ACADEMIA DE STUDII ECONOMICE DIN MOLDOVA

FACULTATEA FINANE I BNCI

CATEDRA MATEMATIC I STATISTIC ECONOMIC

PROIECT
la disciplina universitar
ECONOMETRIE
Tema: MODELUL LINIAR UNIFACTORIAL
pentru valoarea investiiilor i a valoarii adugate brute n
industria prelucrtoare

Coordonator tiinific:
.............................
Conf.univ., Dr.

Elaborat:
..................................
grupa .............

Chiinu, 2014

Investiiile sunt o categorie de cheltuieli care angajeaz cel mai mult viitorul, n sensul c
de ele depind creterea i perfecionarea potenialului productiv al unei ntreprinderi (prin
extindere i modernizare), apariia de noi capaciti de producie ntr-o ramur sau alta a
economiei.
Valoarea Adaugat Brut este un indicator macroeconomic care exprim creterea de
valoare rezultat din utilizarea factorilor de producie, ndeosebi a factorilor munc i capital,
peste valoarea materiilor prime, materialelor i serviciilor cumprate de ntreprindere de la
teri i asigur remunerarea participanilor direci i indireci la activitatea economic a
ntreprinderii: personalul, statul, creditorii, acionarii etc.
Sursa de date ce st la baza acestui proiect este Banca de date statistice a Biroului
Naional de Statistic. Variabilele alese sunt exprimate n milioane lei i reflect valoarea
investiiilor n active materiale pe termen lung n industria prelucrtoare i valoarea adugat
brut generat de industria prelucrtoare nregistrate anual n Republica Moldova pe
perioada: 2001-2012.
Tabel 1.
Investiiile i VAB generat de industria prelucrtoare, mil. lei.
Perioada
de timp
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012

Investiii n active materiale pe termen

lung n industria prelucrtoare
Xi
617,40
728,30
1150,40
1144,50
1637,20
1679,60
2387,30
2645,80
956,40
1425,80
2120,00
2310,10

Valoarea adugat brut generat

de industria prelucrtoare
Yi
3005,30
3352,40
4265,30
4650,80
5022,00
5599,20
6300,20
7093,90
6390,80
7618,90
9354,70
10032,50

Sursa: Banca de date statistice a Biroului Naional de Statistic [online]. [citat 27 octombrie 2014].
Disponibil: < http://statbank.statistica.md/pxweb/Database/RO/databasetree.asp >.

Se cere:
1. Specificarea i identificarea modelului econometric ce descrie legtura dintre cele
dou variabile;

2. Estimarea parametrilor modelului i calcularea valorilor teoretice ale variabilei

endogene;
3. Verificarea ipotezelor de fundamentare a metodei celor mai mici patrate;
4. Verificarea semnificaiei estimatorilor i verosimilitatea modelului;
5. Determinarea valorii variabilei dependente presupunnd c n anul de prognoz 2015
variabila independent va crete cu 20% fa de ultimul an de referin al datelor empirice.
Rezolvare
1. Specificarea i identificarea modelului econometric ce descrie legtura dintre
cele dou variabile
Prima etap vizeaz identificarea modelului, ceea ce presupune alegerea unei funcii
matematice cu ajutorul creia se pot aproxima valorile variabilei endogene numai n funcie
de variaia variabilei exogene. n acest sens, cea mai utilizat metod de realizare a acestei
operaiuni este metoda grafic.
C

orel

ogram

a de

mai

jos

va

reflecta forma modelului de regresie al celor dou variabile analizate.

Figura 1. Legtura dintre investiii i VAB din Industria prelucrtoare n perioada anilor
2001-2012 (mil. lei)
Sursa: Efectuat de autor, n baza datelor statistice a Biroului Naional de Statistic.

