Universitatea Politehnica din Bucuresti

Facultatea de Antreprenoriat, Ingineria si Managementul Afacerilor

PROIECT ECONOMETRIE

PEE, ANUL I

Fie urmatoarele date referitoare la dinamica veniturilor (X1t), dinamica preturilor (X2t)
si evolutia cererii (Yt) pe piata unui produs (valorile sunt in procente ).
t
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
t
25

X
3.90
2.3
1.7
2.8
2.9
1.7
3.4
2.8
3.9
1.7
1.9
1.5
2.5
2.1
1.9
3.1
4.4
2.9
3.3
3.7
2.5
2.2
4.4
1.9
3.9
X1t
69.30

X
1.6
3.7
1.8
1.1
2.1
4.9
2.1
2.9
0.8
3.7
3.5
3.4
1.6
3.1
3.8
2
0.3
1.1
2.3
2.1
3.3
3.9
0.9
4.1
0.6
X2t
60.7

Y
2

L
9

0.5
1.5
3
1
0
2.1
1.8
3
0.7
0.5
1
1.4
1.2
0.8
2.3
3.5
3.8
1.8
2.6
0.8
1.2
4.2
0.8
2.5
YT
44

a. Estimati parametrii modelului:

Yt =a0 + a1 X1t +a2 X2t + et , si interpretati rezultatele obtinute .
In acest model, X reprezinta matricea valorilor explicative, e este vectorul erorilor aleatoare.

Calculam X'*X: (=MMULT(I3:AG5,S10:U34))

25.00
69.30

69.30
211.39

60.70

146.45

60.70
146.4
5
185.7
7

Calculam (X'*X)1 , si vom obtine o matrice formata din 3 linii si 3 coloane. Acesta
se calculeaza :
=MINVERSE(C31:E33).
2.6915

0.6017
0.4051

0.601
7
0.144
9
0.082
3

0.405
1
0.082
3
0.072
8

Calculand X'*Y vom obtine o matrice formata dintr-o coloana si 3 linii :

=MMULT(I3:AG5,D2:D26)
44.00
141.36
77.23
Ecuatiile lui Gauss : (X'X)=X'Y => = (X'*X)1 cu X'*Y .
Pentru a calcula , vom inmulti (X'*X)1 cu X'*Y, (=MMULT(J31:L33,C37:C39))iar
rezultatul obtinut este
2.0831
0.3731
-0.5591

In acest tabel se regasesc parametrii modelului, acestia sunt 0 , 1, si 2. 0 reprezinta

parametrul de interceptare, iar 1, si 2 coeficientii de regresie partiali.
0 = 2.0831, ne arata valoarea medie a evolutiei cererii care este estimata la 5.29426038 u.m,

tinand cont de cele doua variabile X1t si X2t .

1 = 0.3731 , ne arata ca inclinatia marginala spre cerere este de 0.37 procente, daca cele doua
variabile sunt constante, iar dinamica preturilor creste cu 1 u.m.

2 = -0.5591, ne arata ca evolutia cererii scade in medie cu aproximativ 0.5591 pentru fiecare
perioada de timp analizata.
Yt = 2.0831 + 0.3731*X1t -0.5591 *X2t

b. Testati acuratetea ajustarii si interpretati rezultatele obtinute;

Acuraterea ajustarii este data de coeficientul de determinare R2, si coeficientul de

2
determinare corectat R . Conform tabelului de mai sus R2 are valoarea de 0.7907, iar
R 2 avand o valoare de 0.7714 .
R2 ne indica proportia din variatia variabilei dependente Y explicate de variabilele
indepedente,iar in tabelul de mai sus, 79.07% din variabila Y. Pentru perioada exemplului
dat, de 25 unitati de timp,variatia evolutiei cererii, in proportie de 79.07% este data de cele
doua variabile endogene.


u
u^2
2.643
0.4145
8
0.643
8
0.872
0.1389
7
0.372
c. Calculati matricea de varianta a estimatorilor;
7
1.711
0.0446
u2
2
-1
2
Var() = su * ((X'*X) )su = nk 1
1
0.211
1
2.512
0.487
0.2372
Pentru a calcula matricea de covarianta , trebuie sa
9
1
2
1.991
0.9824 calculam Y, , U si U .
1
0.991
1
0.022
0.0005
0.022
1
1
2.177
0.0060
7
0.077
Rezultatele obtinute sunt prezente mai jos, dupa cum urmeaza:
7
1.506
0.293
0.0861
=MMULT(S10:U34,C41:C43)
6
4
U =D2-I37
3.091
0.0083
1
0.091
U^2=POWER(L37,2)
1
0.648
0.051
0.0026
8
2
0.835
0.1124
3
0.335
3
u2 = 6.2939
0.741
0.258
0.0666
9
1
SU^2
2.121
0.5205
4
0.721
0.2861
4
1.133
0.066
0.0044
VAR()
50.7700 5-0.1721
0.667
0.132
0.0175
0.115
6
4
9
2.121
0.178
0.0318
-0.1721
0.0415
0.023
7
3
6
3.557
0.0033
-0.1159
0.0236
0.020
2
0.057
8
2
2.550
1.249
1.5619
Dispersiile estimatorilor care ii gasim in , in tabelul de mai sus,
2
8
ii regasim pe diagonala.
2.028
0.0522
6
0.228
6
2.289
0.310
0.0963
7
3
1.171
0.1376
0
0.371
0
0.723
0.476
0.2270

d. Testati semnificatia estimatorilor si interpretati rezultatele obtinute;

Pentru a calcula estimatorii, folosim formula : su() =
Estima
tor
0
1
2

Valoa Std
re
2.083 0.877
1
5
0.373 0.203
1
6
- 0.144
0.559
3
1

t-static

pvalue
2.3739 0.026
7
1.8324 0.080
4
- 0.000
3.8732
8

e. Testati autocorelarea erorilor si interpretati rezultatele obtinute;

Autocorelarea erorilor o putem realiza prin Testul Durbin Watson.
u^2

Ut-Ut-1
0.2711
0.1616
0.6982
-1.4782
1.0132
-0.0998
0.3712
-0.3845
0.1423
-0.3864
0.5933
-0.9795
0.7879
0.0660
0.0459
-0.2355
1.3070
-1.4784
0.5389
-0.6813
0.8474
0.5018
-0.6781
-1.0031
(Ut-Ut-1)2=
13.3424

0.4145
0.1389
0.0446
0.2372
0.9824
0.0005
0.0060
0.0861
0.0083
0.0026
0.1124
0.0666
0.5205
0.0044
0.0175
0.0318
0.0033
1.5619
0.0522
0.0963
0.1376
0.2270
0.9569
0.0901
0.4941
U2 =
6.2939

DW =

(1)
(2)

U tU t1
2.1199
u2

In cazul de fata, testul Durbin Watson = 2.1199.

f. Testati heteroscedascititatea erorilor si interpretati rezultatele obtinute;

. Heteroscedasticitatea este proprietatea erorilor de a nu avea o dispersie constanta.
SSR
K
F=
SSE
nk 1
Fcalc > F crit, unde Fcrit este F,k,n-k-1

0.4145
0.1389
0.0446
0.2372
0.9824
0.0005
0.0060
0.0861
0.0083

0.0044
0.0175
0.0318
0.0033
1.5619
0.0522
0.0963
0.1376
0.2270

0.0026
0.1124
0.0666
suma
2.1002

0.9569
0.0901
0.4941
suma
3.6733

Su^2
0.2334

Su^2
0.4081

1.7490

g. Pentru X1,26 = 1.0 + 0.1*L si X2,26 = 1.0 + 0.1*Z prognozatii evolutia

vanzarilor cu un grad de incredere de 90%.

X1,26 =1.0+0.1*3 = 1.3

X2,26 = 1.0+0.1*9=1.9

f. Testati heteroscedascititatea erorilor si interpretati rezultatele obtinute;

Pentru datele care le avem, am aplicat testul White.
W= n*R2

W= 25*0.7907
W= 19,7675
Din tabelul cu datele tabelate pentru testul White, gasim cu 2 grade de libertate la valoarea de
37,65 de unde rezulta ca W=19,7675.
Din datele de mai sus reiese ca modelul este heteroscedastic.

g. Pentru X1,26 = 1.0 + 0.1*L si X2,26 = 1.0 + 0.1*Z prognozatii evolutia

vanzarilor cu un grad de incredere de 90%.

X1,26 =1.0+0.1*3 = 1.3

X2,26 = 1.0+0.1*9=1.9