Sunteți pe pagina 1din 18

1.

analiza regresiei econometrice


Metoda regresiei analizeaz cu ajutorul unor expresii analitice denumite functii de regresie,
modul n care variabila dependent y evolueaz n raport cu modificarea uneia sau a mai
multor variabile independente x.
Principalele tipuri de modele de regresie sunt:
regresia unifactorial sau simpl (cu o singur variabil factorial);
regresia si corelatia curbilinie simpl (parabola de gradul II, hiperbola, funcie
exponential);
regresia si corelatia multipl care poate fi exprimat printr-o functie liniar
sau o functie curbilinie.
2. Autocorelatia.Utilizarea.testul Durbin-Watson
Autocorelaia reprezint corelaia dintre erorile succesive i de obicei nfieaz faptul c o
parte important a variaiei variabilei dependente nu poate fi explicat. Cnd se constat
autocorelaie se caut alte variabile independente care s fie incluse n ecuaia de regresie.
Statistica (modelul) Durbin-Watson ofer un test standard pentru autocorelaie. Statistica
Durbin-Watson este o statistica de testare utilizat pentru a detecta prezena autocorelare n
reziduale de la o analiz de regresie. Este numit dup James Durbin i Geoffrey Watson. Daca
nu e este rezidual asociat cu observare la momentul t, atunci statistica de ncercare este :

Deoarece d este aproximativ egal cu 2 (1 - R), n cazul n care r este autocorelare eantion de
reziduurilor, [1] d = 2 indic faptul c nici o autocorelare.
Valoarea d ntotdeauna se afl ntre 0 i 4. n cazul n care statistica Durbin-Watson este
substanial mai mic de 2, exist dovezi de corelaie pozitiv a seriei. n cazul n care DurbinWatson este mai mic de 1.0, poate exista un motiv de alarm.
Valori mici de d indica termeni de eroare succesive sunt, n medie, n valoare de aproape una de
alta, sau corelat n mod pozitiv.
n cazul n care d> 2 termeni succesive de eroare sunt, n medie, mult mai diferite n valoare
unul de altul, de exemplu, corelate negativ. n regresii, acest lucru poate implica o subestimare a
nivelului de semnificaie statistic.
Pentru a testa pentru autocorelare pozitiv la semnificaie, statistica de ncercare d este
comparat cu inferior i superior valorile critice (D L, i d U, ):
n cazul n care d <dl, , exist dovezi statistice c termenii de eroare sunt pozitiv
autocorrelated.
n cazul n care d> du, , exist dovezi statistice c termenii de eroare nu sunt n mod
pozitiv autocorrelated.
n cazul n care dl, <d <du, , testul este neconcludent.
Pentru a testa autocorelarea negativa la semnificaie, testul de statistica (4 - d) este n
comparaie cu inferior i superior valorile critice (dl, i du, ):
n cazul n care (4 - d) <dl, , exist dovezi statistice c termenii de eroare sunt negativ
autocorrelated.
n cazul n care (4 - d)> du, , exist dovezi statistice c termenii de eroare nu sunt
negativ autocorrelate.

n cazul n care du, <(4 - d) <du, , testul este neconcludent.


Valorile critice, D L, i d U, , variaza n funcie de nivelul de semnificaie (), numrul de
observaii, precum i numrul de predictori n ecuaia de regresie.
Dac d=0 , atunci exist autocorelare pozitiv maxim a erorilor;
Dac d=4
, atunci exist autocorelare negativ maxim a erorilor;
Dac d=2
, atunci nu exist autocorelare
3. Autoregresia.utilizarea este un model econometric utilizat pentru captarea evoluiei i
relaiile de interdependen dintre seriile de timp mai multe, generalizarea modelelor
univariate. Toate variabilele ntro autoregresie sunt tratate n mod simetric, prin
includerea, pentru fiecare variabil o ecuaie s explice evoluia . Bazat pe aceast
facilitate, Christopher Sims susine utilizarea modelelor de autoregresie ca o teoriemetod de libertatea de a estima relaiile economice, fiind astfel o alternativ la
"restricii de incredibil de identificare", n modele structurale.
4. Conditiile aplicarii modelelor de regresie multipla
1. normalitatea erorilor: adic variabila rezidual urmeaz o lege de repartiie normal de
medie zero i varian 2;
2. homoscedasticitate: adic variana erorii este constant la nivelul distribuiilor
condiionate
3. necorelarea erorilor: cov(x ,y ) =0 , adic erorile nu se influeneaz reciproc;
4. lipsa corelaiei dintre variabilele independente i variabila eroare;
5. lipsa coliniaritaii sau a unei legturi liniare ntre variabilele independente.
5. Conditiile aplicarii modelelor de regresie simpla liniara
Metod statistic folosit pentru a estima sau prognoza schimbrile dintr-o variabil n funcie
de schimbrile din alt variabil sau dintr-un set de alte variabile. Variabila ale crei valori se
estimeaz prin analiza de r. este denumit dependent sau endogen, iar cea n funcie de care
se face estimarea este denumit independent sau exogen. Dac notm pe prima cu y iar pe cea
de-a doua cu x, atunci relaia lor, n msura n care este una de tip liniar, poate fi exprimat prin
ecuaia y' = a + b x, denumit ecuaie de r.
Modelul liniar simplu presupune c ntre cele dou variabile exist o dependeni dup
modelul unei ecuaii de gradul nti sau c ntre variabile exist o relaie de
proporionalitate.
Rezolvarea problemei de minim impune dou condiii:
1. anularea derivatelor pariale de ordinul nti ale lui S n raport cu a i b;
2. matricea derivatelor parialele ordinul doi s fie definit pozitiv.
6. determinarea intervalului de incredere
Pentru determinarea intervalelor de incredere intre care variaza parametrii a si b :
a^-a a a^+a ; b^- b b^+b ;
a =tn-2*Sa ; b= tn-2*Sb ;
Y^x0 -Y Yx0 Y^x0 +Y ; Y= tn-2sqrt(S2 *(1/n+(x0-x)2/ (xt-x)2)) ;
Pentru a verifica daca coeficientii de corelatie este semnificativ 0, se face :
x/y0 : H0 x/y=0 , H1 x/y0
*
t =|(x,y)|/sqrt(1-(x,y)2/n-2) ; (x,y)= x/y ; t* < tn-2,atunci x/y =0 ;

t*> tn-2,atunci x/y 0 ;


