1.1.

Termenul de econometrie
1.2. Obiectul de studiu al econometriei
1.3. Metoda de lucru
1.4. Scopul econometriei
1.5. Scurt istoric
1. Termenul de econometrie
Termenul econometrie a fost introdus n anul 1926 de ctre economistul i statisticianul
norvegian R. Frisch prin analogie cu termenul biometrie (cercetri biologice cu ajutorul
statisticii i matematicii), utilizat de Galton i Pearson.
Econometria este o disciplin care s-a conturat ca o sintez ntre economie, matematic i
statistic.
Econometrie- statistica, matematica, economie
1.2. Obiectul de studiu al econometriei
Pe baza datelor din economie, econometria construiete modele (expresii cantitative)
pentru realitile economice studiate care au un corespondent n teoriile economice.
Exemplu: relaia dintre rata inflaiei i rata omajului poate fi exprimat printr-un model de
forma:

rata _ inf o 1

1
somaj

1.3. Metoda de lucru

Econometria studiaz realitile economice sub aspect cantitativ, cu ajutorul unui
instrument specific: modelul econometric.
1.4. Scopul econometriei
Scopul principal al econometriei este identificarea, estimarea i testarea modelelor, prin
care se surprind relaiile dintre fenomenele economice reale.
1.5. Scurt istoric
coala Aritmeticii politice engleze
nceputul secolului al XVII-lea - englezul W. Petty pune bazele aritmeticii politice
prin care se foloseau sistematic fapte i cifre n elaborarea unor studii legate de populaie,
finane, comer exterior sau impozitare.
Laboratoarele biometrice engleze
- sfritul sec. al XIX-lea i nceputul sec. al XX-lea, n Anglia se desfurau activiti de
cercetare a legilor naturii i a geneticii umane. Reprezentani: F. Galton, K. Pearson, R.A:
Fisher, F.Y. Edgeworth.
Societatea de econometrie
La 29 decembrie 1930, la Cleveland (S.U.A.) a fost ntemeiat Societatea de
Econometrie, instituie care a creat i promovat termenul de econometrie.
Dintre membrii societii, menionm cele mai importante figuri: Irving Fisher, R. A.
Fisher (matematician i biolog, care a dezvoltat analiza dispersional), Jan Timbergen
(fizician olandez), R. Frisch (primul preedinte al societii) .a.
Mari gnditori ai secolului al XX-lea

Econometria se dezvolt prin contribuia unor cercettori importani, din diferite

direcii ale cercetrii:
producie, Cobb C.W. i Douglas P.H.;
cererea de consum, K. Schultz, P.A. Samuelson;
- teoriile economice i construirea modelelor, J. Timbergen, T. Haavelmo, R. Frisch, L.
R. Klein, H. Theil;
- studiul riscului i incertitudinii n economie, modele macroeconomice, J.M. Keynes.
Demersul metodologic al econometriei
Elemente conceptuale
Demersul metodologic al econometriei
Modelul de regresie liniar simpl
Modelul de regresie liniar multipl
Ipoteze statistice: normalitatea erorilor, homoscedasticitatea, autocorelarea erorilor,
multicoliniaritatea
2.1. Modelul econometric
Modelul este o schem simplificat a realitii studiate.
a. Forma general a modelului:
Modelul econometric este o prezentare formalizat a problemei sau a realitii
economice studiate. De regul, modelul econometric este o ecuaie sau un sistem de
ecuaii construit pe baza variabilelor statistice.
Exemplu: un model de regresie liniar poate fi exprimat astfel: Y= o+1X+.
b. Variabile statistice
n cercetarea econometric se utilizeaz variabile statistice ntre care, n mod logic, exist
relaii de interdependen.
Tipuri de variabile:
- variabile dependente, numite i variabile rezultative sau efect, rezultat.
-variabile independente, numite i variabile factoriale sau factori de influen care
determin un anumit efect asupra variabilei rezultat.
- variabilele reziduale sau eroare. De regul, aceste variabile apar n model ca sum
a tuturor influenelor necunoscute sau care nu apar explicit n model. n cercetarea
econometric, variabila eroare este o variabil aleatoare care respect anumite proprieti,
numite i ipoteze clasice.
c. Parametri-estimaii-estimatori
Parametri
- parametrii modelului econometric, numii i coeficieni de regresie, sunt mrimi reale,
fixe dar necunoscute care apar n model n diferite expresii alturi de variabile ().
parametrii fac obiectul procesului de estimare i testare statistic.
Estimatori
Estimatorii sunt variabile aleatoare cu distribuii de probabilitate cunoscute i cu
proprieti specifice n baza crora se realizeaz procesul de estimare a parametrilor
modelului econometric.
Estimaii
Estimaiile sunt valori posibile ale estimatorilor calculate la nivelul unui eantion sau set
de date reale observate din realitate.
Proprieti ale estimatorilor

