Ce este econometria?

Econometria este o disciplin care s-a conturat ca o

sintez ntre economie, matematic i statistic.

Ce este econometria?

Econometria ajut la identificarea i msurarea relaiei de

cauzalitate care exist ntre variabilele economice.
Economitii sunt interesai de descrierea legturii dintre dou
sau mai multe variabile.
Relaiile identificate ntre variabilele economice sunt folosite
pentru:
analiza i predicia fenomenelor;
adoptarea deciziilor, fundamentarea unor politici, n general,
la nivel macroeconomic (monetare, fiscale).

Ce este econometria?

Obiectul de studiu al econometriei

Pe baza datelor din economie, econometria
construiete modele (expresii cantitative) pentru
realitile economice studiate care au un
corespondent n teoriile economice.
Econometria estimeaz, prin procedeele de
inferen statistic, parametrii modelelor i
realizeaz predicii asupra realitii studiate.
Aria de studiu a econometriei este realitatea
economic privit ca un ansamblu de relaii i
intercondiionri abordate cu preponderen sub
aspect cantitativ.

Exemple

Relaia dintre rata inflaiei i rata omajului poate fi

exprimat printr-un model de forma:
rata _ inf o 1

1
somaj

Relaia dintre venituri i consum;

Relaia dintre cerere i pre;
Relaia dintre producie i factorii de producie;
Relaia dintre rata dobnzii i investiii;
Modelul econometric al veniturilor venitul este funcie
de nivelul de educaie, experiena n mun, genul
persoanei
etc.
4

Ce este econometria?

Metoda de lucru
Econometria studiaz realitile economice sub
aspect cantitativ, cu ajutorul unui instrument
specific: modelul econometric.

Modelul econometric
Modelul, n sensul larg al cuvntului, este o reprezentare teoretic
i simplificat a unui fenomen, proces sau sistem din lumea
real.
Modelul este o schem simplificat a realitii studiate.
Modelul economic - descrierea unei economii sau a unui sector
din economie, folosind anumite ipoteze simplificatoare i
adecvate.
Modelarea economic exprimarea, prin relaii matematice, a
dependenelor deterministe existente ntre variabilele
economice analizate.

Modelul econometric

Exemplu pentru un model economic

Legea cererii unul din factorii care determin cererea este
preul

D 0 1 P

D cantitatea cerut
P preul
i constante reale, 0 >0 i
0

1<0

Relaie determinist, de tip liniar, de sens invers

Modelul econometric
Modelul econometric este o ecuaie sau un sistem de ecuaii
construit pe baza variabilelor economice.
Forma general a unui model econometric:

Y f ( X 1 , , X j , , X k ; 0 , 1 , , j , , k )
n orice model econometric, se ntlnesc urmtoarele elemente:
1)
variabile observabile;
2)
variabilele reziduale neobservabile;
3)
parametrii (coeficienii modelului).
8

Modelul econometric
Variabilele observabile se clasific n:
variabile independente (exogene, explicative , factor- X) i
variabile dependente (endogene, explicate, rezultat - Y).
Variabila independent este o entitate economic sau de alt natur
inclus n modelul econometric, cu scopul de a explica
modificrile unei variabile endogene.
Variabilele independente sunt numite i variabile factoriale sau
factori de influen care determin un anumit efect asupra
variabilei rezultat.
Spre deosebire de variabila dependent, pentru care pot fi obinute
valori estimate, prin intermediul modelului, variabila
independent este descris de date statistice obinute exclusiv
din afara modelului.
9

Modelul econometric
Variabila rezidual este o variabil aleatoare, neobservabil, a
crei prezen n modelul econometric se poate justifica prin:
alegerea neadecvat a formei funcionale a dependenei
deterministe n modelul economic;

neincluderea n model a unor variabile exogene importante;

existena unor posibile erori n msurarea datelor.

10

Modelul econometric
De regul, variabila rezidual apare n model ca sum a tuturor
influenelor necunoscute sau care nu sunt specificate. n
cercetarea econometric, variabila eroare este o variabil
aleatoare care respect anumite proprieti numite i ipoteze
clasice (ex: ipoteza de normalitate a erorilor). Se simbolizeaz
cu .

