Cuprins

1.
2.
3.
4.
5.
6.
7.
8.
9.

Introducere..........................................................................................................................2
Fundamentare teoretic:......................................................................................................2
Stabilirea variabilelor:.........................................................................................................4
Definirea ateptrilor..........................................................................................................5
Culegerea datelor i estimarea parametrilor:......................................................................5
Interpretarea rezultatelor.....................................................................................................5
Folosirea modelelor. Concluzii...........................................................................................7
Bibliografie:........................................................................................................................8
Anex..................................................................................................................................9
Tabel 1.....................................................................................................................................9
Figura 1:..................................................................................................................................9
Tabel 2...................................................................................................................................10
Tabel 3...................................................................................................................................11
Tabel 4...................................................................................................................................12

Analiza activitii firmei

SC Kronospan Trading S.R.L. Braov n perioada 1999 - 2012
1. Introducere
n cadrul acestui proiect se include, analiza cifrei de afaceri n raport cu numrul de
angajai i ali factori care influeneaz cifra de afaceri a firmei SC Kronospan Trading SRL
Braov cum ar fi: cheltuielile realizate de firma n anii studiai, datoriile i profitul realizat.
Pentru o analiz complet am introdus i o variabil auxiliar Dummy reprezentat de criza
econimic din perioada analizat. Perioada de analiz se ntinde pe 13 ani, din 1999 pna n
2012.
Principalul obiect de activitate al firmei SC Kronospan Trading SRL const n
comercializarea de produse pe baz de lemn (PAL, MDF, HDF, parchet, lambriuri, OSB,
blaturi, glafuri, etc.) n general se ocup cu intermedieri n comerul cu material lemnos i
materiale de construcii.
Proiectul urmrete realizarea unei analize economice asupra factorilor care influeneaz
cifra de afaceri a societii comerciale n perioada 1999-2012
Obiectivele analizei:
Stabilirea principalilor factori de influen a cifrei de afaceri
Analiza gradului n care variabilele alese influeneaz cifra de afaceri
Analiza posibilitii ca un factor sezonier s influeneze cifra de afaceri

2. Fundamentare teoretic:
Cea mai veche forma de regresie a fost metoda celor mai mici ptrate, care a fost
publicat de ctre Legendre n 1805 i de Gauss n 1809, ea fiind folosit i astzi.
Gauss a publicat n continuare o dezvoltare a teoriei celor mai mici ptrate n 1821 inclusiv o
versiune a teoremei Gauss Markov.
Termenul de " regresie ", a fost inventat de ctre Francis Galton n secolul al XIX-lea
pentru a descrie un fenomen biologic . Fenomenul a analizat faptul c nlimile de urmai ai
strmoilor au tendina de a regresa n jos spre o medie normal ( un fenomen de asemenea
cunoscut sub numele de regresie spre medie ) .
Pentru Galton, regresia a avut numai acest sens biologic, dar munca sa a fost ulterior
extins de Udny Yule i Karl Pearson la un context statistic mai general.
n anii 1950 i 1960 , economitii au folosit calculatoare electromecanice pentru a calcula
regresii . nainte de 1970 , uneori se atepta pn la 24 de ore pentru a primi rezultatul de la o
regresie, astzi totul este mult mai simplu.
Metoda regresiei continu s fie un domeniu de cercetare activ . n ultimele decenii, au
fost dezvoltate noi metode de regresie care implic rspunsuri corelate , cum ar fi seria de
timp i curbe de cretere n care variabilele predictor sau de rspuns sunt curbe, imagini,
grafice, sau alte obiecte complexe de date. [1]
Analiza de regresie este un proces statistic pentru estimarea relaiile dintre variabile.
Regresia este folosit pentru analiza unei ipoteze cu privire la relaia dintre o singur variabil
Y, numit variabil dependent i una(regresie simpl) sau mai multe variabile (regresie
multipl) X1 ..... Xk numite variabile independente (sau variabile explicative).

