Tema NR 2 - Econometrie

TEMA NR 2 ECONOMETRIE DRGAN DANIELA, ANUL II ID - MANAGEMENT Page 1
TEMA NR. 2

1. n scopul evalurii impactului pe care variaia preului unui produs l are asupra variaiei cantitilor
vndute din acel produs a fost selectat un eantion reprezentativ de 10 de magazine, n care s-au urmrit
valorile urmtoarelor variabile:
- Q cantitatea vndut din produsul respectiv (kg)
- P preul produsului (RON)
A fost folosit pentru estimarea parametrilor urmtorul model, ale crui rezultate sunt prezentate mai jos:
Q = + P + .
SUMMARY OUTPUT

Regression Statistics

Multiple R 0.913173052

R Square 0.833885023

Adjusted R Square 0.813120651

Standard Error 10.73509502

Observations 10

ANOVA
df SS MS F
Regression

. 4628.0619 . .
Residual

. . .

Total 9 5550

Coefficients Standard Error
Intercept -29.32363674 20.687667
Pre vnzare (mii $) 0.068972606 0.0108839
a. Testai validitatea modelului de regresie, pentru un nivel de semnificaie de 5%;
b. Testai, interpretai i determinai intervalele de ncredere pentru coeficienii modelului.

Rezolvare:

a. Testai validitatea modelului de regresie, pentru un nivel de semnificaie de 5%:
Pentru testarea validitii modelului se formuleaz cele dou ipoteze:
0
:model nevalid statistic (ipoteza nul)

1
:model valid statistic (ipoteza alternativ)

Tabelul ANOVA va figura cu urmtoarele valori:

ANOVA
df SS MS F
Regression

k = 1
x/y =
4628.0619
Sx/y = x/y : k =
4628.0619
Fcalc = Sx/y: Se =
4628.0619/115.2422625 =
40.1594154748
Residual

n - k - 1
=8
e =
921.9381
Se = e : (n - k - 1) =
115.2422625
Total n-1 = 9 y = 5550

Valoarea teoretic pentru un prag de semnificaie = 0.05 i 1, respectiv 8 grade de libertate este de 5.32

,,1
=
0.05,1,8
= 5.32

ntruct
>
,,1
rezult c se respinge varianta nul
0
, adic se concluzioneaz c modelul
este unul valid.

b. Testai, interpretai i determinai intervalele de ncredere pentru coeficienii modelului.

Coefficients Standard Error t Stat
Intercept - 29.32363674 20.687667 -1.417445319
Pre vnzare (mii
$) 0.068972606 0.0108839 6.337122355

- pentru coeficientul ,
= -1.417 >
= -5.32 = > nu este semnificativ;

= 6.337 >

= 5.32 = > nu este semnificativ.

2. Pentru a decide n ce zon s fie amplasat un magazin de casete video, managerul unei firme de
comercializare i nchiriere de casete video realizeaz un studiu. Astfel, el consider c succesul afacerii
este cuantificat prin profitul anual brut obinut (sute euro). Principalul factor de influen considerat pentru
succesul acestei afaceri este venitul mediu al locuitorilor de pe o raz de un kilometru (zeci euro). Sunt
selectate aleator 5 supermarketuri i sunt nregistrate valorile celor 2 variabile.
Profit (mii euro) 2 6 8 11 15
Venit (sute euro) 4 12 21 25 20

a) Estimai parametrii ecuaiei de regresie, n ipoteza unei dependene liniare.
b) Testai validitatea modelului de regresie, pentru un nivel de semnificaie de 5%;
c) Msurai intensitatea legturii dintre cele dou variabile, folosind un indicator adecvat i testai
semnificaia acestuia, pentru un nivel de ncredere de 95% .
Rezolvare:

a) Estimai parametrii ecuaiei de regresie, n ipoteza unei dependene liniare.

Analiznd corelograma se remarc c ntre cele dou variabile exist o legtur liniar direct care
poate fi descris prin intermediul urmtoarei ecuaii:
= +

Calculele necesare estimrii parametrilor ecuaiei de regresie sunt redate n tabelul de mai jos:

Nr
crt
Profit
(sute
euro)
(X)
Venit
(sute
euro)
(Y)
2

2
( )
2
( )
2

1 2 4 4 16 8 7.562 -3.562 12.69 -12.40 153.76
2 6 12 36 144 72 13.082 -1.082 1.17 -4.40 19.36
3 8 21 64 441 168 15.842 5.158 26.60 4.60 21.16
4 11 25 121 625 275 19.982 5.018 25.18 8.60 73.96
5 15 20 225 400 300 25.502 -5.502 30.27 3.60 12.96
Total 42 82 450 1,626 823 81.97 0.03 95.92 0.00 281.20
y = 1.380x + 4.802
R = 0.658
0
5
10
15
20
25
30
0 2 4 6 8 10 12 14 16
Distribuia venitului n funcie de profit

Sistemul de ecuaii pentru determinarea coeficienilor a i b este:

5 +42 = 82
42 +450 = 823
=>
= 4.802
= 1.381

=
8245042823
5450(42)
2
=
36,90034,566
2,2501,764
=
2,334
486
= 4.802
=
58234282
5450(42)
2
=
4,1153,444
486
=
671
486
= 1.381

Ecuaia de regresie este:
= +
= 4.802 + 1.381

b) Testai validitatea modelului de regresie, pentru un nivel de semnificaie de 5%;
Sursa variaiei
Suma
ptratelor
Grade de
libertate
Media
ptratelor
Testul Fisher
(testul F)
Datorat
regresiei 185.28 k=1 185.28
5.795
Rezidual 95.92
n-k-1=5-k-
1=3 31.97
Total 281.20 n-1=4

0
: ;
1
: .
Pentru =0.05 i gradele de libertate 1 i 3, valoarea teoretic preluat din tabelul repartiiei Fisher, este
0.05,1,3
= 10.13
ntruct
<
,,1
se accept
0
i se respinge
1
, concluzionndu-se c modelul este
nevalid statistic.

c) Msurai intensitatea legturii dintre cele dou variabile, folosind un indicator adecvat i testai
semnificaia acestuia, pentru un nivel de ncredere de 95% .