11

Modelul econometric

Parametrii (coeficienii) modelului sunt mrimi constante, n

general, necunoscute, cu ajutorul crora se exprim relaiile
dintre variabile n cadrul modelului. Se simbolizeaz cu .

12

Modelul econometric
Clasificarea modelelor econometrice
1) Dup natura dependenei dintre variabile:
a) modele de regresie deterministe: variabila
dependent este explicat n totalitate de variabila
sau variabilele independente din model.
b) modele de regresie probabiliste: Y=f(x) +, unde
este o variabil numit eroare sau reziduu, care
sintetizeaz ansamblul factorilor cu influen asupra
variabilei Y, dar care nu pot fi comensurai i care
nu sunt prini n mod explicit n model.
13

Modelul econometric
Clasificarea modelelor econometrice
2) Dup numrul variabilelor independente incluse n model:
a) modele de regresie simpl (unifactoriale, univariate)
- variabila Y este explicat printr-un singur factor determinant,
ceilali factori au o aciune aleatoare sau nesemnificativ.
Exemplu: funcia de consum (consum-venituri).
b) modele de regresie multipl (multivariate)
- variabila Y este explicat de doi sau mai muli factori.
Exemplu: funcia de producie, n care producia depinde de
stocul de capital i de fora de munc.
14

Modelul econometric
Clasificarea modelelor econometrice
3) Dup forma legturii dintre variabile:
a) modele de regresie liniar dac Y este o funcie liniar de
variabila sau variabile explicative;

Y 0 1 X
b)

modele de regresie neliniar

Y 0 1 X 2 X 2

15

Modelul econometric
Clasificarea modelelor econometrice
4) Dup timpul la care se refer datele din model:
a) modele de regresie statice
- variabilele incluse n model se refer la acelai
moment de timp sau la aceeai perioad de timp.
- se construiesc pe baza datelor de sondaj sau a
cercetrilor de moment.
b) modele de regresie dinamice
- sunt modele n care factorul timp apare explicit, ca
variabil independent:
Yt=f(t)+.
16

Demersul cercetrii econometrice

a) Formularea problemei n termeni economici, plecnd de la
o teorie economic.
Exemplu: legea cererii care postuleaz dependena determinist a
cererii de pre.
b) Specificarea modelului matematic al teoriei economice
Exemplu: modelul economic al cererii este dat de funcia cerere ,
D 0 1P

unde D cererea, P preul unitar, 0 0 i 1 0 .

17

Demersul cercetrii econometrice

c) Specificarea modelului econometric, adic exprimarea
modelului economic ntr-o form testabil empiric.
De exemplu, modelul econometric al cererii este dat de
D 0 1P

unde, pe lng variabilele D, P i parametrii 0 , 1 , din modelul

economic, apare variabila rezidual .
Aceast variabil trebuie s satisfac anumite ipoteze. (ex:
variabila rezidual urmeaz repartiia probabilist normal de
medie zero i varian 2 )
18

Demersul cercetrii econometrice

d) Estimarea parametrilor modelului econometric
- se realizeaz cel mai adesea prin metoda celor mai mici ptrate
(MCMMP);
- alt metod de estimare a parametrilor modelului econometric:
metoda verosimilitii maxime.
e) Testarea ipotezelor statistice
- se verific semnificaia statistic a parametrilor i a
modelului, precum i ndeplinirea condiiilor cerute de teoria
economic i de metodologia statistic.
19

Demersul cercetrii econometrice

f)Testarea adecvrii modelului econometric conduce la una
dintre situaiile:
1) Modelul econometric nu este adecvat, situaie n care
se reia analiza, ncepnd cu reformularea etapei c);
2) Modelul econometric este adecvat, situaie n care se
continu analiza cu etapele urmtoare.

20

Demersul cercetrii econometrice

g) Interpretarea parametrilor modelului
econometric n cadrul teoriei economice
De exemplu, n cazul funciei cerere, semnul minus al
ratei marginale indic faptul c cererea scade, dac
preul crete.
h) Utilizarea modelului econometric estimat pentru
predicii i luarea de decizii n politica
economic

21

1. Estimarea parametrilor
unei populaii (1)

Concepte fundamentale

1.