Cu ajutorul regresiei, se va putea determina ct de mult se schimb dependenta Y

atunci cnd variabilele i schimb valorile. Altfel spus se va putea determina ct de mult din
variaia total a dependenei este influenat de variaia idependentelor.
Mai mult, se va putea estima o valoare sau un interval de valori a dependentei pentru anumite
valori ale independentelor.
Analiza de regresie este utilizat pe scar larg pentru predicie i prognoz, este utilizat
pentru a nelege care dintre variabilele independente sunt legate de variabila dependent , i
de a explora formele acestor relaii. [2]
Analiza de regresie simpl se ocup cu descriere i evaluarea legturii dintre o
variabil dat (numit variabil dependent sau explicat) si o variabil explicativ cu scopul
de a estima i a previziona valoarea medie a variabilei dependente, cunoscndu-se valoarea
fixat a variabilei independente (valoare fixat n urma unor eantionri repetate). [3]
Ecuaia general a modelului regresiei simple este urmatoarea:

yt = a0 + a1xt + t
unde:
yt = variabila de explicat/dependent/endogen, n perioada t,
xt = variabila explicativ/independent/extrogen, n perioada t,
a0,a1=parametrii modelului,
t = eroarea de specificare. [3]
Pentru determinarea estimatorilor parametrilor se folosete metoda celor mai mici
ptrate, aceasta presupune determinarea estimatorilor punnd condiia de minimizare a sumei
ptratelor erorilor. [3]
Scopul regresiei multiple (termen utilizat de Pearson, 1908) este de a evidenia relaia
dintre o variabil dependent (explicat, endogen, rezultativ) i o mulime de variabile
independente (explicative, factoriale, exogene, predictori). Prin utilizarea regresiei multiple se
ncearc, adesea, obinerea rspunsului la una dintre ntrebrile: care este cea mai bun
predicie pentru ?, cine este cel mai bun predictor pentru ? .
De reinut c metoda regresiei multiple este generalizat prin teoria modelului liniar
general, n care se permit mai multe variabile dependente simultan [4]
Ecuaia general a modelului regresiei multiple este urmatoarea:

yt = a0 + a1x1t + a2x2t + ...... akxkt + t

unde:
k = variabil explicativ [3]
Conform manuarului Static al Romniei cifra de afaceri a unei ntreprinderi reprezint
veniturile totale (pe piaa intern i extern) nregistrate de ctre ntreprinderea cu activitate
principal industrial n perioada respectiv, provenite att din activitatea principal, ct i din
activitile secundare exercitate de aceasta.
Cifra de afaceri nu include TVA i veniturile din vnzarea sau transferul de mijloace fixe
Am ales cifra de afaceri deoarece este important pentru aprecierea poziiei societii
n cadrul sectorului de activitate unde evolueaz precum i a aptitudinilor de a face investiii i
respectiv a dezvolta diferite activiti i produse n mod profitabil. Firma va obine rezultate
mai bune dac reuete s vnd ct mai mult.

Cifra de afaceri are un caracter preponderent exogen de unde i importana sa pentru

aprecierea potenialului de dezvoltare a firmei.
Unul dintre factorii importani care influeneaz nivelul cifrei de afaceri este fora de munc
(numrul de angajai n procesul de producie).
Analiza cifrei de afaceri n raport cu numrul de angajai a mai fost studiat i de
Loredana Trasca n lucrarea sa de licen, ea a fcut aceast analiz pe firma SC Rominsta
SRL i a constatat faptul c cifra de afaceri este influnat ntr-o pondere destul de mare de
numrul de angajai.[5]

3. Stabilirea variabilelor:
Pentru a realiza modelul regresiei simple se iau n considerare urmtoarele variabile:
variabila de explicat (y) i variabila explicativ (x).
Ca i variabil explicativ (x) se alege numrul mediu de angajai ai firmei Kronospan
Trading SRL (care va influena/sau nu variabila de explicat y) i variabila de explicat care n
acest caz este cifra de afaceri obinut de firm n decursul anilor de studiu (1999-2012).
Cu ajutorul acestor variabile se va construi n continuare modelul liniar al regresiei
simple, i se va explica fiecare variabil n parte.

CAt = a0 + a1NrAt + t
unde;
CAt = cifra de afaceri exprimat n lei n perioada t,
NrAt = numarul mediu de angajati din perioada t,
a0, a1 = parametrii modelului,
t = eroarea de specificare.
Pentru mbuntirea modelului au mai fost adugate i alte variabile explicative (x) i
anume: cheltuielile, datoriile i profitul realizat de firm n anii studiai. Pentru o analiz
complet am introdus i o variabil auxiliar Dummy reprezentat de criza econimic din
Romnia . Astfel n anii n care a fost criz economica vom avea valoarea 1 iar n rest vom
avea valoarea 0. Scopul acestei variabile este determinarea influenei crizei economice asupra
cifrei de afaceri a firmei.
Cu ajutorul acestor variabile se va construi n continuare i modelul liniar al regresiei
multiple, explicndu-se fiecare variabil n parte.