Pe baza datelor din tabelul de la punctul a) se poate determina coeficientul de corelaie:

=
58234282
5450(42)
2
(51,62682
2
)
=
4,1153,444
4861,406
=
671
826.63
= 0.811 , ceea ce nseamn c exist o
legtur direct i de intensitate destul de puternic ntre cele dou variabile.

Calculul verifica valoarea lui
2
din graficul aferent, astfel 0.658=0.811.

3. O firm ce organizeaz licitaii pentru vnzarea unor antichiti dorete s determine relaia dintre preul
(mii euro) obinut pentru articolele licitate i vechimea (ani) a obiectelor. n urma prelucrrii cu EXCEL a
datelor culese de la un eantion aleatoriu de 10 licitaii, s-au obinut rezultatele:

SUMMARY OUTPUT
Regression
Statistics

Vechime
Multiple R 0.913173

R Square 0.833885

Mean 100

Standard
Deviation 24.83277
Standard Error 1,421,289

Sample Variance 616.6667
Observations 10

ANOVA

df SS MS F

Regression

1 .. 811245 .

Residual

. 161605 .

Total . 972850

Coefficients
Standard
Error

Intercept 665,991 . 3.397844

Pre vnzare (mii $) 12.09009 1.907813 ..

n ipoteza unui model de regresie liniar, se cere:
a) s se testeze semnificaia modelului, pentru un nivel de semnificaie de 5%;

b) s se determine intervalele de ncredere pentru parametrii modelului i s se comenteze rezultatele
obinute.

Rezolvare:

a) s se testeze semnificaia modelului, pentru un nivel de semnificaie de 5%:
0
1


ANOVA

df SS MS F
Regression k = 1
x/y = Sx/y *
k = 811245 *1 =
811245
Sx/y = x/y : k =
811245
Fcalc = Sx/y: Se
=
811245/20200.625
= 40.1594010086
Residual

n - k - 1 = 10-
1-1 = 8
e =161605
Se = e : (n - k - 1) =
161605 : 8 = 20200.625
Total
n-1 = 10 - 1 =
9
y = 972850


,,1
=
0.05,1,8
= 5.32

ntruct
>
,,1
0
este unul valid.

b) s se determine intervalele de ncredere pentru parametrii modelului i s se comenteze rezultatele
obinute.

Coefficients Standard Error t - stat
Intercept

665.991 196.0039955 3.397844
Pre vnzare (mii $) 12.09009 1.907813 6.337146251


= 3.398 <

= 5.32 = > este semnificativ;
= 6.337 >
= 5.32 = > nu este semnificativ.

4. Managerul unei companii de asigurri dorete s afle daca contactarea potenialilor clieni prin telefon
are influena asupra vnzarilor. Pentru aceasta, au fost selectai aleator 5 ageni de asigurri, de la care s-
au nregistrat numrul sptmnal al convorbirilor telefonice (X) i numrul polielor de asigurare ncheiate
ntr-o saptamna (Y):

Nr. de convorbiri telefonice 66 43 57 32 18
Nr. polielor de asigurare 20 15 18 12 2

a) Reprezentai grafic datele i determinai modelul liniar de regresie dintre cele dou variabile;
b) Masurati intensitatea legturii dintre cele dou variabile folosind coeficientul de corelaie i testai
semnificaia acestuia, pentru un nivel de semnificaie de 5%;
c) Efectuai o previzionare punctual i pe interval de ncredere a numrului de polie de asigurare
ncheiate, dac ntr-o saptamna s-au efectuat 50 de convorbiri telefonice.

Rezolvare:

a) Reprezentai grafic datele i determinai modelul liniar de regresie dintre cele dou variabile:

y = 0.351x - 1.773
R = 0.910
0
5
10
15
20
25
0 10 20 30 40 50 60 70
Distribuia nr. de polie de asigurare n funcie de nr. de convorbiri
telefonice

= +


Nr
crt
Nr. de
convorbiri
telefonice
Nr.
Polielor
de
asigurare
2

2
( )
2
( )
2

1 66 20 4,356 400 1,320 21.393 -1.393 1.94 6.60 43.56
2 43 15 1,849 225 645 13.32 1.68 2.82 1.60 2.56
3 57 18 3,249 324 1,026 18.234 -0.234 0.05 4.60 21.16
4 32 12 1,024 144 384 9.459 2.541 6.46 -1.40 1.96
5 18 2 324 4 36 4.545 -2.545 6.48 -11.40 129.96
Total 216 67 10,802 1,097 3,411 66.951 0.05 17.75 0.00 199.20


5 +216 = 67
216 +10,802 = 3,411
=>
= 1.773
= 0.351

=
6710,8022163,411
510,802(216)
2
=
723,734736,776
54,01046,656
=
13,042
7,354
= 1.773
=
53,41121667
510,802(216)
2
=
17,05514,472
7,354
=
2,583
7,354
= 0.351

= +
= 1.773 +0.351

b) Masurati intensitatea legturii dintre cele dou variabile folosind coeficientul de corelaie i testai
semnificaia acestuia, pentru un nivel de semnificaie de 5%:

Sursa variaiei
Suma
ptratelor
Grade de
libertate
Media
ptratelor
Testul Fisher
(testul F)
Datorat
regresiei 181.45 k=1 181.45
30.665
Rezidual 17.75
n-k-1=5-k-
1=3 5.92
Total 199.20 n-1=4

0
: ;
1
: .
0.05,1,3
= 10.13
ntruct
>
,,1
se accept
1
i se respinge
0
, concluzionndu-se c modelul este valid
statistic.

c) Efectuai o previzionare punctual i pe interval de ncredere a numrului de polie de asigurare
ncheiate, dac ntr-o saptamna s-au efectuat 50 de convorbiri telefonice:

Dac numrul convorbirilor telefonice dintr-o sptmn este de 50, atunci numrul previzionat al
numrului de polie de asigurare este:
= 1.773 +0.351
= 1.773 +0.351 50 = 1.773 + 17.55 = 15.78

16

5. O firm ce organizeaz licitaii pentru vnzarea unor antichiti dorete s determine relaia dintre preul
obinut pentru articolele licitate (u.m.) i numrul de persoane ce particip la licitaie. n ipoteza unui model
de regresie liniar, rezultatele prelucrrii n EXCEL sunt:


Multiple R 0.860271

R Square 0.740066




Observations 10

ANOVA

df SS MS F
Significance
F
Regression

1 719973.5 719973.5 22.77708 0.001404
Residual

8 252876.5 31609.56

Total 9 972850

Coefficients
Standard
Error
t Stat P-value

Intercept 1086.691 174.4825 6.228079 0.000252

Mrimea audienei 9.329102 1.954748 4.772534 0.001404

a) S se interpreteze rezultatele din tabele;
b) Determinai si interpretai intervalele de ncredere pentru parametrii modelului.

