INTRODUCERE : Ce este econometria ?

1. Scurt istoric privind apariia econometriei

2. Definiia econometriei

3. Noiuni i concepte fundamentale ale econometriei

modelul econometric

Sursa de date

Teste statistice

4. Introducerea unui model economic n modelul

econometric

5. Locul i rolul econometriei n sistemul tiinelor economice

Referitor la legturile econometriei cu disciplinele economice trebuie subliniat

corespondena dintre modelarea econometric i previziune. Previziunea macro sau
microeconomic reprezint un domeniu care utilizeaz n mare msur rezultatele
prediciei econometrice
Modelarea econometric

Elaborarea modelului

Experimentarea
modelului econometric
pentru a obine variante
economice n scopul :
oferirii de informaii cu
privire la comportamentul
variabilelor endogene n
diverse alternative de
acionare a prghiilor
economice
ofer toate aceste noi
informaii previziunii
economice.

Legtura

Previziunea economic
Previziunea ofer :
elementele elaborri modelului
definete variabilele endogene (rezultative)
definete variabilele exogene
corespunztoarea obiectivele urmrite n funcie
de existena datelor statistice
Previziunea economic, pe baza noilor
informaii primite i va crea o perspectiv n
legtur cu ceea ce s-ar putea ntmpla n viitor,
fie i n linii mari, n raport cu diferite variante
ale politicii economice care ar putea fi aplicate

TIPURI DE MODELE ECONOMETRICE UTILIZATE N

ECONOMIE
1. Descrierea econometric a interdependenelor dintre fenomenele
economice

Fig.1 Schema de modelare a unui sistem

modele deterministe,

modele econometrice (aleatoare).

Y = f(X) + U

Spre

deosebire

de

modelul

determinist

se

introduce

descrierea

fenomenului economic studiat i o variabil aleatoare (U) deoarece :

2. Principalele tipuri de modele econometrice utilizate n economie

Tipologia modelelor econometrice este foarte variat, ele se pot, totui,
ncadra n cteva tipuri i clase :
Modele unifactoriale i modele multifactoriale,
Modele liniare i modele neliniare,
Modele pariale i modele agregate
Modele statice i modele dinamice,
Modele cu o singur ecuaie i modele cu ecuaii multiple,
Modele euristice i modele operaionale

a) Modele unifactoriale i modele multifactoriale

b) Modele liniare i modele neliniare

c) Modele pariale i modele agregate

d) Modele statice i modele dinamice

Un model econometric dinamic este acela n care variabila factorial x

exercit influena asupra variabilei y pe mai multe perioade de timp :

yt = f(xt,,xt-1,,xt-k ) + ut ;

t=1,n

j=1,k k<1

unde > k = lungimea perioadei de decalaj (LAG).

Exemplu :

e) Modele cu o singur ecuaie i modele cu ecuaii multiple,

f) Modele euristice i modele operaionale

MODELUL ECONOMETRIC UNIFACTORIAL

1. Definirea modelului

unifactorial

y = f(x) + u
unde :

y = (y1, y2,,yn) - variabil endogen sau rezultativ;

x = (x1, x2,,xn) variabil exogen sau factorial sau cauzal;
9

u = (u1, u2,,un) variabila rezidual, aleatoare sau eroare.

Modelul de mai sus reprezint o ipotez construit pe baza teoriei
economice.
.
2. Identificarea modelului unifactorial

Funcia liniar

y = a+ bx+u
Funcia semilogaritmic

y = a+b log x + u
Funcia putere

10

y =a xb + u

Funcia invers (hiperbol)

y = a +

b
+ u
x

Funcia parabol

Y = a + bx + cx + u
11

 Funcia logistic

y=

c
+u
1 + e a + bx
sau

y=

c
1+ e

a + b log x

+u

3. Modelul econometric unifactorial liniar

yt = a +bxt + ut

12

3.1 Determinarea parametrilor prin - Metoda Celor Mai Mici Ptrate

M. C . M. M. P .

Utilizarea acestei metode pornete de la relaiile :

13

Condiia de minim a funciei

rezult din :

de unde rezult sistemul de ecuaii :

na + b xt = y t

2
a xt + b xt = xt y t

Acest sistem se mai numete i sistem de ecuaii normale, care are

urmtoarele proprieti :

3.2

Verificarea modelului econometric

Acceptarea econometric a modelului teoretic ca model, ca aproximaie

statistic echivalent cu modelul real studiat, presupune :

- verificarea ipotezelor pe care se fundamenteaz estimarea parametrilor

modelului econometric;

- verificarea semnificaiei estimatorilor parametrilor modelului econometric;

14

- verificarea similitudinii modelului econometric.

