Documente Academic
Documente Profesional
Documente Cultură
Econometrie 2013
Econometrie 2013
CURS
Cuprins
Capitolul 1 ............................................................................................................. 7
Introducere n modelarea econometric ................................................................ 7
1.1 Ce este econometria? ................................................................................... 7
1.2 Ce poate i ce nu poate realiza econometria ................................................ 8
1.3 Repere istorice ............................................................................................. 9
1.4 Concepte .................................................................................................... 10
1.5 Demers metodologic .................................................................................. 15
Capitolul 2. .......................................................................................................... 16
Modelul unifactorial ............................................................................................ 16
2.1 Relaiile de cauzalitate n economie .......................................................... 16
2.2 Modelul liniar simplu................................................................................. 17
2.2.1 Prezentarea problemei. Exemple din economie .................................. 17
2.2.2 Model i ipoteze .................................................................................. 17
2.3 Estimarea parametrilor modelului ............................................................. 19
2.4 Noiuni privind datele i soluiile .............................................................. 21
2.5 Metoda celor mai mici ptrate ................................................................... 21
2.5.1 Interpretarea parametrilor estimai ...................................................... 22
2.5.2 Analiza de regresie i modalitatea de estimare a parametrilor............ 23
2.6 Alte metode de estimare ............................................................................ 25
Capitolul 3 ........................................................................................................... 28
Modelul multifactorial......................................................................................... 28
3.1 Cazul liniar multifactorial .......................................................................... 28
3.2 Etapele demersului:.................................................................................... 29
3.2.1 Specificarea ......................................................................................... 30
3.2.2 Estimarea parametrilor ........................................................................ 31
3.2.3 Interpretarea estimaiilor obinute pentru parametri ........................... 33
3.3 Aplicarea modelului econometric multifactorial ....................................... 34
3.3.1 Datele numerice ................................................................................... 34
3.4 Modele neliniare ........................................................................................ 35
3.4.1 Modele neliniare n raport cu variabilele dar liniare n raport cu
parametrii ...................................................................................................... 35
3.4.2 Modele neliniare, neabordabile prin MCMMP ................................... 36
3.5 Variabile calitative n economie ................................................................ 38
3.5.1 Variabilele dichotomice ...................................................................... 39
Capitolul 4 ........................................................................................................... 44
Verificarea semnificaiei statistice a rezultatelor estimrii. Testul t, testul F ..... 44
4.1 Necesitatea etapei verificrii ................................................................. 44
4.2 Verificarea semnificaiei statistice a fiecrui parametru estimat; testul t
............................................................................... 46
4.2.1 Principalele noiuni specifice .............................................................. 46
4.2.2 Testul t ................................................................................................. 48
3
Capitolul 1
Introducere n modelarea econometric
Modelele econometrice analizeaz calitatea i cantitatea
proceselor economice i evoluia lor.
Econometria prin caracterul su general creeaz modele
abstracte ale fenomenelor economice.
Econometria este disciplina care s-a conturat ca o sintez ntre
analiza matematic, statistica matematic i economie.
1.4 Concepte
n cercetarea econometric se utilizeaz o serie de concepte,
noiuni i termeni specifici: model, variabile, parametri, estimator,
estimaii, ca i termeni statistici.
Modelul econometric: Modelul este o schem simplificat a
realitii care are rolul de a explica realitatea studiat n dimensiunile
ei fundamentale, eseniale. 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.
Exemple
Relaie dintre vnzri i pre:
Vnzri = a + b Pre + u
Evoluia produciei n raport cu factorii determinani:
Producie = a Capital Munca
Variabile: n cercetarea econometric se utilizeaz variabile
statistice ntre care exist relaii de interdependen.
Variabil = nsuire, element caracteristic care poate nregistra
diverse niveluri exprimate, de regul, numeric.
10
11
x f
x=
f
i
M (x ) = xi Pi
P =1
( x x)
=
f
i
fi
2 ( x ) = M [x M (x )]2
= 2
Covariana (cov) variabilelor x1, x2 reprezint un indicator de
msurare a variabilitii conjugate privind dou variabile aflate ntr-o
relaie de dependen:
rxy =
(x x )(y y )
n x y
12
Student, F Snedecor,
(hi-ptrat).
Parametru: Parametrii modelului econometric, numii i
coeficieni de regresie, sunt mrimi reale i necunoscute care apar n
model n diferite expresii alturi de variabile.
Parametrii fac obiectul procesului de estimare i testare
statistic. Parametrul este o mrime considerat constant, rezultat n
urma unui calcul bazat pe datele presupuse de variabilele ecuaiei /
ecuaiilor modelului. De regul, se au n vedere estimaii ale
parametrilor, motiv pentru care se ataeaz literei un accent
circumflex.
