ACADEMIA DE STUDII ECONOMICE

FACULTATEA DE CIBERNETIC, STATISTIC I INFORMATIC ECONOMIC

Influena evoluiei tehnologiei n consumul de

energie electric n perioada 1998-2007
ECONOMETRIE

DRGAN IRINA
DULHAZ PATRICIA
DUMITRESCU MARIA CORINA

BUCURETI
2011

n cadrul acestui proiect dorim s analizm felul in care utilizarea Internetului i a

telefoniei mobile influeneaz consumul de energie electric n Germania pe o perioad de 10 ani
(1998 2007).

Am ales aceast ar deoarece, fiind dezvoltat din punct de vedere tehnologic, datele
sunt relevante, iar rezultatele ne pot oferi o imagine de ansamblu asupra evolutiei domeniilor
analizate.
Am ales o perioada de numai 10 ani ntruct inainte de 1998 numrul de utilizatori de
Internet tindea ctre 0 i nu am considerat datele ca fiind relevante.
Obiectivele pe care le avem in vedere sunt:
-

Testarea validitatii modelului de regresie;

Determinarea msurii calittii ajustrii i intensitii legturii dintre variabile;
Testarea parametrilor modelului de regresie;
Verificarea ipotezelor modelului de regresie.

Sursa datelor este The World Bank Group - Quick Query selected from World Development
Indicators.
Vom lua n considerare trei variabile: cea endogen este reprezentat de consumul de
energie electric, iar cele exogene sunt numrul de utilizatori de Internet i numarul
abonamentelor de telefonie mobil (calculate la 100 de persoane).
Pentru a determina ct de puternica este legtura dintre utilizatorii de telefonie mobil,
respectiv cei de Internet i consumul de energie electric, ne vom folosi de regresie, metod
statistic ce studiaza relaia dintre o variabil dependent i una sau mai multe variabile
independente explicative. In urma calculului regresiei rezult urmtoarele:
a) Validitatea modelului de regresie este data de testul statistic F (Fisher).
Analizam ipotezele:
H0:

= 1 (influenta lui X nu este diferita de cea a factorilor aleatori, deci modelul

nu poate fi validat)
H1:

>1 (influenta lui X este semnificativ mai mare decat cea a factorilor aleatori)

Regula de decizie:
-

Daca Fcalc F,k,n-k-1, atunci se accepta H0 si deci modelul nu este semnificativ statistic;

Daca Fcalc>F,k,n-k-1, atunci se respinge H0, se accepta H1, deci modelul este semnificativ
statistic (valid).

n cazul de fa, am obinut Significance F egal cu 2,12*10-6 < 0,05 de unde rezult c modelul
este semnificativ statistic.

b) Pentru testarea semnificatiei parametrilor ne vom folosi de valorile obinute n tabelul

de regresie pentru p-value:
-

-> p-value 9,49*

-> p-value 0,0056 < 0,05 => parametrul este semnificativ.

-> p-value 0,71 > 0,05 => parametrul nu este semnificativ.

< 0,05 => parametrul este semnificativ.

c) Pentru a msura calitatea modelului

, se va determina coeficientul de determinaie (

), care are valoarea 0,97 ceea ce

arat c 97% din variatia consumului de energie electric se explica prin variaia
abonailor la telefonie mobile i Internet, rezultnd o calitate bun a modelului.
Deci, la o cretere cu 100 de persoane a numrului de abonati, respectiv utilizatori, consumul de
electricitate va creste cu 11,066, respectiv 0,74 kWh. Coeficientul venitului este semnificativ
diferit de 0, iar modelul poate fi validat cu o probabilitate de 95%.