3.2.1Verificarea ipotezelor pe care se fundamenteaz estimarea

parametrilor unui model econometric .

Contrar homoscedasticitii este heteroscedastitatea care nseamn c

2
2
2
erorile nu au dispersiile egale ci diferite : M (u1 ) ( Mu 2 ) ... ( Mu n ) u .
Depistarea heterodascebilitii se poate realiza prin mai multe procedeele :

a) Procedeul grafic

15

Procedeul grafic const n construirea graficului privind valorile variabilei

factoriale x i ale variabilei reziduale u . Dac, pe msura creterii (scderii)
valorilor variabilei factoriale x, se observ o cretere (scdere) a valorii variabilei
reziduale u, nseamn c cele dou variabile x i u sunt corelate i nu
independente.

Fig.1 Corelare pozitiva

Corelare

negativa

b)Procedeul dispersiilor variabile

16

Fig.2

I3 Valorile variabilei reziduale u sunt necorelate,

respectiv nu exist fenomenul de autocorelare a erorilor.

Cov(ut, uk) = M(ut, uk) = 0

( )t , k = 1, n, t k

Depistarea autocorelrii valorilor variabilei ut se poate face prin mai

multe procedee :

17

Aceast valoare empiric d, se compar cu dou valori teoretice, d1 i

d2, preluate din

tabelul

distribuiei

Durbin-Watson, n funcie de pragul de

, de numrul de variabile exogene k i de numrul n al

valorilor observate (n 15 ).
semnificaie stabilit

I4

Legea de probabilitate a variabilei reziduale ut este

legea normal, de medie nul i abatere medie ptratic u , ut N(0,

u ).
Se tie c dac erorile urmeaz o lege normal de medie zero i abatere

medie ptratic

su

consecin a ipotezelor I1, I2 i I3, atunci are loc relaia :

P ( u t t su ) = 1-

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

tabela distribuiei normale sau a distribuiei Student se vor prelua valorile

corespunztoare lui t .

18

3.2.2 Verificarea semnificaiei estimatorilor parametrilor modelului

econometric
Dac cele patru ipoteze pot fi acceptate, i deci , estimatorii obinui sunt nedeplasai,
convergeni i eficieni. Cei doi estimatori obinui a i b sunt variabile aleatoare repartizate
normal, unde :

s a =

sb =

1
su2 +
n

= abaterea medie ptratic a estimatorului a

2
( xt x )
x2

s u2
( xt x ) 2

= abaterea medie ptratic a estimatorului

b
1
s =
(ut2 ) =
n 2
2
u

( yt yt ) 2
n 2

Verificarea estimatorilor

a i

= dispersia variabilei reziduale

19

Estimatorii a i b fiind variabile normale, se va aplica testul t. Prin

centrarea i
normarea estimatorilor a i b se obin valorile calculate :
1
t cal
=

a
b
2
i t cal =
. Aceste valori calculate se compar cu valoarea teoretic :
s a
sb

t = variabila normal, dac t= 1, n , n n>30, preluat din tabele distribuiei

normale, n funcie de valoarea p, sau a pragului de semnificaie , p+=1.

- t; n-k+1

= variabil Student, dac t = 1,n i n 30, preluat din tabela Student,

n funcie de valoare stabilit pentru i de numrul de grade de libertate n-k+1; n=
numrul observaiilor; k= numrul variabilelor exogene xj j= 1, k ( k+1 = numrul
parametrilor modelului).

20

3.2.3 Verificarea similitudinii modelului econometric

Modelul econometric y t = a + bxt , este expresia formal a modelului
economic real, y t = a + bxt + u t , conceput de teoriei economice. Modelul econometric
este obinut pe baza unui singur sondaj statistic.
Va trebui urmrit s verificm dac :
- dac variabila x este principalul factor de influen a fenomenului y,
aa cum am fcut ipoteza;
- dac legitatea dintre cele dou variabile este de forma :
y t = a + bxt + u t ;
- dac rezultatele obinute pot fi sistemice, adic dac se vor obine
rezultate diferite pentru sondaje diferite.

a1 Metoda analizei variaiei

21

n general, scopurile urmrite n aceast etap se rezolv cu ajutorul

Metodei analizei variaiei, cunoscut i sub denumirea de metoda ANOVA.