Rezolvare:

a) S se interpreteze rezultatele din tabele:

Modelul estimat pentru cele variabile este urmtorul Y=9,32 X +1086. Valoarea pozitiv a estimaiei
parametrului beta indic o legtura direct ntre preul obinut pentru articolele licitate i numrul de
persoane care particip la licitaie.
De asemenea, valoarea apropiat de 1 a raportului de corelaie exprim o relaie puternic ntre cele dou
variabile

b) Determinai si interpretai intervalele de ncredere pentru parametrii modelului:

= 6.228 <

= 22.777= > este semnificativ;
= 4.773 <
= 22.777 = > este semnificativ.


6. O companie de construcii susine c n timpul perioadelor n care se percep rate ridicate ale dobnzii,
numrul autorizaiilor de construcie s-a redus considerabil. Pentru 5 luni s-au nregistrat: rata dobnzii (%)
(X) i numrul autorizaiilor de construcie (Y):

Rata dobnzii (%) 18 11 15 12 16
Nr. autorizaiilor de construcie 43 119 82 90 80

a) Reprezentai grafic datele i determinai modelul de regresie adecvat analizei legturii dintre cele dou
variabile;
b) Testai validitatea modelului de regresie gsit, pentru un nivel de semnificaie de 5%;
c) S se determine n ce proporie rata dobnzii influeneaz variaia numrului de autorizaii.

Rezolvare:

a) Reprezentai grafic datele i determinai modelul de regresie adecvat analizei legturii dintre cele
dou variabile:

Conform valorilor afiate de grafic, ecuaia de regresie este:
= +
= 207.9 8.692

Panta fiind negativ, rezult c ntre nivelul ratei dobnzii i numrul de autorizaii de construcie se afl
o relaie invers (cu ct rata dobnzii are un nivel ridicat cu att numrul de autorizaii de construci i emise
va scdea).
y = -8.692x + 207.9
R = 0.849
0
50
100
150
0 5 10 15 20
Distribuia nr. autorizaii de construcie n funcie de
rata dobnzii

b) Testai validitatea modelului de regresie gsit, pentru un nivel de semnificaie de 5%:
Nr crt
Rata
dobnzii
(%)
Nr.
autorizaiilor
de
construcie
2

2
( )
2
( )
2

1 18 43 324 1849 774 51.444 -8.444 71.30 -39.80 1,584.04
2 11 119 121 14161 1,309 112.288 6.712 45.05 36.20 1,310.44
3 15 82 225 6724 1,230 77.52 4.48 20.07 -0.80 0.64
4 12 90 144 8100 1,080 103.596 -13.596 184.85 7.20 51.84
5 16 80 256 6400 1,280 68.828 11.172 124.81 -2.80 7.84
Total 72 414 1,070 37,234 5,673 413.676 0.32 446.09 0.00 2,954.80

Sursa variaiei
Suma
ptratelor
Grade de
libertate
Media
ptratelor
Testul Fisher
(testul F)
Datorat
regresiei 2,508.71 k=1 2,508.71
16.871
Rezidual 446.09
n-k-1=5-k-
1=3 148.70
Total 2,954.80 n-1=4

0
: ;
1
: .
0.05,1,3
= 10.13
ntruct
>
,,1
se accept
1
i se respinge
0
statistic.

c) S se determine n ce proporie rata dobnzii influeneaz variaia numrului de autorizaii:

=
55,67372414
51,07072
2
(537,234414
2
)
=
28,36529,808
16614,774
=
1,443
1,566.04
= 0.921

2
= (0.921)
2
= 0.8482

Dat fiind valoarea lui
2
nseamn c 84,82% din variaia numrului de autorizaii de construcie se
explic prin variaia ratei dobnzii.

7. Pentru a analiza dac ntre valoarea vnzrilor lunare i vrsta agenilor de vnzari, ai unei mari
companii ce comercializeaz produse cosmetice, exist o legtur, un analist selecteaz aleator un
eantion de 15 persoane. n urma prelucrrii n EXCEL a datelor culese pentru cele dou variabile, s-au
obinut rezultatele:

SUMMARY
OUTPUT


Multiple R 0.100488802

R Square 0.010097999

Adjusted R Square -0.066048309


Observations 15

ANOVA

df SS MS F

Regression

1 ........ 3.712025 ........

Residual

13 ........ ........

Total 14 367.6

Coefficients
Standard
Error
t Stat Lower 95% Upper 95%
Intercept 11.67340114 ...... ...... -0.130924113 23.47773
Vrsta 0.062282291 ...... ...... -0.307204742 0.431769
a) S se testeze validitatea modelului de regresie liniar pe baza cruia s-au obinut prelucrrile din
tabelele de mai sus.
b) S se testeze semnificaia parametrilor modelului pentru o probabilitate de 95%.

