Documente Academic
Documente Profesional
Documente Cultură
Econometrie
Econometrie
Planul cursului
1
1.
Introducere
3. Model
M
Modelul
d lull de
d regresie
i liniar
li i multipl
liniar
l i l
3.1. Identificarea modelului
-
3.2.
2 Prezentarea
P
modelului
d l l i
Y = 0 + 1 X 1 + 2 X 2 + ... + p X p +
unde:
Interpretare:
Interpretare
p
:
Exemple:
1. n
studiul
di l legturii
l ii dintre
di
salariul
l i l obinut
bi
(Y,
Y euro/or
euro/or
/ ),
)
numrul de ani de coal (X1), numrul de ani de
experien
p
p
profesional n domeniu (X2) i vechimea n
munc (X3), s-a obinut urmtorul model de regresie
estimat::
estimat
2. n
studiul legturii
urmtorul model
de regresie estimat
estimat::
Y X = 37
3 ,54 0 ,88 X 1 + 11,9 X 2
3.3. Ipoteze
normalitatea erorilor;;
autocorelarea erorilor
erorilor:: erorile nu se influeneaz reciproc
reciproc;;
lipsa coliniaritii.
coliniaritii.
Ecuaia
estimat a modelului de regresie
g
care exprim
p
o
legtur multipl liniar este
este::
y xi = b0 + b1 x1i + b2 x 2i + ...b p x pi
Estimarea parametrilor modelului
multipl se realizeaz prin MCMMP.
MCMMP.
de
regresie
liniar
liniar
Dac p
punem condiia
de minim:
S = (yi yxi )2 = (yi b0 b1x1i b2x2i ...bp xpi )2 =minim
De exemplu,
exemplu n cazul unui model cu
independente se obine sistemul de ecuaii:
ecuaii:
variabile
2
+
b
x
b
x
0 1i 1 1i + b2 x1i x2i = yi x1i
i
i
i
i
b x +b x x + b x2 = y x
2i
1 1i 2i
2 2i i 2i
0
i
i
i
i
10
a. Estimare punctual
punctual:: bi sunt estimaii punctuale ale
parametrilor modelului.
p
b. Estimare prin I.C.:
I.C.:
[b t
i
/ 2;n k
s ; bi + t / 2;nk s
i
11
Exemplu
n studiul legturii
g
dintre valoarea vnzrilor unei firme (Y,
mii euro) i cheltuielile de publicitate (X1 sute euro),
cheltuielile ocazionate de diferite promoii (X2, sute euro) i
vnzrile anuale realizate de principalul concurent (X3 mii
euro), s-au obinut urmtoarele rezultate:
rezultate:
12
Coefficientsa
Model
1
(
(Constant)
)
X1
X2
X3
Unstandardized
Standardized
Coefficients
Coefficients
B
Std. Error
Beta
65,705
,
27,731
,
48,979
10,658
,581
59,654
23,625
,359
-1
1,838
838
,814
814
-,324
324
t
2,369
,
4,596
2,525
-2
2,258
258
Sig.
,,037
,001
,028
,045
045
a. Dependent Variable: Y
13
Se cere:
1.
S se scrie modelul legturii dintre variabila
variabila Y i
variabilele independente Xi.
2.
leg
leg
tura dintre valoarea vnzrilor firmei i cheltuielile de
publicitate..
publicitate
3.
H 0 : i = 0
H1 : i 0
15
C l l l statisticii
Calculul
i i ii test:
tcalc
bi
=
s
Regula de decizie
16
Exemplu:
Pentru datele p
prezentate n outputoutput
p -ul anterior,, se cere s
se testeze valoarea parametrului 1, considernd un risc de
0,05
05..
17
18
19
ry1 =
n x1i yi x1i yi
i
2
2
2
2
n x1i x1i n yi yi
i
i
i
i
20
ry 2 =
n x2i yi x2i yi
i
2
2
2
2
n x2i x2i n yi yi
i
i
i
i
21
r12 =
2
2
2
2
n x1i x1i n x2i x2i
i
i
i
i
22
Coeficienii
de corelaie
p
parial
msoar dependena
p
dintre
variabile, considernd influena celorlalte variabile
constant..
constant
Exemplu:
Exemplu:
ry1.2 coeficientul de corelaie dintre Y i X1, considernd
constant
t t influena
i fl
lui
l i X2
ry2.1 coeficientul de corelaie dintre Y i X2, considernd
constant influena
lui X1
r12
12..y - coeficientul de corelaie dintre X1 i X2, considernd
constant influena lui Y.
23
ry1.2 =
ry 2.1 =
ry11 ry 2 r12
(1 r )(1 r )
2
y2
2
12
ry 2 ry1
y r12
2
2
1
r
1
r
( y1 )( 12 )
24
X1
X2
X3
Pearson Correlation
Sig (2
Sig.
(2-tailed)
tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
P
Pearson
Correlation
C
l ti
Sig. (2-tailed)
N
1
15
,708**
,003
15
,612*
,015
15
-,625*
625*
,013
15
X1
,708**
,003
003
15
1
15
,161
,566
15
-,213
213
,446
15
X2
,612*
,015
015
15
,161
,566
15
1
15
-,494
494
,061
15
X3
-,625*
,013
013
15
-,213
,446
15
-,494
,061
15
1
15
Correlations
Control Variab
X2
Y
X1
Correlation
Significance (2-ta
df
Correlation
Significance (2-ta
df
Y
1,000
.
0
,780
,001
12
X1
,780
,001
12
1,000
.
0
26
b. Coeficientul de corelaie
multipl
p
se calculeaz p
pe baza coeficienilor
de corelaie
bivariat.
bivariat.
r=
r + r 2ry1ry 2 r12
2
y1
2
y2
1 r
2
12
27
ESS
RSS
i
R =
= 1
= 1
2
TSS
TSS
(
y
y
)
i
2
28
R=
2
e
i
ESS
RSS
i
= 1
= 1
2
TSS
TSS
(
y
y
)
i
i
variabilelor
29
d.
Raportul
de
multipl
lti l ajustat
j t t
determinaie
O estimaie
i
i a raportului
l i de
d determinaie
d
i i multipl
l i l
ajustat este
este::
n 1
R = 1 (1 R )
nk
2
Raportul
p
de determinaie
multipl
p ajustat
j
are o importan
p
31
Exemplu:
Model Summaryb
Model
1
R
R Square
,913a
,833
Adjusted
R Square
,787
Std. Error of
the Estimate
17,60029
DurbinWatson
1,879
32
ANOVAb
Model
1
Regression
Residual
Total
Sum of
Squares
16997,537
3407,473
,
20405,009
df
3
11
14
Mean Square
5665,846
309,770
,
F
18,290
Sig.
,000a
33
test
de decizie
34