Metoda analizei variaiei pornete de la ecuaia :

i se ajunge la ecuaia analizei variaiei :

Vu

V0

= Vx +

unde :
n

2
2
V0 = ( y t y ) = variaia total a variabilei y provocat de toi factorii
t= 1

si de
influen ;
2

Vx =

t= 1

( y t y ) 2 = variaia fenomenului y provocat numai de variaia

factorului x, considerat factorul principal al variaiei y, adic variaia

lui y

explicat de modelul econometric;

2

Vu =

t= 1

( y t y t ) 2 = variaia rezidual, sau variaia fenomenului y

generat de factorii nespecificai n model, aceti factori fiind considerai n

etapa de specificare drept factori cu influen ntmpltoare, neeseniali pentru

a explica variaia fenomenului y.

De regul, rezultatele aplicrii metodei ANOVA se prezint ntr-un tabel

de forma :

a2 Testarea semnificaiei dintre dou dispersii : testul F"

22

 a3 Testarea semnificaiei modelului

a3.1: Coeficientul de determinare

2
Coeficientul de determinare se calculeaz astfel : R y / x =

urmtoarele semnificaii :

23

V x2
, el are
V02

Pe baza acestor informaii se deduce uor c un modele econometric este

cu att mai performant cu ct valoarea lui

R y2 / x

se apropie mai mult de unu,

respectiv cu ct se apropie mai mult de 100%.

c3.2 Raportul de corelaie

ajutorul

OBS. n cazul unei legturii liniare, estimatorii parametrilor sunt obinui cu

MCMMP, raportul de corelaie Ry/x este egal cu coeficientul de corelaie

ry/x.

c4: Testarea semnificaiei modelului econometric : testul F

Astfel :

24

 dac

Fcal

n k 1 R2
=

F ; 1 = k ; 2= n k 1 , atunci Ry/x = 0
2
k
1 R

se renun la modelul econometric;

dac Fcal =

n k 1 R2

> F ; 1 = k ; 2= n k 1
k
1 R2

, atunci Ry/x 0

se accept modelul econometric i se trece la discuia econometric a

ecuaiei analizei variaiei : V02 = V x2 + Vu2 .
.

UTILIZAREA MODELULUI ECONOMETRIC

UNIFACTORIAL PENTRU PROGNOZE

Pentru putea verifica performanele unui model econometric obinut, acesta

trebuie prezentat cu urmtoarele informaii :

y t = a + bx t
( s a ) ( sb )
R
d

s u
Dispunnd de aceste informaii putem testa :
independena erorilor testul d Durbin-Watson;
semnificaia estimatorilor testul t;
similitudinea (veridicitatea ) modelului testul F.
4.1 n cazul seriilor statistice teritoriale

25

4.2 Tipuri de prognoze

estimrilor punctuale ale prognozei : y = a + bt

dac modelul econometric este : y = a + bt +ut , atunci prognoza se
face pe baza unui interval de ncredere de forma :

P( yt t s y t yt yt + t s y t ) = p = 1

dac modelul econometric este : y t = a + bxt + ut i dac pentru

prognoza fenomenului y se cunosc valorile variabilei x la momentul (n+v)
prognoza se realizeaz tot pe baza unui interval de ncredere :

P ( y n + v t s y n+ v yn + v y n + v + t s y n+ v ) = p = 1

unde :

y n + v = valoarea real a variabilei y n momentul de prognoz (n+v);

y n+ v

= estimarea punctual a valorii de prognoz pentru variabila y, care

se calculeaz cu ajutorul relaiei :

s y n+ =
cu relaia

y n+ v = a + bxn+ v

abaterea medie ptratic a erorii de previziune, calculat

26

4.3

Eroarea de previziune

ea = y n+ v y n+ v = t s y n+ v

= eroarea absolut ;

t s y v+ v
ea
er =
100 =
100
y n + v
y n + v

= eroarea relativ.

Dac p 1 rezult c sigurana prognozei crete, iar dac pragul de

semnificaia crete atunci precizia prognozei se diminueaz.
Se poate preciza c prognozele sunt acceptate cu o probabilitate dat de p =
0,95, aceasta = 0,05 iar eroarea de prognoz er = 5%.

