Modelul liniar unifactorial

Se cunosc urmtoarele date privind ncasrile medii lunare i suprafaa comercial a

10 societi comerciale avnd acelai profil de activitate:
Tabelul 1.
Suprafaa
comercial
(m2)
ncasrile
medii lunare
(mil. u. m.)

20

30

50

60

80

90

100 110 120 150

0,5

0,7

0,8

1,0

1,1

1,3

1,4

1,6

1,8

2,1

Se cere:
a) s se specifice modelul econometric ce descrie legtura dintre cele dou variabile;
b) s se estimeze parametrii modelului i s se calculeze valorile teoretice ale
variabilei endogene;
c) s se verifice ipotezele de fundamentare a metodei celor mai mici ptrate;
d) s se verifice semnificaiile estimatorilor i verosimilitatea modelului;
e) tiind c un antreprenor poate s cumpere o suprafa comercial de 130 m 2, s se
estimeze ncasrile medii lunare ale acestuia.
Rezolvare:
a) Pe baza datelor problemei se poate construi un model econometric unifactorial de
forma:

y f (x ) u

unde:
y - valorile reale ale variabilelor dependente;
x - valorile reale ale variabilelor independente;
u - variabila rezidual, reprezentnd influenele celorlali factori ai variabilei y,
nespecificai n model, considerai factori ntmpltori, cu influene nesemnificative asupra
variabilei y.
Analiza datelor din tabel, n raport cu procesul economic descris conduce la
urmtoarea specificare a variabilelor:
y - ncasrile medii lunare, reprezentnd variabila rezultativ, ale crei valori depind
de o mulime de factori - suprafaa comercial, amplasarea magazinului, reclama societii
respective etc;
x - suprafaa comercial, factorul considerat prin ipoteza de lucru cu influena cea mai
puternic asupra variabilei y.
Specificarea unui model econometric presupune, de asemenea, alegerea unei funcii
matematice f x cu ajutorul creia poate fi descris legtura dintre cele variabile. n cazul
unui model unifactorial, procedeul cel mai des folosit l constituie reprezentarea grafic a
celor dou iruri de valori cu ajutorul corelogramei.

Figura 1. Legtura dintre ncasrile medii lunare i suprafaa

comercial
Din grafic se poate observa c distribuia punctelor empirice x i , y i poate fi
aproximat cu o dreapt. Ca atare, modelul econometric care descrie legtura dintre cele dou
variabile se transform ntr-un model liniar unifactorial y a bx u , a i b reprezentnd
parametrii modelului, b 0 , panta dreptei fiind pozitiv deoarece legtura dintre cele dou
variabile este liniar.
b) Deoarece parametrii modelului sunt necunoscui, valorile acestora se pot estima cu
ajutorul mai multor metode, n mod curent fiind folosit ns metoda celor mai mici ptrate
(M.C.M.M.P.). Utilizarea acestei metode pornete de la urmtoarea relaie:
y i a bxi ui
y i a bxi

unde:

y i reprezint valorile teoretice ale variabilei y obinute numai n funcie de

valorile factorului esenial x i valorile estimatorilor parametrilor a i b, respectiv a i b ;

u i y i y i a a b b xi estimaiile valorilor variabilei reziduale.
n mod concret, M.C.M.M.P. const n a minimiza funcia

10

10

i 1

i 1

2
F a , b min y i y i min y i a bxi

Condiia de minim a acestei funcii rezult din:

F a 0 na b x i

F b 0 a x i b x i2 y i x i

Nr.