Populaie
Eantion
Sondaj aleator simplu

Estimatori. Proprietile estimatorilor

2.

Parametru. Estimator. Estimaie

Media de selecia

Bibliografie: Elisabeta JABA, Statistica, ediia a 3-a, Ed.

Economic, Bucureti, 2002, cap. 10 i cap. 11

22

Concepte fundamentale

Statistica clasic obinerea informaiei se face pe

baza datelor rezultate dintr-o ntregistrare total.

Statistica inferenial - obinerea informaiei se face pe

baza datelor rezultate dintr-o nregistrare parial
(eantionare).
- se refer la cunoaterea statistic a unei
colectiviti pe baza datelor nregistrate la nivelul
eantionului.

23

1.1. Populaie. Eantion

Populaia = ansamblul tuturor elementelor

Volumul populaiei se noteaz cu N

Variabila de distribuie a populaiei este variabila X

Eantionul = subansamblu de elemente extrase, dup

principiile seleciei, din populaia pe care vrem s o

cunoatem
Volumul eantionului se noteaz cu n
Variabila X este observat la nivelul eantionului extras
din populaie.

24

1.1. Populaie. Eantion

Selecia

25

selecia (extragerea) unitilor eantionului din

populaie se poate realiza:
n mod aleator, dup jocul hazardului (principiul
seleciei aleatoare);
dup un criteriu prestabilit (principiul seleciei
raionate).

1.1. Populaie. Eantion

Sondajul aleator simplu

26

eantionul este extras aleator, plecnd de la o baz de

sondaj, adic de la o list complet a indivizilor ce
compun populaia studiat.
toi indivizii din populaie au o probabilitate egal de a
intra n eantion.
se aplic, de regul, cnd nu se cunoate structura
populaiei n grupe tipice.

1.1. Populaie. Eantion

n procesul de esantionare, din populaia de volum N, se

pot extrage k eantioane de volum n.

Numrul de eantioane care se pot extrage, difer n

funcie de metoda de eantionare:
n cazul eantionrii aleatoare nerepetate (schema
urnei fr revenire):

C Nn

n cazul eantionrii aleatoare repetate (schema urnei

cu revenire):

kN
27

N!

n!( N n)!
n

1.1. Populaie. Eantion

Exemplu

Cte eantioane de volum n=3 pot fi extrase din populaia

de volum N=5, printr-o selecie:
Aleatoare repetat

k 53 125 esantioane
Aleatoare nerepetat

28

C53

5!

10 esantioane
3!2!

1.2. Parametru. Estimator.

Estimaie

29

Parametrul ( )

este o caracteristic numeric a variabilei X la

nivelul populaiei totale

ex:
media variabilei X la nivelul populaiei:
2
dispersia variabilei X la nivelul populaiei:

este o valoare numeric necunoscut, care face

obiectul procesului de estimare

1.2. Parametru. Estimator.

Estimaie

Parametrul ( )
la nivelul populaiei, de volum N
- fiecrei valori a variabilei aleatoare, X, i
corespunde o probabilitate de apariie (pi)
-> repartiie (distribuie) de probabilitate
- X este o variabil teoretic, aleatoare

xi
X :
pi i 1, N
N

xi

30

2
( xi )

M ( X ) i 1 ; V ( X ) 2 i 1
N

; V( X )

1.2. Parametru. Estimator.

Estimaie

31

Estimaia

este o caracteristic numeric a variabilei X la

nivelul eantionului

ex:
media variabilei X la nivelul eantionului: x
dispersia variabilei X la nivelul eantionului: s 2

este o valoare real, cunoscut

1.2. Parametru. Estimator.

Estimaie

Estimaia

la nivelul eantionului, de volum n, fiecrei

valori xi a variabilei aleatoare, X, i corespunde
o frecven de apariie (fi) > repartiia de
frecven; X variabil statistic
n

xi

2
( xi x )

xi
X :
; M ( X ) x i 1 ; V ( X ) s 2 i 1
n
n
f i i 1, n

32

; V (X ) s

1.2. Parametru. Estimator.

Estimaie

Estimatorul ( )

