Documente Academic
Documente Profesional
Documente Cultură
(Partea I)
MODELUL UNIFACTORIAL
- definiie, specificare, identificare
y = f(x) +
MODELUL UNIFACTORIAL
- definiie, specificare, identificare
Keynes: C=f(x)
Suma cheltuit pentru consum depinde de:
MODELUL UNIFACTORIAL
- definiie, specificare, identificare
MODELUL UNIFACTORIAL
- definiie, specificare, identificare
MODELUL UNIFACTORIAL
- definiie, specificare, identificare
MODELUL UNIFACTORIAL
- definiie, specificare, identificare
y=a+bx
y=a+bz, z=ex
y=a+br, r=1/x
y=a+bq, q=ln(x)
1000
1
a b
x
a be
800
600
a bx
400
Sau
y=x ln(y)=+ln(x)
Forma general:
f(yi)= +g(xi)+i
Contra exemplu: y 1
200
a b ln x
0
-1
0.003
0.023 0.028
0.033 0.038
-200
-400
nu poate fi transformat n
model liniar.
Modele ce pot fi linearizate
y i xi i
unde
(xi,yi) reprezint valorile numerice ale variabilelor cauz i efect
nregistrate la nivelul unitii statistice i;
, = parametri constani
= punctul de intersecie al dreptei de regresie cu axa Oy;
= panta dreptei, se mai numete i coeficient de regresie i arat
cu cte uniti de msur se modific Y dac X se modific cu o
unitate de msur;
i = componenta rezidual (eroare aleatoare) pentru unitatea
statistic i.
yi y i i
y i a b xi
unde:
ei y i y i
Estimarea parametrilor
modelului unifactorial liniar
Y
y1 y1
y 3 y 3
y 2 y 2
0
x1
x2
x3
S
0
2 y i a b xi 1 0
y i na b xi 0
a
2
y
0
x
y
a
x
b
x
0
i
i
i
i
i
i
i
na b xi y i
2
a xi b xi xi y i
a
x y x
i
xi
a
a
n
b
xi
i
2
i
x
x
i
2
i
y x x x y
n x x
i
2
i
2
i
b n xi yi xi yi
b
n xi2 xi
y
x y
i
Rmne de verificat dac este verificat condiia de ordin 2, adic soluia gsit este un
punct de minim. Matricea derivatelor pariale de ordin doi trebuie s fie pozitiv
definit:
2 (S )
2 2
2 a
(S )
ba
2 ( S ) 2n
ab
2 ( S ) 2 x i
2 b 2 i
2 x i
i
2 xi2
2 n 0
2
2 xi 0
i
2
2
2
4n xi 4( xi ) 4n ( xi x) 0
i
i
i
b n xi y i xi y i
b
2
2
n xi xi
x y x y
i
n
2
2
xi xi
n
n
xy x y
2
x
i x2
n
x y x y
covx, y xy x y
2
x
2
i
xi
Rezult deci c:
s x2
sx
cov x, y
rxy
b
b
sx s y
sx s y
sy
b rxy
sy
sx
y i 0 ei 0 ei 0
y i 0 y i yi
a b x y
M x, y
cov , x
2.
cov i , j 0
i j
(non-autocorelarea reziduurilor).
2 0
2 const
i 1, n
(homoscedasticitatea erorilor).
Cu alte cuvinte, ntruct distribuia variabilei reziduu este
independent de valorile variabilelor explicative, nici dispersia
perturbaiei nu difer semnificativ n raport cu valorile Xi, ceea
ce indic o stabilitate relativ a legturii dintre variabila
rezultativ i variabilele factoriale.
Normalitatea erorilor
Homoscedasticitatea /
heteroscedasticitatea erorilor
Homoscedasticitatea erorilor
Heteroscedasticitatea erorilor
y i y y i y i y i y
Unde:
yi y yi yi yi y
n
i 1
i 1
i 1
n care:
n
SST ( yi y ) 2
i 1
SSR ( y i y ) 2
i 1
SSE ( yi y i ) 2
i 1
SST
s
MST
n 1
Dispersia corectat sistematic:
SSR
2
y
MSR
Ipotezele testate:
H0: MSR MSE (influena lui X nu este diferit de cea a
factorilor aleatori)
H1: MSR MSE (influenele lui X i ale factorilor aleatori difer
semnificativ)
MSR y y y y
F
:
2
MSE
n k 1
Regula de decizie:
Datorat
regresiei
Suma ptratelor
(SS-Sum of Squares)
n
SSR y i y
Grade de libertate
(df- degree of
freedom)
Media ptratelor
(MS- Mean of
Squares)
MSR
i 1
Rezidual
2
SSE yi y i
nk1
MSE
i 1
Total
SST yi y
i 1
n1
s y2
SSR
k
SSE
n k 1
SST
MST
n 1
Testul Fisher
(testul F)
Fcalc
MSR
MSE
SSR
SSE
R
1
1
SST
SST
2
yi yi
i 1
n
i 1
n
y y y y
i 1
y y
n
i 1
2
R = 0 dac b=0, y y, deci dac ecuaia de regresie este o dreapt
orizontal. n acest caz variabila X nu are putere explicativ (X nu
influenteaza variatia lui Y).