Rezolvare:

a) S se testeze validitatea modelului de regresie liniar pe baza cruia s-au obinut prelucrrile din
tabelele de mai sus:

0
1


ANOVA
df SS MS F
Regression
k = 1
x/y = Sx/y * k
=3.712025 *1 =
3.712025
Sx/y = x/y:k
= 3.712025:1 =
3.712025
Fcalc = Sx/y: Se =
3.712025/27.9913826923
= 0.13261313457
Residual

n - k -
1 =
15-1-1
= 13
e = y - x/y
= 367.6 -
3.712025 =
363.887975
Se = e : (n -
k - 1) =
363.887975 :
13 =
27.9913826923
Total
n-1 =
15 - 1
= 14
y = 367.6

Coefficients Standard Error t Stat Lower 95%
Upper
95%
Intercept 11.67340114 2.528 4.617
-
0.130924113 23.47773
Vrsta 0.062282291 0.079 0.785
-
0.307204742 0.431769

Valoarea teoretic pentru un prag de semnificaie = 0.05 i 1, respectiv 13 grade de libertate este de
4.67

,,1
=
0.05,1,13
= 4.67

- valorile din coloana Stabdard Error se determin pe baza urmtoarelor relaii:

+
= 23.478


=
23.47811.673
4.67
=
11.805
4.67
= 2.528

+
= 0.432

=
0.4320.062
4.67
=
0.37
4.67
= 0.079

- valorile din coloana t Stat se determin pe baza urmtoarelor relaii:

pentru ,
=
11.673
2.528
= 4.617

pentru ,
=
0.062
0.079
= 0.785

ntruct
<
,,1
rezult c se respinge varianta alternativ
1
, adic se concluzioneaz c
modelul nu este valid statistic.

b) S se testeze semnificaia parametrilor modelului pentru o probabilitate de 95%:

Intervalele de ncredere pentru cei doi parametri au urmtoarea intepretare, cu un nivel de incredere de
95%. Parametrul B0 este acoperit de interbalul (-0.13; 23.48) i parametrul B1 este acoperit de intervalul (-
0.31; 0.43).

8. Pentru a analiza n ce mod influeneaz vechimea utilajelor variaia costurilor de ntreinere a acestora,
s-au nregistrat pentru 5 utilaje: vechimea utilajelor (ani) i costurile lunare de ntreinere (sute euro):

Vechimea (ani) 2 6 8 11 15
Cost mediu lunar de ntreinere (sute euro) 4 12 31 25 34

a) Reprezentai grafic datele i determinai modelul liniar de regresie dintre cele dou variabile;
b) Msurai intensitatea legturii dintre cele dou variabile, folosind un indicator adecvat i testai
semnificaia acestuia pentru un nivel de ncredere de 95%;
c) Determinai intervalele de ncredere pentru parametrii modelului i interpretai rezultatele obinute.

Rezolvare:


a) Reprezentai grafic datele i determinai modelul liniar de regresie dintre cele dou variabile:

= +


Nr crt
Vechimea
(ani)
Cost
mediu
lunar de
ntreinere
(sute
euro)
2

2
( )
2
( )
2

1 2 4 4 16 8 6.543 -2.543 6.47 -17.20 295.84
2 6 12 36 144 72 15.703 -3.703 13.71 -9.20 84.64
3 8 31 64 961 248 20.283 10.717 114.85 9.80 96.04
4 11 25 121 625 275 27.153 -2.153 4.64 3.80 14.44
5 15 34 225 1156 510 36.313 -2.313 5.35 12.80 163.84
Total 42 106 450 2,902 1,113 105.995 0.00 145.02 0.00 654.80


5 +42 = 106
42 +450 = 1,113
=>
= 1.963
= 2.290

y = 2.290x + 1.963
R = 0.778
0
10
20
30
40
0 2 4 6 8 10 12 14 16
Distribuia costului mediu lunar de ntreinere n funcie de vechime

=
106450421,113
5450(42)
2
=
47,70046,746
486
=
954
486
= 1.963

=
51,11342106
5450(42)
2
=
5,5654,452
2,2501,764
=
1,113
486
= 2.290

= +
= 1.963 + 2.290

b) Msurai intensitatea legturii dintre cele dou variabile, folosind un indicator adecvat i testai
semnificaia acestuia pentru un nivel de ncredere de 95%:

Sursa variaiei
Suma
ptratelor
Grade de
libertate
Media
ptratelor
Testul Fisher
(testul F)
Datorat
regresiei 509.78 k=1 509.78
10.546
Rezidual 145.02
n-k-1=5-k-
1=3 48.34
Total 654.80 n-1=4

0
: ;
1
: .
0.05,1,3
= 10.13
ntruct
>
,,1
se accept
1
i se respinge
0
statistic.
c) Determinai intervalele de ncredere pentru parametrii modelului i interpretai rezultatele obinute:

Pentru testarea semnificaiei parametrului modelului de regresie liniar i estimarea lor pe intervale de
ncredere se procedeaz astfel:
1) Pentru parametrul , ipotezele testate sunt:

0
: = 0 (
= = 0)
1
: 0
ntruct volumul eantionului este mic (n< 30), se va utiliza testul n:
=
0
, statistic care urmeaz o distribuie t cu (n-2) grade de libertate.

unde,
)
2
=1

9. O agenie imobiliar dorete s previzioneze preul de vnzare al unor case, pe baza unui model de
regresie liniar unifactorial, n funcie de suprafaa locuibil a acestora. Rezultatele obinute n urma
prelucrrii n EXCEL a datelor nregistrate pentru un eantion de 15 locuine sunt:

Rezolvare:

SUMMARY
OUTPUT


Suprafaa (mp)
Multiple R 0.903563

R Square 0.816426

Mean 58

Smple Variance 160.4286

Observations 15

ANOVA
df SS MS F
Regression

........ ........ 2363.497774 ........
Residual

........ 531.4355595 ........

Total 14 2894.933333

Coefficients
Standard
Error

Intercept 21.23556 ......
X Variable 1 1.025824 ......
a) S se valideze modelul de regresie pentru un nivel de semnificaie de 5%;
b) S se testeze semnificaia parametrilor i s se interpreteze valorile acestora.