7. Ecomometria ca metoda de cercetare cantitativa.
Econometrie n mod literal nseamn msurri economice. Este o combinaie ntre
economie, matematic i statistic.
Dou dintre scopurile principale ale econometriei sunt furnizarea de msurri empirice pentru
teoria economic i verificarea teoriei cu ajutorul testelor. Spre exemplu, teoria economc
prezice ca funcia cererii se ndreapt de sus in jos. Estimrile econometrice pot verifica sau
demostra falsul acestei preziceri, i msura care este magnitutinea acestui
fenomen.Econometira cere:a)masurarea relatiilor(legaturilor) si estimarea parametrilor care ii
implica b)testarea ideilor teoretice reprezentate de aceste legaturi.c)utilizarea relatiilor pentru
efectuarea unor predictii cantitative.Econometria ia ecuatiile din economia matematica si prin
confruntarea acestora cu datele economice,cauta sa foloseasca tehnicile de inferenta statistica
pentru a da o forma cantitava acestor ecuatii.Etape in analiza econometrica :1.evidentierea
modului in care variabila X influienteaza o alta variabila Y.2.specificarea formei pe care o
imbraca relatia dintre X si Y.
Obiectivele finale urmrite de econometrie sunt exprimate:
- la nivel macroeconomic (creterea economoc, controlul inflaiei, ocuparea forei de
munc, echilibrul balanei de pli etc.);
- la nivel mezoeconomic (obiective regionale);
- la nivel microeconomic (firm: creterea profitului, creterea calitii, creterea cotei de
pia etc.);
- la nivel individual (maximizarea venitului etc).
Caracteristicile econometriei:
- n reprezentrile econometrice se introduc variable care privesc bogia naiunii
(producia, consumul, capitalul fix etc.) i ctigul economic (profit, salarii, dobnd,
rent etc.) i ecuaii de tip comportamantal, resursele avnd o importan deosebit;
- se acord interes pentru reprezentri cu caracter sistemic n care sunt prezente obiectivele
i conexiunile existente ntre variabile;
- reprezentrile econometrice se pot referi la un sector de activitate, sau la un ansamblu de
activiti, structurate sub form de ecuaii i sisteme sau blocuri de ecuaii;
- ecuaiile de tip econometric cuprind ntre factorii care determin evoluia unor procese i
preul n diferiele forme de manifestare (ecuaii de balan pentru determinarea
echilobrelor n economie);
- n modelul econometric se regsesc obiectivele finale ale economiei i obiectivele
specifice proceselor economice (variabile endogene-efect);
- modelele econometrice permit simularea politicilor economice;
- modelele econometrice exprim echilibrul dintre cerere i ofert i neliniaritatea cererii
n raport cu creterea factorilor.
8. elemente de analiza a seriilor temporale
-identificarea prealabila a pattern-ului (formei) seriei temporale a datelor si descrierea sa mai
mult sau mai puin formalizata.
-interpretarea pattern-ului seriei datelor analizate si integrarea sa in anumite clase de alte
pattern-uri de serii temporale deja cunoscute
-utilizarea patternului in analiza fenomenului sudiat

-extrapolarea patternului in vederea prognozei unor valori viitoare deci a unor evenimente
ulterioare ce guverneaza aceste valori
9. Estimarea parametrilor in analiza econometrica
Estimarea reprezint procedeul de determinare a unui parametru al unei populaii (0, 1) pe
baza datelor nregistrate la nivelul unui eantion.
Se poate realiza prin:
1. estimare punctual: presupune aflarea unei valori posibile a estimatorului parametrului
cutat.
estimare prin interval de ncredere: presupune aflarea limitelor de ncredere ale unui
interval care acoper valoarea parametrului.
Construirea IC se bazeaz pe legea de distribuie a estimatorului unui parametru, care urmeaz
o lege normal:
10. excluderea multicoliniaritatii
exista 2 metode de eliminare a multicoliniaritatii :
a)extinderea esantionului se adauga noi observari
b)regresia Ridge-este o metoda pur numerica ce consta in transformarea matricii XX intro
matrice XX+C,unde C-matrice constanta.
11. Fenomenul de multicoliniaritate
MultiColiniaritatea
exprim existena unor corelaii puternice ntre variabilele
independente. n astfel de situaii se calculeaz statisticile toleranei, considernd numai
variabilele independente, variabila dependent este exclus din model.
Tolerana fiecrei variabile Xi se calculeaz dup relaia: Tolerana = 1 Ri2 , unde:
Ri2 - este ptratul coeficientului de corelaie multipl a variabilei Xi cu toate celelalte
variabile independente. VIF este reciproca toleranei. Tolerana poate lua valori de la 0 la 1.
Cu ct valoarea toleranei este mai mic, mai apropiat de zero, cu att variabila independent
Xi este explicat printr-o combinaie liniar a celorlalte variabile independente. Ca urmare,
explicarea variabilei dependente prin aceast variabil poate fi considerat c are prea puin
acuratee.
12. Functii econometrice bazate pe serii cronologice
Seria cronologic reprezint o form de prezentare ordonat a datelor statistice n care se
reflect nivelul de manifestare a fenomenelor ntr-un anumit moment sau perioad de timp.
Altfel spus, seria cronologic reprezint un ir de valori ale unui indicator economic sau de
alt natur, observate n timp, oglindind procesul de schimbare i dezvoltare a unei
colectiviti statistice n perioade succesive de timp. Forma general a unei serii cronologice
se poate prezenta astfel:
1 2 3 t T
Y1 Y2 Y3 Yt YT
In statistica clasica pentru analiza extrapolara seriilor se utilizeaza indiactorii :Xmodif.absoluta,Ix-indici,Rx-ritmul de modificare, Xmed-modif medie absoluta, Rxmed-ritmul
mediu de modificare.Utilizind formulele se utilizeaza termenii imaginari ai seriei(primul si
ultimul).daca primul si ultimul nu sunt reprezentative,rezultatele sunt aproximative.
X1=f(t)
Fi(x)=a+bt ,Xt=a+b/t, Xt=aebt

Seriile dinamice se mpart n:


- serii de stoc sau sau serii de momente (integrale), care caracterizeaz nivelul de
dezvoltare a fenomenelor la anumite momente de timp. Caracteristica acestor serii este
faptul c indicatorii prezentai nu pot fi nsumai ntruct nivelul de la un moment dat
cumuleaz nivelurile tuturor momentelor anterioare. Prin nsumare, aceeai mrime ar fi
luat n calcul.de mai multe ori, ceea ce este lipsit de sens. Din aceast cauz, termenii
acestor serii se mai numesc i mrimi de stoc.
- serii de intervale (difereniale), care reflect evoluia unui proces sau fenomen pe
anumite perioade de timp. Nivelurile indicatorilor se pot evidenia pe ani, luni sau alte
fraciuni de timp. Caracteristica seriilor de intervale o reprezint posibilitatea de nsumare a
mrimilor succesive ale indicatorilor. Aceast caracteristic are o deosebit importan att
n formarea seriilor, n iteraiile de optimizare a mrimii intervalelor de grupare, ct i n
analiza economic n vederea stabilirii rezultatelor pe intervale mari de timp. n literatura de
specialitate aceste serii sunt numite
de unii autori cumulative.
13. Liniarizarea si formele de prezentare a regresiei neliniare
Cnd din consideraii teoretice ori din studierea diagramei de mprtiere
observm c dependena nu este de tip liniar, o funcie neliniar trebuie s
fie utilizat pentru a descrie legtura dintre caracteristici.
14. Locul matematicii in econometrie
Economia matematic are ca principal obiectiv construirea unor modele matematice bazate pe
date colectate empiric. Dup rezolvarea modelului apar o serie de probleme ce i au originea n
contradicia datelor empirice cu cele reale. Realitatea economic se refer la procese sau
obiecte ce trebuie cercetate i este prezentat sub forma agregat. Studiile cantitative folosesc
modele matematice stabilind legturi ntre relaie i variabilele economice. Problema care
apare ns este c nu se ncearc reconstituirea modelului pentru date reale i la nivelul
economiei naionale. Econometria ncearc s depeasc abordrile prostatistice folosind o
serie de mecanisme i legturi ntre variabile.
15. Locul statisticii in econometrie
O activitate economica ar putea fi reprezentata prin combinarea vectorilor de productie in
conditiile definitw de limitele factorilor disponibili,conform criteriului optim adoptat
La sfirsitul activitatii vom a vea o multime de date,informatii sau semnale asupra proceselor
desfasurate.Vor rezulta cifre referitoare la valoarea criteriului de optim respectiv a factorilor
consumati.aceste date vor constitui statisticile care reprezinta materia prima a economiei
.Modelele la care trebuie sa recurga econometric contin putine specificari decit
realitatea.Econometria intervine acolo unde nu avem model satisfacatorr al realitatii.Ea
recurge la modele adoptate de economia matematica,care sa fie compatibile cu modelul real.In
urma modelelor elaborate,acestea sunt completate cu informatii statistice pentru a verifica
masura in care ipotezele teoretice de plecare sunt sau nu confirmate de realitatea empirica
16. Locul teoriei economice in econometrie
n cadrul acestei triade, teorie economic matematic - statistic, locul central l ocup
teoria economic. Fenomenele economice conin aspecte care nu pot fi reprezentate prin
cantitate. Aceste particulariti ale fenomenelor economice constituie, n general, limitele
econometriei n sistemul tiinelor economice. Raporturile econometriei cu tiinele

economice nu sunt numai de dependen. Un model econometric se poate elabora dac nu sa constituit o teorie economic a obiectului cercetat. Simularea sa formal cu obiectul
economic investigat depinde de nivelul de abstractizare a teoriei, de definirea univoc i
operaional a noiunilor i categoriilor economice, de scopurile urmrite de teoria
economic scopuri euristice sau de dirijare privind obiectul studiat.
Modelul, astfel
constituit, reprezint o verig intermediar ntre teorie i realitate. El reprezint o cale de
confruntare a teoriei cu practica, singurul mod de experimentare pe baza cruia tiina
economic i poate fundamenta ipotezele, din moment ce obiectul su de cercetare poate fi
numai observat, nu i izolat i cercetat n laborator. Prin aceast experimentare, mijlocit
de modelul econometric, tiinele economice valideaz, renun sau elaboreaz metode noi,
i confrunt problemele de semantic i semiotic economic, mbogindu-i, n felul
acesta, sistemul de informaii privind structura i evoluia obiectului economic.
17. masurarea intensitatilor legaturilor
Msurarea intensitii corelaiei multiple se poate efectua cu ajutorul :
- coeficienilor de corelaie parial i bivariat;
Coeficienii de corelaie parial msoar dependena dintre variabile, considernd
influena celorlalte variabile constant.
Coeficienii de corelaie bivariat msoar dependena dintre variabile, fr a lua n
considerare influena celorlalte variabile.
- raportului de corelaie i raportului de determinaie multipl- Msoar influena
simultan a variabilelor factoriale asupra variabilei rezultative.
- raportului de determinaie multipl ajustat;
- coeficientului de corelaie multipl.
18. Matricea covariationala a unei variabile
aceasta matrice se constituie din momente centrate de ordinal I si II a unor variabile
aleatoare.Matricea covariationala obtinuta este simetrica,iar diagonala principala este formata
din dispersiile variabilelor aleatoare considerate.matricea va aarata astfel:

m=
19. Metoda matriceala de determinare a parametrilor prin metoda celor mai mici
patrate.
Suntem interesati, pentru un numar mare de experimente, sa determinam functia ce exprima
dependenta y = f (a, b, x), pentru o tendinta liniara de ordonare (y = ax+b), a si b fiind
coeficientii acestei functii.
Valorile masurate, yi, ce corespund diferitelor valori xi ( n valori), sunt afectate de erori
intamplatoare, de aceea este necesar sa aplicam metode statistice pentru rezolvarea problemei
propuse.
Algoritmul metodei celor mai mici patrate se bazeaza pe conditia ca suma patratelor
diferentelor yi sa fie minima, unde
yi = yi f(a, b, xi)

>> S =

yi 2 = min
i

indicele fiecarei sume ia valori intregi in intervalul [1, n], n = numarul de valori x i, respectiv
yi.
Aceasta metoda va fi aplicata dupa testarea nivelului erorilor si eliminarea erorilor grosolane.
a = (a) : y = (y1) : x = (1 X1)
(b)
(y2)
(1 X2)
(yn)
(1 Xn)

a^ =(x x) xy

xxa = xy

Am/n * Bn/l = Cm/l inmultirea matricei


1 .se construiesc matricile : a,y,x
2. construim matricea inversa z = x
3. se face inmultirea a doua matrici : a = z*x = xx
4. inversam matricea R= Q = (xx)-1
5. se deteremina M= Z * Y = XY
6. se inmultesc 2 matrice a^ = R* M = (XX) -1 XY
20. Modele cu mai multe variabile
Yt=a0+a1x1t+a2x2t++akxkt+ U
Yt- variabila de explicat
a0, a1 , .ak parametrii modelului ce indica cu cit se modifica Y cind se modifica x cu o unitate,
in ipoteza ca celelalte vor ramine neschimbate.
k- nr. de variabile explicative
U- eroarea de specificare care este necunoscuta si ramine asa pina la urma
X1t , . Xkt variabile explicative
21. Modele cu o singura variabila
Modelul astfel construit reprezinta o veriga intermediara intre teorie si realitate. El teprezinta o
cale de confruntare a teoriei cu practica, singurul mod de experimentare pe baza careia stinta
economica isi poate fundamenta ipotezele, din moment ce obiectul sau de cercetare poate fi
numai observat, nu si izolat si cercetat in laborator.
Y = a + bxi + ei
Xi variabila explicativa
a,b- parametrii modelului ce indica cu cit se modifica Y cind se modifica x cu o unitate, in
ipoteza ca celelalte vor ramine neschimbate.
22. Modele econometrice.Clasificarea modelelor econometrice
Cunoasterea legitati de variatie in timp sau in spatiu a unui indicator de effect economic in
functie de variatia factorilorcuantificabili se poate face folosind doua modele:
a) modelul determinist-reflecta legatura functionala dintre elementele de intrate si iesire a
sistemului-variabile exogene si variabile endogene.Statistica economica utilizind metode
proprii,exprima prinstrun system de indicatori-elementele cuantificabile ale sistemului
economic.Modelele deterministe se construiesc intre efecte si eforturi,explicinduse
variatia variabilelor factoriale si a indicatorilor de performanta sau de eficienta ale
acestora.

b) Modelul econometric-se fundamenteaza pe metoda regresiei,care descrie legatura


statistica sau stohastica dintre intrarile sistemului-factorii de influienta X-si iesirile
sistemului-variabilele resultative Y cu ajutorul unui model aleator :Y=f(X)+U
Clasificarea modelelor econometrice :
1)In functie de numarul variabilelor factoriale folosite in vederea explicarii,simulari sau
prognozei variabilelor dependente
Modele unifactoriale
Modele multifactoriale
2)Dupa forma legaturii dintre variabila rezultativa si variabilele factoriale :
Modele lineare
Modele neliniare
3)In raport cu sfera de cuprindere
Modele partiale
Modele globale
4)dupa alt criteriu :
Modele statice
Modele dinamice
5)alt criteriu
modele autoregesive
Modele cu decalaje
6)alt criteriu
Modele deterministe
Modele stohastice
7)alt criteriu
Modele euristice(rationale)
Modele decizionale(operationale)
23. Metoda celor mai mici patrate pentru determinarea parametrilor modelului simplu
liniar
Numim estimaie (ajustare) a modelului orice soluie {a, e} a sistemului y = Xa + e.
Este de remarcat c sistemul conine n ecuaii i p + n necunoscute, deci admite o infinitate
de soluii.
Numim estimaie prin cele mai mici ptrate, acea soluie a care minimizeaz
suma ptratelor erorilor ei, adic

Se obtine :
i se demonstreaz c este ndeplinit criteriul de minim i c este
singura valoare cu aceast proprietate adic valorile determinate reprezint estimaia prin cele
mai mici ptrate a coeficienilor modelului liniar.
Ecuaia
y = a1x1 + a2x2 + + apxp -se numete ecuaia de regresie multipl.
24.Obiectul de studiu al econometriei
Obiectul de studiu al econometriei il constituie legaturile dintre ansamblul economiei
nationale si elementele sale componente(sectoare,ramuri) respectiv comportamentul
acestora.Desi se aplica si la nivel micro,metodele econometrice vizeaza cu predilectie

subsistemele economiei nationale,iar economia intreprinderii intra de regula in atentia


cercetarii operationale.Domeniul econometriei este definit de modelele economiei
matematice.Aceatsa traduce problemele economiei in limbajul matematicii(formalizarea)
pentru o mai usoara manipulare a sistemului de complex de notiuni ale toeriei economice si
a disciplinelor subordonate.
25. Posibilitati de eliminare a multicoliniaritatii
Exist mai multe reguli de remediere a multicoliniaritii, dar care nu reprezint
metode sigure de nlturare a ei.
creterea volumului eantionului este eficient numai dac se adaug observri
semnificativ diferite de cele care sunt deja considerate n model, n caz contrar,
multicoliniaritatea se menine;
nlturarea variabilei puternic corelate poate conduce la o specificare
incorect a modelului. Eroarea de specificare duce la obinerea de estimatori
eronai, fiind mai duntoare dect acceptarea unei multicoliniariti mici;
transformarea variabilelor n serii ale diferenelor de ordinul 1. Modelul de
regresie pe diferenele de ordinul 1, reduce severitatea multicoliniaritii.
Dezavantajele sunt:
termenul eroare din forma transformat a diferenelor de ordinul 1, s-ar putea s nu respecte
una din ipotezele modelului liniar clasic, i anume erorile nu sunt serial corelate (corelaie de
ordinul 1). Dac n seriile iniiale erorile sunt independente sau necorelate, n seria
transformat, acestea vor fi serial corelate n majoritatea cazurilor.
se pierde o observare prin difereniere, ceea ce este important cnd volumul eantionului
este mic, i numrul gradelor de libertate se micoreaz cu 1. Mai mult, n seriile de date
instantanee, procedura de difereniere nu este corespunztoare, deoarece nu exist o ordine
logic a datelor observate.
utilizarea altor metode: analiza factorial, analiza n componente principale,
sunt deseori folosite pentru a rezolva problema multicoliniaritii.
26. Predictii bazate pe modele de regresie
a. Formularea problemei n termeni economici, plecnd de la o teorie economic.
Exemplu: Keynes a afirmat c oamenii sunt dispui s consume, n medie, mai mult dac
veniturile lor cresc. Aceast cretere nu se produce, ns, n acelai ritm (funcia de consum).
b. Identificarea variabilelor
c. Specificarea modelului matematic al teoriei economice.
Exemplu: Keynes a postulat existena unei relaii directe ntre consum i venituri, dar nu a
precizat
forma legturii dintre cele dou variabile.
S considerm, pentru simplicitate, urmtoarea form a funciei de consum: Y= 0+1X.
d. Specificarea modelului econometric
- modelul matematic pur al legturii dintre consum i venituri este de interes redus pentru
economiti, pentru c presupune o relaie exact, determinist ntre aceste dou variabile.
- pentru reprezentarea legturii dintre acestea,
econometricianul a modificat funcia de consum, introducnd un termen eroare, astfel: Y=
0+1X +.
e. Estimarea parametrilor modelului econometric.
- se realizeaz plecnd de la metoda celor mai mici ptrate (MCMMP).
f. Testarea ipotezelor statistice

- se urmrete dac estimrile obinute sunt n acord


cu ipotezele formulate, potrivit teoriei economice testate.
g. Prognoza (predicia) statistic
- dac rezultatele testrii confirm ipotezele formulate, modelul econometric poate fi
folosit n scop predictiv.
h. Folosirea modelului n scop decizional.
- considernd, de exemplu, un model estimat de forma:
Y=-200+0,8X
ne putem ntreba ce valoare a veniturilor (X) va asigura un nivel dorit al cheltuielilor de
consum (Y)? Prin politici fiscale i monetare, autoritile pot manipula variabila de control
X pentru a obine un nivel dorit al variabilei int Y.
27. previziunea in modelul de regresie simpla
O mare parte a analizelor statistice uzuale se ocup cu analiza relaiei ntre dou variabile
statistice (atribute) ce corespund aceluiai grup de obiecte/instane.
Pentru a o identifica, se studiaz relaia dintre cele dou caracteristici/atribute msurate pe
obiectele dintr-un anumit set.
Cu alte cuvinte, este vorba de dou serii statistice n care cuplurile de valori (xi, yi),
corespunznd
cuplului
de
variabile
statistice
(X, Y) sunt msurate pe acelai obiect.
Exist dou mari motive pentru care se efectueaz un asemenea studiu:
Descrierea relaiei care ar putea exista ntre cele dou variabile, analiznd legtura
ntre cele dou serii de observaii. Concret, se analizeaz dac tendina ascendent
a uneia implic o tendin ascendent, descendent sau nici o tendin a celeilalte;
n ipoteza existenei unei legturi reale ntre ele, identificat n prima instan, s
se poat prognostica valorile uneia n raport cu valorile celeilalte pe baza ecuaiei
de regresie.
Scopul final este prognoza, n condiia c este posibil, cele dou variabile fiind ntradevr corelate.
Metoda prin care analizm posibilele asociaii ntre valorile a dou variabile statistice,
prelevate de la acelai grup de obiecte, este cunoscut ca metoda corelaiei i are ca
indice coeficientul de corelaie (Pearsons r).
Modul de prezentare a legturii liniare dintre dou variabile, atunci cnd aceasta exist,
se numete metoda regresiei liniare (linear regression).
Pentru aceasta se consider una dintre variabile ca variabil independent sau variabil
predictor, iar cealalt variabil ca variabil dependent sau variabil rspuns (outcome).
Legtura liniar dintre cele dou variabile este descris de o ecuaie liniar, ecuaia de
regresie (regression equation) creia i corespunde geometric dreapta de regresie
(regression line).
28. Previziunea in modelul linear general
Previziunea (prognoza) economic, dei nu se poate da o definiie precis, datorit prerilor
diferite existente n rndul specialitilor, reprezint procesul prin care sunt anticipate
evenimente i prin care este realizat estimarea evoluiei viitoare a unor indicatori economici
privind, n general, fenomene care nu sunt direct controlate de entitatea implicat n procesul
de previziune


Previziune = inferen asupra variabilei, n afara perioadei observate. Vom nota prin Y
T h
previziunea variabilei Y efectuat la momentul T pentru un orizontul de timp h. Baza de date
utilizat pentru generarea de previziuni poate consta n:
a) evoluia nregistrat de ctre variabil n trecut, privind prezentul ca o funcie de trecut:
Yt f Yt 1 , Yt 2 , , Yt p , t modele univariabile
Aceasta abordare este adecvata atunci cand este dificil de identificat factorii ce explica
comportamentul variabilei de previzionat sau este dificil de cuantificat influenta
exercitata de catre variabilele explicative. Daca, spre exemplu, scopul nostru este doar
previziunea PIB fara sa ne intrebam de ce acesta a inregistrat o anumita valoare atunci
vom apela la aceasta abordare PIBt f PIBt 1 , PIBt 2 , , PIBt p , t .
b) serii de timp ce redau evoluia variabilei Y precum i a altor variabile X 1 , X 2 , , X n ce
explic comportamentul acesteia modele multivariabile (modele explicative).
Modelele explicative pot fi utilizate in previziune dar si pentru testatea empirica si
simularea unor politici economice sau pentru luarea unor decizii.

29. Previziunea intrun model autoregresiv


30. Prezentarea generala a modelelor econometrice
1)In functie de numarul variabilelor factoriale folosite in vederea explicarii,simulari sau
prognozei variabilelor dependente
Modele unifactoriale y=f(x)+u este folosit in mod fregvent la modelarea fenomenelor
economice datosrita avantajelor pe care le prezinta :simplitate,operativitate si cost redus
pentru obtinerea lui.Utilizarea acestui model se fundamenteaza pe ipoteza ca in rindul
factorilor variabilei rezultative Y exista un factor determinant X,ceilalti factori au o
influienta intimplatoare fie au fost invariabili in periaoada analizata.
Modele multifactoriale eliminind deficienta modelului unifactorila,transforma insa
avantajele acestuia in dezavantaje.Din acest motiv se recomanda ca in practica sa nu se
foloseasca un model cu mai mult de 3 sau 4 variabile factorialeModelel sunt de mare
diversitateSe construiesc prin dezvolatarea modelului unifactorial.Pe linga variabila
factoriala initiala x1se introduc alte avriabile exogene :x2,x3,sau valorile decalate ale
acestora
2)Dupa forma legaturii dintre variabila rezultativa si variabilele factoriale :
Modele lineare un model linair se prezinta astfel :y=b0+b1x1+b2x2++u.
Neajunsuri :anumite elemente de consum nu se modifica in mod linear cu evolutia
veniturilor,unele au anumit nivel de saturatie,iar altele au o existenta pasagera.Al doilea
neajuns este coeficientul de elasticitate care este variabil si diferit de coef de regresie.
Modele neliniare se identifica cu ajutorul functiilor neliniare cum ar
fi :exponentiala,logistica,parabola
3)In raport cu sfera de cuprindere
Modele partiale-modelul consumului alimentar al populatiei este un model partial in
raport cu modelul global al consumului total al populatiei-acesta rezultind din agregarea
consumurilor.modelele
partiale
se
fac
pe
grupe
omogene
de
consumatori.yu=ai+bixit+uit(i=1,m t=1,n)
Modele globale al consumului populatiei construit in aceeasi perioada de timp t,in
functie de veniturile populatiei este de forma :Yt=a+bXt+ut

Concluzii : agreagrea modelelorpartiale nu conduce la obtinerea modelului global al


variabilei explicative.modelul global rezulta ca o medie a modelelor partiale.modelul global
se poate estima pe baza modelor partiale
4)dupa alt criteriu :
Modele statice-model in care se studiaza dependenta variabilelor endogene y fata de
valorile variabilelor exogene xj se realizeaza in aceeasi perioada de timp
Modele dinamice are loc introducerea explicita a variabilelor de timp si se accepta
ipoteza unui efect inertial in evolutia fenomenului Y
5)alt criteriu
modele autoregesive cind in pachetul de variabile explicative xj se introduce si variabila
explicata y,dar cu valori decalate.
Modele cu decalaje variabila factoriala x isi exercita influienta asupra variatiei variabilei
y pe mai multe perioade de timp
6)alt criteriu
Modele deterministe descrie aplicatia metodei,indicatori teritoriali sau dinamici
acceptatif ara rezerve de teoria economica.
Modele stohastice are loc introducerea in schema de descriere a legitatii si a variabilei
aleatoare
7)alt criteriu
Modele euristice(rationale) sunt utilizate pentru a explica pe o cale mai simpla un
system complex de dependente si interdependente ce se atesta in economie.el reprezinta
o forma simplificata a modelului deoarece el nu contine alti factori.
Modele decizionale(operationale) sunt utilizate in practica economica pentru
fundamentarea deciziilor de politica economica si la prognozarea fenomenelor
economice
31. Problema decalajelor temporare
O variabila rezulatativa este o functie de mai multe variabile care intirzie (sau o variabila)
Ft=valoarea fondurilor fixe din anul dat t + Vt=valoarea fondurilor fixe puse in actiune din
anul dat t + It=investitiile din anul dat t + Wt= lichidarile pe parcursul anului t;
Ft= Ft-1+Vt Wt
Vt=a0 + a1*Ft-1+a2Wt + a3Ft + a4It-1 +a5It-2 + a6It-3
32. Procedee de recunoastere a multicoliniaritatii.Teste de detectare a multicoliniaritatii
Multicoliniaritatea se refer strict la existena mai multor relaii liniare, iar
termenul de coliniaritate se refer la existena unei singure relaii liniare.
Pentru detectarea multicoliniaritatii se utilizeaza urmatoarele teste:
1)Testul Klein:se determina coeficientul de corelatie ry/x simpla intre variabilele
independente :Y=a0+a1X1t+a2X2t++akXkt+t
Daca R2>ry/x-atunci exista coliniaritate
Pornind de la aceast regul, testul lui Klein, const n compararea R 2, calculat pe modelul cu
k variabile explicative:
2)Testul Farrar-Glauber(cel mai puternic) :
1)se determina determinantul D1 a coeficientilor de corelatie
2)se inainteaza ipoteza H0 unde D1=1.aceasta este ipoteza de independenta a variabilelor
explicative unde D1=0-ipoteza de coliniaritate

3)se determina constanta empirica(hi)= ( X) 2=[-n-1-1/6(2x+5)]lnD1. se detemina aceasta


constanta unde n-nr de observ n-nr de variabile explicative,d1-determinantul matricii.
Daca Xempiric>Xteor se acepta ipoteza H0
Xx2>X2 se accepta H0,D1=1 ;
Xx2<X2 se accepta ipoteza H1,D1=0
33. Prognoza in intervale
estimare prin interval de ncredere: presupune aflarea limitelor de ncredere ale unui interval
care acoper valoarea parametrului.
In conditiile unei economii de piata, s-a scos in evident ca procesul de conducere a unei
activitati nu poate fi conceput fara anticiparea viitorului s-au fara considerarea metodelor si
tehnicilor de prognoza.Activitatile reprezinta procesele specializate prin care se
operationalizeaza conceptia functiilor.
Elaborarea unei prognoze in intervale este conditionata de: volumul si calitatea informatiilor
disponibile,metodele si tehnicile utilizarii acestora,sursa informatiilor si expertiza factorilor
umani. Prin notiunea de prognoza in intervale,se intelege o modalitate,un procedeu s-au un
ansamblu de procedee,cu ajutorul caruia se realizeaza cercetarea,analiza, cunoasterea si
descrierea realitatii obiective in scopul anticiparii,initierii si organizarii unei actiuni viitoare.
Astfel prognozelein intervale, sunt incercari de prevedere a viitorului in intervale,pe baza
examinarii acestora.
Indiferent de nr. Variantelor in care este stabilita,prognoza ia forma unui interval de incredere
intre doua limite:inferioara si superioara.Marimea intervalului de incredere urmeaza sa fie
stabilita in functie de destinatia rezultatelor obtinute,de orizontul prognozei si de natura
fenomenului cercetat.La rindul sau,orizontul de prognoza va influenta spatial de incredere al
prognozei.In anumite conditii date privind orizontul si natura investigatiilor,intervalul de
incredere va depinde, in mare masura de natura fenomenului studiat,de particularitatile miscarii
acestuia.
Intervalul dintre cele doua limite,exprimat in cifre relative,fata de central intervalului va fi
mult mai restrins in cazul unui fenomen,cu o evolutie lina in comparative cu un alt fenomen,a
carui evolutie este marcata de puternice oscilatii.

34. Prognoza punctiforma


35. Raportul de corelatie.utilizarea
Raportul de corelatie -Msoar influena simultan a variabilelor factoriale asupra
variabilei rezultative.
Interpretare: arat ct la sut din variaia lui y depinde de variaia simultan a variabilelor
factoriale considerate.
n cazul unei legturi liniare, raportul de corelaie este egal cu coeficientul de corelaie
R y / x ry / x 0.997 0,997 .
liniar:
Verificarea semnificaiei raportului de corelaie i, implicit, a coeficientului de corelaie
liniar se face cu ajutorul testului Fisher Snedecor:
Fc n 2

R2
0,994009
10
1659,1704223 F0, 01;1;10 10,43
2
1 R
0,005991

Deoarece raportul de corelaie este semnificativ diferit de zero, cu un prag de semnificaie


rezult modelul econometric:

0,01 ,

Y 0,7578 0,0794 x;
(0,218) (0,002)

R 0,997
d 1,024
su 0,237

care descrie corect dependena dintre cele dou variabile, acesta explicnd 99,4% din
variaia total a variabilei dependente, adic variaia ncasrilor medii lunare se datoreaz n
proporie de 99,4% suprafeei comerciale.
Raportul de corelaie ia valori cuprinse ntre 0 i 1. Cu ct valoarea indicatorului este mai
apropiat de 1, cu att legtura dintre variabile este mai puternic. Valori apropiate de 0 ne
indic legturi de intensitate slab
ntre variabile.
36. Regresia econometrica
Cel mai important model economic este regresia. Regresiile sunt importante pentru
economiti pentru c acetia nu pot folosi simulri n economie. Ei pot observa datele, iar
modelele trebuie s fie interpretate pentru a nltura problemele de observare sau de analiz.
Regresia este o metod statistic pentru studiul relaiei ntre o variabil dependent i una
sau mai multe variabile independente explicative n ideea estimrii valorii medii pentru
variabila dependent n functie de valori date, fixe ale variabilelor explicative
Regresia se folosete pentru:
a determina o relaie cauzal
a testa o relaie cauzal
a previziona o variabil dependent n funcie de una sau mai multe variabile
independente
a explica efectul n funcie de cauze
Determinarea formei legaturilor dintre X si Y se face cu ajutorul regresiei
F=(yt-yt ^)2 => min
Y=a+bX
2
F(a,b) = (yt-(a+bXt)) => min (*)
{F(a,b)/a =0;
(*)
{F(a,b)/b=0;
La derivare se obtine: {na+bXt =Yt;
{aXt+bXt2 = XtYt
Daca a^, b^ este solutie (*), atunci y ^t =a^+ b^Xt modelul ecuatiei de regresie cu
parametrii estimati (a,b). Cea mai buna dreapta care trece prin toate punctele
37. regresia neliniara
Regresia neliniar se bazeaz pe funcii neliniare care nu pot fi liniarizate. Cele mai simple
dintre ele sunt funciile polinomiale precum:
Gradul 2:

Gradul 3:

Pentru a determina valorile coeficienilor a, b, c i d ar trebui parcurs aceeai cale ca i la


regresia liniar, ncepnd cu derivatele pariale n raport cu fiecare dintre aceti coeficieni i
terminnd cu rezolvarea sistemelor de ecuaii care se formeaz. La gradul 2 sistemul va avea
trei ecuaii, iar la gradul 3 ar avea patru ecuaii, nu-i aa?
Ca elemente de certitudine, este limpede pentru oricine c graficul unei funcii liniare este
perfect definit prin dou puncte, a uneia de gradul 2 prin 3 puncte, a uneia de gradul 3 prin 4
puncte .a.m.d. Dai-mi patru puncte i v dau mintena funcia:

Cum procedez? nlocuiesc x i Y cu valorile (numerice ale) coordonatelor fiecrui punct, pe


rnd, i obin un sistem LINIAR de patru ecuaii din care recuperez, ca soluii, cele patru
necunoscute: a, b, c, d. Aa un sistem simplu, poi s-l rezolvi i cu un program de calcul
tabelar.
38. selectia variabilelor explicative
Procedurile statistice de selecie a variabilelor explicative permit determinarea acelor variabile,
care se adaug sau se retrag dintr-un model. Aceste demersuri exclud raionamentul economic,
permind gsirea unor modele, care deseori sunt bune din punct de vedere statistic, dar a cror
interpretare economic poate fi nul sau aberant. De aceea tehnicile automate de selecie a
variabilelor explicative se utilizeaz cu pruden, completndu-se rezultatele cu raionamentul
economic.
Exist cinci proceduri pentru selecia variabilelor explicative
- cele mai corelate cu variabile explicat
- cel mai puin corelate ntre ele.Aceste proceduri sunt:
toate regresiile posibile;
eliminarea progresiv;
selecia progresiv;
regresia pas cu pas;
regresia pe faze
Toate regresiile posibile - const n efectuarea tuturor regresiilor posibile ((2^k) 1), unde k
este numrul variabilelor explicative, candidate la intrarea n model. Se reine acel model care
are R^2 cel mai mare i toate variabilele explicative semnificative. Dezavantajul este legat de
numrul k, de variabile explicative, care cu ct este mai mare, cu att duce la realizarea unui
numr considerabil de regresii (de exemplu: k=10, numr regresii posibile = 1023).
Eliminarea progresiv (Backward Elimination) - const n efectuarea regresiei cu toate
variabilele explicative i apoi eliminarea pe rnd, a acelora a cror raie Student este mai mic
dect valoarea critic. Procedura se utilizeaz, numai dac se poate estima efectiv, modelul
iniial, ceea ce nu este mereu posibil. Modelul poate avea un numr mare de variabile
explicative, i atunci, riscul multicoliniaritii este mare, iar matricea poate fi singular.
Selecia progresiv (Forward Regression) - se parcurge un sens invers celui descris n
eliminarea progresiv.
n prima etap, se selecteaz n model o variabil Xj, care are coeficientul de corelaie simpl
cu variabila y, cel mai mare.

n a doua etap se calculeaz coeficienii de determinaie parial r^2(yxj.xi)[ca indicii lui


r]pentru j i i se reine acea variabil Xj, care are cel mai mare coeficient de corelaie parial.
Selecia variabilelor se oprete cnd raiile t calculate devin mai mici dect valoarea critic
citit din tabela Student.
Regresia pas cu pas (Stepwise regression) - este identic cu cea precedent, a seleciei
progresive, doar c nainte de a incorpora o nou variabil explicativ se examineaz raia t* a
fiecreia din variabilele explicative selecionate n prealabil i se elimin din model cele care au
raiile t* mai mici dect valoarea critic
.Regresia pe faze sau pe stadii (Stagewise Regression) - permite minimizarea
intercorelaiilor dintre variabilele explicative, prin studiul reziduurilor. Etapele care se parcurg
sunt urmtoarele:
etapa 1: se selecioneaz acea variabil explicativ, xi, care are coeficientul de corelaie simpl
cu y, cel mai mare;
etapa a 2-a: se calculeaz reziduurile E1t=Yt-Y(cu caciulita)t=Yt-(a0+a1Xit)[toti de a cu
cavciulita] i coeficienii de corelaie simpl ntre e1t
i restul variabilelor explicative; se reine aceea dintre ele, xj, care are acest coeficient cel mai
mare, considernd c va explica n continuare, cel mai bine, variana reziduurilor;
etapa a 3-a: se calculeaz reziduurile: E2t=Yt-Y(cu caciulita)t=Yt-(a0+a1Xit+a2Xjt)[toti de a
cu cavciulita] i coeficienii de corelaie simpl ntre e2t i restul variabilelor explicative; se
reine aceea dintre ele, Xk, care are acest coeficient cel mai mare, ceea ce duce la obinerea
altor reziduuri; procedura se termin cnd de coeficienii de corelaie simpl dintre reziduuri i
variabilele explicative rmase, devin nesemnificativ diferii de 0.
39. Specificarea si identificarea modelelor econometrice
modelul matematic pur al legturii dintre consum i venituri este de interes redus
pentru economiti, pentru c presupune o relaie exact, determinist ntre aceste dou
variabile.
pentru reprezentarea legturii dintre acestea,
econometricianul a modificat funcia de consum, introducnd un termen eroare,
astfel: Y= 0+1X +.
40. Statistica si econometria
O activitate economica ar putea fi reprezentata prin combinarea vectorilor de productie in
conditiile definitw de limitele factorilor disponibili,conform criteriului optim adoptat
La sfirsitul activitatii vom avea o multime de date,informatii sau semnale asupra proceselor
desfasurate.Vor rezulta cifre referitoare la valoarea criteriului de optim respectiv a factorilor
consumati.aceste date vor constitui statisticile care reprezinta materia prima a economiei
.Modelele la care trebuie sa recurga econometric contin putine specificari decit
realitatea.Econometria intervine acolo unde nu avem model satisfacatorr al realitatii.Ea
recurge la modele adoptate de economia matematica,care sa fie compatibile cu modelul real.In
urma modelelor elaborate,acestea sunt completate cu informatii statistice pentru a verifica
masura in care ipotezele teoretice de plecare sunt sau nu confirmate de realitatea
empirica.Conditiile care se cer sunt :
a)mentinerea proportionalitatii intre factori cind volulmul lor se modifica,ceea ce implica
utilizarea lor totala in prima etapa.