33

este o variabil aleatoare (statistic) care are ca

valori estimaiile determinate pe baza celor k
eantioane posibil de extras

1.2. Parametru. Estimator.

Estimaie

Pentru fiecare eantion posibil avem caracteristicile

numerice: media, dispersia, abaterea standard.

x1

x2


x
k

34

s12

s 22


s2
k

s1

s2

s
k

Mediile tuturor eantioanelor posibile genereaz o

variabil aleatoare numit medie de selecie:

Varianele tuturor eantioanelor posibile genereaz o
variabil aleatoare numit varian de selecie: 2

1.2. Parametru. Estimator.

Estimaie

Estimatorul ( )

Estimatorul fiind o variabil aleatoare admite un

set de caracteristici numerice (medie, dispersie
etc.) prin care putem descrie legea de repartiie
a estimatorului.

Repartiia unui estimator = repartiie de selecie

Media de selecie (n cazul eantioanelor de

volum mare) urmeaz legea normal de
repartiie.
2

~ N ( ,

35

1.2. Parametru. Estimator.

Estimaie

36

Estimatorul ( )

este instrumentul principal care permite

estimarea unui parametru (aproximarea valorii
necunoscute).

Un parametru este estimat prin intermediul unui

estimator, cu ajutorul unei estimaii.

1.2. Parametru. Estimator.

Estimaie

Estimaia

OBS: n practic, din cele k eantioane de volum n posibil

de extras din populaia de volum N, se observ un singur
eantion

Pentru eantionul observat vom cunoate:

37

x - media variabilei X la nivelul eantionului observat

s 2 - dispersia variabilei X la nivelul eantionului observat

1.2. Parametru. Estimator.

Estimaie

Estimaia

38

Media
Media

x
x

este o valoare a v.a.

este o estimaie a parametrului

Dispersia s 2 este o valoare a v.a. 2

Dispersia s 2 este o estimaie a parametrului 2

1.3. Proprietile estimatorilor

Nedeplasare
un estimator este nedeplasat (fr biais) dac media
sa este egal cu valoarea parametrului M ()

un estimator este deplasat dac

1.

39

M ()

1.3. Proprietile estimatorilor

2. Convergen
Un
estimator este convergent dac variana
estimatorului tinde spre 0, atunci cnd volumul
eantionului tinde spre

lim V () 0

Estimatorul este convergent, lim V ( ) 0

n

40

1.3. Proprietile estimatorilor

3. Un estimator este absolut corect dac:
i) M ()
ii)

lim V () 0

4. Un estimator este corect dac:

i)
ii)

lim M ()

lim V () 0

n
41

1.3. Proprietile estimatorilor

5. Eficiena
Un estimator este eficient pentru parametrul dac
este nedeplasat i estimeaz parametrul cu eroarea
minim, adic

V () minim

42

1.3. Proprietile estimatorului media

de selecie

Proprietile estimatorului media de selecie

Estimator nedeplasat: M ( )
Estimator convergent

V ( ) 2

2
n

0, cand n

Pentru n suficient de mare, se poate aprecia c

Z

M ( )

~ N (0,1)

V ( )
n

43

Estimator eficient

1.3. Proprietile estimatorului media

de selecie

Distribuia estimatorului

Estimatorul media de selecie are o distribuie

normal

~ N ( ,

2
n

cnd:

X~N (,2)
sau
XN (,2), dar eantioanele sunt de volum
suficient de mare

44

Distribuia variabilei X

Distribuia mediei de selecie

n=2

n=5

n=30
45

1.3. Proprietile estimatorului media

de selecie

46

Distribuia estimatorului

1.3. Proprietile estimatorului

variana de selecie

Proprietile estimatorului

M 2 2

Estimator deplasat:
(media estimatorului nu este egal cu parametrul)

n 1 2
M ( )

n
n
2

47

1.3. Proprietile estimatorului

variana de selecie

Dispersia de selecie modificat '

Estimator nedeplasat: M ( ' 2 ) 2

O valoare a acestui estimator este:

2
( xi x )

s'2 i 1

48

n 1

1. Estimarea parametrilor
unei populaii (2)

Estimatea punctual

1.

