Seminarul 10 Econometrie Sptaru (8-10dec.

2014)
1. Analiza de regresie n cazul modelelor econometrice neliniare
1) Modelul liniar y i = 0 + 1 xi + i
Pn acum am considerat modele liniare att n parametrii modelelor ct i n variabile acestora.
Pentru un model de regresie liniar n variabilele explicative, rata de modificare a variabilei
dependente rmne constant pentru o modificare cu o unitate a variabilei independente.
Ex2 Cerere_Pre. Cererea pentru un Album depinde de Preul Albumului.
Modelul liniar y i = 0 + 1 xi + i a fost esimat utiliznd EViews i s-au obinut rezultatele:

Ecuaia de regresie estimat este: y i = 49,6667 2,1576 x i

Valoarea b = 1 2,1576 , care msoar panta dreptei de regresie, arat c, meninnd celelalte

condiii neschimbate, atunci cnd preul produsului (X) crete cu o unitate monetar, cantitatea
vndut (Y) scade, n medie cu 2,16 uniti (albume).
a = 0 49,667 arat c, dac preul este 0, cantitatea medie vndut este de circa 50 albume. n
realitate, preul nu este niciodat 0. Coeficientul a nu are totdeauna interpretare economic.
Exist fenomene economice pentru care modelele de regresie liniare n parametri i n variabile nu
sunt potrivite. Pentru modelele de regresie neliniare n variabilele explicative, panta nu rmne
constant.
2) Modelul loglog sau dublu logaritmic sau logliniar sau cu elasticitate constant
Considerm c funcia de cerere pentru un Album are o alt form: y i = A x i1 , unde Y este
cantitatea cerut i X este preul.
dy
= A 1 x i( 1 1) . Se vede c rata de modificare a lui Y n raport cu X nu este independent de X, deci
dx
nu este constant. Modelul y i = A x i1 e i este neliniar n variabila X.
Logaritmm i obinem: ln yi = 0 + 1 ln xi + i .

Dac notm y i = ln y i i xi = ln xi , obinem modelul transformat: y i = 0 + 1 x i + i .

Dac sunt ndeplinite ipotezele standard, modelul transformat poate fi estimat prin MCMMP, iar estimatorii
astfel obinui sunt BLUE. Coeficientul 1 are interpretarea unei elasticiti, adic modificarea

procentual n Y pentru o modificare procentual dat (mic) n X.

dY X
X
X
elasticitatea lui Y n raport cu X
= ( slope) = ( panta)
dX Y
Y
Y
n modelul dublu logaritmic de mai sus, panta 1 msoar elasticitatea preului cererii.
Interpretarea coeficientul pant 1 , din modelul loglog:
Atunci cnd X crete cu 1%, Y crete sau scade, n medie, cu 1 %, meninnd celelalte condiii nemodificate
(ceteris paribus).
Deoarece funcia de regresie pentru modelul log-log este o dreapt, panta sa este constant.
Deoarece coeficientul pant = coeficientul de elasticitate, pentru modelul log-log, elasticitatea este constant.
Nu are importan pentru ce valori ale lui X este calculat aceast elasticitate.

1 = EY | X =

Modelul log-log estimat a condus la urmtoarele rezultate:

ln yi =
3,9617
0,2272 ln xi
R 2 = 0,9116
se
=
(0,04158)
(0,0250)
=
(95,2605)
(-9,0821)
t

Elasticitatea preului este 1 = 0,2272 i arat c: atunci cnd preul albumului crete cu un
procent, n medie, cantitatea cerut va scdea cu 0,2272 procente.
Un produs pentru care elasticitatea preului este mai mic dect 1, n valoare absolut, are cerere
inelastic.
0 = 3,9617 nseamn: valoarea medie a lui lny este 3,96 dac valoarea lui lnx este 0.
(Deoarece lny=3,9617 cnd lnx=0, dac lum antilogaritmul acestui nr. obinem 52,5466. Astfel
cantitatea cerut medie este de 53 uniti. Pentru modelul liniar am obinut numrul 49,667, deci
50 uniti.)
Interpretarea coeficientului de determinaie R 2 = 0,9116 . Aproximativ 91% din variaia variabilei
dependente (lny) este explicat prin variaia variabilei explicative (lnx).
Testarea ipotezelor n modelul dublu logaritmic.
Sub ipoteza c ~ N (0, 2 ) fiecare estimator este distribuit normal. Dac nlocuim variana
erorilor aleatoare 2 prin estimatorul nedeplasat se2 , fiecare estimator are o distribuie Student cu
numrul gradelor de libertate df=nk, unde k este numrul de parametri estimai n modelul de
regresie.
n ex. nostru cei doi coeficieni sunt semnificativi statistic. Valorile calculate ale statisticii t sunt
mai mari dect valoarea critic 2,306 pentru df=8 i nivelul de semnificaie 5%.
Compararea modelelor de regresie liniare cu cele log-liniare.
Dei teoria economic sugereaz c ntre pre (X) i cantitatea cerut (Y) exist o relaie invers,
teoria nu este suficient de robust pentru a indica forma funcional dintre cele dou variabile.
2