CAt = a0 + a1NrAt + a2Cht + a3Datt + a4Prt + a5Dt + t

unde;
CAt = cifra de afaceri exprimat n lei din perioada t,
NrAt = numarul mediu de angajai din perioada t,
Cht = cheltuielile totale exprimate n lei din perioada t,
Datt = datoriile totale exprimate n lei din perioada t,
Prt = profitul total exprimat n din perioada t,
Dt = variabila auziliar Dummy,
a0, a1, a2, a3, a4 a5 = parametrii modelului,
t = eroarea de specificare.

4. Definirea ateptrilor:
Conform informaiilor i datelor obinute, se asteapt ca n urma aprofundarii i analizarii
s se realizeze o corelaie direct i pozitiv cu o intensitate destul de puternic ntre variabile,
deoarece n practic i n logic variabilele alese au legatura i se influenteaz una pe cealalta.
Se dorete ca n urma acestui studiu s rezulte o influen pozitiv a numrul de angaja i
asupra cifrei de afaceri n sensul creterii.

5. Culegerea datelor i estimarea parametrilor:

Pentru culegerea i completarea datelor aferente variabilelor specificate, necesare
modelului, se recurge la consultarea informaiilor financiare i bilaniere ale firmei.
Datele sunt reale deci modelul va reflecta realitatea financiar a firmei.
Datele statistice prezentate n aceast lucrare au fost culese pe parcursul a 13 ani,
ncepnd cu anul 1999 i terminnd cu anul 2012, cu ajutorul a dou surse publice (aprute
online: site-ul oficial al firmei i www.mfinane.ro) pentru asigurarea corectitudinii datelor.
Datele vor fi reprezentate de un tabel informativ (tabel 1, tabel 3) poziionat la anexe.
Estimarea parametrilor se va realiza cu metoda celor mai mici ptrate, o metod
standard folosit la nivelul orcrei firme si orcrei cercetari. .
Cu ajutorul programului Microsoft Office Excel, se vor corela datele, se vor calcula
legturile dintre ele i se vor interpreta rezultatele, acestea din urm vor fi prezente la anexe.

6. Interpretarea rezultatelor:
Regresie simpl.
Ecuaia de regresie simpl obinut n urma corelrii:
CAt = -12876821,45 + 5350763,36 NrAt + et
(16641257,19) (907855,009)
-0,773
5,893
Adjusted R Square = 0,7218
F = 34,737
n = 14

(.) = Standard Error

Conform graficului de corelaie (figura 1 - anexe) se observ c ntre cele dou
variabile exist o corelaie pozitiv i direct chiar dac unele variabile nu sunt corelate
perfect ntre ele.
Valoarea coeficientului de corelaie (Multiple R) este 0,862 , ceea ce nseamn c
legtura dintre numrul mediu de angajai la SC Kronospan Trading SRL i cifra de afaceri
este direct. ntre numrul mediu de angajai i cifra de afaceri exist o legtur de intensitate
puternic deoarece Multiple R este cuprins n intervalul [0,75; 0,95).
Valoarea coeficientului de determinaie (R Square) este 0,743 , adic modelul este
valid i bine ales pentru c valoarea sa este apropiat de 1, iar variaia cifrei de afaceri se
explic ntr-o proporie de 74,3%, diferena de 25,7% fiind reprezentat de ali factori
neinclui n model