Definiie

Estimarea prin interval de ncredere

2.

Definire IC
IC pentru media unei populaii

Bibliografie: Elisabeta JABA, Statistica, ediia a 3-a, Ed.

Economic, Bucureti, 2002, cap. 10 i cap. 11

49

1.4. Estimarea parametrilor unei populaii

Estimarea unui parametru

50

Estimarea este un procedeu statistic prin care se afl

valoarea unui parametru al unei populaii pe baza
datelor nregistrate la nivelul unui eantion extras din
populaie.

Estimarea se poate efectua sub form de

estimare punctual
estimare prin interval de ncredere

1.4. Estimarea punctual a unui parametru

Estimarea punctual a unui parametru

Estimarea punctual presupune aflarea unei valori

posibile a estimatorului (un estimator nedeplasat i
convergent).
Media a populaiei se poate estima punctual
prin media x obinut la nivelul unui eantion

51

1.4. Estimarea parametrilor unei populaii

52

1.4. Estimarea prin interval de ncredere a

unui parametru

Estimarea prin interval de ncredere

o

presupune aflarea limitelor de ncredere ale unui

interval care, pentru o anumit probabilitate (1-),
numit nivel de ncredere, acoper valoarea
adevrat a unui parametru.

P( Li Ls ) ( 1 ) , unde ( 0 ,1 )

53

Estimarea prin interval de ncredere se bazeaz pe

estimatorii nedeplasai i convergeni crora li se
aplic teorema limit central.

1.4. Estimarea mediei prin interval de

ncredere

Estimarea prin IC a mediei

Construirea IC se bazeaz
estimatorului parametrului .

~ N ( ,

2
n

unde Z
/ n

54

) Z ~ N ( 0,1 )

pe

proprietile

1.4. Estimarea mediei prin interval de

ncredere

Estimarea prin IC a mediei

Pe baza mediei determinate la nivelul eantionului

trebuie s determinm limitele intervalului de
ncredere care, cu o probabilitate 1 , acoper
valoarea adevrat a parametrului .

P ( z / 2

55

/ n

z / 2 ) 1

1.4. Estimarea mediei prin interval de

ncredere

56

Estimarea prin IC a mediei

1.4. Estimarea mediei prin interval de

ncredere

P ( z / 2
P( x z / 2

/ n

z / 2 ) 1

x z / 2
) 1
n
n

( Li x z / 2
) ( Ls x z / 2
)
n
n
Cu o probabilitate (1 ) , parametrul este acoperit de
intervalul [Li ; Ls]
57

1.4. Estimarea mediei prin interval de

ncredere
Estimarea prin IC a mediei

Se cunoate parametrul

( x z / 2

58

) ( x z / 2

1.4. Estimarea mediei prin interval de

ncredere
Estimarea prin IC a mediei ( = 0,05)

(1 ) (1 0,05) 0,95
Laplace
( z )

0,475 Tabelul

z / 2 1,96
2
2
2
z

0,06

1,9

0,475

59

60

1.4. Estimarea mediei prin interval de

ncredere
Estimarea prin IC a mediei

u se cunoate parametrul

Se utilizeaz estimatorul nedeplasat '2 , iar

variabila Z devine o variabil Student:

t
~ t( n 1 )

'
n
61

1.4. Estimarea mediei prin interval de

ncredere
Estimarea prin IC a mediei

u se cunoate parametrul

( x t / 2;n 1

62

s'
n

) ( x t / 2;n 1

( xi x )2

unde s'
n 1

s'
n

1.4. Estimarea mediei prin interval de

ncredere
Estimarea prin IC a mediei ( = 0,05)

Prob.

0,025

(n-1)

1
...

63

1,96

1.4. Estimarea mediei prin interval de

ncredere

64

1.4. Estimarea mediei prin interval de

ncredere
Precizia estimrii crete atunci cnd:
volumul eantionului (n) crete.
probabilitatea cu care se garanteaz rezultatele este
mai mic;
variana eantionului este mic (valorile aberante
afecteaz mrimea intervalului de ncredere).

65

Exemplu

La nivelul unui eantion format din 20 de persoane,

extras aleator simplu repetat, s-au obinut urmtoarele
rezultate privind vrsta (ani):

x 32 ani; s' 2 ani.

