 variabilele pot
avea ordine de mrime foarte diferite. /cest fapt conduce la erori de estimare importante pentru coeficienii
unui model econometric.
'ac putem evalua variana erorilor
2
t

atunci5 n loc s determinm parametrii din condiia ca

suma ptratelor erorilor s fie minim5 ace+tia pot fi determinai din condiia ca

t
t
t
2
2

s fie minim.
!entru modelul elementar
t t t
b ax ! + + 5 estimatorii aT +i b
T
vor fi cei care minimi"ea"
e-presia ( )

,
_

t
t t
b ax !
t
2
2
1

.
8n ca"ul n care
2
t

3dispersiile re"iduurilor4 varia" proporional cu valorile variabilei e-o#ene5

se poate pune condiia ca
( )
2
2
2

,
_

t t t
t
t t
t t
x
b
a
x
!
x
b ax !
s fie minim.
5
9.5.3. E8)'ri'n4/ d' &(*&u*
Ne propunem s studiem le#atura dintre volumul investiiilor +i suprafaa cultivat. !e un e+antion
de 3& de ntreprinderi a#ricole sIau obinut urmtoarele dateH
Buprafaa 30a4 (0eltuielile de investiii 3<;N4
1&& $55 $55 $$54 $)53 )&51 )1
2&& )&51 )15. )35$ )35$ )45 )45
3&& )555 ))52 ).51 .25$ .25$ .455
4&& .25$ .554 .)51 1&15$ 1&355 1&553
5&& 1&454 1&52 1&)5. 11255 11$5. 11$5.
/plic@nd M(MM! pe ntre#ul e+antion cu modelul elementar
t t t
b ax ! + + 5 obinemH
.5 5 $ &)145 5 & T +
t t
x ! +i . 5 &
2
. .
'orim s testm ipote"a de 0omoscedasticitate a erorilor. 8n acest scop efectum dou re#resii
separate5 una pe primele 12 observaii5 alta pe ultimele 12 3valorile lui $ fiind ordonate cresctor4.
Aie <(5 +i <(52 suma ptratelor erorilor relative la cele dou re#resii.
<e#resia lui # n raport cu $ pentru primele 12 observaii5 conduce laH
( )
5 $2 &54 5 & T
1
+
t t
x ! +i 5 &
2
. N 14 5 4.
1
<(5 5
iar re#resia pe ultimele 12 observaii dH
( )
45 5 54 1125 5 & T
2
+
t t
x ! +i & 5 &
2
. N .5 5 25&
2
<(5 .
8n ca"ul n care erorile ar fi distribuite normal +i 0omoscedastice5 variabilele aleatoare
2
1

<(5
5
respectiv
2
2

<(5
ar trebui s urme"e fiecare o distribuie 0i*ptrat cu (>*7*k*p) #rade de libertate5 unde >
este numrul de observaii5 7 este numrul de observaii omise 3n ca"ul nostru 7=N45 k este numrul de
observaii luat n fiecare re#resie separat5 iar p este numrul parametrilor de estimat. 8n e-emplul nostru >*
7*k*p=0. 8n aceste condiii5 variabila aleatoare
1
2
1&
1
1&
1
<(5
<(5
are o distribuie Ais0er cu 1& +i respectiv 1&
#rade de libertate 340,04. (u datele calculate5 obinem
&1 5 51
14 5 4.
.5 5 25&
1
2

<(5
<(5
. 'in tabelele
distribuiei Aisc0erIBnedecor5 la pra#ul de semnificaie =0,0P #asim 4tab=2,R7. 'eoarece
4ca/c=P,0;4tab=2,R7 se admite ipote"a de 0eteroscedasticitate a erorilor.
5$
'ac presupunem acum c variana erorilor
2
t

este proporional cu ptratul valorilor variabilei

e-o#ene5 adic
2 2
t
x
t

5 fiind o constant nenul5 atunci efectele 0eteroscedasticitii pot fi corectate

prin transformarea modelului. 8mprind fiecare termen al ecuaiei de re#resie prin xt5 re"ultH
t
t
t t
t
x x
b
a
x
!
+ +
sau
t t t
b, a G + + 5 undeH
t
t
t
x
!
G
5
t
t
x
,
1

+i
t
t
t
x

.
Be observ c ( )