b)nedepasirea anumitor limite ale volumului fortei de munca si de capital.Astfel modelul


econometric ce poate fi folosit in scopuri euristice cit si in scopuri operationale in reprezinta
modelul econometric utilizat la descrierea pretului de echilibru.
41. Testarea semnificatiei coeficientului de corelatie
Corelatia este o metoda statistica utilizata pentru a determina relatiile dintre doua sau mai
multe variabile. Exista mai multe tipuri de corelatii att parametrice ct si neparametrice.
Coeficientul de corelatie este o valoare cantitativa ce descrie relatia dintre doua sau mai
multe variabile. El variaza ntre (-1 si +1), unde valorile extreme presupun o relatie perfecta
ntre variabile n timp ce 0 nseamna o lipsa totala de relatie liniara. O interpretare mai
adecvata a valorilor obtinute se face prin compararea rezultatului obtinut cu anumite valori
prestabilite n tabele de corelatii n functie de numarul de subiecti, tipul de legatura si pragul
de semnificatie dorit.
Etape in testare :
Ipoteze statistice
Calculul statisticii test
Decizie
Pentru testarea semnificatiei ry/x=0 se procedeaza astfel
Ho ry/x=0 H1 ry/x0
Aflam t* si daca t*<tn-2a Ho ry/x=0
t*>tn-2a H1 ry/x0 variabila X o poate explica pe Y
42. Testarea semnificatiei parametrilor ecuatiei de regresie multipla
Identificarea modelului-presupune reprezentarea punctelor (yi, xi).
Interpretare: dac toate legturile sunt liniare, atunci regresia multipl este liniar.
Prezentarea modelului
unde:
Y este variabila dependent ;
X1, X2, ..., Xp sunt variabile independente (predictori);
este variabila aleatoare eroare (reziduu);
0, 1, ..., p sunt coeficienii de regresie.
Interpretare:
- 0 este valoarea medie a lui Y, atunci cnd valorile variabilelor independente sunt egale
cu 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. Msoar influena parial a fiecrei variabile independente asupra variabilei
dependente.
Etape.
1.se constriesc matricile a,Y,X
2.Se constr matricea transpusa X
3.Inmultim matricile XX
4.Costruim matricea inversa (XX)-1
5.Inmultim matricile XY
6. (XX)-1* XY -solutiile sistemului de ecuatii normale

Pentru testarea semnificatiei parametrilor se face TESTUL STUDIU.Apoi se afla valorile


empirice :tai=(ai^)/ ai.iar apoi se compara :
tai> tn-k-2a se accepta H1 a0
tai< tn-k-2a se accepta H0 a=0,iar H1 se respinge
43. Testarea semnificatiei parametrilor ecuatiei de regresie simpla liniara
Pentru testarea semnificatiei se verifica :
1)daca coeficientul a=0 sau daca el este semnificativ a0(variabila X nu explica variabila Y)
2)daca parametrul a^=0,atunci modelul poate fi utilizat in forma Y=BX+csi
3)daca coeficientul de corelatie ry/x=o,atunci variabila X nu explica var Y.deoarece intre ele
nu exista legatura.
4)se verifica daca studiul calitatii si se verifica daca y=const
5)se inainteaza ipotezele H0 b=0 H1 b0
6)se determina valorile empirice tb=modul b^/Sb
44. testarea validitatii modelului econometric
Testarea validitii modelului presupune parcurgerea urmtoarelor etape:
- Testarea validitii modelului de regresie folosind metoda descompunerii varianei;
- Calculul raportului de corelaie i testarea semnificaiei lui;
- Inferena statistic pentru parametrii modelului de regresie;
- Verificarea ipotezelor modelului de regresie.
45. Testul Fisher
Testul F (Fisher-Snedecor). Se utilizeaz pentru a testa dac variaia unei variabile este mai
mare ntr-o populaie dect n alta, comparaia fiind fcut folosind dou eantioane mici, cte
unul din fiecare populaie.
1.Se determina valoarea teoretica:Yt=f(Xt),t=1,2,,n
2.se determina reziduurile et=Yt-Yteor, t=1,2,,n
3.se determina raportul de corelatie R2.
4.Se determina Fcalc
5.Din tabelul Fiser se preia valoarea Fteor
6.Se face concluzia : Daca Fcalc>Fteor modelul e adecvat conform testului fisher
46. Utilizarea metodei durbin-watson pentru verificarea autenticitatii functiilor de
aproximare
Metoda durbin-watson include etapele :
1.se determina valorile teoretice Yt^=f(),t=1,n
2.se determina reziduurile :et=Yt-Yt^
3.se determina const d cu aj formulei : d=(et-et-1)2/et2
4.din tabelul durbin-watson pentru n si k dat,n-nr de observ,k-var explicative,preluam dl,du
unde dl<du
5.daca du<d<4-du atunci functia aproximeaza functia Yt,deoarece lipseste corelatia in sirul
restantelor et
6.daca (4-dl<d<dl ,atunci functia f nu aprozimeaza functia Yt
7.daca dl<d<du sau 4-du<d<4-dl,atunci situatia este nederminata