Locul parametrului n model este alturi de variabila factorial la
care se refer (excepie face parametrul liber). Se noteaz cu a, b, a0,
a1, , . Este denumit i coeficient sau estimaie.
Estimatori: Estimatorii sunt variabile aleatoare, convenabil
construite n procesul de estimare, cu distribuii de probabilitate
cunoscute i cu proprieti specifice n baza crora se realizeaz
procesul de estimare a parametrilor modelului econometric.
13
14
y- variabila dependent;
n - volumul eantionului.
15
Capitolul 2.
Modelul unifactorial
2.1 Relaiile de cauzalitate n economie
Situaiile n care un proces economic depinde de un singur factor
nu sunt prea frecvente n economie.
Se va aborda dependena ncepnd cu un singur factor, de la
unifactorial la multifactorial, de la particular la general, de la relaia
liniar la alte tipuri de dependene.
Exemple de relaii din economie care implic un efect i un
factor important ntr-o dependen liniar:
homoscedasticitate:
var( ui )= 2 ,
adic dispersia (variana) erorii este constant.
18
lipsa corelaiei dintre variabila independent i variabila eroare:
cov( xi, ui ) = 0.
Exemplu
Se caut s se verifice n ce msur numrul populaiei x
determin vnzrile unui produs de uz curent y. Datele culese din 16
localiti sunt urmtoarele:
x-populaia
(zeci de mii
loc.)
y-vnzri (mii
kg)
9 10 10 11 12 13
10 12 14 28 30 32 28 35 40 45 45 52 55 54 58 60
y = a + bx
19
Diagrama mprtierii
V nzri
80
60
40
20
0
0
10
15
Populaia
De la fiecare punct ( xi, yi ) pn la dreapt se constat existena
unor distane mai mari sau mai mici, reprezentnd abateri generate de
acei factori considerai nesemnificativi, accidentali, avnd un rol
perturbator.
Se noteaz distana de a fiecare punct ( xi, yi ) pn la punctul
corespunztor de pe dreapt (xi , y i ) cu ui. Atunci mrimea abaterii
este diferena: ui = yi y i
n continuare se caut obinerea de soluii pentru parametrii a i
b, deschiznd perspectiva analizei statistice, analizei economice,
prognozei vnzrilor.
Pentru realizarea acestor obiective se urmrete obinerea unor
estimri (pentru c se dispune doar de secvene / eantioane de date)
care s conduc la:
Obinerea unui grad de determinare (a efectului de ctre cauz)
ct mai mare;
Abaterile dintre valorile empirice ale variabilei efect y i valorile
aceleiai variabile obinute pe baza modelului i poziionate pe
dreapt ( , valori ajustate,y teoretice), s fie ct mai mici;
Estimaiile obinute pentru parametri s fie ct mai precise, s
tind spre adevratele valori ale parametrilor pe msur ce
eantionul crete.
20
Metoda celor mai mici ptrate implic cele mai mici costuri
pentru aplicarea ei.
i =1
21
[ (
)]
a
i =1
S a , b = 2
yi a bxi ( xi ) = 0
b
i =1
Ceea ce devine:
n n
na + b xi = yi
i =1 i =1
n
n
n
a xi + b xi2 = xi yi
i =1 i =1 i =1
( )
( )
(
(
)
)
Se noteaz:
1 n
1 n
x = xi , y = yi
n i =1
n i =1
Se obine soluia:
a = y bx
b =
( y y )(x x )
(x x )
i
Exemplu
x
2
3
3
5
6
6
6
7
8
8
9
10
10
11
12
13
7.438
y
10
12
14
28
30
32
28
35
40
45
45
52
55
54
58
60
37.375
y-M(y)
-27.375
-25.375
-23.375
-9.375
-7.375
-5.375
-9.375
-2.375
2.625
7.625
7.625
14.625
17.625
16.625
20.625
22.625
x-M(x)
-5.4375
-4.4375
-4.4375
-2.4375
-1.4375
-1.4375
-1.4375
-0.4375
0.5625
0.5625
1.5625
2.5625
2.5625
3.5625
4.5625
5.5625
b=
4.942493
(y-M(y))(x-M(x))
148.8515625
112.6015625
103.7265625
22.8515625
10.6015625
7.7265625
13.4765625
1.0390625
1.4765625
4.2890625
11.9140625
37.4765625
45.1640625
59.2265625
94.1015625
125.8515625
800.375
a=
(x-M(x))2
29.566406
19.691406
19.691406
5.9414063
2.0664063
2.0664063
2.0664063
0.1914063
0.3164063
0.3164063
2.4414063
6.5664063
6.5664063
12.691406
20.816406
30.941406
161.9375
0.6152065
23
y i = a + bxi
24
f y1 , y 2 ,..., y n / a , b,
) = f (y )
n
i =1
L = f y1 , y2 ,..., yn / a, b, 2 = f ( yi ) = 2 2
i =1
1
n
2
[ yi (a+bx )]2
2 2
a
+
bx
]
2
2 2
Ecuaiile la care se ajunge prin egalarea cu zero a derivatelor
pariale sunt urmtoarele:
ln L
1
= 0 2 ( y a bx )( 1) = 0 na + b x = y
a
1
ln L
= 0 2 ( y a bx )( x ) = 0 a x + b x 2 = xy
b
ln L
n
1
1
2
2
2
[
(
)
]
=
0
+
y
a
+
bx
=
=
u
0
n
2
2 2 2 4
Pentru a i b ecuaiile sunt identice cu cele rezultate n cazul
MCMMP. Se mai adaug relaia de estimare a necunoscutei 2.