M ()
- nedeplasarea un estimator este nedeplasat dac media sau sperana
matematic a acestuia este egal cu parametrul:
.

V () 0, cnd n N

- convergena un estimator este convergent dac variana sa

tinde spre 0 atunci cnd volumul eantionului tinde spre volumul populaiei:
.

V () min im

- eficiena estimatorul este eficient dac are variana cea mai mic dintre
toi estimatorii posibili pentru parametrul :
.
2.2. Criterii de clasificare a modelelor econometrice
a. Dup natura dependenei dintre variabile:
1. modele de regresie deterministe: variabila dependent este explicat n totalitate
de variabila sau variabilele independente din model.
2. modele de regresie probabiliste: Y=f(x) +, unde este o variabil numit eroare
sau reziduu, care sintetizeaz ansamblul factorilor cu influen asupra variabilei Y, dar care
nu pot fi comensurai i care nu sunt prini n mod explicit n model.
b. Dup numrul factorilor de influen:
1. modele de regresie simpl (unifactoriale)
- variabila Y este explicat printr-un singur factor determinant, ceilali factori au o aciune
aleatoare sau nesemnificativ.
Exemplu: funcia de consum (consum-venituri).
2. modele de regresie multipl
- variabila Y este explicat de doi sau mai muli factori.
Exemplu: funcia de producie Q=f(L,K)+,
unde: Q - producia
L - factorul munc
K capitalul
c. Dup forma legturii dintre variabile:
modele de regresie liniar dac Y este o funcie liniar de variabila sau variabilele
explicative;

Y 0 1 X

Y 0 i X i
2. modele de regresie neliniar

Y 0 1 X 2 X 2

d. Dup timpul la care se refer datele din model:

Modele de regresie statice
- variabilele incluse n model se refer la acelai moment de timp sau la aceeai
perioad de timp.
- se construiesc pe baza datelor de sondaj sau a cercetrilor de moment.
2. Modele de regresie dinamice
- sunt modele n care factorul timp apare explicit, ca variabil independent:
Yt=f(t)+.
2.3. Demers metodologic
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 accord 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.
3. Modelul de regresie liniar simpl
3.1. Noiuni introductive
3.2 Forma general a modelului de regresie liniar simpl
3.3. Ipoteze clasice formulate
3.4. Estimarea parametrilor modelului
3.5. Testarea semnificaiei parametrilor modelului
3.6. Aplicaii
3.1. Noiuni introductive
Termenul de regresie introdus de F. Galton (1886)
Natura datelor: variabile numerice.
Obiectivele analizei de regresie: studiul legturilor dintre fenomene i folosirea modelului n
scop predictiv.

3.2. Forma general a modelului de regresie liniar simpl

A. Identificarea pe cale grafic a formei legturii dintre variabile:
- reprezentarea punctelor (xi ,yi).
B. Modelul econometric de regresie liniar simpl

yi bo b1 xi ei y xi bo b1 xi Y 0 1 X

3.3. Ipoteze clasice

Ipoteza de normalitate a erorilor;
Ipoteza de homoscedasticitate;
Ipoteza de autocorelare;
Ipoteza de multicoliniaritate.
(Capitolul 5)
3.4. Estimarea parametrilor modelului de regresie liniar simpl
Noiuni teoretice
Criterii folosite
Metode de estimare
Estimarea punctual a parametrilor modelului
Estimarea prin interval de ncredere
a. Noiuni teoretice
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.
2. estimare prin interval de ncredere: presupune aflarea limitelor de ncredere ale unui
interval care acoper valoarea parametrului.