MODELE DETERMINISTE DE PROGNOZ

Majoritatea seriilor de timp, cu coninut economic, posed o tendin de lung
durat, peste care se suprapun celelalte componente. Pentru determinarea intuitiv a
tendinei, analiza ncepe prin reprezentarea grafic a seriei de timp, metod prin care
se aproximeaz trendul acesteia.
27

1. Funcia liniar (dreapta de regresie)

Variabila independent este timpul
yt

yt

b>0

b<0

yt

Fie seria de timp X= {x1, x2,,xn ; n=1,2,,n}. Dac n urma

t
Reprezentrii grafice, valorileb=0
seriei reprezentate
n sistemul cartezian urmeaz
aproximativ o dreapt ca n fig.1
Atunci funcia liniar va avea forma : Yt = a + b t .
Parametrii a i b se calculeaz prin M.C.M.M.P. prin minimizarea
funciei:
2
min F(a,b) = min[ y t ( a + bt ) ]
Prin minimizarea funciei de mai sus, care are dou variabile a i b, se
obine sistemul de ecuaii normale:
na + b t =

b t + b t =
2

yt

ty t

unde:
n reprezint numrul termenilor seriei.
Prin rezolvarea sistemului aflm parametri a i b, cu ajutorul lor putem scrie
modelul matematic de evoluie liniar a fenomenului studiat :Yt = a + bt.
Variabila independent : variabila x
Avem dou serii de date : {Xi} i {Yi} , i= 1,,n pe care reprezentm
grafic

28

Fig.1 Funcia liniar

Dac ntre cele dou serii de date exist o legtur liniar de forma fig.1
atunci ecuaia liniar va fi de forma : Yi = a + b x
Parametrii a i b se afl tot prin M.C.M.M.P., i anume minimizm funcia:
min F(a,b) = min[ y t ( a + bx ) ]

Dup efectuarea derivatelor pariale n funcie de ai b, obinem sistemul de

ecuaii normale :
na + b xi =

yi

a xi + b x 2 =

xi y i

APLICAIA 1
La o fabric care produce articole din mas plastic, n perioada 2004 2008,
s-a nregistrat urmtoarea serie de date (tabelul 1), cu privire la valoarea produciei
acesteia. :
Tabelul.1

Anii
t
Valoarea
Produciei
(Q)

2004
1
228

-mii.lei -

2005
2
256

2006
3
260

2007
4
240

2008
5
248

S se prognozeze cu ajutorul funciei liniare, valoare produciei pentru anul

urmtor..
Rezolvare
1. Pe baza sistemului de ecuaii normale
na + b t =

b t + b t =
2

yt

ty t

se construiete tabelul :
29

Tabelul 1
Anul

t
1

1
2
3
4
5
15

yt

t2

tyt

Yt

228
256
260
240
248
1.232

1
4
9
16
25
55

228
512
780
960
1.240
3.720

242
244
246
249
251
1.232

2. Se scrie sistemul de ecuaii pe baza tabelului 1.

5a + 15 b = 1232
15 a + 55 b = 3.720
Prin rezolvarea acestui sistem se determin parametrii :
a = 239,2 i
b = 2,4.
4.Am obinut modelul funciei liniare de prognoz :
Yt = 239,2 + 2,4t
Rezultatele calculelor vor fi prezentate n tabelul 1, coloana 5.
Reamintim c trebuie s urmrim respectarea egalitii:

yt = Yt..

Prin reprezentarea grafic a celor dou serii de timp vom obine un graficul
din figura 1
Evolutia valorii productiei

270
260

260

256

250
240

242

230

228

251
248

249

246

244

240

220
210
1

Fig. 1. Funcia liniar

APLICAIA 2

30

Avem dou serii : X reprezentnd cheltuieli cu publicitatea i Y

reprezentnd cifra de afaceri. Aceste serii de date n ultimii ase trimestre au avut
valorile : X={4, 6, 3, 5, 8, 7}i Y={30, 45, 25, 30, 50, 45}
Se cere prognoza lui Y pentru trimestrul urmtor, cunoscnd c se vor face
cheltuieli cu publicitatea de 11 um.
Rezolvare

y
60
50
40
Series1

30
20
10

0
0

10

Din reprezentarea grafic rezult c putem folosi funcia liniar :

Y= a+ bx
Pentru a calcula parametrii ai b folosim sistemul de ecuaii normale :
na + b xt = y t

2
a xt + b xt = xt y t

Construim tabelul :

xt

x2

yt

xtyt

4
6
3
5
8
7

30
45
25
30
50
45

16
36
9
25
64
49

120
270
75
150
400
315

33

225

199

1,330

Obinem sistemul :
6a + 33b = 225

33a + 199b = 1330

De unde a = 8,43

i b= 5,29

Deci modelul ecuaiei liniare este Y = 8,43 + 5,29 x.