P(b / y, I 0 ) =
P( y / b ) P (b )
.
P( y )
( )
27
Capitolul 3
Modelul multifactorial
O apropiere a modelului econometric de diversitatea i
complexitatea proceselor economice presupune analiza relaiei dintre
variabila efect i un ansamblu de factori determinani, precum i
includerea unor relaii de tip neliniar.
Exemple
28
~
yi = f (x1i , x2i ,..., xki )
Elaborarea modelului;
Estimarea parametrilor;
Verificarea semnificaiei rezultatelor estimrii;
Utilizarea modelului n vederea analizei i prognozei.
29
3.2.1 Specificarea
Se presupune c studiul se refer la analiza cererii de servicii de
ctre populaie n raport cu cauzele care determin o astfel de cerere.
Din sursele teoretice i practice rezult doi factori: veniturile
disponibile ale populaiei i oferta de servicii existent pe pia.
Datele de care dispunem se refer la valori trimestriale privind:
10
1.5
0.8
11
1.5
1
12
2
1.5
14
2
2
15
2
1.8
16
2.2
1.8
16
2.5
2
17
2.4
2.4
16
2.4
2.1
18
3
2.1
18
3
2.6
18
3
2.4
19
3.2
2.5
19
3.3
2.2
21
3.5
2.8
yi = a0 + a1vi + a 2 zi + ui
unde a 0 , a1 , a 2
reprezint estimaii ale parametrilor ntruct se
utilizeaz date pentru un eantion.
Meniuni:
1. Stabilirea factorilor i a funciei reprezint o baz de pornire, n
sensul c opiunile fcute n faza specificrii urmeaz s fie verificate
n etapele urmtoare (n etapa verificrii i a utilizrii modelului).
2. Important n aceast etap:
u = [ y (a
2
i
i =1
i =1
+ a1vi + a 2 zi )]
ui2
=0
a0
2 ( yi a0 a1vi a 2 zi ) ( 1) = 0
i
ui2
=0
a1
2 ( yi a0 a1vi a 2 zi ) ( vi ) = 0
i
ui2
i
a 2
=0
2 ( yi a0 a1vi a 2 zi ) ( zi ) = 0
i
na0 + a1 vi + a 2 zi = yi
i
a0 vi + a1 v + a 2 vi zi = vi yi
2
i
a0 zi + a1 vi zi + a 2 zi2 = zi yi
i
31
v
z
v z a y
v vz a = yv
vz z a yz
0
Se noteaz:
matricea coeficienilor cu X
matricea necunoscutelor cu A
Exemplu
y
10
11
12
14
15
16
16
17
16
18
18
18
19
19
21
240
v
1.5
1.5
2
2
2
2.2
2.5
2.4
2.4
3
3
3
3.2
3.3
3.5
37.5
z
0.8
1
1.5
2
1.8
1.8
2
2.4
2.1
2.1
2.6
2.4
2.5
2.2
2.8
30
v2
2.25
2.25
4
4
4
4.84
6.25
5.76
5.76
9
9
9
10.24
10.89
12.25
99.49
z2
0.64
1
2.25
4
3.24
3.24
4
5.76
4.41
4.41
6.76
5.76
6.25
4.84
7.84
64.4
vz
1.2
1.5
3
4
3.6
3.96
5
5.76
5.04
6.3
7.8
7.2
8
7.26
9.8
79.42
32
yv
15
16.5
24
28
30
35.2
40
40.8
38.4
54
54
54
60.8
62.7
73.5
626.9
yz
8
11
18
28
27
28.8
32
40.8
33.6
37.8
46.8
43.2
47.5
41.8
58.8
503.1
Matricele
37,5
30
15
240
4,104588
Y = 626,9
A = 2,842506
503,1
2,394573
Interpretarea lui a 2 :
La o cretere a ofertei (redat prin investiii) cu o unitate (1 milion
lei), cererea pentru servicii crete, n medie, cu 2,394573%, n
condiiile n care veniturile rmn aceleai.
Interpretarea se refer i la semnul parametrului. Dac semnul
este plus, relaia dintre y i x este de acelai sens (crete x, crete i y;
scade x, scade i y).