Tabelul 2.
Suprafaa ncasri
2

crt. comercial medii

(m2)
lunare
(mil.lei)
0

x i2

x i y i y i 0,2409 x i x 2 u i y i y i

yi y

ui2

0,0122 xi

1
2
3
4
5
6
7
8
9
10

20
30
50
60
80
90
100
110
120
150

0,5
0,7
0,8
1,0
1,1
1,3
1,4
1,6
1,8
2,1

400
900
2500
3600
6400
8100
10000
12100
14400
22500

10
21
40
60
88
117
140
176
216
315

0,4852
0,6073
0,8515
0,9736
1,2178
1,3399
1,4620
1,5841
1,7062
2,0725

3721
2601
961
441
1
81
361
841
1521
4761

0,0148
0,0927
-0,0515
0,0264
-0,1178
-0,0399
-0,0620
0,0159
0,0938
0,0275

0,0002
0,0086
0,0026
0,0007
0,0139
0,0016
0,0038
0,0003
0,0088
0,0008

-0,73
-0,53
-0,43
-0,23
-0,13
0,07
0,17
0,37
0,57
0,87

Total

810

12,3

80900 1183

12,3

15290

0,0413

Tabelul 2. (continuare)
2
y xi x

ui

ui x i x

ui 1

10

11

12

13

14

0,5329
0,2809
0,1849
0,0529
0,0169
0,0049
0,0289
0,1369
0,3249
0,7569

-61
-51
-31
-21
-1
9
19
29
39
69

0,0148
0,0927
-0,0515
0,0264
-0,1178
-0,0399
-0,0620
0,0159
0,0938
0,0275

-0,9056
-4,7298
1,5956
-0,5549
0,1178
-0,3591
-1,1780
0,4609
3,6577
1,8954

2,321

0,0148

0,0000

yi

ui

ui 1

xi

x y i y

ui21

ui ui 1

15

16

17

18

0,0148
0,0927
-0,0515
0,0264
-0,1178
-0,0399
-0,0620
0,0159
0,0938

0,0061
0,0208
0,0061
0,0208
0,0061
0,0005
0,0061
0,0061
0,0044

0,0002
0,0086
0,0026
0,0007
0,0139
0,0016
0,0038
0,0003
0,0088

0,0014
-0,0048
-0,0014
-0,0031
0,0047
0,0025
-0,0010
0,0015
0,0026

44,53
27,03
13,33
4,83
0,13
0,63
3,23
10,73
22,23
60,03

0,0768

0,0405 0,0024

186,7

Estimarea parametrului b :
n
10 12.3
yi
xi yi xi 810 1183 11830 9963 1867 0,0122
b
10
810
809000 656100 152900
n
xi
2
xi xi 810 80900
(vezi calcule tabelul nr. 2.1.2., coloanele 1, 2, 3, 4).
Estimarea parametrului a :
1
xi
na b x i y i * a b
n
n

y
n

a y bx

x 810 81
i

10

a 1,23 0,0122 * 81 0,2409

y
i 12,3
y 1,23
n 10

Dispunnd de estimaiile parametrilor se pot calcula valorile teoretice (estimate) ale

variabilei endogene, Yi , cu ajutorul relaiei:
y i 0,2409 0,0122 xi (vezi tabelul 2, coloana 5).
Valorile variabilei reziduale vor rezulta din urmtoarea relaie:
u i y i y i (vezi tabelul 2, coloana 13).
Pe baza acestor valori se pot calcula abaterea medie ptratic a variabilei reziduale s u
i abaterile medii ptratice ale celor doi estimatori, s a i s b :
s u2

2
y i

n k 1

0,0413
0,0052
10 2

(vezi tabelul 2, coloana 8)

unde:
k - numrul estimatorilor;
su

0,005245 0,0724

1
x2
812

0
,
0052
*

0,0027
2
10 15290
n xi x

s a2 su2

(vezi tabelul 2, coloana 6)

s a

0,0027 0,0523

s b2 su2
s b

1
i

0,0052
0,0000003
15290

0,0000003 0,0006

n urma acestor calcule, modelul econometric se poate scrie:

y i 0,2409 0,0122 xi ;
s u 0,0718
(0,0523) (0,0006)
n urma folosirii programului EXCEL s-au obinut urmtoarele rezultate:
SUMMARY OUTPUT
Regression Statistics

Semnif. ind.
n

Multiple R
Raportul de
corelaie (R)

2
y i y

Ry,x

i 1
n

y y

0,9911

R Square
Coeficientul
(gradul ) de
determinare

i 1

R2

2
u
2
0

V
V
1

V
V

0,9822

i 1
n

i 1
n

y y

y
i 1

i 1

2
x
2
0

y y

Adjusted R
Square
Valoarea ajustat
a coeficientului
de determinare
Standard Error
Abaterea medie
ptratic a
erorilor n
eantion
Observations
Numrul
observaiilor (n)

Rc2 1

nk
1 R 2
n 1

0,9800
n

y y

Vu2
su

n2
0,0718

i 1

n2

10

ANOVA
Sursa de
variaie

df

Nr.
gradelor
de
libertate

SS

Regression
(variaia
datorat
regresiei)
Residual
(variaia
rezidual)
Total
(variaia
total)

1
8

MS

V x2 y i y

n k 1

2,2797

V y i y i

Significance
F

Fc

s y2/ x
2,2797

0,0000

Prag de
semnif.