Din grafic se poate observa c exist legatur ntre variabile, definit de forma funciei
liniare:
Yi = a + b*xi + ui
unde:
a,b - parametrii modelului;
ui - variabila rezidual.
2. Estimarea parametrilor modelului i calcularea valorilor teoretice ale variabilei
endogene
n baza funciei teoretice ale variabilei endogene y obinute numai n funcie de valorile
factorului esenial x i de valorile estimatorilor parametrilor a i b,
y i a b * xi

a doua etap de analiz presupune determinarea estimatorilor parametrilor a i b utiliznd

metoda celor mai mici ptrate.
M.C.M.M.P const n a minimiza funcia:
F( a , b ) = min ( yi y i )2 = min(yi a -

*xi)2

Condiia de minim a acestei funcii rezult din :

F( a ) = 0 => n* a +

* xi = yi

F( b ) = 0 => a * xi +

* xi2 = xi * yi

Determinm estimatorii parametrilor a i b prin metoda celor mai mici ptrate:

Folosind metoda determinanilor calculm astfel:

=

x * y x * x * y
n * x x
2
i

2
i

n * xi * yi xi * yi
n * xi2 ( xi ) 2

Pentru a rezolva sistemul utilizm tabelul din Anexa 2.

Determinm coeficienii ecuaiei de regresie:
12 *125945840,7 - 18802,8 * 72686,00
b
2,381158
12 * 34524411,6 0 - 353545287,84

mil lei

Parametrul b mai este numit coeficient de regresie, i ne atenioneaz c la majorarea

investiiilor n active materiale pe termen lung n industria prelucrtoare cu un milion lei,
VAB generat de industria prelucrtoare va crete cu 2,381158 mil lei.
Iar valoarea parametrului a este:
=
a

34524411,6 * 72686 - 18802,8 *125945840,7

12 * 34524411,6 - 353545288

= 2326,1299 mil lei

Astfel, modelul liniar de regresie nfieaz urmtoarea form:

=2326,1299+2,381158*Xi
Aceti parametri teoretici calculai: a i b servesc drept suport la nlocuirea termenilor yi
reali cu cei exemplificai n ecuaia de regresie. Astfel, verificm corectitudinea calculelor
funciei de regresie, utiliznd relaia:

i 1

i 1

yi y i , introducem datele din tabelul 2 i

obinem:
n

i 1

i 1

yi yi = 72686,0 mil lei. n acest caz suma valorii empirice este echivalent cu
suma valorilor estimate.
De asemenea sunt determinate i valorile medii ale variabilelor:
x =

xi

18802,8
1566,9 mil lei
12

y
n

72686
6057,167 mil lei
12

3. Verificarea ipotezelor de fundamentare a metodei celor mai mici patrate

Cu ajutorul regulii celor 3 sigma vom verifica dac valorile variabilelor observate nu sunt
afectate de erori de masur, conform relaiilor de mai jos:
x 3 x x 3
y 3 y y 3

Determinm abaterile standard ale variabilelor X i Y.

x

( x x)

( y y)

5062304,28
649,506
12

53460814,33
2110,703
12

mil lei
mil lei

Definim intervalul n care trebuie s se ncadreze valorile variabilei X cu ajutorul regulii

celor 3 :
1566,9 3*649,506 < xi < 1566,9 + 3*649,506
-381,62 < xi < 3515,42
xmin = 617,4 mil lei
xmax = 2645,8 mil lei
Analogic definim intervalul n care trebuie s se ncadreze valorile variabilei Y:
6057,167 3*2110,703 < yi < 6057,167 + 3*2110,703
-274,94 < yi < 12389,27
ymin = 3005,3 mil lei
ymax = 10032,5 mil lei
Observm c valorile variabilelor X i Y se ncadreaz n intervalele definite cu ajutorul
regulii celor 3, deci variabilele observate nu sunt afectate de erori de masur.
Analiza ipotezei de heteroscedasticitate
Pentru verificarea ipotezei de heteroscedasticitate se aplic mai multe teste printre care le
vom analiza pe urmtoarele:
a) Testul bazat pe coeficientul de corelaie ntre variabila rezidual i variabila
independent cunoscut
Construim corelograma dintre variabilele X i U.