Dac semnul este minus, relaia este de sens invers (crete x,
scade y).
Parametrul a 0 nu are o interpretare economic, dar se poate
considera ca fiind nivelul variabilei-efect cnd factorii determinani
sunt nuli.
n general, n modelul multifactorial, interpretarea parametrului
estimat a j indic cu ct se modific (crete sau scade, n funcie de
semnul parametrului) n medie variabila-efect (y) la o cretere cu o
unitate a factorului xj n condiiile n care ceilali factori determinani
introdui n model sunt considerai constani.
33
Exemple:
Producia vegetal = a + bX + cX2 + u,
unde X este umiditatea solului.
Pentru X2 = Z, modelul devine:
Producia vegetal = a + bX + cZ + u
Preul produsului = a + b(1/Q) + u,
unde Q = cantitatea existent pe pia.
Pentru 1/Q = Z, modelul devine:
Preul produsului = a + bZ + u
Producia industrial Q = AMaKbeu,
unde Q = producia, M = munca,
K = capitalul, e = 2,71... .
Se logaritmeaz i se noteaz: lnQ = y,
lnM = x, lnK = z, lne =1, lnA = c.
Modelul devine: y = c + ax + bz + u
Pentru fiecare exemplu de model neliniar s-a ajuns la o form
liniar de reprezentare, abordabil n ceea ce privete estimarea
parametrilor prin metoda celor mai mici ptrate.
Exemple
Funcia de cost de forma:
y = a + bX +u
unde b este la puterea 1/2, model neliniar n parametrul b.
Funciile de consum de forma:
y = aX + a 2 Z + u
36
y = a + bx c + u
sau:
y=
1
+u
ax + b
1+ e
Funcia de producie:
y = ax b z c + u
unde variabila rezidual u este inclus n variant aditiv, ceea ce face
dificil liniarizarea.
n astfel de situaii nu se recomand utilizarea MCMMP, din
urmtoarele motive:
37
Exemple
38
Exemplu
Cheltuielile familiilor destinate turismului sunt analizate n
raport cu situaia de a avea automobil (D = 1) sau de a nu avea
automobil (D = 0).
C = a + b D(1,0)
Cheltuieli
(sute lei) 20 40 50 10 10 50
0
1
1
0
0
1
D
Factorii introdui n model sunt exclusiv de natur dichotomic
n exemplul anterior:
y
x
20
40
50
10
10
50
0
1
1
Se obine
a = 13,3333
b = 33,3333
a = y x =0 = 13,3333
a + b = y = 46,6666
x =1
Consumul de cafea C
Vrsta consumatorului v
Sexul D(1,0), unde D = 1 (F) i D = 0 (M)
39
C = a0 + a1v + a2 D(1,0) + u
Datele
C
2 0 4 2 8 8 12 3 6 4 1 6 6 1 2
v 20 18 30 21 40 50 60 42 35 51 19 62 44 25 40
D 1 0 1 0 1 1 1 0 1 0 1 1 0 0 1
Dac ntr-o prim variant se face abstracie de variabila D,
adic se consider relaia de forma:
C = a0 + a1v + u
Se obine:
a0 = 2,12503
a1 = 0,173924
C = a0 + a1v + a2 D(1,0 ) + u
Se obin valorile:
a0 = 2,726331823
a1 = 0,16098503
a 2 = 1,802923988
Gradul de determinare prin prisma influenei celor doi factori a
crescut. De asemenea, estimaiile sunt mai apropiate de calitile
estimatorilor, comparativ cu prima variant.
Exemple
Pe msur ce, n mod experimental, se procedeaz la creterea
preului unui produs, o parte tot mai mare dintre amatori i schimb
intenia de a cumpra n contrara acesteia (a nu cumpra).
O cretere treptat a impozitelor ntr-un interval dat poate avea
drept efect renunarea unor pltitori de impozite de a mai plti prin
lichidarea activitii impozabile fie n mod real, fie n mod declarativ.
Relaia de dependen este de tipul y=f(x), unde y poate prezenta
dou alternative (nu sau da), iar pe msur ce x nainteaz pe scara
valorilor xi ne apropiem de un punct de cotitur de la care alternativa
iniial se modific radical.
Modelul de descriere a unui astfel de proces se bazeaz pe
funcia logistic.
Ponderea rspunsurilor ca urmare a modificrii valorilor xi poate
fi reprezentat de egalitatea:
Pi = M ( y = 1 / xi ) =
1 + e (a +bxi )
Se noteaz:
a+bxi = zi
L = Pi / (1 Pi)
atunci L = e z, iar lnL = z = a + bxi
n aplicaii, Pi = ni / Ni, unde
ni = nr. de rspunsuri da n eantion
Ni = mrimea eantionului.