Elaborarea prognozei

31

Dac pentru variabila factorial x se prognozeaz valoarea x= 11atunci cifra

de afaceri va avea valoarea prognozat de 65 u.m.

Y = 8,43 + 5,29 11= 67 u.m.

2. FUNCIA PARABOL
Variabila independent este timpul
Se folosete pentru ajustarea unei seriei de timp care n urma reprezentrii
grafice n planul cartezian are o evoluie de forma unei parabole. Funcia parabol
2
este descris de ecuaia : Yt = a + bt + ct .
Estimarea parametrilor a, b, c se face prin metoda M.C.M.M.P. minimiznd
expresia:
yt

t
n

min Yt a + bt + ct 2
t=1

n urma efecturii derivatelor pariale n raport cu parametrii a, b i c se

obine urmtorul sistemul de ecuaii normale:
na + b t + c t 2 =

a t + b t 2 + c t 3 =
a t 2 + b t 3 + c t 4

yt

ty
= t

t
2

yt

Prin rezolvarea sistemului obinem valorile parametrilor care vor fi trecute

n modelul matematic de previziune a fenomenului utilizat.
Exemplu: dac a = 2; b = 3 i c = 1,5 atunci modelul de ajustare a trendului
2
va fi: Yt = 2 + 3t + 1,5t .
ntr-o form general trendul seriei poate fi aproximat prin modelul funciei
polinomiale: Yt =

ti .

i=1

Not.
1. Modelul matematic este cu att mai avantajos cu ct este mai simplu,
altfel spus, cu ct are mai puini parametrii cu att este mai eficient i uor de
aplicat.
2. Dintre funciile polinomiale se folosesc cel mai des funciile liniare,
polinomiale i foarte rar cele cu gradul mai mari dect 3.
Variabila independent este X

32

Parcurgnd aceleai etape ca mai sus, se ajunge la urmtorul sistem de ecuaii

normale :

na + b x + c x 2 = y

2
3
a x + x + x = xy
a x2 + b x3 +

x4 = x y

APLICAIE
S se ajusteze i prognozeze cu ajutorul funciei parabol, seria de date
prezentat n tabelul.1.
Rezolvare
1. Pe baza sistemului de ecuaii normale se construiete tabelul 3
t
1
-2
-1
0
1
2
Total

yt

t2

228
256
260
240
248
1.232

t4
4
4
1
0
1
4
10

16
1
0
1
16
34

Tabelul 3
Yt

tyt

t2y

912
256
0
240
992
2.400

232
249
256
253
242
1.232

-456
-256
0
240
496
24

Se scrie sistemul concret de ecuaii pe baza tabelului 3, col.1 la col.4

5a

+
10 c = 1.232
10 b
= 29
10 a
+
34 c = 2.400
Prin rezolvarea acestui sistem se determin parametrii a = 255,54 , b = 2,4
i
c=-4,57
Se calculeaz valorile ajustate i prognoza fenomenului analizat cu
ajutorul modelului:
Yt = 255,54 + 2,4t - 4,57 t2.
Rezultatele calculelor vor fi prezentate n tabelul 3, coloana 7.
Menionm c trebuie respectat egalitatea :
yt= Yt..
Prin reprezentarea grafic a celor dou serii de timp vom obine un graficul
din figura 2.4

33

270
260

260

256

250

248

Serie
primar
Trend

240

240
230

228

220
210
1

Fig. 4 Parabola

FUNCIA EXPONENIAL
Alegerea funciei exponeniale pentru ajustarea unei serii de timp se face
pornind de la considerentul c termenii seriei sunt dispui n planul cartezian dup
o curb exponenial. Funcia exponenial este de forma:. y t = ab
Fie seria de timp y t , t = 1, n , pe care o reprezentm grafic astfel :
t

Pentru calcularea parametrilor a i b se folosete metoda M.C.M.M.P:

yn

y1

1 2 3 4 5

(y
n

t= 1

ab

34

min

Deoarece funcia y t = ab t este neliniar, pentru calcularea parametrilor a i b

se va face liniarizarea acestei ecuaii prin logaritmare, astfel:
ln yt = ln Yt = ln a + t ln b
gt