Forma funcional a modelului de regresie devine o problem empiric. n cazul regresiei

unifactoriale funcioneaz urmtorul principiu:
Se reprezint grafic datele de observaie ( xi , y i ) i = 1,2,..., n . Dac graficul arat c relaia dintre cele dou
variabile este liniar, atunci este indicat specificarea unei funcii liniare.
Dac graficul arat o legtur neliniar, reprezentm grafic (ln xi , ln y i ) . Dac acest grafic arat o legtur
liniar este potrivit un model dublu logaritmic.

Putem alege modelul pe baza coeficientului de determinaie R 2 ?

n modelul liniar am obinut R 2 = 0,9757
n modelul log-log am obinut R 2 = 0,9116
Nu putem compara valorile R 2 ale celor dou modele, deoarece variabila dependent nu este
n aceeai form. n modelul liniar, R 2 msoar proporia din variaia variabilei dependente Y,
explicat prin variabila indep.X. n modelul log-log R 2 msoar proporia din variaia variabilei
lnY, explicat prin variaia variabilri lnX.
Variaia variabilei Y i variaia variabilei lnY sunt diferite. Variaia unui numr msoar
modificarea absolut. Variaia n logaritmul unui numr msoar modificarea relativ sau
proporional, sau modificarea procentual, dac este nmulit cu 100.
n modelul liniar 97,57% din variaia n Y este explicat prin X.
n modelul log-liniar 91,16% din variaia n lnY este explicat prin variaia n lnX.
Putem compara dou sau mai multe modele de regresie, cu scopul de a-l alege pe cel care aproximeaz cel
mai bine datele de observaie, numai dac avem aceeai variabil dependent.

n exemplul considerat:
coeficienii pant sunt negativi, aa cum spune teoria economic.
ambii coeficieni sunt semnificativi statistic.
nu putem compara coeficienii pant n mod direct pentru c:
n modelul liniar am msurat modificarea absolut n cantitatea cerut pentru o modificare a
preului cu o unitate;
n modelul dublu logaritmic am msurat elasticitatea preului sau modificarea procentual n
cantitatea cerut pentru o modificare de un procent n pre.
3) Modelul linlog
dY
dY
=
d ln X dX/X
Interpretarea coeficientului pant din modelul lin-log: Atunci cnd X crete cu 1%, Y crete sau scade, n
medie, cu 1 / 100 uniti ( 0,01 1 uniti), meninnd celelalte condiii nemodificate.

y i = 0 + 1 ln xi + i

1 =

Rezultatele estimrii unui model lin-log n care Y=PNB iar X=Oferta de bani (n miliarde dolari), n
perioada 1998-2012, sunt urmtoarele:
y t = 524,45 + 345,10 ln xt
t = (-23,8121)
(26,2831)

Interpretare: 1 =345,1 arat c, n perioada seleciei (1998-2012), o cretere n Oferta de bani cu un

procent a fost urmat, n medie, de o cretere n PNB de aproximativ 3,451 miliarde dolari
( 1 /100), meninnd celelalte condiii nemodificate.
4) Modelul loglin
d (ln Y ) dY 1
=

dX
dX Y
Dac X=timpul obinem modelul ln y i = 0 + 1 t + i
ln y i = 0 + 1 xi + i

1 =

Prelucrarea datelor referitoare la BNB (n miliarde dolari), n perioada 1996-2012, a condus la

rezultatele urmtoare:
3

ln yt = 6,3801 +
0,0195 t
(0,9831)
t = (1,8121)

Interpretare: 1 = 0,0195 arat c, n perioada seleciei (1996-2012), PNB a crescut n fiecare an, n
medie, cu aproximativ 1,95% ( 1 x100%), meninnd celelalte condiii nemodificate.

Pentru t = 0 (anul 1996) avem ln yt = ln y1996 =6,3801. Antilog(6,3801)=590. Rezult valoarea

ajustat y 0 = y 1996 =590 miliarde dolari.