Z ~ N (0,1)
Construirea IC se bazeaz pe legea de distribuie a estimatorului unui parametru,
care urmeaz o lege normal:
b. Criterii folosite

(e ) min e
2
i

: min im

c. Metode de estimare

S ei2 yi y xi
i

min ei

y b
2

b1 xi min
2

d. Estimarea punctual a parametrilor modelului

b0
b1

y x x x y

n x x
n x y x y

n x x
2
i

2
i

2
i

S
2 ( yi b0 b1 xi ) ( 1) 0
b0
S
2 ( yi b0 b1 xi ) ( xi ) 0 S ei2 min
b1
i

2S
2S
2S
2n;
2 xi ; 2 2 xi2 .
2
b0 b1
b0
b1
i
i
Derivatele pariale de ordinul doi:

x x

2
i

Matricea derivatelor pariale de ordinul doi:

n x
2
i

x
i

n 2 0

Derivatele pariale de ordinul doi pozitiv definite:

e. Estimarea prin interval de ncredere (IC) a parametrilor modelului

Estimatorii parametrilor i urmeaz o lege normal i sunt nedeplasai, convergeni i
eficieni.

0 ~ N ( 0 , 2 )
0

A.- Parametrul 0

M ( 0 ) 0 ; V ( 0 ) 2

n x x
2
i

0 ~ N ( 0 , 2 ) Z ~ N (0,1)
0

I.C. este definit de limitele de ncredere care acoper valoarea

unui parametru, pentru un coeficient de ncredere.

0 0

0

0 0
s
0

dup relaia:
sau cnd nu se cunoate variana:

P (t / 2

0 0
t / 2 ) 1
s
0

Aceast variabil Z (t Student) permite s se construiasc un

interval de ncredere, astfel:

unde: este un nivel al probabilitii cuprins

P (t / 2

ntre zero i unu (numit i risc asumat).

b0
t / 2 ) 1
s
0

Prin prelucrarea datelor la nivelul unui eantion, se obine o

estimaie punctual a parametrului 0, respectiv valoarea b0.

I.C. pentru parametrul 0:

b t

/ 2; n 2

unde:

b0 este o estimaie punctual a parametrului 0;

t /2,n-2 este o valoare a statisticii t Student care se citete pentru un risc (de
regul, egal cu 0,05) i (n-2) grade de libertate

s
2
e

2
i

n2

; ei yi y xi ; y xi b0 b1 xi

M ( 1 ) 1 ; V ( 1 ) 2
1

s
0

x
n x x
2
i

se2

2
xi x 2 1 ~ (1 , 2 )
i

B. Parametrul 1:

b t
1

|2 ; n 2

I.C. pentru parametrul 1:

se2
s
1
xi x 2
i

unde:

b1 este o estimaie punctual a parametrului

2
i

2
i
y xi b0 b1 xi se n 2 ; ei yi y xi .

f. Valorile estimate ale parametrilor modelului de regresie n SPSS

1;

Coefficientsa

Model
1

Unstandardized
Coefficients
B
Std. Error
-9,080
1,790
1,360
,094

(Constant)
PIB

Standardized
Coefficients
Beta
,993

t
-5,073
14,498

Sig.
,015
,001

95% Confidence Interval for B

Lower Bound Upper Bound
-14,776
-3,384
1,061
1,659

a. Dependent Variable: salariu

3.5. Testarea semnificaiei parametrilor modelului

Ipoteze statistice
Calculul statisticii test
Regula de decizie
Interpretare
3.6. Analiza de corelaie
Obiectiv: studiul intensitii legturii dintre variabile.
Indicatori:
Coeficientul de corelaie
Raportul de corelaie
Raportul de determinaie
1. Coeficientul de corelaie

cov( X , Y )
1 X
i
X Y
Y

( xi X ) ( yi Y )
N X Y

Domeniul de variaie
Interpretare

a. Estimarea coeficientului de corelaie

y2X
Y2

Y2 / y X
Y2

y y
1
y y
i

xi

b.
2. Raportul de corelaie

Testarea coeficientului de corelaie

 Y2

unde:

Y2
este variana valorilor teoretice fa de media lor (variana sub influena factorilor
eseniali).

Y2 / YX
este variana general, respectiv variana variabilei Y n raport cu media
tuturor valorilor.
este variana valorilor reale fa de valorile teoretice (variana rezidual).