Heteroscedasticitate
Pentru depistarea fenomenului de heterodasticitate a fost folosit metoda testului White
(pleac de la explicitarea erorilor observate n raport cu una sau mai multe variabile exogene).
Etapa 1:
Se estimeaz parametrii modelului de regresie multifactorial:
= 6318, 32 + 11,006*m+ 0,74 *i
Etapa 2:
Se expliciteaz seria (ei2)i=1,n n raport cu una sau mai multe variabile exogene, astfel:
ei2= a1*i + a2*m + b1*i2 + b2*m2 + vi
ei2= 490 * i 202,05 * m 6,5 * i2 + 1, 61 * m2
Etapa 3 Stabilirea Ipotezelelor
n cazul ipotezei nule, nR2 este repartizat r 2, unde r este numrul de parametri din
modelul erorilor folosit.
Deci, statistica testului este:
LM= nR2 r 2 unde:

- n este numrul observaiilor folosite pentru estimarea parametrilor i erorilor

- R2 este raportul de determinare evaluat pentru unul din modelele erorilor
- r este numrul de parametri din modelele erorilor
H0: a1=a2=b1=b2=0 (ipoteza de homoscedasticitate)
H1:

ai0 sau bj0 (ipoteza de heteroscedasticitate)

Etapa 4
Pentru r grade de libertate i o probabilitate de garantare a rezultatelor de 95% se
determin valoarea r 2 .
r=4
LM= 0,61 * 10= 6,1
r 2 =9,48
6,1< 9,48
LM< r 2 => se accept H0, deci modelul este homoscedastic.

Autocorelarea erorilor
Autocorelarea erorilor poate fi definit ca prezena unei corelaii ntre observaiile
ordonate temporal (n cazul datelor longitudinale) sau spaial (n cazul datelor transversale).
Pentru depistarea autocorelrii erorilor s-a folosit testul Durbin-Watson.
Se considera modelul de regresie multifactorial:
= 6318, 32 + 11,006*m+ 0,74 *i
Etapa 1
Ipotezele ce trebuie testate sunt:
H0 : =0
H1: 0
(unde este coeficientul de autocorelare a erorilor de ordin 1)
Etapa 2
Se calculeaz statistica Durbin Watson

DW =

= 2,15

Etapa 3
Se determin valorile critice ale statisticii Durbin+Watson, d1 i d2, n funcie de numrul
de variabile exogene incluse n modelul de regresie (p), de numrul de observaii (n) i de pragul
de semnificaie ales ().
d1= 0,95
d2=1,54
Etapa 4
Se compar statistica Durbin-Watson cu valorile critice ale statisticii.
1,54<2,15<2,46 => cazul : d2 < DW< 4- d2 => Erorile nu sunt autocorelate

Multicoliniaritatea
Multicoliniaritatea in sens larg semnific existena unei relaii liniare imperfecte ntre
dou sau mai multe variabile exogene ale unui model de regresie.
Criteriul Klein reprezint una dintre cele mai simple modaliti empirice de determinare a
multicoliniaritii.
Pentru modelul de regresie complet se calculeaz raportul de corelaie R i se determin matricea
de corelaie liniar a variabilelor exogene rm,i:
rm,i =

0,966

R=0,9879
R> rm,i => variabilele exogene m i i nu sunt coliniare.

Normalitatea
Ipoteza de normalitate a erorilor este important pentru stabilirea proprietilor
estimatorilor parametrilor modelului de regresie.
i ~ N (0, 2 )
Dac
, atunci estimatorii parametrilor modelului de regresie urmeaz, de
asemenea, o lege normal: ~ N ( , 2 )
i
i

Dac ipoteza de normalitate este nclcat, proprietile estimatorilor construii pe baza

metodei celor mai mici ptrate au doar proprieti asimptotice, adic necesit eantioane sau
seturi mari de date.
n cazul nostru, din modelarea grafic a variaiei erorilor n funcie de y estimat, reiese c
estimatorii parametrilor modelului de regresie nu urmeaz o lege normal:

Aadar, n urma acestei analize rezult urmtoarele:

modelul este unul homoscedastic ceea ce nseamn c estimatorii parametrilor modelului
de regresie sunt eficieni;
erorile sunt autocorelate, semnificnd faptul c n modelul de regresie nu au fost incluse
una sau mai multe variabile explicative importante care ar fi influenat variabila
endogen (consumul de electricitate);
variabilele exogene numrul de utilizatori de Internet i numarul abonamentelor de
telefonie mobil nu sunt coliniare, adic sunt independente una fa de cealalt;
estimatorii parametrilor modelului de regresie nu urmeaz o lege normal. Aceasta se
explic prin faptul c datele folosite n modelare sunt destul de puine (10 valori),
necesitndu-se un set mult mai mare de date pentru a avea o distribuie normal a
erorilor.