Exemplu
Pentru 4 eantioane de clieni bancari care intenionau s solicite
un credit au fost propuse contracte de creditare cu dobnd diferit de
41
Rata dobnzii
20
2-6
19
30
6-10
24
20
10-14
14
25
14-18
Ni
ni
Pi
1- Pi
lnL
20
19
0.95
0.05
19
2.944439
30
24
0.8
0.2
1.386294
12
20
14
0.7
0.3
16
25
0.2
0.8
Se obin valorile:
2.3333 0.847298
0.25
-1.38629
a = 4,330733
b = 0,33828
y=
1 + e (4,3307330,33828 x )
Exemple
Variabila calitativ ndemnare (n profesie) este reprezentat de
vechime n acea activitate;
Variabila motivare la locul de munc este reprezentat de evoluia
ctigurilor;
Variabila instruire este reprezentat de numrul anilor de studii
colare.
Introducerea
variabilei
reprezentant
comparativ
cu
neintroducerea ei (i implicit absena total a variabilei calitative din
model dei rolul ei este important) conduce la creterea gradului de
determinare.
O alt modalitate de msurare a variabilelor caliative este prin
atribuirea de numere formnd un ir corespunztor creterii intensitii
calitii unui proces exprimat prin atribute sau categorii de calitate.
Exemple
irul ordonat 1, 2, 3, ... corespunde categoriei de ncadrare care
poate fi hotel de 1 stea, 2 stele, etc.;
Atribuirea de note alternativelor existente ntr-o scalogram:
1,2,3,4,5, reprezentnd acord cu o afirmaie: de loc, slab, mediu,
puternic, foarte puternic.
43
Capitolul 4
Verificarea semnificaiei statistice a
rezultatelor estimrii. Testul t, testul F
4.1 Necesitatea etapei verificrii
10
12
14
28
30
32
28
35
y ajustat
10.50019
15.44269
15.44269
25.32767
30.27016
30.27016
30.27016
35.21266
u=y -yajustat
-0.50019
-3.44269
-1.44269
2.672329
-0.27016
1.729836
-2.27016
-0.21266
10
10
11
12
13
35
40
45
45
52
55
54
58
60
35.2126575
40.15515
40.15515
45.09764
50.04014
50.04014
54.98263
59.92512
64.86762
-0.2126575
-0.15515
4.84485
-0.09764
1.959864
4.959864
-0.98263
-1.92512
-4.86762
45
Exemplul multifactorial:
v
1.5
1.5
2.2
2.5
0.8
1.5
1.8
1.8
10
11
12
14
15
16
16
y ajustat
10.28401
10.76292
13.38146
14.57875
14.09983
14.66833
16
-0.28401
0.23708
-1.38146
-0.57875
0.900169
1.331667
2.4
2.4
3.2
3.3
3.5
2.4
2.1
2.1
2.6
2.4
2.5
2.2
2.8
17
16
18
18
18
19
19
21
16.67358
15.95521
17.66071
18.858
18.37908
19.18704
18.75292
20.75816
0.326422
0.044794
0.339291
-0.858
-0.37908
-0.18704
0.247082
0.241837
46
4.2.2 Testul t
ntregul demers presupus de testul t se bazeaz pe prezumia
conform creia abaterile estimaiei a de la media sa M (a ) care s-ar
obine n cazul repetrii estimrii pentru mai multe eantioane de
volum identic, urmeaz o repartiie normal.
Abaterea de la medie mprit la abaterea medie ptratic
a M (a )
a 0
Relaia de calcul, folosind notaiile: a j pentru estimaia supus
verificrii i a j pentru abaterea medie ptratic a estimaiei, este
urmtoarea:
t(calculat ) =
a j
a
48
b =
u2
(x x )
= 0,228485
2
1
x
a = u2 +
n x x
= 1,8579
2
49
u
(u ) =
nk
s (a j 1 ) = s 2 (u )d jj
= 6,221939
50
Observaii
y = a0 + a1 x1 + ... + a k xk
51
SSR = (y y )
SSU = u 2 = ( y y )
Fcalc
SSR /(k 1)
=
=
SSU /(n k )
(
(y
yi y /(k 1)
2
yi ) /(n k )
SSR = 131,778
SSR/(k-1) = 131,78/2 = 65,88902
SSU = 6,221939
SSU/(n-k) = 6,221939/12 = 0,518495
F calculat = 65,88902/0,518495 = 127,0775
Se caut n tabel: pentru = 0,01,
k 1 = 2 grade de libertate (coloan),
n k = 12 grade de libertate (linie),
se gsete valoarea F tabelat = 6,93
Se compar Fcalc cu Ftab:
Dac Fcalc > Ftab, se infirm ipoteza nul, ceea ce confirm
modelul ca fiind valid;
Dac Fcalc < Ftab, ipoteza nul este confirmat.
n cazul nostru, Fcalc = 127,0775, mai mare dect Ftab = 6,93.