Rezolvare:

a) S se valideze modelul de regresie pentru un nivel de semnificaie de 5%:

0
1


ANOVA

df SS MS F
Regression

k = 1
x/y = Sx/y * k =
2363.497774 *1 =
2363.497774
Sx/y = x/y:k
= 2363.497774
Fcalc = Sx/y: Se =
2363.497774/40.879658423
= 57.8159863652
Residual

n - k - 1
= 15-1-1
= 13
e = 531.4355595
Se = e : (n -
k - 1) =
531.4355595 :
13 =
40.879658423
Total n-1 = 14
y =
2894.933333

Valoarea teoretic pentru un prag de semnificaie = 0.05 i 1, respectiv 13 grade de libertate este de
4.67

,,1
=
0.05,1,13
= 4.67

ntruct
>
,,1
0
este valid statistic.

b) S se testeze semnificaia parametrilor i s se interpreteze valorile acestora:
-
10. Pentru un magazin de confecii s-au cules date referitoare la vnzrile de cmi brbteti i profitul
obinut pentru 5 zile consecutive. Modelul de regresie obinut n urma prelucrrii datelor este:

=9.1+5.64
. Se cunosc: variana datorat regresiei (sistematic)

/
2
= (
)
2
=1
=737.40;
variana rezidual
2
= (
)
2
=1
=90. S se testeze semnificaia modelului de regresie folosind
testul F, pentru un nivel de semnificaie =0.05.
Rezolvare:
Sursa variaiei
Suma
ptratelor
Grade de
libertate
Media
ptratelor
Testul Fisher
(testul F)
Datorat
regresiei 737.40 k=1 737.40
24.58
Rezidual 90.00
n-k-1=5-k-
1=3 30.00
Total 827.40 n-1=4

0
: ;
1
: .
0.05,1,3
= 10.13
ntruct
<
,,1
se accept
0
i se respinge
1
, concluzionndu-se c modelul nu este
valid statistic.

11. Pentru un magazin de mobil s-au cules date privind numrul de spoturi publicitare difuzate i numrul
vizitatorilor (mii pers.) timp de 5 zile. Modelul de regresie obinut n urma prelucrrii datelor
este:
=9.13+3.98
. Se cunosc: variana datorat regresiei (sistematic)

/
2
= (
)
2
=1
=740.8;
variana rezidual
2
= (
)
2
=1
=60. S se testeze semnificaia modelului de regresie folosind
testul F, pentru un nivel de semnificaie =0.05.

Rezolvare:


Sursa variaiei
Suma
ptratelor
Grade de
libertate
Media
ptratelor
Testul Fisher
(testul F)
Datorat
regresiei 740.80 k=1 740.80
37.04
Rezidual 60
n-k-1=5-k-
1=3 20.00
Total 827.40 n-1=4

0
: ;
1
: .
0.05,1,3
= 10.13
ntruct
<
,,1
se accept
0
i se respinge
1
valid statistic.

12. Pentru un mare magazin alimentar s-au cules date privind vnzarile (mil. RON) i profitul (mil. RON)
realizate n 9 luni ale anului 2003:
Luna Ian. Feb. Mar. Apr. Mai Iun. Iul. Aug. Sept.
Val. vnzri (mil. RON) 70 20 60 40 140
150 160 120 140
Profit (mil. RON) 15 2 13 15 25
27 24 20 27

a) S se reprezinte grafic datele;
b) S se determine modelul de regresie n eantion, calculnd valorile ajustate ale profitului n funcie de
vnzari;
c) S se verifice semnificaia modelului de regresie gsit la punctul b) folosind testul F, pentru un nivel de
semnificaie =0.05.
d) S se testeze semnificaia parametrilor modelului de regresie, pentru un nivel de semnificatie =0.05.
e) Dac modelul s-a dovedit semnificativ, s se previzioneze valoarea profitului dac s-ar fi obinut vnzri
n valoare de 200 mil. RON.
f) S se msoare intensitatea legturii dintre variabile folosind coeficientul de corelaie, testnd semnificaia
acestuia pentru un nivel de semnificaie =0.05.

g) Ce pondere din variaia total a profitului este explicat de influena vnzarilor?

Rezolvare:

a) S se reprezinte grafic datele:

b) S se determine modelul de regresie n eantion, calculnd valorile ajustate ale profitului n funcie
de vnzari:

= +


Nr
crt
Luna
Val.
vnzri
(mil.
RON)
Profit
(mil.
RON)
2

2
( )
2
( )
2

1 Ian. 70 15 4,900 225 1,050 165.953
-
150.95 22,786.81 -4 13
2 Feb. 20 2 400 4 40 52.653 -50.65 2,565.73 -17 278
3 Mar. 60 13 3,600 169 780 143.293
-
130.29 16,976.27 -6 32
4 Apr. 40 15 1,600 225 600 97.973 -82.97 6,884.52 -4 13
5 Mai 140 25 19,600 625 3,500 324.573
-
299.57 89,743.98 6 40
6 Iun. 150 27 22,500 729 4,050 347.233
-
320.23 102,549.17 8 69
y = 0.145x + 4.072
R = 0.866
0
10
20
30
0 50 100 150 200
Distribuia profitului (mil. RON) n funcie de val. vnzrilor (mil. RON)

7 Iul. 160 24 25,600 576 3,840 369.893
-
345.89 119,641.97 5 28
8 Aug. 120 20 14,400 400 2,400 279.253
-
259.25 67,212.12 1 2
9 Sept. 140 27 19,600 729 3,780 324.573
-
297.57 88,549.69 8 69
Total 900 168 112,200 3,682 20,040 2,105 -1,937 516,910 0 546


9 + 900 = 168
900 +112,200 = 20,040
=>
= 4.072
= 0.145

=
168112,20090020,040
9112,200(900)
2
=
18,849,60018,036,000
1,009,800810,000
=
813,600
199,800
= 4.072

=
920,040900168
9112,200(900)
2
=
180,360151,200
199,800
=
29,160
199,800
= 0.145

= +
= 4.072 + 0.145

c) S se verifice semnificaia modelului de regresie gsit la punctul b) folosind testul F, pentru un
nivel de semnificaie =0.05:
Sursa variaiei
Suma
ptratelor
Grade de
libertate
Media
ptratelor
Testul
Fisher
(testul F)
Datorat
regresiei -516,364.25 k=1 -516,364.25
-6.993
Rezidual 516,910.25 n-k-1=9-k-1=7 73,844.32
Total 546.00 n-1=8