1
b0 yi b1 xi yi
n
i
i
1
i y n
2
i

y y
y y

xi

VE
V
1 R
VT
VT

a. Estimarea raportului de corelaie

b. Testarea raportului de corelaie

Ipoteze statistice
Calculul statisticii test
Decizie

2. Raportul de determinaie
este ptratul raportului de corelaie.

R2

VE
VT

3.8. Testarea modelului de regresie

Ipoteze
Ho: 0= 0; 1= 0

Fcalc

S E2
S R2
H1: 0 # 0; 1# 0

S E2

VE
V
; S R2 R
k 1
nk

Calculul statisticii test

Regula de decizie

Fcalc F ,k 1,n k
Dac

, atunci se respinge ipoteza Ho.

3.9. Aplicaii n economie

Funcia de consum
cererea sau consumul populaiei pentru o anumit categorie de mrfuri este o funcie de
venit:
Ci= 0+1Vi+.
unde: parametrul 1 arat cu ct crete, n medie, consumul unui anumit produs (Ci ) la o
cretere cu o unitate a venitului (Vi ). Acesta este, de regul, pozitiv.
Legea cererii
cererea populaiei pentru o anumit categorie de mrfuri este o funcie de preul acestor
produse:
Ci=0+1Pi+.
unde: parametrul 1 este, de regul, negativ i arat cu ct scade, n medie, cererea
la o cretere a preului (Pi ) cu o unitate.

3. Modelul de regresie liniar multipl

Elemente conceptuale
Demersul metodologic al econometriei
Modelul de regresie liniar simpl
Modelul de regresie liniar multipl
Ipoteze statistice: normalitatea erorilor, homoscedasticitatea, autocorelarea erorilor,
multicoliniaritatea.
4.1. Identificarea modelului presupune reprezentarea punctelor (yi, xi).
Interpretare: dac toate legturile sunt liniare, atunci regresia multipl este liniar.

Y 0 1 X 1 2 X 2 ... p X p
4.2. 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.

Interpreter:
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.
4.3. Ipoteze
normalitatea erorilor;
homoscedasticitate: variana erorii este constant;
autocorelarea erorilor: erorile nu se influeneaz reciproc;
lipsa coliniaritii.
4.4. Estimarea parametrilor modelului

y x1 x2 ... = a + b1 x1 + b2 x 2 + ...bn x n
Ecuaia estimat a modelului de regresie care exprim o
legtur multipl liniar este:

S = (y - y x1 x2 ... )2 = (y - a - b1 x1 - b2 x 2 - ...bn x n )2 = minim

Estimarea parametrilor modelului de
regresie liniar multipl se realizeaz prin MCMMP.
Dac punem condiia de minim:
De exemplu, n cazul unui model cu 2 variabile independente se obine sistemul de ecuaii:

nb0 b1 x1i b2 x2i yi

b0 x1i b1 x b2 x1i x2i yi x1i

2
1i

b x b x x b x y x
0
2i
1
1i 2 i
2
i 2i

2
2i

a. Estimare punctual: bi sunt estimaii punctuale ale parametrilor modelului.

b. Estimare prin I.C.: (bit/2;n-ksi).

H 0 : i 0
4.5. Testarea parametrilor modelului

H1 : i 0
Ipoteze:
4.6. Msurarea intensitii legturii dintre variabile
Msurarea intensitii corelaiei multiple se poate efectua cu ajutorul :
coeficienilor de corelaie parial i bivariat;
raportului de corelaie i raportului de determinaie multipl;
raportului de determinaie multipl ajustat;
coeficientului de corelaie multipl.
a. Coeficienii de corelaie parial i bivariate
ry.x1 coeficientul de corelaie dintre Y i X1, excluznd influena lui X2
ry.x2 coeficientul de corelaie dintre Y i X2, excluznd influena lui X1
rx1.x2 - coeficientul de corelaie dintre X1 i X2, excluznd influena lui Y

r y x1.x2 =

r y x1 - r y x2 r x1 x2
(1 - r 2y x2 )(1 - r 2x1 x2 )

r y x2 .x1 =

r y x2 - r y x1 r x1 x2
(1 - r 2y x1 )(1 - r 2x1 x2 )

ntre Y i X2 , excluznd influena lui X1:

Coeficienii de corelaie parial msoar dependena dintre variabile, considernd

influena celorlalte variabile constant.