Se poate afirma, cu un risc de a grei de 1% c estimaiile sunt ,
n general, semnificativ diferite de zero, iar modelul n ansamblu este
validat.
R2 =
R 2 = 0,9473
53
Capitolul 5
Verificarea confirmrii ipotezelor
5.1 Ipoteze privind modelul i metoda de
estimare
1. Datele sunt obinute corect (fr erori sistematice de msurare) i n
numr suficient de mare (depind numrul parametrilor), astfel nct
soluiile s prezinte stabilitate;
2. Variabila factorial (x) este nestochastic i prezint aceleai valori
n eventualitatea repetrii sondajului;
3. Factorul (x) prezint variabilitate n ceea ce privete nivelurile
nregistrate n cadrul unui eantion de date (dispersia sa fiind un
numr pozitiv finit), astfel nct rolul factorului s poat fi pus n
eviden;
4. Modelul de regresie este linar n raport cu parametrii;
5. Modelul de regresie este corect specificat n sensul alegerii funciei
potrivite (liniare sau neliniare) i includerii factorilor determinani
astfel nct gradul de determinare (R2) s fie suficient de mare;
6. Variabila rezidual este de medie zero i urmeaz o repartiie
normal, M(u) = 0, u N (0, 2 );
7. Variabila rezidual prezint o dispersie (mprtiere) egal pentru
diferitele valori xi, adic este homoscedastic;
8. Variabila rezidual nu este corelat cu variabila factorial (x), astfel
nct covariana dintre ui i xi este zero;
9. Variabila rezidual nu este autocorelat, Cov(ui, uj / xi, xj) = 0;
10. Factorii inclui n model (varianta multifactorial) sunt
independeni unii n raport cu ceilali, nefiind corelai ntre ei.
Verificrile cu privire la confirmarea ipotezelor pot oferi
explicaii cu privire la motivele pentru care verificarea semnificaiei
(testul t, testul F) nu a condus la rezultatele ateptate.
Dac aprecierea modelului este pozitiv, confirm din
perspectiva semnificaiei i ipotezelor, se poate trece la etapa utilizrii
lui pentru analize, prognoze, simulri.
54
Multicoliniaritatea;
Lipsa datelor;
Timpul i banii cheltuii;
Heteroscedasticitatea;
57
Un semnal este dat i de determinantul matricei X, n sensul c
nivelul determinantului devine extrem de mic pe msur ce gradul de
coliniaritate ntre doi factori crete (pentru coliniaritatea perfect,
determinantul este egal cu 0, ceea ce face imposibil rezolvarea
sistemului). n plus, valorile foarte mici ale determinantului conduc la
valori foarte mari ale elementelor inversei, ceea ce face ca
mprtierea valorilor estimate s fie foarte mare, iar eficiena
estimatorului este afectat.
5.3.2 Soluii
y2 y1 y3 y2 y4 y3
x2 x1 x3 x2 x4 x3
Deseori elaborarea modelului n mai multe variante face posibil
analiza comparativ din perspectiva coeficienilor R2, testul t, testul F.
Rezultatele analizei pot confirma sau infirma liniaritatea modelului n
situaii n care exist cel puin 2 variante (una liniar, alta neliniar).
n ceea ce privete factorii luai n calcul, acetia trebuie s
ndeplineasc condiii precum: influena fiecruia s fie determinant
pentru variabila efect, factorii s nu prezinte analogii intense n
evoluie (multicoliniaritatea trebuie evitat), s prezinte variabilitate.
Verificarea incorectei specificri din perspectiva factorilor atrai
n model are n vedere:
Coeficientul de determinaie;
Semnificaia n sensul testului t, dar i a testului F.
Un model econometric confirm ateptrile n ceea ce privete
funcia liniar adoptat dac gradul de determinare (R2) este
apropiat de 1 (100%), testele de semnificaie (t, F) confirm modelul,
iar abaterile reziduale se comport precum valorile unei variabile
aleatoare.