Gt

+ t B

n urma acestor notaii sistemul de ecuaii normale va fi :

n A + B t = gt = ln yt
A t + B t2 = tgt = tln yt
APLICAIE
S se ajusteze cu ajutorul funciei exponeniale, seria de date prezentat n
tabelul 1 i apoi, pe baza modelului gsit s se prognozeze producia pentru anul
urmtor.
Rezolvare
1.Pe baza sistemului de ecuaii normale se construiete tabelul 6.
Tabelul .6
2
yt
gt= ln yt t
t
t* ln yt
Gt
Yt
1

228 5,429
256 5,545
260 5,561
240 5,481
248 5,513
1232 27,529

-2
-1
0
1
2
0

4,0 -10,859 5,299 241

1,0 -5,545 4,402 244
0,0 0,000 5,506 246
1,0 5,481 5,609 249
4,0 11,027 5,713 251
10,0 0,104 27,529 1231

2.Se scrie sistemul concret de ecuaii pe baza tabelului 4 col.1 la col.4

5A + 0B = 27,528 A = 5,51
0A + 10 B = 0,1

B = 0,01

Modelul de ajustare liniarizat va fi:

Gt = 5,51 +0,01t
Folosind notaiile:
A = ln a a = EXP(A)
a = EXP(5,51) = 246,13
B = ln b b = EXP(B)
b = EXP(0,01) = 1,01
Rezult c putem scrie funcia exponenial :
Yt = a bt = 246 1,01t
35

Primul termen al seriei ajustate se calculeaz astfel:

241 = 246 EXP(-2LN(1,01)),
iar prognoza pentru anul urmtor :
Y5+ 1 = 246 1,013 = 317

Rezultatele calculelor sunt prezentate n tabelul 2.6, coloana 7.

Prin reprezentarea grafic a celor dou serii de timp vom obine un graficul
din figura 2
330
320

325

320

310
300
290
280

302

314
310

311

308

305

300

Serie primar

285

Trend

270
260
1

Fig. 2.

FUNCIA LOGISTIC
Utilizarea ajustrii unei serii de timp printr-o funcie logistic este una
dintre cele mai realiste metode folosite pentru ajustarea unui fenomen economic.
Funcia logistic reprezint la nceputul intervalului o cretere accentuat,
urmat de o perioad de ncetinire a creterii pn la atingerea unui prag de
saturaie care nu poate fi depit.

yt

Prag de saturaie

t
Funcia logistic este descris de ecuaia :
f(t) = Yt =

c
sau
1 + e a bt
36

f(t) = Yt =

c
,
1 + ae bt

unde c reprezint pragul de saturaie.

n cadrul unui fenomen economic care evolueaz dup o curb logistic,
dac t aparine intervalului [0, c/2] viteza de evoluie a fenomenului analizat este
cresctoare, iar pentru t aparinnd intervalului [c/2, ] viteza de evoluie este
descresctoare, determinnd apariia saturaiei. Punctul de inflexiune are
coordonatele (ln a/b, c/2).
Calcul parametrilor pentru funcia logistic se face, n principal, prin dou
metode:
a. Metoda punctelor alese
Se aleg trei momente pe axa timpului, astfel nct t1 se va afla la nceputul
seriei; t2 la mijlocul seriei, iar t3 se afl spre sfritul seriei astfel nct s fie
echidistani.
Se aleg apoi valorile din seria de date corespunztoare celor trei momente.
Parametrii a, b i c se vor calcula cu relaiile :
c=

c y1
2 y1 y 2 y 3 y 22 ( y1 + y 2 )
a = log
;
;
2
y1
y1 y 3 y1
y ( c y2 )
1
b = log 1
n
y 2 ( c y1 )

Pentru ca ajustarea s fie de calitate este necesar ca seria de date analizat s

aib un numr mare de termeni.
b. Metoda liniarizrii
Aceast metod se aplic atunci cnd se cunoate pragul de saturaie : c = c * ,
iar funcia logistic este de forma: Yt =

c*
1 + ae bt

n acest caz seria de timpe se reprezint grafic sub

forma urmtoare:
yt

c*

t
Aceast funcie evident este neliniar. Pentru aflarea parametrilor se
procedeaz la liniarizarea funciei prin logaritmare:
Yt =