66

S se estimeze, prin interval de ncredere, vrsta medie

a ntregii populaii din care a fost extras eantionul,
considernd un risc de 0,05.

Exemplu

Nu se cunoate , deci, n estimarea prin IC a mediei

populaiei se folosete statistica t Student.

IC este

Din Tabelul repartiiei Student (Anex) se citete

valoarea
t0,025;20-1=2,093.

67

( x t0.025;19

s'
)
n

Valorile distribuiei Student

t0.1

t0.05

t0.025

3,078

6,314

12,706

1,886

2,920

4,303

1,638

2,353

3,82

...

...

...

...

19

68

2,093

Exemplu

IC devine:
s'
2
) (32 2,093
)
n
20
(32 2,093 0,4472) (32 0,936) (31,064; 32,936)

( x t0.025;19

Deci, 31,064 32,936

Se poate garanta cu o probabilitate de 95% c vrsta

medie a populaiei din care a fost extras eantionul
este acoperit de intervalul (31; 33) ani.
Exist un risc de 5% ca valoarea mediei s se
gseasc n afara limitelor IC.
69

95% din IC posibile acoper valoarea mediei populaiei.

70

Testarea statistic

1. Aspecte generale ale testrii statistice

1.1. Obiectivele testrii statistice
1.2. Demersul testrii statistice

2. Testarea ipotezelor asupra unui

parametru
2.1 Testarea ipotezelor asupra mediei
2.2 Testarea diferenei dintre dou medii
Bibliografie: Elisabeta JABA, Statistica, ediia a 3-a, Ed.
Economic, Bucureti, 2002, cap. 12 i cap. 13

71

1. Aspecte generale ale testrii

statistice
1.1. Obiectivele testrii statistice
Testarea statistic are ca scop verificarea
ipotezelor privind:
-

72

un parametru al unei populaii;

legea de distribuie a unei populaii;
dou sau mai multe populaii;
existena legturii dintre dou variabile.

1. Aspecte generale ale testrii

statistice
1.2. Demersul testrii statistice
a)
b)
c)

d)

e)
f)

Formularea ipotezelor statistice

Alegerea testului statistic
Alegerea pragului de semnificaie al testului i citirea
valorii critice
Calculul valorii statisticii test
Regiunea de acceptare/respingere
Decizia de a respinge sau nu ipoteza nul prin
compararea valorii calculate i valorii teoretice
73

2. Testarea ipotezelor asupra unui

parametru
2.1. Testarea ipotezelor asupra mediei unei populaii
O ipotez este o presupunere cu privire la valoarea unui parametru, legea de
distribuie a variabilei studiate etc.
Ipoteza nul H0 : se presupune egalitatea unui parametru (media,
proporia, etc.) cu o valoare fix (presupunem c nu exist diferen ntre
valoarea adevrat a parametrului i valoarea fix)
Ipoteza alternativ H1: este opusul ipotezei nule
a)

Formularea ipotezelor asupra mediei populaiei

H 0 : 0
H1 : 0
74

2. Testarea ipotezelor asupra unui

parametru
Test bilateral:
H 0 : 0
H1 : 0
Test unilateral la dreapta
H 0 : 0
H1 : 0

Test unilateral la stnga

H 0 : 0
H1 : 0
75

2. Testarea ipotezelor asupra unui

parametru
2.1. Testarea ipotezelor asupra mediei unei populaii
b) Alegerea testului statistic
1. Dac se cunoate

0
Z
/ n

2 se folosete statistica Z,

Z ~ N( 0, 1 )

2. Dac nu se cunoate 2, se folosete statistica t,t ~ t( n 1 )

0
t
' / n
76

2.1. Testarea ipotezelor asupra

mediei unei populaii
c)Alegerea pragului de semnificaie i citirea din tabel a
valorii critice (valorii teoretice) a statisticii test pentru
riscul asumat (de exemplu, riscul = 0,05 )
1)

Testul z

(1 ) (1 0,05) 0,95
Laplace
( z )

0,475 Tabelul

z / 2 1,96
2
2
2

z
1,9
77

0,06
0,475

2.1. Testarea ipotezelor asupra

mediei unei populaii
2)

Testul t

0,05 0,025
Tabelul Student

t / 2 1,96
2

(n 1) grade de libertate
Prob.

0,025

(n-1)

78

1,96

2.1. Testarea ipotezelor asupra

mediei unei populaii
d. Calculul valorii statisticii test pe baza datelor
eantionului
1) Testul z

zcalculat

x 0
/ n

2) Testul t

tcalculat

79

x 0
s/ n

2.1. Testarea ipotezelor asupra

mediei unei populaii
e) Regiunea de acceptare/respingere i regula de decizie

Regiunea de respingere
intervalul dintr-o distribuie de probabilitate n care se respinge
ipoteza nul
acest interval este acoperit de probabilitatea
Regiunea de acceptare = interval de ncredere
intervalul n care nu se respinge ipoteza nul i
este acoperit de probabilitatea 1-

80

2.1. Testarea ipotezelor asupra

mediei unei populaii

Test bilateral

81

2.1. Testarea ipotezelor asupra

mediei unei populaii

Test unilateral la dreapta

82

2.1. Testarea ipotezelor asupra

mediei unei populaii
Regula de decizie
zcalculat z / 2 sau Sig se respinge
Dac
ipoteza nul, pentru un risc

zcalculat z / 2 sau Sig ipoteza nul nu

Dac
se respinge
- Idem pt. Student
Dac tcalc tteor
ipoteza H1.

Dac tcalc tteor

se accept ipoteza H0.

83

se respinge ipoteza H0, se accept

2.1. Testarea ipotezelor asupra

mediei unei populaii
f. Compararea valorii calculate a statisticii testului cu
valoarea critic (teoretic)

luarea deciziei de a respinge sau de a nu respinge ipoteza

nul.

g. Interpretare

84

Erori de testare

Decizia testului se ia cu o anumit probabilitate de eroare.

Erori de testare:
eroare de tip I (eroare de prim spe)

probabilitatea asociat este probabilitatea

eroare de tip II (eroare de a doua spe)

probabilitatea asociat este probabilitatea

85

Erori de testare
Realitate

Decizia

H0 adevrat

H0 fals

Se accept H0

Decizie corect
(1-)

Eroare de tip II
()

Nu se accept
H0

Eroare de tip I
()

Decizie corect
(1-)

1 msoar nivelul de siguran al testului (sigurana statistic)

1 msoar puterea testului

86

2.2. Testarea egalitii a dou medii

a)

Formularea ipotezelor

H 0 : 1 2 0

H 0 : 1 2

H1 : 1 2

sau

H1 : 1 2 0

b) Alegerea testului statistic

2
2
1) Se cunoate
(varianele populaiilor sunt diferite: 1

x1 x2

1 2

x1 x2

12
n1

87

22
n2

~ N ( 0,1 )

2
2 )

2.2. Testarea egalitii a dou medii

b) Alegerea testului statistic

2 (varianele populaiilor sunt egale:

2) Se cunoate

x1 x2

1 2

unde
88

w2

x1 x2
1 1

n1 n2

~ N ( 0 ,1 )

2
w

12 (n1 1) 22 (n2 1)
(n1 n2 2)

2
1

2
2 )

2.2. Testarea egalitii a dou medii

b) Alegerea testului statistic
3) Nu se cunoate

2 (varianele populaiilor sunt diferite 2

1 22 )

x1 x2
x1 x2
t

~ t( n1 n2 2 )
2
2
s 1 2
s1 s2

n1 n2

89

2.2. Testarea egalitii a dou medii

b) Alegerea testului statistic
4) Nu se cunoate

x1 x2
2
sw

1 1

n1 n2

unde
90

12 22 )

(varianele populaiilor sunt egale:

~ t (n1 n2 2)

2
2
s
(
n

1
)

s
2
1 1
2 (n2 1)
sw
(n1 n2 2)

2.2. Testarea egalitii a dou medii

Exemplu SPSS
H 0 : M F
H1 : M F
Nu se cunoate

testul t (Student)

Sig.<0,05
91

12 22

Sig.<0,05