59
u
mprtierea este apreciat numeric prin dispersie 2 =
u
ntruct M(u) = 0;
n
Calculul dispersiei implic un ansamblu de valori, precum i
media acestora. Pentru a constata egala sau inegala mprtiere, este
necesar s formm grupe egale de termeni n cadrul irului de valori
u1,u2, ..., un;
Formarea grupelor (n numr de 2, rareori 3 sau mai multe) este
precedat de o ordonare a valorilor ui n raport cu valorile n cretere
(sau descretere) ale factorului. De regul, de la bun nceput,
nivelurile xi sunt ordonate fie cresctor, fie descresctor;
60
Fcalculat
(n c ) / 2 2
u j : (g l)
j =1
= (n c ) / 2
u 2j : ( g l )
j =1
g l =
nc
k
2
nc
nc
k;
k,
2
2
n > 15;
Etapele testului DW
DW =
(u
i =2
ui 1 )
u
i =1
2
i
62
yi = yi = yi +1 yi
xi = xi = xi +1 xi
yi* = yi ryi 1
xi* = xi rxi 1
unde r este coeficientul de autocorelaie a erorii:
n
ruiui1 =
u u
i =2
n
i i 1
u
i =1
2
i
63
Verificarea
Notaii:
S = coeficientul de asimetrie
M (u ) M 0
media modul
S=
=
abaterea medie patratica
u
k = coeficientul de boltire
1
u u
n
k=
2
( )
2
u
Se calculeaz:
S 2 (k 3)2
JB = n +
6
24
64
65
Capitolul 6
Aplicarea modelului de regresie n analiza i
prognoza economic
6.1 Coordonatele analizei economice i analizei
statistice
Rezultatele obinute cu privire la parametrii modelului, dar i n
ceea ce privete nivelul unor indicatori obinui n urma parcurgerii
etapei verificrii sunt utili ndeosebi analizei economice, analizei
statistice, precum i prognozei.
Analiza economic beneficiaz ndeosebi de rezultatele estimrii
parametrilor de regresie.
Faptul c o estimaie a j (j = 1, 2, ...) semnaleaz n ce direcie i
n ce msur se modific variabila-efect (y) la o cretere cu o unitate a
factorului xj, n condiiile n care ceilali factori inclui n model sunt
considerai constani, reprezint o informaie deosebit de util pentru
economistul preocupat de analiza cauzelor care determin un proces.
Ponderea n care factorii determinani introdui n model explic
modificrile variabilei-efect (exprimat de indicatorul R2) constituie o
informaie util n analiz.
Din perspectiva statisticianului, de un interes aparte se bucur
rezultatele etapei de verificare. Testul F i msura n care Fcalc
depete nivelul tabelat d informaii referitoare la puterea de
influen a factorilor.
O analiz performant bazat pe rezultatele regresiei
multifactoriale presupune confirmarea unor ateptri privind:
AIC = ln
u
i
2
i
2k
n
pozitiv;
Ct = a0 + a1 PO + a2Ct 1 + ut
Produse de uz curent
Ct = a0 + a1 Pt + a2 Pinlocuitor + a3Vt + ut
68
Ct = a0 + a1 PO + a2V + a3Ct 1
Ct = a0 + a1 POt + a2 R + a3CRt + ut
unde R =reclama; CR = concurena.
V V
C
Ct = a0 a1 t + t 1 + ... + a2 + ut
Vt 1
V t 1
Vt
Ct = a0 + a1 POt + a2TM t + ut
unde TM = temperatura.
Produse de uz ndelungat
Ct = a0 + a1Vt + a2 Pt + a3 Z t + ut
unde Z = nzestrarea
Ct = a0 + a1Vt + a2OFt + a3 A + ut
unde A = anotimpul (sezonul); OF = oferta.
69
Ct
V
C
= a0 + a1 t + a2 t 1 + ut
Vt 1
Vt 1
Vt 2
unde V = venitul
Ct = a0 + a1
+ a2 POt + a3TX t + ut
PO
y = AM K e u
70
ln y = ln A + ln M + ln K + u = a + X 1 + X 2 + u
unde: a = ln A, X 1 = ln M , X 2 = ln K
Modelul fiind liniar n raport cu parametrii, este posibil
estimarea acestora prin MCMMP.
Parametrii i reprezint elasticitile pariale i exprim cu
ct la sut se modific producia (y) la o modificare cu 1% a unuia
dintre factori, n condiiile n care cellalt factor este considerat
constant.
Chenery H.B., Arow R.J. Minchas B.S. i Solow R.M.
Generalizeaz funcia de producie Cobb Douglas i elaboreaz n
1961 funcia CES, n care elasticitatea substituirii factorilor este
considerat constant:
y = A M
+ K
unde + = 1, > 1.
Exemplu
Fie funcia de producie:
y = 2 + 0,5M + 0,2 K
atunci:
S=
dK
0,5
=
= 2,5
dM
0,2
Elasticitatea
Elasticitatea exprim proporia n care se modific producia n
cazul n care factorul crete cu 1%.
Ey / x j =
E=
y x j y y
:
=
: ; dar pentru x j 0
y xj
x j x j
dy y
:
dx j x j
72
E y / M = AM 1 K
E y / K = AM K 1
M
=
y
K
=
y
Ey/M =
M
+
K
Ey/ K =
K
+
M
Randamentul marginal
Randamentul marginal reprezint indicatorul care ofer
posibilitatea de a cunoate pn la ce nivel este recomandabil s se
mreasc factorul xj astfel nct rezultatul (producia) s fie maxim.
Pentru o dependen multifactorial se consider c toi ceilali
factori se menin constani ca nivel.