5) Modelul reciproc sau hiperbolic
1
y i = 0 + 1 + i
xi

Studiind legtura dintre X=rata omajului (%) i Y=rata variaiei salariului real (%), n perioada
1996-2012, s-au obinut urmtoarele rezultate:
y t = 19,49 + 69,45 (1 / xt )
t = (13,85)
(9,28)
Interpretare: 1 =69,45 arat c, n perioada seleciei (1996-2012), la o cretere a inversei ratei
omajului cu o unitate, n medie, rata variaiei salariului real este de 69,45 adic salariul real crete,
n medie, cu 69,45% , meninnd celelalte condiii nemodificate.
0 =19,49 arat c, atunci cnd rata omajului tinde la infinit, creterea procentual n salarii nu va
fi mai mare de 19,49 pe an.
6) Modele logliniare multiple.
Funcia de producie CobbDouglas: Q = A K 1 L 2 e exprim dependena neliniar dintre cantitatea
produs i cei doi factori de producie, Capitalul K i Fora de munc L. Putem renota variabilele:
Y=Q=Producia, X1=K=Capitalul i X2=L=Fora de munc

Datele privind cele 3 variabile sunt colectate pe o perioad de 20 de ani i se afl n fiierul
Functie_Productie.xls.
Y este msurat prin PIB (n milioane ), X1 este Capitalul (n milioane) iar X2=Fora de munc (n
mii de persoane).
Aplicm transformarea logaritmic i obinem modelul:
ln yt = 0 + 1 ln x1t + 2 ln x 2t + t

Modelul estimat este:

ln y t
se
t
p

=
=
=
=

1,6524
(0,6062)
(2,7259)
(0,0144)

+0,8460 ln x1t
(0,09335)
(9,06248)
(0,0000)

+0,3397 ln x2t
(0,1857)
(1,8295)
(0,0849)

R 2 = 0,9950
(0,000)
F = 1719 ,23
Coeficientul de regresie parial 1 = 0,8460 msoar elasticitatea outputului n raport cu Capitalul.
Meninnd celelalte condiii nemodificate, cnd Capitalul crete cu un procent, pe medie, producia
crete cu 0,8460 procente.
Coeficientul de regresie 2 = 0,3397 msoar elasticitatea outputului n raport cu Fora de munc.
Meninnd celelalte condiii nemodificate, cnd Fora de munc crete cu un procent, pe medie,
producia crete cu 0,3397 procente.
Dac adunm coeficienii de elasticitate obinem parametrul randament la scal, care ne arat
rspunsul outputului la o modificare proporional n inputuri.
Dac suma celor doi coeficieni este 1 avem randamente constante la scal (dublnd inputurile
simultan, se dubleaz outputul).
Dac suma celor doi coeficieni este >1 avem randamente cresctoare la scal (dublnd
inputurile, se obine mai mult dect dublul outputului).
Dac suma celor doi coeficieni este <1 avem randamente descresctoare la scal (dublnd
inputurile, se obine mai puin dect dublul outputului).
n modelul nostru suma celor doi coeficieni de elasticitate este 1,1857. Aceasta sugereaz c
economia rii respective a fost caracterizat prin randamente cresctoare la scal.
Coeficienii estimai sunt semnificativi statistic, pe baza unui test unilateral. Folosim un test
unilateral deoarece att Capitalul ct i Fora de munc au un efect pozitiv asupra outputului.
Valoarea tabelat este 1,74, pentru nivelul de semnificaie 5% i df=20-3=17.
Impactul capitalului pare a fi mai mare dect cel al forei de munc.
Testarea validitii modelului
H 0 : 1 = 2 = 0 (modelul este valid)
Valoarea calculat F este semnificativ (p-value este aproape 0). Respingem ipoteza nul c fora de
munc i capitalul mpreun, nu au nici un impact asupra outputului.
Coeficientul de determinaie este R 2 = 0,9950 . Rezult c 99,5% din variaia n logs(output) este
explicat prin variaia n logs Capitalului i Forei de munc. Modelul aproximeaz datele din
eantion foarte bine.
Testarea restriciilor liniare
Dorim s testm restricia 1 + 2 = 1 (asupra coeficienilor pant).
H 0 : 1 + 2 = 1 (restricia este valid)
H 1 : 1 + 2 1 (restricia nu este valid).
Pe meniul EQ01 selectm View/Representations pentru a vedea coeficienii ecuaiei.

Testul Wald
Pe meniul EQ01 selectm View/Coefficients Tests/Wald Test
n fereastra de dialog scriem restricia de testat (Atenie la componentele vectorului C!)
c(2)+c(3)=1

Probabilitile statisticilor F i Chi-square sunt > 0,05 acceptm H0 Restricia este valid.
n perioada studiat, economia a fost caracterizat prin randamente constante la scal.
2. Analiza de regresie n cazul modelelor econometrice cu variabile independente calitative.
a) Model cu o variabil independent calitativ: y i = 0 + 1 D + i
a = este nivelul mediu al variabilei Y pentru categoria D = 0 .
0

a + b = 0 + 1 arat nivelul mediu al variabilei Y pentru categoria D = 1 .

b = 1 arat cu ct este mai mare valoarea medie a variabilei Y pe cele dou categorii (diferena dintre
nivelul mediu al variabilei Y pentru categoria 1 i nivelul mediu al variabilei Y pentru categoria 0).