<0,005

441,7857

2
u

0,0052

V yi y -

2
0

Media
ptratelor
(Dispersii
corectate)

2
u

0,0413

n 1

2,3210

Variable

Coef.

Coefficients

Intercept

Standard Error

(Termen liber)
xi
Lower
95%

Suma ptratelor
(Msura
variaiei)

0,2409
0,0122

< 95%

s a

0,0523

b
Upper
95%

Abaterea
medie
patratic

s b

0,0006
>95%

Lower
99,0%

t Stat

4,6111
21,0187
<99%

Prag de
semnif.
<0,005

Pvalue

t ca

0,0017

t cb

<0,005

0,0000
Upper
99,0%

>99%

0,1204

a a t0, 05;8 sa

0,3614

a a t0 ,05;8 sa

0,0656

a a t0, 01;8 sa 0,4163

a a t0, 01;8 sa

0,0109

b b t 0; 05;8 s b

0,0136

b b t 0;05;8 s b

0,0103

b b t 0;01;8 s b0,0142

b b t 0;01;8 s b

RESIDUAL OUTPUT

Observation

Predicted Y

Residuals

y i a bxi

u i y i y i

0,4852

0,0148

0,6073

0,0927

0,8515

-0,0515

0,9736

0,0264

1,2178

-0,1178

1,3399

-0,0399

1,4620

-0,0620
5

1,5841

0,0159

1,7062

0,0938

10

2,0725

0,0275

Interpretarea indicatorilor:
Intercept este termenul liber, deci coeficientul a 0,2409 . Termenul liber este
punctul n care variabila explicativ (factorial) este egal cu 0. Deci ncasrile medii
lunare, dac suprafaa comercial este egal cu 0, sunt egale cu 0,2409 mil u. m.
Coeficientul b 0,0122 , ceea ce nsemn c, la creterea suprafeei comerciale cu un
m2, ncasrile medii lunare vor crete cu 0,0122 mil. u. m.
R= 0,9911 arat c ntre suprafaa comercial i ncasrile medii lunare exist o
legtur puternic, semnificativ;
R2 =0,9822 arat c aproximativ 98,22% din variaia ncasrilor medii lunare este
explicat de suprafaa comercial a acestora.
Abaterea medie ptratic a erorilor, su = 0,0718. n cazul n care valoarea acestui
indicator este egal cu zero nseamn c toate punctele sunt situate pe dreapta de
regresie.
c) Estimatorii obinui cu ajutorul M.C.M.M.P. sunt estimatori de maxim
verosimilitate dac pot fi acceptate urmtoarele ipoteze:
c1) Variabilele observate nu sunt afectate de erori de msur.
Aceast condiie se poate verifica cu regula celor trei sigma, regul care const n
verificarea urmtoarelor relaii:
xi x 3 x
y i y 3 y
Pe baza datelor din tabelul 2., coloanele 6, 10, se obin:

x
15290

1529 39,1024
n
10
2

y
2,321
y

0,2321 0,4818
n
10
xi x 3 x x 3 x xi x 3 x 81 3 * 39,1024 xi 81 3 * 39,1024
2

xi 36,3072;198,3072

yi y 3 y y 3 y yi y 3 y 1,23 3 * 0,4818 yi 1,23 3 * 0,4818

yi 0,2154;2,6754

Deoarece valorile acestor variabile aparin intervalelor xi 36,3072;198,3072 i

yi 0,2154;2,6754 , ipoteza de mai sus poate fi acceptat fr rezerve.
2
c2) Variabila aleatoare (rezidual) u este de medie nul M u 0 , iar dispersia ei su
este constant i independent de X - ipoteza de homoscedasticitate, pe baza creia se poate
admite c legtura dintre Y i X este relativ stabil.
Acceptarea ipotezei se poate face prin intermediul mai multor procedee:
c2.1.) Procedeul grafic - care const n construirea corelogramei privind valorile
variabilei factoriale x i ale variabilei reziduale u (vezi Figura 2).
0,14
0,12