Figura 2. Legtura ntre variabila independent Xi i variabila rezidual Ui (mil. lei)

Sursa: Efectuat de autor, n baza datelor statistice a Biroului Naional de Statistic.

n baza figurii 2 nu putem constata cu exactitate dac exist fenomenul de

heteroscedasticitate, din acest motiv vom recurge la metoda calculului numeric pe baza
careia vom determina dac exist sau nu legtur ntre variabilele X i U.
u

rx ,u

(u u )

n
i

24757982,99
1436,37 mil
12

* ( xi x )

n * u * x

lei

0,92
0,0000000822
11195171,2

Valoarea obinut 0,0000000822 ne atenioneaz asupra faptului c ntre variabilele

examinate exist fenomenul de homoscedasticitate, astfel nct valoarea coeficientului este
aproape de 0.
b) Testul Fisher-Snedecor
Pentru verificarea ipotezei de heteroscedasticitate se stabilesc urmatoarele ipoteze:
-

ipoteza nula H 0 : S12 S 22

ipoteza alternativ H 1 : S12 S 22

Pentru aplicarea acestui test mprim seria Ui n 2 pri egale:

Total

U1
U12
-790,96 625612,74
-707,93 501161,02
-800,11 640182,51
-400,57 160452,50
-1202,56 1446154,83
-726,32 527544,92
3901108,53

U2
-1710,47
-1532,30
1787,33
1897,72
1980,52
2205,66

U22
2925702,12
2347936,35
3194550,63
3601322,31
3922440,22
4864922,82
20856874,46

Determinm dispersia pentru sondaj:

n/2

S u21

2
1

i 1

n k 1
2
n

S u22

n / 2 1

2
2

n k 1
2

3901108,53
866913,006 mil lei
4,5

20856874,46
4634860,991 mil lei
4,5

Calculm testul F:
max(S u21 ; S u 2 ) 4634860,991
Fcalc

5,346
min( S u21 ; S u 2 ) 866913,006
Ftab F

n k 1 n k 1
;
2
2

F0, 05 / 5 / 5 5,05

Deoarece Fcalc Ftab , vom accepta ipoteza alternativ H1, ceea ce semnific c exist
fenomenul de heteroscedasticitate.
c) Testul White
Presupunnd c exist o dependen ntre variabila rezidual ui i variabila endogen xi
construim regresia.
Intercept
Investitii Ind. Prelucr. (Xi) mil lei
Xi^2

Coefficients
-582021,8456
2067,310816
-0,206491185

Standard Error
2805713,699
3854,783449
1,171169756

Utiliznd rezultatele din tabelul de mai sus obinem:

u i2 -582021,8456 2067,310816 * X - 0,20649118 5 * X 2

Din tabelul de mai jos determinm raportul de corelaie R i apoi cel de determina ie R 2:
Regression Statistics
Multiple R
R Square
Adjusted R Square
Standard Error
Observations

0,589016973
0,346940995
0,201816771
1442296,252
12

R 0,589016973

R2 = 0,346940995
Determinm valoarea calculat a testului White care se mai numete valoarea LM.
LM calc n * R 2 12 * 0,346940995 4,1633

LM tab 2 ;nk 2 0,05 /10 18,307

Deoarece LM calc LM tab , constatm c exist fenomenul de homoscedasticitate.