Exemplu: y i = 0 + 1 D + i
Y = Salariul anual al unui profesor, n mii lei
D = 1 , dac profesorul este brbat, D = 0 dac profesorul este femeie.
Considernd c toi ceilali factori sunt constani: vrsta, gradul, anii de experien, etc. i c erorile satisfac
ipotezele obinuite ale modelului liniar clasic, se va obine:
E (Y | D = 1) = 0 + 1 = salariul mediu al unui profesor brbat
E (Y | D = 0) = = salariul mediu al unui profesor femeie
0

 0 = 15,375 mii lei = salariul mediu al unui profesor femeie

0 + 1 = 23,333 mii lei = salariul mediu al unui profesor brbat
b) Model cu dou variabile independente de natur binar

Pentru un eantion format din 25 persoane, se nregistreaz salariul lunar obinut (mii lei/lun) pe
nivele de pregtire (nivel liceal, postliceal i superior).
D1= 1 pentru nivel liceal i 0 n rest
D2= 1 pentru nivel postliceal i 0 n rest
y i = 0 + 1 D1 + 2 D 2 + i

0 = 30,8117 mii lei este Salariul mediu al persoanelor cu studii superioare

1 = 16,2208 diferena dintre salariul mediu al angajailor cu studii liceale i al celor cu studii
superioare.
0 + 1 = 30,811716,2208 =14,5909 mii lei nivelul mediu al salariului persoanelor cu studii liceale
0 + 2 =30,81177,9091=22,9026 mii leinivelul mediu al salariului persoanelor cu studii postliceale
c) Model cu o variabil independent numeric i una calitativ:
y i = 0 + 1 xi + 2 D + i
Ex: Y = Venitul;
X = Educaia
D = mediul (1 = urban; 0 = rural)

Considerm regresia Venitului unui salariat (Y) n raport cu Educaia (X) i Mediul. Venitul este exprimat n
lei. Aceast regresie se utilizeaz pentru a vedea dac exist discriminare ntre mediul urban i mediul rural,
n ceea ce privete Venitul, pentru acelai nivel de pregtire.
Pentru D = 1 modelul devine y i = 0 + 1 xi + 2 + i = ( 0 + 2 ) + 1 xi + i (mediu urban)
(mediu rural)
Pentru D = 0 modelul devine y i = 0 + 1 xi + i
Coeficientul 2 arat diferena dintre termenii liberi din cele dou ecuaii, adic dintre subeantionul din
mediul urban i subeantionul din mediul rural. Apar deosebiri doar n punctul de pornire al dreptelor de
regresie, dar panta 1 este aceeai. Grafic, situaia este ilustrat de dou drepte paralele.

Regresia cu mediul Rural ca grup de baz (de comparaie)

1 daca mediul este Urban
D = Urban =
0 daca mediul este Rural
Venitul = 0 + 1 Educ + 2Urban + i
Dac D = Urban = 1 modelul devine Venitul = 0 + 1 Educ + 2 + i = ( 0 + 2 ) + 1 Educ + i
(grupul de baz Rural)
Dac D = Urban = 0 modelul devine Venitul = 0 + 1 Educ + i

0 arat termenul liber pentru grupul de baz (de comparaie), pentru D = 0 , deci pentru Rural.
1 este coeficientul pant pentru variabila Educaie este comun pentru cele dou genuri.
2 arat diferena dintre termenii liberi din cele dou ecuaii, adic dintre cele dou linii de regresie.
2 arat diferena medie la Venit ntre Urban i Rural, meninnd Educaia i celelalte condiii constante.
2 ne ajut s determinm dac exist discriminare n Venit, ntre Rural i Urban.
2 > 0 arat c, pentru acelai nivel de educaie, cei din mediul Urban au un Venit mai mare dect cei din
mediul Rural.
2 < 0 arat c, pentru acelai nivel de educaie, cei din mediul Urban au un Venit mai mic dect cei din
mediul Rural.

Ecuaia de regresie estimat este: Venitul = 65,1671 + 57,8804 Educ + 157,7634 Urban
Care este Venitul estimat pentru o persoan din mediul Urban cu Educaie=12ani?
E (Venitul | Educ = 12, Urban = 1) = 0 + 1 12 + 2 1 65,1671 + 57,8804 12 + 157,7634 1 =917,4953 lei

Care este Salariul estimat pentru o persoan din mediul Rural cu Educaie=12ani?
E (Venitul | Educ = 12, Urban = 0) = 0 + 1 12 + 2 0 65,1671 + 57,8804 12 + 157,7634 0 =759,7319lei