00,020,040,060,080,1
2 0
-0,2
-0,4
-0,6
-0,8
-0,1
-0,12

30

50

60

80

90

10

10

120

150

-0,14

0,14
0,12
0,1
0,08
0,06
0,04
0,02
0
-0,02 20

30

50

60

80

90

100

110

120 x 150

-0,04
-0,06
-0,08
-0,1
-0,12
-0,14

Figura 2
Deoarece graficul punctelor empirice prezint o distribuie oscilant, se poate accepta
ipoteza c cele dou variabile sunt independente i nu corelate.
c2.2.) Procedeul dispersiilor variabilei reziduale
Acest procedeu se poate aplica numai atunci cnd se dispune de serii lungi de date. n
acest caz, seria valorilor variabilei reziduale se mparte n dou sau mai multe grupe, pentru
fiecare grup calculndu-se dispersiile respective. Dac se accept c dispersiile acestor grupe
nu difer semnificativ - se utilizeaz testul Fisher-Snedecor, atunci se poate accepta ipoteza de
homoscedasticitate; n cazul contrar, indicnd heteroscedasticitatea, se procedeaz la
eliminarea acestui fenomen cu ajutorul metodei regresiei ponderate. n cazul de fa, datorit
numrului mic de valori (date), nu se recomand utilizarea acestui procedeu, deoarece nu s-ar
obine rezultate concludente.
c2.3.) Acceptarea sau respingerea ipotezei de homoscedasticitate cu ajutorul analizei
variaiei (vezi punctul d)).
c3) Valorile variabilei reziduale u i sunt independente, respectiv nu exist fenomenul
de autocorelare.
Acceptarea sau respingerea acestei condiii se poate face cu:
c3.1.) Procedeul grafic - corelograma ntre valorile variabilei dependente y i valorile
variabilei reziduale u i (vezi Figura 3).

0,14
u 0,12
0,1
0,08
0,06
0,04
0,02
0
-0,02 0,5
-0,04

0,7

0,8

1,1

1,3

1,4

1,6

1,8 y 2,1

-0,06
-0,08
-0,1
-0,12
-0,14

Figura 3
Ca i n graficul precedent, distribuia punctelor empirice fiind oscilant, se poate
accepta ipoteza de independen a erorilor.
c3.2.) Testul Durbin-Watson const n calcularea termenului empiric:
n

i2

u i 1

2
i

i 1

i compararea acestei mrimi d cu dou valori teoretice d 1 i d 2 , preluate din tabela

Durbin-Watson (vezi anexa nr. 1) n funcie de un prag de semnificaie , arbitrar ales, de
numrul variabilelor exogene k i de valorile observate n, n 15 .
Acceptarea sau respingerea ipotezei de independen a erorilor se bazeaz pe o
anumit regul, care const n:
- dac 0 d d 1 autocorelare pozitiv;
- dac d 1 d d 2 indecizie, recomandndu-se acceptarea autocorelrii pozitive;
- dac d 2 d 4 d 2 erorile sunt independente;
- dac 4 d 2 d 4 d 1 indecizie, recomandndu-se acceptarea autocorelrii
negative;
4

- dac
autocorelare negativ.
1
Pe baza datelor problemei, valoarea empiric a variabilei Durbin-Watson este:
10

u
i2

u i 1

10

u
i 1

2
i

0,0768
1,86
0,0413

Lucrnd cu un prag de semnificaie 0,01 , numrul variabilelor exogene fiind

k 1 , iar numrul observaiilor n 10 , din tabela distribuiei Durbin-Watson se citesc
valorile (pentru cazul n 15 ) d 1 0,81 i d 2 107 .
Deoarece d 2 1,07 d 1,82 4 d 2 2,93 , se poate accepta ipoteza de independen
a valorilor variabilei reziduale.
c3.3.) Coeficientul de autocorelaie de ordinul 1

u u

r1

i 2
n

u
i2

i 1

2
i 1

Se poate demonstra c, dac n , ntre variabila Durbin-Watson i coeficientul de

autocorelaie de ordinul 1 exist urmtoarea relaie:
n

2
ui ui 1 ui2 ui21
i 2

2
i

i 1

i 2
n

2
i

i 1

i 2
n

2 ui ui 1

2
i

i 1

Dar, pentru n , se poate accepta c:

n

2
i

2
i

i2
n

i 2
n

2
i

i 1

i 1

u
i2

2
i 1

u i2
i 1

u
i2
n

2
i 1

2
i

i 1

u u
i

i 2
n

u
i 2

i 1

r1

2
i 1

d 1 1 2r1 r1 1

d
2

tiind c:
1 autocorela re strict negativa
4
indecizie

r1 0 independenta
d 2
indecizie

1 autocorela re strict pozitiva

0

Calculul coeficientului de autocorelaie de ordinul 1:

10

r1

u u
i2
10

u
i 2

i 1

2
i 1

0,0024
0,059
0,0405

Deoarece r1 0,059 0 , i acest indicator arat c ipoteza de independen a

valorilor variabilei reziduale poate fi acceptat.
c4) Verificarea ipotezei de normalitate a valorilor variabilei reziduale
Se tie c, dac erorile urmeaz legea normal de medie zero i de abatere medie
ptratic su (consecina ipotezelor c1, c2, c3), atunci are loc relaia:
P u i t su 1 .

Pe baza acestei relaii, n funcie de diferite praguri de semnificaie , din tabela

distribuiei normale se vor prelua valorile corespunztoare ale lui t .
Lucrnd cu un prag de semnificaie 0,05 , din tabela distribuiei Student n 30
se
preia
valoarea
variabilei,
cu
un
numr
de
grade
de
libertate
v n 2 10 2 8, t0.05;8 2,306 , iar pentru un prag de semnificaie 0,01 , avem
t 0.01;8 3.355 . Cu ajutorul acestor date, verificarea ipotezei de normalitate se poate face pe
baza urmtorului grafic (figura 4): pe axa Ox se vor reprezenta valorile ajustate ale variabilei
y ( y i - vezi tabelul 2, coloana 5), iar pe axa Oy se vor trece valorile variabilei reziduale ( u i vezi tabelul 2, coloana 7).
Se observ c valorile empirice ale variabilei reziduale se nscriu n banda construit,
cu un prag de semnificaie 0,05 . Ca atare, ipoteza de normalitate a variabilei reziduale
poate fi acceptat cu acest prag de semnificaie.
u
0,16
0,14
0,12
0,1
0,08
0,06
0,04
0,02
0
-0,02
0,498
-0,04
-0,06
-0,08
-0,1
-0,12
-0,14
-0,16

t 0 , 05 * s u

Y
0,618

0,858

0,978

1,218

1,338

1,458

1,578

1,698

2,058

t 0,05 * s u

Figura 4
d) Verificarea semnificaiei estimatorilor i a verosimilitii modelului
d1) Verificarea semnificaiei estimatorilor
Estimatorii sunt semnificativ diferii de zero, cu un prag de semnificaie
verific urmtoarele relaii:
a
sa

t ;

b
sb

, dac se

(vezi punctul b) al problemei) a 0,2409; s a 0,0523 i

b 0,0122; sb 0,0006 i lucrnd cu un prag de semnificaie 0,05 , din tabela
tiind

distribuiei Student se preia valoarea t0.05;8 2,306 , iar pentru 0,01 se preia valoarea
t0.01;8 3,355 .
t a
t b

a
s a
b
s b

0,2409
4,6611 t 0.01;8 3,355
0,0523

0,0122
21,0187 t 0.01;8 3,355
0,0006

Pe baza calculelor de mai sus se observ faptul c ambii estimatori sunt semnificativ
diferii de zero, pentru un prag de semnificaie 0,01 , fapt confirmat i de pragul de
semnificaie, P-value, corespunztor celor doi parametri, care este 0,0017<0,01 i, respectiv
0,0000<0,01.
Intervalul de ncredere pentru parametrul a este:
10

a a t 0, 01;8 s a a 0,2409 3,355 0,0523 0,0656; 0,4163

Intervalul de ncredere pentru parametrul b este:

b b t 0;01;8 sb b 0,0122 3,355 * 0,0006 0,0103; 0,0142

d2) Verificarea verosimilitii modelului

Pentru a accepta ipoteza de liniaritate se calculeaz coeficientul de corelaie liniar:
cov y, x y i y xi x
186,7
186,7
ry / x

0,9911
x y
n x y
10 * 39,1024 * 0,4818 188,4
Coeficientul de corelaie liniar fiind definit n intervalul 1;1 , rezult c valoarea
obinut de 0,9911 indic o puternic corelaie liniar ntre cele dou variabile.
Verificarea semnificaiei coeficientului de corelaie:
- se stabilete ipoteza nul: H0: r = 0;
- se stabilete ipoteza alternativ: H1: r 0.
- se calculeaz testul t:
tr

r
r n2
0,9911 8

21,0187
2
sr
1 r
1 0,99112

Deoarece t r 21,0187 t ;n k 1 t 0, 01; 8 3,355 coeficientul de corelaie este

semnificativ diferit de zero, pentru un prag de semnificaie =0,01.
Verificarea verosimilitii modelului se face cu ajutorul analizei dispersionale (analiza
variaiei).
Tabelul 3
Sursa de
variaie