Scriem ecuaia sub forma:

logaritmm aceast ecuaie

c*
.
1 + ae bt

c*
= 1 + ae bt , rezult c:
Yt

c*
1 = ae bt ;
Yt

c*

ln
1 = ln a b t , apoi facem notaiile :
Yt

37

Gt
A
n urma acestor notaii se obine o ecuaie de forma: Gt = A bt adic un
model liniar pe care tim s l rezolvm.
APLICAIE
Vnzrile unei firme specializat n desfacerea produselor electronice, n
primele 10 luni de funcionare sunt prezentate n tabelul 2.
Se cere s se ajusteze seria de timp pe baza funciei logistice i s se
previzioneze vnzrile pentru urmtoarele dou luni.
Tabelul 2.
Luna
1
2
3
4
5
6
7
8
9
10

- mii.lei -

Vnzri
yt
120
128
185
268
280
285
291
294
296
297

Puncte alese
X1

X2

X3

Rezolvare
n urma reprezentrii grafice a seriei de timp obinem graficul din figura 2.6
350
300
250
200

Date
prim are

150

Trend

100
50
9

Fig..6 Funcia logistic

Considerm c seria de timp urmeaz o funcie logistic de forma:

yt = f (t ) = Yt =

c
1 + ae bt

Estimarea parametrilor a, b, c se va face prin metoda punctelor alese. Conform

acestei metode alegem urmtoarele valori ale seriei corespunztoare celor trei
momente :
x1 = 120
nceputul seriei ( t1);
x2 = 280
centrul seriei (t2);
x3 = 296
ctre sfritul seriei (t3).

38

Formulele de calcul ale celor trei parametrii sun urmtoarele :

c=

c x1
2 x1 x 2 x3 x 22 ( x1 + x3 )
; a = ln
;
2
x1
x1 x3 x 2

b=

1 x1 (c x 2 )
ln
n
x 2 x1 )

n urma efecturii calculelor am obinut valorile :

c = 296,72; a = 1,47; b = 0,32
Rezult c funcia logistic este :
Yt =

296,72
.
1 + 1,47 e 0,32 t

Rezultatele calculelor vor fi trecute n tabelul 2.8.

Tabelul 8
Luna
1
2
3
4
5
6
7
8
9
10
Prognoza 11
Prognoza 12

t
0
1
2
3
4
5
6
7
8
9
10
11

yt
120
128
185
268
280
285
291
294
296
297
-

EXP(-0,32*t)
1
0,73
0,53
0,38
0,28
0,20
0,15
0,11
0,08
0,06
0,04
0,03

Yt
120,00
143,43
167,10
189,84
210,65
228,86
244,17
256,64
266,51
274,16
280,00
284,39

UTILIZAREA COEFICIENTUL DE ELASTICITATE PENTRU

PREVIZIUNE. FUNCIA DE PRODUCIE.

1. Coeficientul de elasticitate
Forma cea mai utilizat a coeficientului de elasticitate cererii este :

Calculul elasticitii cererii in raport cu factorul x presupune ca toi ceilali

factori neinclui in calcul s prezinte o evoluie normal, eventual s rmn la
acelai nivel neperturbnd semnificativ influena exercitat de factorul x.

Coeficientul de elasticitate poate fi utilizat pentru obinerea de

previziuni pe termen scurt. Astfel, in relaia de mai sus n situaia n care nivelul
viitor al factorului (x) este cunoscut iar coeficientul de elasticitate se va menine
neschimbat, singura necunoscut rmne nivelul viitor al cererii (C).

39

APLICAIE
Se cunoate evoluia vnzrilor pentru produsul A, pe trimestrele I,II,i III.
Modificarea preului precum i evoluia venitului mediu sunt prezentate mai jos :
Trim. II
Trim. III
C-cantiti vndute (mii buc.)
25
40
P preul produsului
500
500
V- venitul mediu
7000
9000
S se prognozeze cererea pentru trimestrul IV n ipoteza c venitul va fi de
10.000 um.