0
: ;

1
: .
0.05,1,7
= 5.59
ntruct
<
,,1
se accept
0
i se respinge
1
valid statistic.

d) S se testeze semnificaia parametrilor modelului de regresie, pentru un nivel de semnificatie
=0.05:
dac
>
=> se poate afirma c modelul este valid statistic

e) Dac modelul s-a dovedit semnificativ, s se previzioneze valoarea profitului dac s-ar fi obinut
vnzri n valoare de 200 mil. RON.:

+
= 4.072 +0.145
= 4.072 + 0.145 200 = 4.072 + 29 = 33.072

13. Pentru un magazin se cunosc vnzrile de cmi brbteti i profitul obinut pentru 8 zile
consecutive:
Profit (uniti monetare) 30 42 10 62 12 30 21 58
Numr de cmi
vndute (zeci buci)
3 4 1 6 1 2 2 5

a) S se reprezinte grafic datele;
b) S se determine modelul de regresie n eantion, calculnd valorile ajustate ale profitului n funcie de
vnzri;
c) S se verifice semnificaia modelului de regresie gsit la punctul b) folosind testul F, pentru un nivel de
semnificaie =0.05.
d) S se testeze semnificaia parametrilor modelului de regresie, pentru un nivel de semnificatie =0.05.
e) Dac modelul s-a dovedit semnificativ, s se previzioneze valoarea profitului dac s-ar fi vndut 8 zeci
buc. de cmi.

f) S se msoare intensitatea legturii dintre variabile folosind coeficientul de corelaie, testnd semnificaia
acestuia pentru un nivel de semnificaie =0.05.
g) Ce pondere din variaia total a profitului este explicat de influena vnzarilor de cmi?
Rezolvare:

a) S se reprezinte grafic datele:

b) S se determine modelul de regresie n eantion, calculnd valorile ajustate ale profitului n funcie
de vnzri:
Nr crt
Profit
(uniti
monetare)
Numr
de
cmi
vndute
(zeci
buci)
X Y XY Y^ Y-Y^ (Y-Y^) Y-Y (Y-Y)
1 30 3 900 9 90 -2.278 5.28 27.86 0 0
2 42 4 1,764 16 168 -3.226 7.23 52.22 1 1
3 10 1 100 1 10 -0.698 1.70 2.88 -2 4
4 62 6 3,844 36 372 -4.806 10.81 116.77 3 9
5 12 1 144 1 12 -0.856 1.86 3.44 -2 4
6 30 2 900 4 60 -2.278 4.28 18.30 -1 1
7 21 2 441 4 42 -1.567 3.57 12.72 -1 1
8 58 5 3,364 25 290 -4.49 9.49 90.06 2 4
Total 265 24 11,457 96 1,044 -20 44 324 0 24


y = 0.092x - 0.079
R = 0.964
0
2
4
6
8
0 20 40 60 80
Distribuia profitului (uniti monetare) n funcie de nr. de
cmi vndute (zeci buci)

8 +265 = 24
265 +11,457 = 1,044
=>
= 0.789
= 0.145

=
2411,4572651,044
811,457(265)
2
=
274,968276,660
91,65670,225
=
1,692
21,431
= 0.07895 0.789

=
81,04426524
811,457(265)
2
=
8,3526,360
21,431
=
1,992
21,431
= 0.092

= +
= 0.789 +0.092

c) S se verifice semnificaia modelului de regresie gsit la punctul b) folosind testul F, pentru un
nivel de semnificaie =0.05:

Sursa variaiei
Suma
ptratelor
Grade de
libertate
Media
ptratelor
Testul
Fisher
(testul F)
Datorat
regresiei -300 k=1 -300
-5.556
Rezidual 324 n-k-1=8-k-1=6 54
Total 24 n-1=7

0
: ;
1
: .

0.05,1,6
= 5.99
ntruct
>
,,1
se accept
1
i se respinge
0
statistic.


d) S se testeze semnificaia parametrilor modelului de regresie, pentru un nivel de semnificatie
=0.05:
dac
>
=> se poate afirma c modelul este valid statistic

e) Dac modelul s-a dovedit semnificativ, s se previzioneze valoarea profitului dac s-ar fi vndut 8
zeci buc. de cmi:

= 0.789 +0.092 80 = 0.789 + 7.36 = 6.571 uniti monetare

14. Managerul unui magazin alimentar dorete s cunoasc dependena dintre valoarea vnzarilor i profit.
Pentru aceast nregistreaz timp de 9 luni date privind vnzarile i profitul (mil. RON). n urma prelucrrii
datelor (utiliznd EXCEL) si a specificrii ecuaiei de regresie (n ipoteza legturii liniare) care modeleaz
dependena dintre cele 2 variabile se obtine :
Val. vnz (mil. RON) Profit (mil. RON)
Mean 10 Mean 0.195555556
Median 12 Median 0.2
Mode 14 Mode 0.15
Standard
Deviation 5.267826876
Standard
Sample Variance 27.75 Sample Variance 0.004202778
Sum 90 Sum 1.76
Count 9 Count 9

= 0.07844 +0.0117
, iar dispersia erorilor este
2
=0.00045311
Se cere:
a) Validai modelul de regresie obinut.
b) Testai semnificaia parametrilor ecuaiei de regresie.
c) Calculai i testai semnificaia coeficientului liniar de corelaie.

Rezolvare:
-


15. Pentru a analiza dependena dintre suprafaa cultivat (ha) i producia la hectar (q/ha) s-au nregistrat
date referitoare la aceste variabile pentru 10 parcele. n urma prelucrrii datelor (utiliznd EXCEL) i a
specificrii ecuaiei de regresie (n ipoteza legturii liniare) care modeleaz dependena dintre cele 2
variabile se obine:

Supr. cultivat (ha) Producia la hectar (q/ha)
Mean 82.4 Mean 24.6
Standard Deviation 11.296017
Standard
Sample Variance 127.6 Sample Variance 56.26666667
Sum 824 Sum 246
Count 10 Count 10

= 22.8711 + 0.576
, iar dispersia erorilor este
2
=15.656

Se cere:
a) Validai modelul de regresie obinut.
b) Determinai intervalul de ncredere pentru parametrii ecuaiei de regresie.
c) Analizai intensitatea legturii dintre cele dou variabile cu ajutorul unui indicator adecvat i testai
semnificaia acestuia.
Rezolvare:

-
16. Pentru un mare magazin alimentar s-au cules date privind vnzrile (mii RON) i profitul (mii RON)
realizate n 9 luni ale anului 2007. n urma studierii legturii liniare dintre cele dou variabile, s-au obinut
urmtoarele rezultate:
ANOVA

df SS MS F Signifance F
Regression

1 0.03045 ........ ........ 0.0000779643
Residual

........ ........ 0.000453

Total 8 ........

Coefficients
Standard
Error
t Stat P-value


Intercept 0.078438 ...... ........ 0.001719

Val. Vnz 0.011712 0.001429 ........ 0.000078

tiind c valoarea medie a vnzarilor este de 10 mii RON/luna, se cere:
a) S se completeze informaiile lips din tabelele de mai sus;
b) S se testeze semnificaia modelului liniar de regresie, pentru un nivel de semnificaie de 5%
c) S se testeze semnificaia parametrilor modelului, pentru acelai nivel de semnificaie.

Rezolvare:

a) S se completeze informaiile lips din tabelele de mai sus:

ANOVA
Regression

k = 1
x/y = Sx/y * k
=0.03045
Sx/y =
x/y:k =
0.03045/1 =
0.03045
Fcalc = Sx/y:
Se =
0.03045/0.000453
= 67.2185430463
0.0000779643
Residual

n-k-1 =
9-1-1 =
7
e = Se * (n - k -
1) = 7 *0.00453 =
0.003171
Se = e :
(n - k - 1) =
0.000453

Total
8
y = x/y + e =
0.03045+0.003171 =
0.033621

b) S se testeze semnificaia modelului liniar de regresie, pentru un nivel de semnificaie de 5%:

,,1
=
0.05,1,7
= 5.59

ntruct
>
,,1
0
este valid statistic.

c) S se testeze semnificaia parametrilor modelului, pentru acelai nivel de semnificaie:

Aplicnd regula de decizie prin compararea pragului de semnificaie cu valoarea P-value, se ia
decizia de a respinge ipoteza nul cu o probabilitate de 95% pentru fiecare parametru n parte. Prin
urmare, se consider c parametrii estimai sunt semnificativ diferii de zero, ceea ce echivaleaz cu
afirmaia c ntre cele 2 variabile exist o legtur de tip liniar.

17. Pentru 8 agenii de turism s-au nregistrat datele privind numrul biletelor vndute i profitul obinut (mii
RON). n urma analizei legturii liniare dintre cele dou variabile, s-au obinut urmtoarele rezultate:

ANOVA
Regression

........ ........ 0.438258 ........ 0.05221
Residual

6 0.450829 ........
Total ........ ........

Coefficients
Standard
Error
t Stat P-value
Intercept -0.435 0.856914 ........ 0.629823
Nr. bilete vndute 0.001382 ........ ........ 0.05221

Stiind ca dispersia numarului de bilete vndute este de 32796,79 se cere:
a) S se completeze informaiile lips din tabelele de mai sus;
b) S se determine intervalele de ncredere pentru parametrii modelului, pentru un nivel de semnificaie de
5%.
c) Ce procent din variaia profitului a fost determinat de influena numrului de bilete vndute?

Rezolvare:

a) S se completeze informaiile lips din tabelele de mai sus:
ANOVA

df SS MS F
Signifance
F
Regression

k = 1
x/y = Sx/y * k
= 0.0438258 * 1
= 0.0438258
Sx/y = x/y:k
= 0.438258
Fcalc = Sx/y: Se =
0.0438258:0.00751381666
=5.83269488505 0.05221

Residual

n - k - 1 =
8-1-1= 6
e = 0.450829
Se = e : (n -
k - 1) =
0.0450829 : 6
=
0.00751381666

Total
n-1 = 8-1
= 7
y = x/y +
e =0.0438258
+ 0.450829 =
0.4946548

b) S se determine intervalele de ncredere pentru parametrii modelului, pentru un nivel de
semnificaie de 5%:


,,1
=
0.05,1,6
= 5.99

ntruct
<
,,1
rezult c se respinge varianta alternativ
1
, adic se concluzioneaz c
modelul nu este valid statistic.

c) Ce procent din variaia profitului a fost determinat de influena numrului de bilete vndute?

-
18.Pentru a decide n ce zon s fie amplasat un magazin de casete video, managerul unei firme de
comercializare i nchiriere de casete video realizeaz un studiu. Astfel, el consider ca succesul afacerii
este cuantificat prin profitul anual brut obinut (sute euro). Factorii, considerati determinanti pentru
succesului acestei afaceri, sunt:
numrul de locuitori pe o raz de un kilometru (mii loc.)
venitul mediu al locuitorilor de pe o raz de un kilometru (zeci euro)
numrul competitorilor pe o raz de un kilometru
preul unei casete video la nchiriere (euro)
Rezultatele obinute n urma prelucrrii n EXCEL a datelor nregistrate pentru un eantion de 15
supermarket-uri selectate aleator sunt:


Coefficient
Standard
Error
t Stat P-value Lower 95% Upper 95%
Intercept -136.286 138.8103572 -1.01094 0.335878 -436.6620065 164.0904
Nr. Loc. -9.73134 .................. -1.21229 0.253266 -27.61715833 ..................
Venit .................. 2.841745705 3.987095 0.002571 4.99850612 17.66211
Competitori -14.4479 8.08882227 .................. 0.104378 .................. 3.575129
Pre 35.32166 15.26008696 2.314643 0.043165 1.320067288 69.32325

a) S se stabileasc funcia de regresie i s se interpreteze rezultatele.
b) S se testeze semnificaia parametrilor modelului de regresie.
c) S se determine intervalele de ncredere pentru parametrii modelului liniar de regresie pentru un nivel de
semnificaie = 0.05 tiind c (tcritic= 2.228).

Rezolvare:
-
19. Dac analizm legtura dintre Export i Import la nivelul unei ri n perioada 2006-2011 s-au obinut
urmtoarele rezultate privind eroarea de semnificaie:
-0.356 1.082 -0.787 -0.058 -0.352 0.472

S se testeze ipoteza de autocorelare a erorilor prin testul Durbin Watson.
Rezolvare:

Pe baza datelor de mai sus se calculeaz valoarea empiric a variabilei Durbin-Watson:

=
(
1
)
2
=2

2
=1

n

1 -0.356 0.126736 -0.356 0.126736
2 1.082 1.170724 1.438 2.067844
3 -0.787 0.619369 -1.869 3.493161
4 -0.058 0.003364 0.729 0.531441
5 -0.352 0.123904 -0.294 0.086436
6 0.472 0.222784 0.824 0.678976
Total 2.266881 0.472 6.984594


=
(
1
)
2
=2

2
=1
=
6.984594
2.266881
= 3.081

Pentru pragul de semnificaie =0.05, numrul observaiilor egal cu 6 i numrul variabilelor exogene
= 1, valorile din tabela distribuiei Durbin Watson (valabile pentru n = 15) sunt:
1
=1.08 i
2
=1.36

Acceptarea sau respingerea ipotezei de independen a erorilor se bazeaz pe o anumit regul, care
const n:
I. dac 0< <
1
=> autocorelare pozitiv: 0 < 3.081 > 1.08 => nu exist o autocorelare
pozitiv;
II. dac
1

2
=> indecizie, recomandndu-se acceptarea autocorelrii pozitive:
1.08 3.081 1.36 =>nu ne aflm ntr-o astfel de situaie de indecizie;
III. dac
2
< < 4
2
=>erorile sunt independente: 1.36 < 3.081 >2.64 => erorile nu
sunt independente;
IV. dac 4
2
4
1
=> indecizie, recomandndu-se acceptarea autocorelrii
negative: 2.64 3.0812.92=>nu ne aflm ntr-o astfel de situaie de indecizie.
V. dac
< < 4 => autocorelare negativ: 2.92< 3.081 < 4, adevrat => ntre
Import i Export exist o autocorelare negativ.

20. Pentru 15 ageni de asigurri, angajai ai unei companii de asigurri de via, se cunosc datele privind
timpul mediu (n minute) petrecut de un agent cu un potenial client i numrul de polie ncheiate de fiecare
ntr-o saptamna. n urma prelucrrii datelor s-au obinut urmtoarele rezultate privind eroarea de
semnificaie:
0.098 0.746 1.254 1.606 0.84 0.19 2.03

S se testeze ipoteza de autocorelare a erorilor prin testul Durbin Watson.
Rezolvare:

Pe baza datelor de mai sus se calculeaz valoarea empiric a variabilei Durbin-Watson:

=
(
1
)
2
=2

2
=1


n

1 0.098 0.009604 0.098 0.009604
2 0.746 0.556516 0.648 0.419904
3 1.254 1.572516 0.508 0.258064
4 1.606 2.579236 0.352 0.123904
5 0.84 0.7056 -0.766 0.586756
6 0.19 0.0361 -0.65 0.4225
7 2.03 4.1209 1.84 3.3856
Total 9.580472 2.03 5.206332

=
(
1
)
2
=2

2
=1
=
5.206332
9.580472
= 0.543

Pentru pragul de semnificaie =0.05, numrul observaiilor egal cu 7 i numrul variabilelor exogene
= 1, valorile din tabela distribuiei Durbin Watson (valabile pentru n = 15) sunt:
1
=1.08 i
2
=1.36

Acceptarea sau respingerea ipotezei de independen a erorilor se bazeaz pe o anumit regul, care
const n:
I. dac 0< <
=> autocorelare pozitiv: 0 < 0.543 < 1.08 => adevrat=>ntre

timpul mediu (n minute) petrecut de un agent cu un potenial client i numrul de polie
ncheiate de fiecare ntr-o saptamna exist o autocorelare pozitiv;
II. dac
1

2
=> indecizie, recomandndu-se acceptarea autocorelrii pozitive:
1.08 0.543 1.36 =>nu ne aflm ntr-o astfel de situaie de indecizie;
III. dac
2
< < 4
2
=>erorile sunt independente: 1.36 > 0.543 <2.64 => erorile nu
sunt independente;
IV. dac 4
2
4
1
=> indecizie, recomandndu-se acceptarea autocorelrii
negative: 2.64 0.5432.92=>nu ne aflm ntr-o astfel de situaie de indecizie.
V. dac 4
1
< < 4 => autocorelare negativ: 2.92 > 0.543 < 4 , => nu exist o
autocorelare negativ.

Tema NR 2 - Econometrie

Încărcat de

Informații document

Descriere:

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Descriere:

Drepturi de autor:

Formate disponibile

Tema NR 2 - Econometrie

Titlu original:

Încărcat de

Descriere:

Drepturi de autor:

Formate disponibile

TEMA NR 2 ECONOMETRIE DRGAN DANIELA, ANUL II ID - MANAGEMENT Page 1

= -5.32 = > nu este semnificativ;

= 5.32 = > nu este semnificativ.

= 1.773 +0.351 50 = 1.773 + 17.55 = 15.78

= 22.777 = > este semnificativ.

, statistic care urmeaz o distribuie t cu (n-2) grade de libertate.

. Se cunosc: variana datorat regresiei (sistematic)

. Se cunosc: variana datorat regresiei (sistematic)

=> se poate afirma c modelul este valid statistic

= 4.072 + 0.145 200 = 4.072 + 29 = 33.072

=> se poate afirma c modelul este valid statistic

= 0.789 +0.092 80 = 0.789 + 7.36 = 6.571 uniti monetare

, iar dispersia erorilor este

, iar dispersia erorilor este

-0.356 1.082 -0.787 -0.058 -0.352 0.472

0.098 0.746 1.254 1.606 0.84 0.19 2.03

=> autocorelare pozitiv: 0 < 0.543 < 1.08 => adevrat=>ntre

S-ar putea să vă placă și