Testul Durbin-Watson: Efectundu-se acest test am obinut d = 0,973 care aparine

intervalului (0,776;1,054) adic (dL,dU) ceea ce conform teoriei nseamn un test
neconcludent i se poate merge mai departe cu analiza.
Testul Student: Valoarea t.calculat pentru variabila a0 este (-0,77) i este mai mic
dect valoarea teoretic care are valoarea 2,17 ceea ce reprezint faptul c aceast constant
este nesemnificativ. n analiz nu se include i valoarea 0 .
Valoarea t.calculat pentru variabila a1 este 5,893 i este mai mare dect valoarea teoretic care
are valoarea 2,17 de aceea coeficientul de corelaie este semnificativ, iar parametrul este
semnificativ diferit de valoarea zero, modelul fiind bine ales.
Se pot formula concluzii privind intensitatea legaturii dintre cifra de afaceri i numrul de
angajai ai firmei SC Kronospan Trading SRL, cu probabilitatea de 95%, numrul de angajai
are o influen semnificativ asupra cifrei de afaceri a firmei.
Testul Fisher: Valoarea t.calculat a datelor este 34,73 i este mai mare dect valoarea
teoretic 4,74, de aici rezult faptul c se respinge ipoteza de egalitate a varian elor, iar cu o
probabilitate de 95% se explica faptul ca valoarea parametrilor este semnificativ diferit de 0,
adic numrul mediu de angajai influeneaz semnificativ variaia cifrei de afaceri a firmei
SC Kronospan Trading SRL.
Regresie multipl.
Ecuaia de regresie multipl obinut n urma corelrii:
CAt = 2183504,9 - 374829,3NrAt + 1,0741Cht - 0,3269Datt + 1,2622Prt - 6253947,7Dt + et
(7661982,7) (478547,5)
(0,0613)
(0,1489)
(0,6683)
(7269670,7)
0,284
-0,783
17,509
-2,195
1,888
-0,860
Adjusted R Square = 0,994
F = 456,869
n = 14

(.) = Standard Error

Valoarea coeficientului de corelaie (Multiple R) este 0,998, ceea ce nseamn c avem
o legtur de intensitate foarte puternic, aproape de tip determinist, exist aceast legtur de
intensitate foarte puternic deoarece Multiple R este cuprins n intervalul [0,95; 1].
Valoarea coeficientului de determinaie (R Square) este 0,996, adic modelul este valid
i foarte bine ales pentru c valoarea sa este cuprins ntre 0 i 1 si este foarte apropiat de
valoarea 1, iar variaia cifrei de afaceri se explic ntr-o proporie de 99,6%, diferena de 0,4%
fiind reprezentat de ali factori neinclui n model.
Testul Durbin-Watson: Efectundu-se acest test am obinut d = 1,824 care aparine
intervalului (1,951;2,049) adic (4-dU,dU), conform teoriei rezult c se accept ipoteza H0
(=0) ceea ce nseamn lipsa autocorelrii erorilor.
Testul Student: n urma efecturii acestui test s-a constatat faptul c doar o singura
variabil explicativ a regresiei multiple are o influen semnificativ asupra cifrei de afaceri
a firmei pentru c doar pentru aceast variabil t.calculat este mai mare dect valoarea
teoretic care are valoarea 2,3060. Coeficientul de corelaie este semnificativ, iar parametrul
este diferit de valoarea zero. Celelalte variabile explicative au un t.calculat mai mic dect
valoarea teoretic ceea ce inseamn c nu au o influen specific asupra cifrei de afaceri a
firmei.

Se pot formula concluzii privind intensitatea legaturii dintre cifra de afaceri i cheltuielile
realizate de SC Kronospan Trading SRL, cu probabilitatea de 95%, cheltuielile au o influen
semnificativ asupra cifrei de afaceri a firmei.
Testul Fisher: Valoarea t.calculat a datelor este 456,86 i este mai mare dect valoarea
teoretic 3,687, de aici rezult faptul c se respinge ipoteza de egalitate a varianelor, iar cu o
probabilitate de 95% se explica faptul ca valoarea parametrilor este semnificativ diferit de 0,
adic cheltuielile influeneaz semnificativ variaia cifrei de afaceri a firmei SC Kronospan
Trading SRL.
Testul Chow: n urma realizrii acestui test rezult c valoarea calculat a testului
Chow este mai mic de ct valoarea teoretic de aceea se accept ipoteza nula (H 0). Aceast
ipoteza ne specific faptul c nu este nici o diferen ntre variaia rezidurilor calculat pe
ntreaga perioad i suma variaiilor rezidurilor calculat pe subperioade. Coeficienii sunt
stabili pe ntreaga perioad analizat.
Testul Klein: Acest test presupune o comparaie ntre valoarea lui Multiple R (0,998)
cu valoarea lui R Square (0,996). Din analiz constatm c Multiple R are o valoare pu in mai
mare dect cea a lui R Square ceea ce nseamn c exist prezen de multicoliniaritate.

7. Folosirea modelelor. Concluzii:

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.
Cifra de afaceri are un caracter preponderent exogen de unde i importana sa pentru
aprecierea potenialului de dezvoltare a firmei.
Am constatat c unul dintre factorii importani care influeneaz nivelul cifrei de afaceri
este fora de munc, cifra de afaceri fiind influnat ntr-o pondere destul de mare de numrul
de angajai, dar i cheltuielile realizate de firm n anii de studiu au o influen major, ins nu
putem spune acelai lucru i despre criza economic din ultimii ani.
Acest model se poate folosi n analiz, n cercetarea cifrei de afaceri, pentru
confirmarea sau infirmarea unor ipoteze stabilite anterior, pentru demonstrarea unor teorii sau
n previziunea anilor urmatori.

8. Bibliografie:
[1] http://en.wikipedia.org/wiki/Regression_analysis
[2] - Regresia liniar simpl - Adrian DU.A Universitatea din Bucureti Facultatea de
Sociologie i Asisten Social 2007
[3] - Curs Econometrie - Prof. Dugulean Constantin
[4] - http://thor.info.uaic.ro/~val/statistica/StatWork_8.pdf
[5] Analiza cifrei de afaceri a SC Rominsta SRL - Loredana Trasca ( lucrare de licen )
[6] - www.mfinante.ro
[7] - www.listafirme.ro
[8] - www.firmepenet.net/Kronospan-Trading-Srl
[9] - ro.wikipedia
[10] - Durbin-Watson / Significance Tables

9. Anex

Tabel 1: Datele analizate pentru regresia simpl

An
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012

Cifra de afaceri "CA"(ron) Y

633991
28665993
57794058
98811875
139948829
166561483
137959833
91906040
128577194
124630091
0
0
0
0

Numarul mediu de angajati "NrA" X

11
15
23
17
22
22
27
26
26
22
2
1
1
1

Figura 1: Graficul de corelaie dintre numrul mediu de angajai ai firmei Kronospan Trading
SRL i cifra de afaceri obinuta n anii studiai (1999-2012).

Tabel 2: Analiza parametrilor regresie simpl

SUMMARY OUTPUT
Regression Statistics
Multiple R
0,862117644
R Square
0,743246832
Adjusted R Square
0,721850735
Standard Error
33620416,61
Observations
14
ANOVA
df
Regression
Residual
Total

1
12
13

Coefficients
-12876821,5
5350763,367

Intercept
X Variable 1

SS
4E+16
1E+16
5E+16

Standard
Error
2E+07
907855

MS
3,93E+16
1,13E+15

t Stat
-0,77379
5,893852

F
34,7375

P-value
0,45403
7,3E-05

Significance
F
7,32E-05

Lower
95%
-4,9E+07
3372717

Upper
95%
23381363
7328810

Lower
95,0%
-4,9E+07
3372717

Upper
95,0%
23381363
7328810

RESIDUAL OUTPUT
Observation
1
2
3
4
5
6
7
8
9
10
11
12
13
14

Predicted Y
45981575,59
67384629,06
110190736
78086155,79
104839972,6
104839972,6
131593789,5
126243026,1
126243026,1
104839972,6
-2175294,72
-7526058,09
-7526058,09
-7526058,09
suma

Residuals
-45347584,59
-38718636,06
-52396678
20725719,21
35108856,37
61721510,37
6366043,536
-34336986,1
2334167,903
19790118,37
2175294,718
7526058,085
7526058,085
7526058,085
1,09896E-07

2,17881

T teoretic

4,74723

T teoretic fisher

10

suma

et-et-1
6628948,531
-13678041,94
73122397,2
14383137,16
26612654
-55355466,84
-40703029,63
36671154
17455950,47
-17614823,65
5350763,367
0
0
52873642,67

(et-et-1)^2
4,3943E+13
1,87089E+14
5,34688E+15
2,06875E+14
7,08233E+14
3,06423E+15
1,65674E+15
1,34477E+15
3,0471E+14
3,10282E+14
2,86307E+13
0
0
1,32024E+16

et^2
2,0564E+15
1,49913E+15
2,74541E+15
4,29555E+14
1,23263E+15
3,80954E+15
4,05265E+13
1,17903E+15
5,44834E+12
3,91649E+14
4,73191E+12
5,66416E+13
5,66416E+13
5,66416E+13
1,3564E+16

d
dl
du
4-du
4-dl

0,973340921
0,776
1,054
2,946
3,224

Tabel 3: Datele analizate

pentru regresia multipl

Cifr
a de
A
afac
n
eri(
Ron
)

1
9
9
9

633
991

2
0
0
0

286
659
93

2
0
0
1

577
940
58

2
0 988
0 1187
2
5

2
0
0
3

139
948
829

Numa
rul
mediu
de
angaj
ai

C
he
ltu
iel
i(
Ro
n)

11

10
07
44
9

15

35
94
83
37

23

70
03
31
10

17

10
41
41
92
0

22

14
08
96
93
2

D
at
or
ii(
R
o
n)
2
3
2
6
8
2
9
1
3
1
3
9
8
1
7
2
3
2
0
0
3
7
9
2
8
3
4
7
8
7
6
3
7
9
8
9
1
3
8

P
r
o
fi
t(
R
o
n
)

D
u
m
m
y

7
5
8
1
7
4

11

2004
2005
2006
2007
2008
2009
2010
2011
2012

166561483
137959833
91906040
128577194
124630091
0
0
0
0

22
27
26
26
22
2
1
1
1

160859744
133913139
91274713
131105462
126546817
188404
101009
12107420
15000314

30662857
15508194
7626746
18237050
1330713
1374049
1374049
17561703
18086666

8022794
5860452
1885805
0
478289
157512
152300
705512
0

0
0
0
0
0
1
1
1
1

Tabel 4: Analiza parametrilor regresie multipl

SUMMARY OUTPUT
Regression Statistics
0,99825
Multiple R
4
R Square
0,99651
Adjusted R
0,99432
Square
9
Standard Error
4800598
Observations
14
ANOVA
df
Regression
Residual
Total

SS
5

5,26445E+16

8
13

1,84366E+14
5,28289E+16

Coefficient
Standard
s
Error
t Stat
Intercept
2183504,9
7661982,722
0,2849791
RESIDUAL OUTPUT
X Variable
-374829,4
478547,5273 -0,7832647
1
X VariableObservatio
1,0741934Predicted
0,061348479
17,509699
n
Y
Residuals
2
5
1 -1618289,7
2252280,719
X Variable
-0,3269971
0,148971009
-2,1950386
2
30879849
-2213856,14
3
X Variable
1,2622738
0,668322581
1,8887193
3
61205078
-3411020,427
4
4
98410298
401577,2424 3
X Variable
-6253947,8
7269670,743 -0,8602794
5 133822501
6126327,524
5
6 166832035
-270552,007
7 138238085
-278252,4294
8
90371116
1534924,157
9 127307104
1270090,254
10 130041610
-5411518,894
11 -4868206,1
4868206,07
12 -4593834,8
4593834,777
13
3708361,9
-3708361,9
14
5753678,9
-5753678,947
suma
5,02914E-08

MS
1,0529E+1
6
2,3046E+1
3

F
456,86998

Significance
F
1,333E-09

P-value

Lower
95%

Upper 95%

0,7828985

15485059

19852068,8

-15485059

19852068,8

728703,177

-1478362

728703,177

1,155E-07

-1478362
0,932723
6

1,21566328

0,93272358

1,21566328

0,0594521

-0,670525

0,01653065

-0,6705249

0,01653065

0,0956142

-0,278881
23017839

2,80342841

-0,2788809

2,80342841

10509943

-23017839

10509943

0,4560315

0,4146712

Lower
95,0%

Upper
95,0%

12

et-et-1
-4466137
-1197164
3812597,7
5724750,3
-6396880

(et-et-1)^2
1,995E+1
3
1,433E+1
2
1,454E+1
3
3,277E+1
3
4,092E+1
3

-7700,422
1813176,6
-264833,9
-6681609
10279725
-274371,3
-8302197
-2045317
suma

DW

-8005960

59296506
3,288E+1
2
7,014E+1
0
4,464E+1
3
1,057E+1
4
7,528E+1
0
6,893E+1
3
4,183E+1
2
3,365E+1
4

d
dl
du
4-dl
4-du

test student
t teoretic

2,306004133

test fisher
t teoretic

3,687498666

et^2
5,0728E+1
2
4,9012E+1
2
1,1635E+1
3
1,6126E+11
3,7532E+1
3
7,3198E+1
0
7,7424E+1
0
2,356E+12
1,6131E+1
2
2,9285E+1
3
2,3699E+1
3
2,1103E+13
1,3752E+1
3
3,3105E+1
3
1,8437E+1
4

1,8249999
9
0,343
2,049
3,657
1,951

Test Chow

SCR2
gl1
gl2

2,3046E+1
3
1,6102E+1
3
8,2872E+1
2
6
2

Val. calculat
Val. teoretic

-0,6610754
19,329534

SCR
SCR1

Pentru subperioada 1
Pentru subperioada 2

Testul Klein (multicoliniaritatea)

13

Multiple R
R Square

0,998253541
0,996510131

Multiple R > R Square prezen de

multicoliniaritate

14

15