Analiza fenomenului de autocorelaie

n continuare analizm dac valorile variabilei reziduale U sunt independente prin
intermediul a 2 metode:
a) Calculul numeric al coeficientului de autocorelaie
Ut
Ut2
-790,96
625612,74
-707,93
501161,02
-800,11
640182,51
-400,57
160452,50
-1202,56 1446154,83
-726,32
527544,92
-1710,47 2925702,12
-1532,30 2347936,35
1787,33 3194550,63
1897,72 3601322,31
1980,52 3922440,22
2205,66 4864922,82
0,00 24757982,99

Ut-1
0,00
-790,96
-707,93
-800,11
-400,57
-1202,56
-726,32
-1710,47
-1532,30
1787,33
1897,72
1980,52
-2205,65

Ut*Ut-1
0,00
559939,92
566422,57
320497,87
481704,44
873448,13
1242352,32
2620946,85
-2738722,62
3391844,11
3758453,34
4368337,09
15445224,02

Ut - Ut-1
-790,96
83,03
-92,19
399,55
-802,00
476,24
-984,15
178,17
3319,63
110,38
82,80
225,14
2996,61

(Ut - Ut-1)2
625612,74
6893,91
8498,40
159639,27
643198,46
226803,49
968542,40
31744,78
11019932,22
12184,72
6855,86
50688,86
13134982,38

Utiliznd datele din tabelul de mai sus, determinm coeficientul de autocorela ie conform
relaiei de mai jos:
n

rut ;ut 1

u
t 2

* u t 1

u
t 1

2
t

15445224,02
0,62
24757982,99

Valoarea obinut 0,62 ne atenioneaz asupra faptului c ntre variabilele reziduale exist
fenomenul de autocorelaie pozitiv, astfel nct coeficientul calculat se apropie mai mult de
valoarea 1dect de 0.
b) Testul Durbin-Watson
Pentru verificarea fenomenului de autocorelaie se stabilesc urmatoarele ipoteze:
-

ipoteza nula H 0 :

ipoteza alternativ H 1 :

0
0

Determinm valoarea calculate a testului Durbin-Watson:

n

DWcalc

(u
t 2

u t 1 ) 2

u
t 1

2
t

13134982,38
0,53
24757982,99

Din tabelele specializate ale DW determinm valorile constantelor d1 i d2 n dependen

de , n i k: d1 = 0,97 i d2 = 1,33.
Astfel nct valoarea calculat a testului Durbin-Watson este determinat de rela ia
0 < DW < d1, respingem ipoteza H0 i putem constata c seria de date analizat este
caracterizat de o autocorelare pozitiv a erorilor.
Analiza repartiiei variabilei aleatoare
Utiliznd testul Jarque-Bera verificm repartiia normal a variabilei reziduale.
C as2 (k 3) 2

24
6

JBcalc n *

unde: Cas coeficient de asimetrie

k coeficient de aplatizare
1
1
( yi y ) 3
* 45702187659,94

12
C as n

0,405
9403323607,59
3y
1
1
( yi y ) 4
* 530783536029291

12
k n

2,23
19847623348511,88
y4
0,405 2

JBcalc 12 *

( 2,23 3) 2
0,6245
24

2 ;nk 2 0, 05 /10 18,307

Deoarece JBcalc 2 , constatm c variabila aleatoare urmeaz o repartiie normal.
4. Verificarea semnificaiei estimatorilor i verosimilitatea modelului
Pentru testarea semnificaiei estimatorilor se stabilesc urmtoarele ipoteze: ipoteza nul (
H0 )

i ipoteza alternativ ( H 1 ).

Testarea semnificaiei parametrului a are loc astfel:

-se stabilete ipoteza nul:
H 0 : 0 =0

-se stabilete ipoteza alternativ:

H1 : 0 0

-se calculeaz testul t:

t calc

a
;
Sa

Aplicnd datele analizate obinem valorile urmtoare:

Sa

1
s u2 (
n

(x)2
1
2455175,61
) = 2475798,299(
1186,1948 mil lei
2
12 5062304,28
( xi x )