 y.x1 x2 ... = 1 -

2y/ y x1x2...
2y

= 1-

( y i - y x1 x2 ... )2
( y i - y )2

Coeficienii de corelaie bivariat msoar dependena

dintre variabile, fr a lua n considerare influena celorlalte variabile.
b. Raportul de corelaie i raportul de determinaie multipl

2
Msoar influena simultan a variabilelor factoriale asupra variabilei rezultative.

R2

ESS
RSS
1
TSS
TSS

Interpretare: arat ct la sut din variaia lui y depinde de variaia

simultan a variabilelor factoriale considerate.
2

y.x1 x2 =

r y x1 + r y x2 - 2 r y x1 r y x2 r x1 x2
1 - r 2x1 x2
O estimaie a raportului de determinaie multipl este:

b. Raportul de determinaie multipl ajustat

2

y.x1 x2 =

r y x1 + r y x2 - 2 r y x1 r y x2 r x1 x2
1 - r 2x1 x2
O estimaie a raportului de determinaie multipl

ajustat este:
d. Coeficientul de corelaie multipl

5. Modele de regresie neliniar

5.1. Tipuri de modele
5.2. Modele liniarizabile
a. Modelul hiperbolic
b. Modelul exponenial
c. Modelul putere
5.3. Modele polinomiale
5.4. Modele neliniare multiple
5.1.
Tipuri de modele neliniare
Putem distinge dou mari clase de modele neliniare:
I.Modelele liniarizabile sunt acele modele neliniare care se pot transforma n modele liniare
prin logaritmare sau alte transformri: modelul hiperbolic, modelul exponenial i modelul
putere.
II. Modele polinomiale sunt acele modele care exprim relaia dintre variabilele X i Y cu
ajutorul unui polinom de gradul 2, 3, etc.
5.2.
Modele liniarizabile
a. Modelul hiperbolic (invers sau reciproc)

- n teoria economic, modelul hiperbolic se folosete pentru a studia legtura dintre

rata omajului (X) i rata inflaiei sau rata variaiei salariului nominal (Y).
curba de regresie se numete Curba lui Philips.
1. Forma general a modelului

Y 0 1

Parametrii modelului:
-0 arat valoarea lui Y atunci cnd X tinde la infinit;
- 1 arat cu ct crete sau scade, n medie, valoarea lui Y atunci cnd 1/X crete cu o
unitate.
Observaii:
Dac 1>0 , curba este descresctoare, adic o cretere a valorilor variabilei X determin
descreterea valorilor variabilei Y.
Dac 1<0, curba este cresctoare, adic o cretere a valorilor variabilei X determin
creterea valorilor variabilei Y.

yi b0 b1

1
ei
xi

2.

Estimarea parametrilor modelului (output Coefficients)

La nivelul unui eantion:

1
n b0 b1 x yi

b 1 b 1 yi
2
0 i xi 1 i xi2
i xi S ei min

Estimarea parametrilor se face prin MCMMP:

unde: ei=yi-yxi

b
b0 0

1
1 y
yi 2 i
xi xi
xi
1
n 2
xi xi
1

b1

b1

yi
1
yi
xi
xi

1
n 2
xi

1
x
i

Aplicnd MCMMP se obine

sistemul de ecuaii:

3. Testarea semnificaiei parametrilor (output Coefficients)

Ipoteze: Ho: 0=0, 1=0; H1: 0#0, 1#0
Interpretare: Sig<0,05, se respinge ipoteza Ho, deci valoarea parametrilor este
semnificativ diferit de zero.

4. Estimarea i testarea intensitii legturii dintre variabile

a. Estimarea: valorile estimate ale raportului de corelaie i raportului de
determinaie sunt n output-ul Model Summary (R square). Acesta din urm arat
ponderea variaiei variabilei Y explicat prin variaia variabilei X.

0
b. Testarea statistic
Ipoteze:

Ho:
H1:

Statistica test: valoarea calculat a statisticii test F (Fisher) este n output-ul ANOVA.
Interpretare: Sig<0,05 arat c se respinge ipoteza Ho, valoarea raportului de corelaie este
semnificativ diferit de zero.

Y 0 1 e
X

b.Modelul exponenial (Compound)

ln Y ln 0 X ln 1
Forma general a modelului:
Ecuaia se liniarizeaz prin logaritmare: