Prof. univ. dr.

Carmen Pintilescu

ECONOMETRIE
- anul universitar 2008-2009-

Planul cursului
1.
2.
3.
4.
5.
6.

Elemente conceptuale
Demersul metodologic al
econometriei
Modelul de regresie liniar simpl
Modelul de regresie liniar multipl
Modele de regresie non liniar
Modele cu variabile dummy

5. Modele de regresie neliniar

5.1. Tipuri de modele
5.2. Modele liniarizabile
a. Modelul hiperbolic
b. Modelul exponenial
c. Modelul putere
5.3. Modele polinomiale
5.4. Modele neliniare multiple

5.1. Tipuri de modele neliniare

I.

Putem distinge dou mari clase de modele

neliniare:
Modelele liniarizabile sunt acele modele
neliniare care se pot transforma n modele
liniare
prin
logaritmare
sau
alte
transformri: modelul hiperbolic, modelul
exponenial i modelul putere.

II. Modele polinomiale sunt acele modele

care exprim relaia dintre variabilele X i Y
cu ajutorul unui polinom de gradul 2, 3, etc.

5.2. Modele liniarizabile

a. Modelul hiperbolic (invers sau reciproc)
n teoria economic, modelul hiperbolic se
folosete pentru a studia legtura dintre
rata omajului (X) i rata inflaiei sau rata
variaiei salariului nominal (Y).
curba de regresie se numete Curba lui
Philips.
1. Forma general a modelului

1
Y 0 1
X

Parametrii modelului:

0 arat valoarea lui Y atunci cnd X tinde la

infinit;
- 1 arat cu ct crete sau scade, n medie,
valoarea lui Y atunci cnd 1/X crete cu o
unitate.
-

Observaii:
-

Dac 1>0 , curba este descresctoare, adic o

cretere a valorilor variabilei X determin
descreterea valorilor variabilei Y.

Dac 1<0, curba este cresctoare, adic o

cretere a valorilor variabilei X determin
creterea valorilor variabilei Y.

2.
Estimarea
parametrilor
(output Coefficients)

modelului

La nivelul unui eantion:

1
yi b0 b1 ei
xi

Estimarea parametrilor se face prin MCMMP:

S ei2 min
unde: ei=yi-yxi

Aplicnd MCMMP se obine sistemul de ecuaii:

1
n b0 b1 x yi
i
i

b 1 b 1 yi
0 i xi 1 i xi2
i xi

Estimaiile b0 i b1 sunt prezentate n output-ul

Coefficients Unstandardized Coefficients.

b1
b1

b0
b0

yi
1
yi
xi
xi

1
n 2
xi

1
x
i

1
1
y

i 2
xi
xi
1
n 2
xi

1

xi

yi
xi

3. Testarea semnificaiei parametrilor

(output Coefficients)

4.

Ipoteze: Ho: 0=0, 1=0; H1: 0#0, 1#0

Interpretare: Sig<0,05, se respinge ipoteza Ho,
deci valoarea parametrilor este semnificativ
diferit de zero.
Estimarea
i
testarea
intensitii
legturii dintre variabile
a. Estimarea: valorile estimate ale raportului
de corelaie i raportului de determinaie sunt
n output-ul Model
Summary (R square).
Acesta din urm arat ponderea variaiei
variabilei Y explicat prin variaia variabilei X.

b. Testarea statistic

Ipoteze:

Ho: 0
H1: 0

Statistica test: valoarea calculat a statisticii

test F (Fisher) este n output-ul ANOVA.
Interpretare: Sig<0,05 arat c se respinge
ipoteza Ho, valoarea raportului de corelaie
este semnificativ diferit de zero.

5. Exemplu
n urma prelucrrii datelor privind valoarea
indicilor ctigului salarial real (%) i a ratei
omajului (%) nregistrate n Romnia, n
perioada 1991-2005, s-au obinut urmtoarele
rezultate:

Coefficients

1 / rata_somaj
(Constant)

Unstandardized
Coefficients
B
Std. Error
117.437
31.755
51.490
4.602

Standardized
Coefficients
Beta
.716

t
3.698
11.188

Sig.
.003
.000

Model Summary
R
,716

R Square
,513

Adjusted
R Square
,475

The independent variable is rata_somaj.

Std. Error of
the Estimate
7,278

ANOVA

Regression
Residual
Total

Sum of
Squares
724,408
688,541
1412,949

df
1
13
14

The independent variable is rata_somaj.

Mean Square
724,408
52,965

F
13,677

Sig.
,003

Rezolvare:
1. Ecuaia estimat a legturii dintre cele
dou variabile este:
1
Y 51,490 117 ,437
X

Interpretare:
Valorile estimate ale parametrilor modelului
hiperbolic arat c:
nivelul indicelui ctigului salarial real este de
51,49%, atunci cnd rata omajului tinde
spre
;

nivelul indicelui ctigului salarial real crete,

n medie, cu 117,437 uniti (117,437%) la o
cretere cu o unitate (1%) a inversei ratei
omajului.

2. Testarea semnificaiei parametrilor modelului

Ipoteze

Calculul statisticii test

Interpretare:
pentru
parametrul
1,
valoarea
(Sig.=0,003)<0,05, ceea ce arat c se
respinge ipoteza Ho, valoarea parametrului
1 este semnificativ diferit de zero.

3. Estimarea i testarea raportului de corelaie

Valoarea estimat a raportului de corelaie

este 0,905. Interpretare.

Testarea semnificaiei raportului de corelaie:

- Ipoteze
- Calculul statisticii test
- Interpretare:
(Sig.=0,003)<0,05, deci se
respinge ipoteza Ho.

b. Modelul exponenial (Compound)

1.

Forma general a modelului:

Y 0 1 e
X

Ecuaia se liniarizeaz prin logaritmare:

ln Y ln 0 X ln 1

Parametrii modelului:
- 0 este valoarea lui Y pentru X=0.
- 1 arat variaia medie procentual a lui Y la o
variaie absolut a lui X cu o unitate. Reprezint
rata de cretere sau reducere a variabilei Y n
raport cu variabila X.

Observaii:
-

Dac 1>1, atunci legtura dintre cele dou

variabile este direct.

Dac 0<1<1, atunci legtura dintre cele dou

variabile este indirect.

2. Estimarea parametrilor modelului

Ecuaia estimat la nivelul unui eantion:

yi b0 b1

xi

Valorile estimaiilor b0 i b1 sunt prezentate

n
output-ul
Coefficients,
coloana
Unstandardized Coefficients.
Prin logaritmare se obine:

ln yi ln b0 xi ln b1

3. Testarea semnificaiei
parametrilor

Ipoteze
Interpretare

4.
Intensitatea
variabile

legturii

dintre

- raportul de determinaie (R square)

5. Exemplu

n urma analizei legturii dintre valoarea

investiiilor i valoarea produciei nregistrate
pe un eantion de 5 firme, s-au obinut
urmtoarele rezultate:

Coefficients

xi
(Constant)

Unstandardized
Coefficients
B
Std. Error
1.769
.103
1.322
.256

The dependent variable is ln(yi).

Standardized
Coefficients
Beta
2.677

t
17.118
5.161

Sig.
.000
.014

Model Summary
R
.985

R Square
.969

Adjusted
R Square
.959

The independent variable is xi.

Std. Error of
the Estimate
.185

ANOVA

Regression
Residual
Total

Sum of
Squares
3.253
.102
3.356

The independent variable is xi.

df
1
3
4

Mean Square
3.253
.034

F
95.333

Sig.
.002

Rezolvare:
1. Ecuaia estimat a legturii dintre cele dou
variabile este:

yi 1,322 1,769

xi

Logaritmnd ecuaia de mai sus, se obine:

lnyi=ln1,322+xiln1,769=0,279+0,570xi

Interpretare:

- valoarea parametrului 1 arat c, la o

cretere cu o unitate a nivelului variabilei X
(valoarea investiiilor), nivelul variabilei Y
(valoarea produciei) crete, n medie, cu
0,57%.
2. Testarea semnificaiei parametrilor
3. Estimarea i testarea intensitii legturii
dintre variabile

c. Modelul de tip putere (Power)

1.

Forma general a modelului:

Y 0 X

Ecuaia se liniarizeaz prin logaritmare:

ln Y ln 0 1 ln X

n modelul putere, parametrul 1 este

elasticitatea variabilei dependente Y n raport
cu variabila independent X.

Elasticitatea unei variabile Y n raport cu o

alt variabil X reprezint modificarea
relativ (procentual) a variabilei Y la o
modificare relativ (procentual) a lui X cu o
unitate.

Elasticitatea poate fi determinat prin

relaia:
Y
100
% mod if . Y
Y X
Y
E

X
% mod if . X
100 X Y
X

2. Estimarea parametrilor modelului

Prin MCMMP

3. Testarea semnificaiei parametrilor

4. Exemplu
n urma prelucrrii datelor privind valoarea
produciei industriale i nivelul investiiilor nete
din industrie n Romnia, n perioada 19902004, s-au obinut urmtoarele rezultate:

Coefficients

ln(X)
(Constant)

Unstandardized
Coefficients
B
Std. Error
,960
,012
1,603
,143

The dependent variable is ln(Y).

Standardized
Coefficients
Beta
,999

t
79,735
11,204

Sig.
,000
,000

Model Summary
R
,999

R Square
,998

Adjusted
R Square
,998

The independent variable is X.

Std. Error of
the Estimate
,116

ANOVA

Regression
Residual
Total

Sum of
Squares
86,240
,190
86,429

The independent variable is X.

df
1
14
15

Mean Square
86,240
,014

F
6357,625

Sig.
,000

Rezolvare:

1.

Ecuaia estimat a modelului putere este:

Y 1,603 X

0 , 960

Prin logaritmare se obine:

ln Y ln 1,603 0,960 ln X 0,472 0,960 ln X

Interpretare:

Producia industrial crete n medie cu

0,96%, la o cretere cu 1% a investiiilor nete
n industrie.

Panta dreptei (parametrul 1) reprezint

elasticitatea (E) investiiilor n raport cu
producia.

2. Testarea semnificaiei parametrilor

3. Analiza de corelaie

5.3. Modele polinomiale

a. Modelul parabolic: cel mai simplu model
polinomial
este
modelul
parabolic
(Quadratic).

Y 0 1 X 2 X
2

La nivelul eantionului:

Y b0 b1 X b2 X

n economie, modelul polinomial este folosit

pentru descrierea relaiei dintre costul unitar
i producia realizat: costul unitar scade
concomitent cu creterea produciei pn la
un nivel optim al produciei, dup care, dac
producia continu s creasc, ncepe s
creasc i costul unitar.

Exemplu

C
o
s
tu
n
ita
rO
b
s
e
rvtid
Q
u
a
c

.4
5
0
.3
0
.2
0
.1
0
0
.2
.03
.04
.05
.P
0
.r
6
0
7
.
0
8
.
0
9
.
0
o
d
u
c
tia

Exemplu

Coefficients

Productia
Productia ** 2
(Constant)

Unstandardized
Coefficients
B
Std. Error
-25.795
3.895
2.114
.351
89.041
9.231

Standardized
Coefficients
Beta
-5.322
4.842

t
-6.623
6.026
9.646

Sig.
.000
.001
.000

Exemplu
Model Summary
R
.941

R Square
.886

Adjusted
R Square
.853

Std. Error of
the Estimate
4.484

The independent variable is Productia.

ANOVA

Regression
Residual
Total

Sum of
Squares
1091.326
140.774
1232.100

df
2
7
9

The independent variable is Productia.

Mean Square
545.663
20.111

F
27.133

Sig.
.001

Interpretare:
2>o, deci legtura de tip parabolic admite un
punct de minim.

Coordonatele punctului de minim arat nivelul

produciei optim pentru care costul unitar este
minim. Abscisa acestui punct este:
-b1/2b2=25,79/4,22=6,11. Pentru o producie
de 611 buci din produsul A, costul este
minim.

b. Modelul cubic

Y 0 1 X 2 X 3 X
2

n economie acest model este folosit pentru

descrierea relaiei dintre costul total i
valoarea produciei.

G
r
a
d
e
u
r
b
a
n
i
z
r
e
(
%
)
1
0
8
6
0
4
2
005
01
0
1
5
0
2
0
2
5
0
P
IB
/lo
c

Coefficients

PIB
PIB ** 2
PIB ** 3
(Constant)

Unstandardized
Coefficients
B
Std. Error
2,931
,071
-3,9E-007
,000
7,73E-014
,000
-3962,660 11506,083

Standardized
Coefficients
Beta
1,197
-,361
,165

t
41,218
-4,932
.
-,344

Sig.
,000
,000
.
,737