2
u

nk

Su =
ta

2
i

S u2

24757982,99
2475798,299 mil lei
10
2475798,299 1573,46697 mil

lei

2326,1299
1,961
1186,1948

t tab t ;n 2 t 0 , 05 / 10 2,23

Comparnd datele, observm ca t a t tab , respectiv putem constata c parametrul a nu este

semnificativ statistic.
Intervalul de ncredere pentru parametrul a este:
a t ,n 2 * Sa a t ,n 2 * Sa

i respectiv
2326,1299 - 2,23 * 1186,1948 2326,1299 2,23 * 1186,1948

-319,0845 a 4971,3443
Analogic, la determinarea parametrului b, vom parcurge aceleai etape:
Testarea semnificaiei parametrului b are loc astfel:
-se stabilete ipoteza nul:
H 0 : 0 =0

-se stabilete ipoteza alternativ:

H1 : 0 0

-se calculeaz testul t:

t calc

b
; unde
Sb

Sb

su2
2475798,299
0,699 mil lei;
2 =
5062304,28
( xi x )

t calc

2,381158
3,4065
0,699

Comparnd : t calc > t tab , valoarea calculat a parametrului b este mai mare ca valoarea
tabelar respectiv parametrul b este semnificativ statistic.
Intervalul de ncredere aferent acestui parametru este:
b t , n 2 * s b b b t , n 2 * s b ,

2,381158- 2,23* 0,699 b 2,381158+ 2,23* 0,699

0,822 b 3,939

Concluzie:
n condiiile n care ta < ttab, iar tb > ttab, modelul econometric elaborat se accepta dar cu
anumite rezerve i se continu discuia econometric.
Verificarea semnificaiei modelului se face pe baza analizei dispersionale. Pentru aceasta
elaborm tabelul de mai jos:
Tabelul ANOVA
Sursa
variaiei
Variaii
explicate
de model
Variaii
ale
variabilei
reziduale
Variaia
total

Variaia

2
x

k 1

k-1=1

Fcalc

Fcalc

S x2 28702826,98

=11,59
S u2 2475798,299

28702826,98

S u2

=
24757982,99

=
28702826,98

yi y

Grad de
libertate

Dispersia

nk

2475798,299

=
53460814,33

2
t

n 1

n-k=10

n-1=11

4860074,03

Ftab F ;k 1;n k F0, 05 / 1 / 10 4,96

Comparnd datele, observm ca Fcalc Ftab , respectiv putem constata c modelul este
semnificativ statistic.
5. Determinarea valorii variabilei dependente presupunnd c n anul de prognoz
2015 variabila independent va crete cu 20% fa de ultimul an de referin al datelor
empirice
Prognozarea variabilei dependente pentru o perioad ulterioar n dependen de variabila
independent estimate se determin ca o valoare care aparine unui interval de ncredere.
Pentru determinarea acestui interval vom parcurge urmtorii pai:
Prognozm valoarea variabilei independente X:
xp = 2310,1 + 2310,1*20% = 2772,12 mil lei
Determinm eroarea de prognoz utiliznd urmtoarea relaie:
( x p x) 2
1
1 1452555,2484
y p S u * 1
1573,46697 * 1

1841,87 mil lei

2
n ( xi x )
12
5062304,28

Determinm intervalul de variaie al prognozei conform relaiei:

y p t * y p y p y p t * y p

y p 2326,1299 2,381158 * 2772,12 8926,9856

Respectiv obinem

mil lei

8926,9856 2,23 * 1841,87 y p 8926,9856 2,23 * 1841,87

4819,615 y p 13034,3557

Concluzie: Presupunnd c n anul de prognoz 2015 investiiile n industria prelucrtoare

vor crete cu 20% fa de ultimul an de referin, i anume anul 2012, valoarea VAB generat
de industria prelucrtoare va fi cuprins n intervalul [4819,615; 13034,3557] mil lei.

Anexa 1
Utiliznd funcia de regresie din EXCEL, am obinut urmtoarele rezultate, care vor fi
interpretate fiecare in parte.

SUMMARY OUTPUT
Regression Statistics
Multiple R
0,732731032
R Square
0,536894765
Adjusted R
Square
0,490584241
Standard
Error
1573,466968
Observations

12

ANOVA
df
Regression
Residual

1
10

SS
28702831,34
24757982,99

Total

11

53460814,33

Coefficients
2326,129913

MS
28702831
2475798

F
11,59336

Standard
Error
t Stat
1186,19483 1,961002

Intercept
Investitii
Ind. Prelucr.
(Xi) mil lei 2,381158181 0,699332171 3,404903

Significance F
0,00671553

P-value Lower 95% Upper 95% Lower 95,0% Upper 95,0%

0,078306 -316,87687
4969,1367 -316,876875 4969,136701
0,006716

0,822949

RESIDUAL
OUTPUT
Observation
1
2
3
4
5
6
7
8
9
10
11

Predicted VAB Ind. Prelucr. (Yi) mil lei

3796,256974
4060,327416
5065,414284
5051,365451
6224,562087
6325,523194
8010,668838
8626,198228
4603,469597
5721,185247
7374,185256

Residuals
-790,956974
-707,9274163
-800,1142844
-400,5654511
-1202,562087
-726,3231936
-1710,468838
-1532,298228
1787,330403
1897,714753
1980,514744

12

7826,843427

2205,656573

3,9393674

0,822949

3,939367361

ncheiere
n rezultatul calculelor i analizelor efectuate putem efectua unele concluzii referitoare la
modelul liniar unifactorial al volorii investiiilor i a valorii adugate brute. Astfel n baza
tabelelor din Anexa 1 avem posibilitatea de a interpreta rezultatele ob inute.
SUMMARY OUTPUT
Regression Statistics
Multiple R
0,732731032
R Square
0,536894765

Adjusted R
Square
Standard Error
Observations

0,490584241
1573,466968
12

Multiple R (coeficientul multiplu de corelaie sau r) = 0,732731032. Observm c

valoarea lui r este > 0, ceea ce nseamn ca ntre cele dou variabile considerate:
investiiile i VAB generat de industria prelucrtoare exist o legatur direct.
R Square (R) (coeficientul de determinaie), exprim ct din variaia frecvenei VAB este
explicat de variaia investiiilor. El poate lua valori n intervalul [0,1]. Cu ct valoarea lui
este mai apropiat de 1, cu att partea din variaia lui Y, explicat de X, este mai mare, i
legtura dintre ele este mai puternic. n cazul nostru, R Square are valoarea 0,536894765;
exprimnd procentual 53,69% din variaia VAB generat de industria prelucrtoare poate fi
explicat de variabila investiii n industria prelucrtoare.
Adjusted R Square (Raportul de corelatie ajustat) = 0,490584241 arat c 0,490584241
din variaia total este datorat liniei de regresie, innd cont de numrul de grade de
libertate (n-k=12-2=10).
Standard Error (eroarea standard a estimaiei). Se calculeaz ca abaterea standard a
reziduurilor i este estimaia abaterii standard a erorilor . n cazul nostru are valoarea
1573,466968 mil lei.
Observations (numarul de observaii din eantion) = n acest caz sunt 12 observa ii n
eantion.

Rezultatele din tabelul ANOVA

ANOVA
Regression
Residual
Total

df
1
10
11

SS
28702831,34
24757982,99
53460814,33

MS
F
28702831 11,59336
2475798

Significance
F
0,00671553

Testul ANOVA este folosit pentru validarea modelului de regresie utilizat.

