ECONOMETRIE

- anul universitar 20132013-2014 -

Planul cursului
1
1.

Introducere

Estimarea i testarea parametrilor unei populaii

populaii
2
2.
3.

Modelul de regresie liniar simpl

Modelul de regresie liniar multipl

3. Model
M
Modelul
d lull de
d regresie
i liniar
li i multipl
liniar
l i l
3.1. Identificarea modelului
-

presupune reprezentarea punctelor (yi, xi).

Interpretare: dac toate legturile sunt liniare, atunci
Interpretare:
regresia multipl este liniar
liniar..

3.2.
2 Prezentarea
P
modelului
d l l i

Y = 0 + 1 X 1 + 2 X 2 + ... + p X p +
unde:

Y este variabila dependent ;

X1, X2, ...,
..., Xp sunt variabile independente (predictori)
(predictori);;
este variabila aleatoare eroare (reziduu);

0, 1, ..., p sunt coeficienii de regresie.

Interpretare:
Interpretare
p
:

0 este valoarea medie a lui Y, atunci cnd valorile

variabilelor
variabilel
or independente sunt egale cu zero
zero..
i reprezint variaia medie absolut a variabilei Y la o
cretere cu o unitate a variabilei independente Xi, n
condiiile n care influena celorlalte variabile independente
este constant
constant.. Msoar influena parial a fiecrei
variabile independente asupra variabilei dependente.
dependente.

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

YX = 0 ,284 + 0 ,092 X 1 + 0 ,041 X 2 + 0 ,022 X 3

2. n
studiul legturii

dintre consumul anual pentru un

produs (kg/pers
(kg/pers..), preul produsului (ceni/kg) i venitul
anual disponibil
p
((mii euro),
), s-a obinut

urmtorul model
de regresie estimat
estimat::

Y X = 37
3 ,54 0 ,88 X 1 + 11,9 X 2

3.3. Ipoteze

normalitatea erorilor;;

homoscedasticitate:: variana erorii este constant

homoscedasticitate
constant;;

autocorelarea erorilor
erorilor:: erorile nu se influeneaz reciproc
reciproc;;

lipsa coliniaritii.
coliniaritii.

3.4.. Estimarea parametrilor modelului

3.4

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

nb0 + b1 x1i + b2 x2i = yi

i
i
i

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.

S se interpreteze valoarea parametrului care

care arat
arat

leg
leg
tura dintre valoarea vnzrilor firmei i cheltuielile de
publicitate..
publicitate

3.

S se calculeze limitele intervalului de ncredere pentru

parametrul 1 (t0.025;
201)).
025;11=2,201
14

3.5. Testarea parametrilor modelului

Ipoteze:

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

3.6. Msurarea intensitii legturii

dintre variabile

Msurarea intensitii corelaiei multiple se poate efectua

cu ajutorul :

coeficienilor de corelaie bivariat i parial

parial;;
coeficientului de corelaie multipl;
multipl;
raportului de corelaie i raportului de determinaie
multipl;
raportului
p
de determinaie
multipl
p ajustat
ajustat.
j
.

18

a. Coeficienii de corelaie bivariat i

parial
i l

Coeficienii de corelaie bivariat msoar dependena

dintre variabile, fr a lua n considerare influena celorlalte
variabile
variabile.
i bil .

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 =

n x1i x2i x1i x2i

i

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

Coeficienii de corelaie bivariat i parial n

SPSS
Correlations
Y
Y

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

**. Correlation is significant at the 0.01 level (2-tailed).

*. Correlation is significant at the 0.05 level (2-tailed).
25

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

c. Raportul de determinaie multipl

multipl i
raportul
apo t l de corelaie
co elaie multipl
m ltipl

Raportul de determinaie multipl

2
e
i

ESS
RSS
i
R =
= 1
= 1
2
TSS
TSS
(
y
y
)

i
2

Interpretare:: arat ct la sut din variaia lui y

Interpretare
depinde de variaia simultan a variabilelor factoriale
considerate..
considerate

28

Raportul de corelaie multipl

R=

2
e
i

ESS
RSS
i
= 1
= 1
2
TSS
TSS
(
y

y
)
i
i

Msoar influena simultan a

factoriale asupra variabilei rezultative.
rezultative.

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 de determinaie multipl ajustat este

ntotdeauna mai mic sau egal cu raportul de
determinaie multipl
multipl..
30

Raportul
p
de determinaie
multipl
p ajustat
j
are o importan
p

deosebit atunci cnd se compar mai multe modele de

regresie cu un numr diferit de parametri.
parametri.

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

a. Predictors: (Constant), X3, X1, X2

b. Dependent Variable: Y

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

a. Predictors: (Constant), X3, X1, X2

b. Dependent Variable: Y

33

3.7. Testarea modelului de regresie

Ipoteze
Statistica
Regula

test

de decizie

34