ECONOMETRIE

- anul universitar 2008-2009-

d. Ipoteza de necorelare sau de

independen a erorilor: cov(i, i)=0.
1.

Noiuni

a. Autocorelarea sau corelaia serial :

presupune existena unei autocorelri ntre
erorile , altfel spus: cov(i, j) # 0 sau M(i, j
) # 0.
b. Coeficientul de autocorelaie
coeficientul de autocorelaie ntre erorile i i
i-1 ale unui model de regresie se calculeaz
dup

relaia:

cov( i , i 1 ) cov( i , i 1 )

i i 1
2

acest coeficient este un coeficient de

autocorelaie de ordinul 1.
coeficientul de autocorelaie de ordinul k este
coeficientul de corelaie calculat ntre
termenii i i i-k , dup relaia:
cov( i , i k ) cov( i , i k )

i i k
2

c. Funcia de autocorelaie

este definit de valorile coeficienilor de

autocorelare de ordinul k.

2. Sursa autocorelrii erorilor

- neincluderea n modelul de regresie a uneia
sau
mai
multor
variabile
explicative
importante;
- modelul de regresie nu este corect specificat.
3. Testarea autocorelrii erorilor

3.1. Runs Test

se bazeaz pe ideea c valorile variabilei

reziduale se constituie n secvene sau seturi
de valori pozitive sau negative numite runs,
care se succed ntr-o anumit ordine sau
aleator.

ipoteza de baz a acestui test este aceea c n

cazul lipsei autocorelrii erorilor succesiunea
acestor seturi (runs, notate k) este aleatoare
sau numrul acestora este distribuit normal.

Ipoteze statistice

H0: k este distribuit normal (nu exist autocorelare a

erorilor)
H1: k nu este distribuit normal (ipoteza este nclcat)
Calculul statisticii test
- se folosete statistica t Student, calculat dup
relaia:

t calc

k M (k )

sk

unde: k este numrul de runs caracterizat prin:

M( k ) 2

n1 n2
1
n1 n2

2n1n2 n1 n2
s 2n1n2
(n1 n2 ) 2 (n1 n2 1)
2
k

n1 este numrul de valori pozitive ale erorilor ei ;

n2 este numrul de valori negative ale erorilor ei,
cu n1 + n2 = n .
s2k este o valoare calculat la nivelul eantionului
a estimatorului
k2

Regula de decizie:
- dac |tcalc|
ta/2,n-2 sau
accept ipoteza H0.

, katunci
M (k ) se
1,96 s

Exemplu:

Pentru dou variabile, X i Y, se cunosc

urmtoarele valori xi, yi i ei (erori estimate
ale modelului de regresie liniar simpl):

Nr.crt.

xi

yi

ei

20

-3,07508

21

-3,05303

22

-3,03099

24

-2,00894

25

-1,98689

27

-1,94280

29

-,92075

30

-,89871

10

32

,12334

10

12

35

1,16743

11

13

37

2,18948

12

15

39

2,23357

13

17

40

1,27766

14

19

43

2,32176

15

20

45

3,34380

16

22

47

3,38790

17

23

48

3,40994

18

25

49

2,45403

19

27

50

1,49813

20

29

52

1,54222

21

30

54

2,56427

22

32

55

1,60836

23

35

57

,67450

24

37

58

-,28141

25

39

59

-1,23732

26

40

61

-,21527

27

43

62

-2,14913

28

45

63

-3,10504

29

47

66

-2,06094

30

50

70

-,99481

31

52

71

-1,95071

32

55

75

-,88457

S se testeze ipoteza de autocorelare a erorilor,

folosind testul Runs.

Rezolvare:
-

n funcie de semnul valorilor erorilor ei se

pot identifica urmtoarele seturi sau runs:

(---------)(++++++)((---------)
(primele 8 valori ale erorilor ei sunt negative,
urmtoarele 15 valori sunt pozitive iar
ultimele 9 valori sunt negative).