Variaia explicat prin modelul de regresie este de 28702831,34 mil lei, iar media variaiei
explicat, corectat prin numrul de grade de libertate (2), este 28702831. Variaia rezidual
(variaia neexplicat de modelul de regresie) este de 24757982,99 mil lei, iar media varia iei
reziduale corectat cu numrul de grade de libertate (10) = 2475798 mil lei.
n tabel este calculat testul F (Fisher). ntruct F =11,59336, iar Significance F (pragul de
semnificaie) = 0,00671553 (mult mai mare decat = 0,05) modelul de regresie construit este
valid pentru o probabilitate de cel mult 95% i poate fi utilizat pentru analiza dependenei
dintre variabilele investiii i PIB generat de industria pelucrtoare.
df (numrul gradelor de libertate): k1=1, n k=10, n 1=11, unde k = 2 este numrul de
variabile ale modelului (variabila x, respectiv y), iar n = 12 este numrul de observaii.
SS (sumele de ptrate) potrivit descompunerii:
Suma global de ptrate = Suma de ptrate datorat regresiei + Suma de ptrate rezidual;
MS (media sumelor de ptrate): SS mparit la numrul respectiv de grade de
libertate.Valoarea de pe linia a doua (Residual) este estimaia dispersiei pentru repartiia
erorilor i este ptratul erorii standard a estimaiei.
F (valoarea statisticii F) pentru testul caracterizat de:
H0 : modelul nu este valid statistic;
H1 : modelul este valid statistic;
Significance F (probabilitatea critic unilateral). Dac valoarea rezultat este mai mic
dect pragul de semnificaie fixat, atunci se respinge ipoteza nul n favoarea ipotezei
alternative.
Standard
Lower
Upper
Lower
Upper
t Stat
P-value
Error
95%
95%
95,0%
95,0%
2326,129913 1186,19483 1,961002 0,078306 -316,87687 4969,1367 -316,876875 4969,136701
Coefficients

Intercept
Investitii
Ind. Prelucr. 2,381158181 0,699332171 3,404903 0,006716 0,822949 3,9393674 0,822949 3,939367361
(Xi) mil lei
Intercept este termenul liber, deci coeficientul a = 2326,129913 mil lei. Termenul liber este

punctul n care variabila explicativ este 0. Deoarece t statistic = 1,961002, iar P-value 0,078306
> 0,05, nseamn c acest coeficient nu este semnificativ. Termenul liber al ecuaiei de regresie
se gsete cu o probabilitate de 95% n intervalul: [-316,87687; 4969,1367]
Coeficientul corespunztor variabilei independente a are o valoare de 2,381158181 mil lei
ceea ce nseamna c la creterea cu un milion lei a investi iilor n industria prelucrtoare, VAB
generat de industria prelucrtoare va crete cu 2,381158181mil lei. Din cauza c pragul de

semnificaie P-value = 0,006716 < 0,05 nseamn c acest coeficient este semnificativ. Intervalul
de ncredere pentru parametrul investiii n industria prelucrtoare este [0,822949; 3,9393674].
Din analiza coeficienilor, deducem c modelul de regresie este :

Y = 2326,129913+ 2,381158181* X.

Legatura dintre cele dou variabile este direct. Dup cum subliniam i anterior la cre terea
cu o unitate a variabilei X (investiii n industria prelucrtoare), variabila Y (VAB generat de
industria prelucrtoare) crete cu 2,381158181 mil lei.
RESIDUAL OUTPUT
Observation
Predicted VAB Ind. Prelucr. (Yi) mil lei
1
3796,256974
2
4060,327416
3
5065,414284
4
5051,365451
5
6224,562087
6
6325,523194
7
8010,668838
8
8626,198228
9
4603,469597
10
5721,185247
11
7374,185256
12
7826,843427

Residuals
-790,956974
-707,9274163
-800,1142844
-400,5654511
-1202,562087
-726,3231936
-1710,468838
-1532,298228
1787,330403
1897,714753
1980,514744
2205,656573

n tabelul RESIDUAL OUTPUT, pe coloane, sunt enumerate toate observaiile luate n

considerare (12), valorile ajustate dup ecuaia de regresie i valoarea rezidual.
Pentru fiecare observaie se afieaz:
Observation (numrul de ordine al observaiei);
Predicted y valoarea y (VAB Ind. Prelucr.) prognozat pentru observaia respectiv; (se
obine nlocuind valorile X ale observaiei n modelul estimat)
Residuals valoarea erorii de predicie (diferena dintre valoarea observat i valoarea
prognozat).