,
_

2
2
1
t
t t
t
t
x x
Var Var .
!rin urmare5 modelul transformat are erorile
t
0omoscedastice5 deoarece dispersia lor este
independent de timp. ,fectu@nd re#resia pe modelul transformat5 re"ultH

'

, b G a
, > ,
, G > , G
b
t
t t
T
T
T
2
2
<evenind n variabilele iniiale obinemH

'

,
_

,
_

t t
t t
t
t
t t
t t
t t
t
t t
t
x >
b
x
!
>
a
x > x
x x
!
> x x
!
b
1 1
T
1
T
1 1 1
1 1 1
T
2 2
,fectu@nd calculele5 re"ultH
44 5 $&
T
b N &$2 5 & T a N .. 5 &
2
. 5 adicH
t t
t
x x
! 44 5 $&
&$2 5 &
T
+
sau 44 5 $& &$2 5 & T +
t t
x ! .
B remarcm faptul c panta dreptei de re#resie 3dup corectarea 0eteroscedasticitii4 este mai
mic dec@t cea obinut naintea corectrii.
9.9. I)o%'2( d' ind')'nd'n4/ ( 'rori*or 7n r()or% &u v(ri6i*'*' '8o-'n'
5)
Be +tie c sub aceast ipote" fundamental estimatorii obinui au proprieti optimale
3nedeplasai5 cu varian minimal4. (@nd ipote"a nu mai este satisfcut aceste proprieti nu mai sunt
valabile. (u c@t coeficientul de corelaie liniar 3

4 dintre
t
+i
t
x este mai mare5 cu at@t deplasarea
estimatorilor va fi mai mare. 8n astfel de ca"uri este de preferat s se alea# un alt model econometric
pentru studierea le#turii dintre variabile.
9a fel trebuie procedat +i atunci c@nd se constat c variana erorilor nu este finit.
9.:. I)o%'2( r'f'ri%o(r' *( f()%u* &/ v(ri(6i*'*' ,od'*u*ui .un% o6.'rv(%' f/r/ 'ro(r'
/tunci c@nd variabilele care apar n model nu sunt variabile observate fr eroare5 va e-ista o
corelaie ntre re"iduuri +i e-o#enele din model.
8n acest ca"5 pentru a obine estimatori conver#eni5 sIa de"voltat o metod de estimare special5
numit I,'%od( v(ri(6i*'*or in.%ru,'n%(*'J5 pe care o pre"entm mai 2os.
Aie modelul liniar #eneralH
t pt p t t t
x a x a x a ! + + + + ...
2 2 1 1 5 t=, 2, ''',>,
care5 cu notaiile obi+nuite5 se scrie n forma matricial #=$a+. Notm cu
#
e
+i
$
e
valorile reale
3necunoscute acum pentru c observaiile # +i $ conin eroriV4 ale variabilelor din model.
!utem scrie c + # #
e
5 + $ $
e
5 unde +i sunt variabile aleatoare. %om presupune c
+i satisface ipote"ele fundamentale 3medie "ero5 varian finit5 independente4.
8nlocuind $ +i # prin e-presiile lor5 obinem modelul + a $ #
e e
5 unde
+ a
.
/ceasta arat c n modelul iniial5 #=$a+ 5 re"iduurile sunt corelate cu $ prin intermediul lui .
!resupunem acum c se cunosc alte p variabile e-o#ene =i, i=1525...5p necorelate cu 5 +i 5 deci
necorelate cu .
/cest lucru nseamn c ( ) &
i
= 5 5 iP1525...5p. (onsiderm modelul iniial #=$a+ scris sub
formaH
314
+ + + +
p p
$ a $ a $ a # ...
2 2 1 1
5
unde

,
_

>
x
x
$
1
11
1
.
.
.
5

,
_

>
x
x
$
2
21
2
.
.
.
5...5

,
_

p>
p
p
x
x
$
.
.
.
1
8nmulim5 succesiv5 ecuaia 314 cu =5 =25 ...=p +i aplicm operatorul de medie 5 fiecrei ecuaii. Be
obine sistemulH
5.
324
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )

'

+ +
+ +
+ +
p p p p p
p p
p p
$ = 5 a $ = 5 a # = 5
$ = 5 a $ = 5 a # = 5
$ = 5 a $ = 5 a # = 5
...
....
...
...
1 1
2 1 2 1 2
1 1 1 1 1
Metoda de estimare %I 3variabilelor instrumentale4 const n a lua ca estimatori
( )
p
a a T 5...5 T
1

e-act soluiile sistemului de ecuaii 3245 n care speranele matematice sunt nlocuite cu momentele empirice
corespun"toareH
( )


t
t it i
! G
>
# = 5
1
5 iP1525...5p
( )


t
"t it " i
x G
>
$ = 5
1
5 i,"P1525...5p
'ac notmH

,
_

p> >
p
G G
G G
=
...
... ... ...
...
1
1 11
+i

,
_

p> >
p
x x
x x
$
...
... ... ...
...
1
1 11
sistemul 324 transformat se scrie sub form
matricialH ( )a $ = # = T \ \ 5 iar pentru c ( ) # =\ este inversabil5 obinem estimatorulH
( ) # = $ = a

\ \ T
1
.
B observm similitudinea cu estimatorii obinui prin M(MM!H
1. M(MM! obi+nuitH ( ) # $ $ $ a

\ \ T
1
2. M(MM! #enerali"atH
( ) ( ) # $ $ $ a

1
1
1
\ \ T

3. metoda %IH ( ) # = $ = a

\ \ T
1
.
Be trece de la 1. la 2. nlocuind \ $ prin
1
\

$ .
Be trece de la 1. la 3. nlocuind \ $ prin \ = .
(unoa+terea primei formule permite e-primarea celorlalte dou.
,stimatorul aT obinut prin metoda %I este un estimator deplasat pentru a5 dar conver#e n
probabilitate ctre a pentru > suficient de mare.
!entru a putea utili"a metoda %I trebuie #site at@tea variabile instrumentale c@te e-o#ene conine
modelul. /ceste variabile instrumentale trebuie s fie necorelate cu re"iduurile5 dar puternic corelate cu
e-o#enele modelului. /ceste restricii limitea" ale#erea variabilelor instrumentale +i5 prin urmare5 metoda
%I nu este o metod #eneral de estimare.
9.:.3. E8)'ri'n4/ d' &(*&u*
&
(onsiderm o anc0et pe bu#etele de familie pentru a studia consumul dintrIun anumit produs.
/nc0eta cuprinde un e+antion de > familii. Aacem urmtoarele notaiiH
!tH c0eltuielile totale ale familiei tN
!2tH c0eltuielile relative la produsul studiatN
VtH veniturile familiei tN
+i scriem ecuaiileH
314
t t t
V !
1 1
+
324
t t t
b aV !
2 2
+ +
Ne propunem s e-primm c0eltuielile relative la produsul studiat n funcie de c0eltuielile totale.
'in ecuaia 314 avem c
t t t
! V
1 1
+i nlocuind n 3245 re"ultH
t t t t
a b a! !
1 2 1 2
+ +
sau5 pun@nd
t t t
a
1 2
H
334
t t t
b a! ! + +
1 2
.
B observm c
t
este corelat cu !t prin intermediul lui t.
%om estima a +i b din ecuaia 334 introduc@nd o variabil instrumental.
Aie VEt venitul declarat de familia t. ,ste evident corelaia puternic dintre variabilele VEt +i Vt.
'impotriv5 venitul declarat VEt nu este corelat cu
t t t
V !
1 1
5 care este ecartul ntre
c0eltuielile totale +i veniturile familiei t. <e"ult c VEt nu va fi corelat cu
t
. =tili"m venitul declarat ca
variabil instrumental.
!entru simplificarea calculelor5 centrm variabilele din modelH
t t t
b a! ! + +
1 2
5 tP1525...5>

+ +
t
t
t
t
t
t
>
b !
>
a !
>

1 1 1
1 2
+ + b ! a !
1 2
344 ( ) ( ) +
t t t
! ! a ! !
1 1 2 2
'ac aplicm M(MM! ecuaiei 3445 obinem estimatorulH
354.
( )( )
( )
2
1 1
2 2 1 1
T

t
t
t
t
t
! !
! ! ! !
a
Aolosim ns metoda variabilelor instrumentale. !entru aceasta5 considerm variabila
instrumental centrat ( ) VE VE
t
. 8nmulind ecuaia 344 cu variabila instrumental centrat +i aplic@nd
operatorul de medie 55 re"ultH
1
( )( ) [ ] ( )( ) [ ] ( )( ) [ ] VE VE 5 VE VE ! ! a5 VE VE ! ! 5
t t t t t t
+
1 1 2 2
.
'ar5 cum
t
+i VEt nu sunt corelate5 nseamn c ( )( ) [ ] & VE VE 5
t t
5 iar acum
nlocuind 5 cu media empiric5 obinemH
( )( ) [ ] ( )( ) [ ] VE VE ! ! a5 VE VE ! ! 5
t t t t

1 1 2 2
( )( ) ( )( )
1 1 2 2
1 1
! ! VE VE
>
a ! ! VE VE
>
t
t
t
t
t t


5
de undeH
( )( )
( )( )
1 1
2 2
T
! ! VE VE
! ! VE VE
a
t
t
t
t
t t

.
/m obinut practic estimatorul 354 n care variabila ( )
1 1
! !
t
sIa nlocuit cu variabila
instrumental ( ) VE VE
t
at@t la numrtor5 c@t +i la numitor.
2
ILIOGRAFIE
3. Andr'iD T. S%(%i.%i&/ Ei '&ono,'%ri'D Edi%ur( E&ono,i&/D u&ur'E%iD "##9
". C'nuE/D GB'. A&oord.C M(%',(%i&i )'n%ru '&ono,iE%iD Edi%ur( CISOND u&ur'E%iD "###
5. CBoKD G. E&ono,'%ri&.D M&Gr(K Hi**D N'K LorMD 3F$F
9. Do6r'.&uD E. Tr(n2i4i( 7n Ro,1ni(!A6ord/ri '&ono,'%ri&'D Edi%ur( E&ono,i&/D
u&ur'E%iD "##"
:. GB'ro-Bi4/D M. Mod'*(r'( Ei .i,u*(r'( )ro&'.'*or '&ono,i&'D Edi%ur( ASED
u&ur'E%iD "##3
;. Gir(udD R. ! E&ono,'%ri'D E&ono,i&(D 9F ru' H'ri&(r%D P(ri.D 3FF#
<. Gouri'rou8D C. S%(%i.%iNu' '% Mod'*'. E&ono,'%riNu'.D
Monfor%D A. E&ono,i&(D P(ri.D 3F$F
$. Gu=(r(%iD R.N. E..'n%i(*. of E&ono,'%ri&.D M&Gr(K Hi**D N'K LorMD 3FF$
F. I.(i&!M(niuD A*. S%(%i.%i&( )'n%ru ,(n(-','n%u*
Mi%ru4D C. (f(&'ri*orD Edi%ur( E&ono,i&/D 3FF:
0oin'(-uD 0.
3#. M(*inv(udD E. M'%Bod'. .%(%i.%iNu'. d' *O'&ono,'%ri'D DunodD P(ri.D 3F<$
33. Oni&'.&uD O. In&'r%i%udin' Ei ,od'*(r' '&ono,i&/
o%'2D M. AE&ono,'%ri' infor,(4ion(*/CD Edi%ur( %iin4ifi&/ Ei En&i&*o)'di&/D
u&ur'E%iD 3F$:
3". P'&i&(nD E.S. E&ono,'%ri( )'n%ru ... '&ono,iE%iP E&ono,'%ri'!%'ori' Ei ()*i&(4iiD
Edi%ur( E&ono,i&/D u&ur'E%iD "##5
35. P'&i&(nD E.S. E&ono,'%ri'D Edi%ur( A**D u&ur'E%iD 3FF9
39. T(En(diD A*. E&ono,'%ri'D Edi%ur( A.S.E.D "##3
3:. T(En(diD A*. E&ono,'%ri' > )roi'&%D Edi%ur( A.S.E.D
Cr'4uD A. "##5
P')%(nD E.
3;. T/n/.oiuD O. Mod'*' '&ono,'%ri&'D Edi%ur( A.S.E.D
P'&i&(nD E.S. "##3
I(&o6D A.
3<. T/n/.oiuD O. E&ono,'%ri'!.%udii d' &(2D Edi%ur( A.S.E.D 3FF$
3$. T/n/.oiuD O. E&ono,'%ri' ()*i&(%/D Edi%ur( Ar%'%i&(r%D
I(&o6D A. u&ur'E%iD 3FFF
3F. KKK.(.'&i6.(.'.roQ.of%.B%,
3