Rezolvare
- Calculm pentru trimestrul III : EC/V
EC / V =

40 25 9000 7000
:
= 2,1
25
7000

La o cretere de 1% a venitului i corespunde o cretere a cererii de 2,1%, deci

cererea este elastic n raport cu venitul.
- presupunem c EC/V va rmne constant,
- calculm prognoza pentru necunoscuta C =Ctrim IV

C trimIV = 2,1

10000 7000
25 + 25 = 47,5 um.
7000

A. Calculul analitic al coeficientului de elasticitate

Formula analitic de calcul a coeficientului de elasticitate :

40

n aceast relaie putem introduce valorile medii pentru x i pentru y, obinem

Un demers similar conduce la obinerea elasticitii unor funcii frecvent

utilizate n studiul cererii :
- funcia semilogaritmic y = a0 + b log x + u
E = 0,42

b
y

funcia exponenial de elasticitate constant y = ax b

E=b
- funcia parabolei y = a + bx + cx2 + u
-

E = (b + cx)

x
.
y

2. Funcia de producie
Pentru determinarea corelaiei dintre rezultatul unei activiti economice,
de exemplu PIB =(y) i factorii si principali de producie : capitalul (K) i fora
de munc (L) l reprezint funcia de producie de tip Cobb Douglas, scris sub
forma:

y = A K L ,
n care:

i = coeficieni de elasticitate;

= factor de proporionalitate, constant.

Aceast funcie de producie neliniar poate fi liniarizat prin logaritmare i

soluionat pentru necunoscutele A, i dac se cunosc seriile de date
statistice pe o perioad de 15 ani, pentru variabilele y, K i L.
Coeficienii A, K i L se pot determina prin M.C.M.M.P.- metoda celor mai
mici ptrate pe baza liniarizrii prin logaritmare :
log y = log A + log K + log L
OBS :Cnd + = 1, avem o funcie de tip Cobb-Douglas homotetic.
Coeficienii i ne arat contribuia factorilor de producie, capital i
respectiv munc, la realizarea produciei.
Dac se expliciteaz coeficientul constant A, atunci va rezulta:
A=

y
K L

Aceast relaie are forma clasic a unui indicator de eficien care

raporteaz efectele (y) la cheltuieli cu capitalul (K) i munca (L).
Coeficientul A mai poart i denumirea de coeficient al eficienei integrale,
ntruct raporteaz efectul la mai muli factori principali de influen.

41

O form mai extins a funciei Cobb-Douglas se poate obine atunci cnd, n

loc de doi factori de influen, vom lua un numr n de factori F1, , F2 ,... Fn . Astfel,
vom avea:
y = AF1 x F2 xx Fn
Din aceast relaie, se pot deduce mrimile coeficientului eficienei integrale
care, de ceast dat, are un fundament mai extins al integralitii sale, fiind luai n
considerare n factori de influen.

AJUSTAREA I PROGNOZAREA CU FUNCII

42

MICROSOFT EXCEL
Funcia TREND
Syntax
TREND(known_y's, known_x's, new_x's, const)
known_y's
known_x's
new_x's
const

setul valorilor variabilei DEPENDENTE Y

setul valorilor variabilei INDEPENDENTE X
este valoarea cunoscut a lui X pentru care dorim prognoza
este o constant logic
- dac esteTRUE sau omis, atunci b se calculeaz normal
- dac este FALSE atunci b=0 I y=mx

43

Se cunosc valorile celor dou serii de date X= cheltuieli cu publicitatea i

Y = Volumul desfacerilor pe lunile ian-sept. Se cerea s se prognozeze volumul
desfacerilor dac se va face cheluiieli cu publicitatea n lunile urmtoare de 1,750 i
respectiv1,900

Nr.crt
26
27
28
29
30
31
32
33
34
35
36

1
2
3
4
5
6
7
8
9
10
11

Luna
Ian.
Feb
Mar
Apr
Mai
Iun
Iul
Aug
Sept
Oct
Nov

D
E
Cheltuieli
cu
Volum
publicitatea desfacere
1,250
23,750
1,310
25,480
1,110
21,210
1,375
26,940
1,411
27,920
1,400
27,200
1,530
29,872
1,610
30,100
1,690
31,540
1,750
1,900

Rezolvare
1. Reprezentm grafic seria de date i adugm trendul

Rezolvare
S se prognozeze desfacerile pentru lunile octombrie i noiembrie,
prognoza se face cu funcia TREND

44

3. Prognoza

Octombrie
Noiembrie

33,203
35,886

BIBLIOGRAFIE
1. Eugen tefan Pecican, Econometrie, Editura All, 1994
2. Ioan Deac, Previziunea economic, Editura Star Soft, Alba Iulia. 2002,

45

3. Tudorel Andrei, Econometrie, Editura Economic, 2008

4. Ioan Deac, Introducere n econometrie- Note de curs, Biblioteca
FFB Blaj, 2009

46