R2 = 1 dac punctele determinate de observaiile fcute asupra
variabilelor x i y se afl toate pe o dreapt, caz n care erorile vor fi zero.
n cazul n care toate valorile lui y se afl pe o dreapt vertical, R2 nu are
nici o semnificaie i nu poate fi calculat.
R R 2 unde R este raportul de corelatie, cu valori in intervalul [0,1].
Daca R1 legatura dintre X si Y este puternica.
Daca R 0 legatura dintre X si Y este slaba.
In cazul legaturilor liniare, R rxy
se se2
se2
SSE
SSE
n k 1
n2
y
i 1
y i
n2
unde
este un estimator nedeplasat al dispersiei reziduurilor 2
se este util n compararea modelelor. Dac avem la dispoziie cteva
modele dintre care trebuie s alegem, cel mai potrivit a fi utilizat
este cel pentru care se este mai sczut.
se este un indicator important n determinarea intervalului de
ncredere pentru coeficientul de regresie i pentru intercepia .
s s
2
a
2
e
n x x
2
i
1
s a2 s e2
n
x2
2
( xi x )
i 1
sa
s s
2
b
s e2
2
e
sb
1
i
y
i i
n2
H0: = 0
H1: 0
b b b 0
sb
sb
Regiunea critic: dac z calc z / 2 sau z calc z / 2 se respinge H0.
Testul z:
z calc
sb
sb
sb
Testul t:
Reg. Critic: dac t calc t / 2,n2 sau t calc t / 2,n2 se respinge H0.
t calc
Teste unilaterale:
t calc
b b b 0 b
sb
sb
sb
H0: = 0
H1: < 0
Regiunea critic:
H0: = 0
H1: > 0
t calc t ,n2
t calc t ,n2
b t / 2,n2 sb b t / 2,n2 sb
H0: = 0
H1: 0
Testul t:
t calc
a a a 0 a
sa
sa
sa
t calc t / 2,n2
sau
t calc t / 2,n2
a t / 2 , n 2 s a a t / 2 , n 2 s a
Exemplu:
Pentru prezentarea noii sale oferte turistice, o agenie de
turism lanseaz un spot publicitar difuzat pe mai multe canale TV.
Dup o perioad managerul ageniei dorete s studieze dac
numrul de difuzri al spotului publicitar a influenat variaia
profitului obinut. n acest scop au fost nregistrate: numrul de
difuzri ale spotului publicitar i profitul ageniei obinut din
vnzrile de pachete turistice, pentru 7 sptmni consecutive:
Sptmna
1
2
3
4
5
6
7
Nr. difuzri de
spoturi publicitare
7
5
1
8
10
2
6
Profit (u.m)
35
y = 2,9884x + 1,4931
30
25
20
15
10
5
0
0
Nr.difuzari spoturi
10
12
Exemplu:
SUMMARY OUTPUT
Regression Statistics
Multiple R
0,879293972
R Square
0,77315789
Adjusted R
Square
0,727789468
Standard Error 5,686932715
Observations
ANOVA
df
Regression
Residual
Total
Significance F
SS
MS
F
1 551,151124 551,151 17,0418 0,00910121
5 161,706019 32,3412
6 712,857143
Standard
Coefficients
Error
t Stat P-value Lower 95% Upper 95%
Intercept
1,493055556 4,57023275 0,32669 0,75713 -10,255102 13,2412128
Nr.spoturi publicitare
2,988425926 0,7239111 4,12817 0,0091 1,1275532 4,84929865
RESIDUAL OUTPUT
Observation Predicted Profit din vanz. Residuals
1
22,41204
-0,41204
2
16,43519
-4,43519
3
4,48148
3,51852
4
25,40046
-5,40046
5
31,37731
8,62269
6
7,46991
2,53009
7
19,42361
-4,42361