Astfel, numrul total de valori pozitive ale

erorilor ei este n1=15 iar numrul total de
valori negative este n2=17.
Numrul de seturi de valori sau runs formate
este k=3.
Pentru
testarea
statistic
urmtoarele etape:

se

parcurg

Ipoteze statistice
H0: erorile nu sunt autocorelate
H1: erorile sunt autocorelate
Calculul statisticii test:
t calc

k M (k )
sk

unde:

M (k ) 2

n1 n 2
1
n1 n 2

Calculul valorilor M(k) i s(k):

M (k ) 2

n1 n2
15 17
1 2
1 16,94
n1 n2
15 17

s k2 2n1 n2

2n1 n 2 n1 n 2
2 15 17 15 17

15

17

7,6796
2
2
(n1 n2 ) (n1 n2 1)
(15 17) (15 17 1)

s k 7,6796 2,7712

Calculul statisticii test:

tcalc

k M (k )
4,85
sk

Regula de decizie:
|tcalc |=4,85>ttab=1,96 : se respinge ipoteza Ho,
deci erorile sunt autocorelate ntre ele.
SAU

(16,94 1,96 2,7712) (11,51 ; 22,37)

Numrul de seturi de valori k=3 nu este acoperit

de intervalul de ncredere, ceea ce arat c se
respinge ipoteza Ho.

Testul Runs n SPSS

Runs Test 2

Test Valuea
Cases < Test Value
Cases >= Test Value
Total Cases
Number of Runs
Z
Asymp. Sig. (2-tailed)
a. Mean

Unstandardiz
ed Residual
,0000000
17
15
32
3
-4,849
,000

3.2. Testul Durbin-Watson

Ipoteze statistice:
H0: erorile nu sunt autocorelate ( = 0)
H1: erorile sunt autocorelate ( 0 )
Calculul statisticii test:
DW d

)
i i1
i2

i 1

2
i

ntruct i i 1 ui statistica DW se mai poate

scrie astfel:
d

2
2

i i i1 i1
i

i
i

i i i1
i

i
i

i i 1

i
2 1
2( 1 )
2
i

Deoarece 1 1 , valorile statisticii DW sunt

date de intervalul:
0d 4

Interpretare:

Dac 1 d 0 , atunci exist autocorelare

pozitiv maxim a erorilor;
Dac 1 d 4
, atunci exist
autocorelare negativ maxim a erorilor;
Dac 0 d 2
, atunci nu exist
autocorelare.

Regula de decizie:

Valorile teoretice ale statisticii DW sunt

calculate i tabelate n funcie de pragul de
semnificaie, de volumul eantionului i de
numrul de parametri ai modelului.

n tabele se determin dou valori critice,

notate cu dL (limita inferioar) i dU (limita
superioar).

n funcie de aceste valori critice se

determin urmtoarele intervale, care
permit luarea deciziei de respingere sau
acceptare a ipotezei nule:

(0<dcalc<dL) se respinge ipoteza Ho, erorile

nregistreaz o autocorelare pozitiv;
b. (dL<dcalc<dU) i (4-du<dcalc< 4-dL) sunt regiuni
de nedeterminare, nu se poate decide
asupra existenei autocorelrii erorilor;
a.

c. (du <dcalc< 4- du) se accept ipoteza Ho,

erorile nu sunt autocorelate;
d. (4-dL <dcalc< 4) se respinge ipoteza Ho, erorile
nregistreaz o autocorelare negativ.
Exemplu:
1. n studiul legturii dintre dou variabile, X i
Y, observate pentru un eantion format din
25 uniti statistice, s-a obinut o valoare
calculat a statisticii

dcalc =0,189. S se testeze ipoteza de autocorelare

a erorilor, considernd un risc de 0,05.
Rezolvare:
Din tabelul Durbin Watson, se citesc valorile:
dL=1,288; dU=1,454.
Valoarea
calculat
a
statisticii
test
0<(dcalc=0,189)<(dL=1,288), ceea ce arat c se
respinge ipoteza Ho, deci erorile sunt autocorelate
pozitiv ntre ele.

2. Pentru dou variabile, X i Y, se cunosc

urmtoarele valori:
xi

yi

ei

10

15

-0,5

20

-3

30

-0,5

40

15

115

S se testeze ipoteza de autocorelare a erorilor,

folosind statistica DW.
Rezolvare:
DWcalc

2
(
e

e
)
i i 1
i

2
i

Elementele de calcul sunt prezentate n

tabelul urmtor.

xi

yi

ei

ei-ei-1 (ei-ei-1)2

e2 i

10

15

-0,5

-2,5

6,25

0,25

20

-3

-2,5

6,25

30

-0,5

2,5

6,25

0,25

40

2,5

6,25

15

115

25

17,5

Calculul statisticii test:

(e e

e
i

DWcalc

i 1

2
i

)2

25
1,429
19,5

Interpretare:
Din tabelul Durbin Watson se citesc valorile:
dL=0,610; dU=1,400.
n exemplul dat:
(du=1,400)<(dcalc=1,429)<(4-1,4),
ceea
ce
arat c se accept ipoteza Ho, erorile nu
sunt autocorelate.

Calculul statisticii Durbin Watson n SPSS:

Model Summaryb
Model
1

R
R Square
,985a
,970

a. Predictors: (Constant), X
b. Dependent Variable: Y

Adjusted
R Square
,960

Std. Error of
the Estimate
2,41523

DurbinWatson
1,429

7.2. Ipotezele asupra variabilelor

independente
1. Ipoteza de necoliniaritate a variabilelor
independente
a. Definire
Multicoliniaritatea
poate fi definit ca o
legtur liniar funcional existent ntre dou
sau mai multe variabile independente ale unui
model de regresie de forma:

YX 1 , Xp 0 1 X 1 2 X 2 p X p
a.1. Multicoliniaritate perfect

apare
atunci
cnd
ntre
variabilelele
independente X1, X2, ..., Xp exist o legtur
liniar perfect, funcional. Aceast legtur
poate fi exprimat printr-o relaie de forma:

1 X 1 2 X 2 p X p 0
unde: i, cu i=1, ..., p, valori constante care nu
sunt toate, n mod simultan, nule.

a.2. Multicoliniaritatea imperfect

Poate fi definit ca o relaie liniar puternic

existent ntre dou sau mai multe variabile
independente.
Considernd cazul existenei a dou variabile
independente, X1 i X2, relaia dintre aceste
variabile poate fi exprimat astfel:

X 1 0 1 X 2 vi

unde:
sau

0 i 1 sunt valori constante.

vi reprezint componenta aleatoare
termenul eroare.

Aceast relaie arat faptul c variabila X1 nu

este explicat doar de variaia variabilei X2,
ci i de variaii aleatoare, definite prin
termenul eroare, vi.

b. Testarea multicoliniaritii

X
2

2
,1
0
,1
5
0
,5
0
,0
0
R
S
q
L
i
n
e
a
r
=
1
,0
,2
,04
,0
6
,
0
8
,
0
0
,
X
1

b.1. Folosind procedee grafice

Figura 1. Reprezentarea grafic a multicoliniaritii

perfecte
dintre dou variabile independente, X1 i X2

X
2

2
,1
0
,1
5
0
,5
0
,0
0
R
S
q
L
i
n
e
a
r
=
0
,
9
2
,0
,2
,04
,06
,0
,X
8
0
1
0
,
1
2
,
0
1
4
1

Figura 2. Reprezentarea grafic a multicoliniaritii

imperfecte
dintre dou variabile independente, X1 i X2

b.1. Folosind procedee numerice

1. Matricea corelaiilor

Valori ridicate ale coeficienilor de corelaie,

mai
mari
de
0.8,
arat
existena
multicoliniaritii puternice ntre variabilele
independente.

Correlations
X1
X1

X2

X3

Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N

1
15
,161
,566
15
-,213
,446
15

X2
,161
,566
15
1
15
-,494
,061
15

X3
-,213
,446
15
-,494
,061
15
1
15

2. Factorul varianei crescute (variance-inflated

factor, VIF)

1
VIF j
1 R 2j

2
R
j este raportul de determinaie multipl
unde:

dintre variabila
independente.

Xi

celelalte

variabile

Interpretare:
Atunci
cnd
legturile
dintre
variabilele
independente
sunt
puternice,
valoarea
coeficientului de corelaie se apropie de unu, iar
raportul VIF este infinit.
Atunci cnd ntre variabilele independente nu
exist corelaie, valoarea raportului VIF este
egal cu unu.

n practic, o valoare VIF>10 indic prezena

coliniaritii.

3. Tolerana
- se calculeaz dup relaia: TOL=1/VIF
Interpretare:
- Dac valoarea TOL=1, atunci nu exist
coliniaritate;
- Dac
valoarea
TOL=0,
atunci
coliniaritate perfect.

exist

Exemplu: n urma analizei legturilor dintre

variabilele independente ale unui model de
regresie, s-au obinut urmtoarele rezultate:

Coefficientsa

Model
1

(Constant)
X1
X2
X3

Unstandardized
Coefficients
B
Std. Error
65,705
27,731
48,979
10,658
59,654
23,625
-1,838
,814

a. Dependent Variable: Y

Standardized
Coefficients
Beta
,581
,359
-,324

t
2,369
4,596
2,525
-2,258

Sig.
,037
,001
,028
,045

Collinearity Statistics
Tolerance
VIF
,950
,753
,738

1,052
1,328
1,355

2.

Variabilele
independente
nestochastice sau deterministe.

sunt

3. Variabilele independente i variabila

eroare sunt necorelate, cov (Xi,i)=0.
- aceast ipotez este ndeplinit dac
variabilele independente sunt nestochastice.