Msura
variaiei

Variana
dintre
grupe

V x2 y i y

Variana
rezidual

Vu2 y i Yi

10

Nr. grade
de
libertate
2

i 1

2,2797
10

i 1

0,0413
Variana
total

k 1

10

V02 yi y
i 1

Dispersii
corectate

V x2
s

k
2,2797
2
Y/X

Valoarea testului F

Fc
Fc

F ; v1 ; v2

sY2 / X
F0 , 05;1;8 5,32
s u2

441,7857

F0 , 01;1;8 11,3

Vu2
2
s

n k 1 8 u n k 1
0,0052

n 1 9

2,321

Testul Fisher-Snedecor indic faptul c rezultatele obinute sunt semnificative. cu un

prag de semnificaie de 1%. Fc 434,52 F0.01;1;8 11,3 , iar Significance F (pragul de
semnificatie) este 0,0000 (valoare mai mic de 0,01), respectiv modelul de regresie construit
este valid i poate fi utilizat pentru analiza dependenei dintre cele dou variabile.
Pe baza datelor din tabel se poate calcula raportul de corelaie dintre cele dou
variabile:

V x2
Vu2
2,2797

0,9911
2
2
2,321
V0
V0
Se poate demonstra c, n cazul unei legturi liniare, raportul de corelaie este egal cu
coeficientul de corelaie liniar.
Ry / x

y i a b * xi u y a b * x ; Yi a b * xi
11

10

i 1
10

y
i 1

x
y

a bx
y

a bx

i y

b x x
y y

b x ry / x
y

na b xi yi

2
a xi b xi yi xi
n
y
x y x n y x x y
b
n
n x x
x
x x

y x

2
i

2x x
2

2
i

2
i

x
n

2
i

n
2
i

2x

y x
i

2 xi x x 2

2
i

i
2
i

2x

x
n
i

x*y
x2
x2

x*y

x2
xi x yi y xi yi xi y x yi x * y
cov y , x
n
n
y

x
n

n
cov y , x

x*y

x y
i

y*x x*y x*y

x y
i

x y
i

x*y

2x

cov y, x cov y, x x x

b
Ry / x
x y
y
y
x2
Verificarea semnificaiei raportului de corelaie se face cu ajutorul testului FisherSnedecor:
R2
Fc n 2
, R fiind semnificativ dac Fc F ; v1 ; v2 .
1 R2
ry / x

Fc 8 *

0,9822
8 * 55,1798 441,7857 F0.01;1;8 11,3
0,0178

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

semnificaie 0.01 , rezult modelul econometric:
R 0,9911
y i 0,2409 0,0122 xi ;
d 1,86
(0,0523) (0,0006)
s u 0,0718

care descrie corect dependena dintre cele dou variabile, acesta explicnd 98,22% din
variaia total a variabilei dependente, adic variaia cifrei de afaceri se datoreaz n proporie
de 98,22% suprafeei comerciale a magazinului.

12

Vx2
Vu2
*
100

* 100
V02
V02
e) Dac un antreprenor va dispune de o suprafa comercial de 130 m 2 x 130 , n
medie, ncasrile lunare vor fi egale cu:
Y/ x 130 a bx 0,2409 0,0122 * 130 1,8283 1,83 mil.lei
Pe baza ipotezei formulate la punctele precedente, cifra de afaceri y urmeaz o
distribuie normal (sau distribuia Student, dac n 30 ), de medie Y i de abatere medie
ptratic sY , L y N Y , sY .
Pentru x 130 Y 1,83
V02 Vx2 Vu2 100

2
2

1
x x
1 130 81

0,0808
sY / x 130 s 1
0,0052 * 1
2

n
10
15290

Estimarea cifrei de afaceri, care se poate obine dac suprafaa va fi de 130 m 2 pe baza
unui interval de ncredere se calculeaz cu relaia:
P Y/ x 130 t sY / x 130 y / x 130 Y/ x 130 t sY / x 130 1
Pentru 0,01 i v n k 1 8 , din tabela distribuiei Student se preia valoarea
variabilei t ;v t 0.01;8 3,355 .
Deci, cu un prag de semnificaie de 0,01 sau cu o probabilitate egal cu 0,99, cifra de
afaceri pe care o va putea realiza ntreprinztorul va fi cuprins n intervalul:
P y / x 130 1,83 3,355 * 0,0808 1 0,01 0,99
2
u

P y / x 130 1,64;2,01 0,99

13