Pentru a determina punctul extremal se egaleaz cu 0 derivata
parial a funciei n raport cu xj :
RE (x j ) =
f ( x1 , x2 ,..., xk )
x j
Exemplu
Funcia care descrie dependena recoltei medii de porumb n
raport cu cantitatea de ngrminte chimice este:
y = 3,539 + 0,2527 x 0,002827 x 2
Pentru obinerea randamentului marginal se egaleaz cu 0
derivata funciei:
73
y
= 0,2527 2 0,002827 x = 0
x
0,2527
x=
= 44,694
2 0,002827
Rezultatul obinut reprezint nivelul optim al cantitii de
ngrminte chimice care conduce la o producie maxim n
condiiile n care ceilali factori, neluai n calcul, nu vor prezenta
modificri care s perturbe semnificativ rezultatul (recolta). n cazul n
care astfel de factori erau introdui explicit n funcia de producie,
nivelul lor ar fi fost considerat constant.
O situaie special o reprezint cazul cnd factorii sunt legai
printr-o relaie restrictiv, urmare a limitrii disponibilitii,
capacitile de producie, etc.
n astfel de cazuri se apeleaz la metoda multiplicatorilor lui
Lagrange.
Exemplu
Se consider performana calitativ ca funcie de mbinarea a
dou resurse F i G astfel: y = 2 logF + 4 logG
n cazul n care preurile resurselor sunt: pF = 4 i pG = 12, iar
bugetul nu poate depi 100 u.m., adic 4F + 12G = 100, se formeaz
funcia auxiliar:
y(m) = 2 logF + 4 logG + m(4F + 12G 100)
Se egaleaz cu 0 derivatele pariale obinute n raport cu F, G i
multiplicatorul m i se obine un sistem de 3 ecuaii cu 3 necunoscute.
Soluia este F = 8,3; G = 5,5 i m = - 1,9.
Aplicaiile concrete ale funciilor de producie n studiul
evoluiei variabilelor macroeconomice, ca i n analiza activitii
ntreprinderilor, au scos n eviden unele aspecte concrete care
prezint un interes deosebit:
74
n mod frecvent sunt utilizate valori procentuale, indici cu baz
fix;
yt' =
yt +1 yt
x xt
, xt' = t +1
;
yt
xt
78
Capitolul 7
Evoluia proceselor economice n decursul
timpului
7.1 Problema tendinei generale
Problema evoluiei proceselor economice n timp intereseaz
datorit urmtoarelor:
Aciunea unor cauze care nu afecteaz instantaneu variabilaefect, ci dup un interval de timp (lag) mai mult sau mai puin
ndelungat. De aici interesul pentru cunoaterea distanei n timp la
care se manifest influena factorilor, intervalul dintre evoluia unor
variabile-semnal (variabile precursoare) i modificarea variabileiefect, ntrzierea la care apar implicaiile economice generate de
msurile guvernamentale;
Evidenierea invarianilor (tendina evolutiv, oscilaiile
2007
2008
trim. I
II III IV I
II III IV I
2009
2010
II III IV
yt
7 10 10 12
13
-6 -5 -4 -3 -2 -1 0
80
14
12
10
8
6
4
2
0
I
II
III
IV
II
III
IV
II
III
IV
a =
y
n
b =
y t
t
2
Exemplu
Se au n vedere urmtoarele:
aspectul general de tip liniar al evoluiei descrise de cronogram;
existena unui numr impar de trimestre;
calculul produselor y t, t2 i obinerea sumelor y; yt; t2.
Anul
2007
2008
2009
2010 Sume
trim.
yt
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5
t2
36 25 16 9 4 1 0 1 4 9 16 25 36
182
150
4 4 5 8 8 7 10 10 12 13
a = 7,1538
b = 0,824
iar tendina:
~
y = 7,1538 + 0,824 t
82
93
0
~
yt =7 = 12,9212 trim. II 2010
~
yt =8 = 13,7458 trim. III 2010
~
yt =9 = 14,5698 trim. IV 2010
Observaii
83
Yt = yt = yt +1 yt , (t = 1,..., n 1)
y1 + Y1 = y2 ; y1 + Y1 + Y2 = y3 ;...; y1 + Yt = yn
t =1
Exemple
Cazul 1
yt : 2; 3; 2; 3; 2; 2; 3; 2; 3 ntruct este staionar este considerat
integrat de ordinul zero (I(0)) ;
Cazul 2
yt : 20; 22; 23; 25; 27; 27; 30; 32 ntruct prezint tendin care poate
fi eliminat prin diferene de ordinul 1, seria este integrat de ordinul
1 (I(1)):
yt : 22-20=2; 23-22=1; 2; 2; 0; 3; 2
Cazul 3
yt : 8; 9; 12; 14; 16; 19; 25; 33; 43 ntruct pentru a fi transformat n
serie staionar este necesar calculul diferenelor de ordinul 2, adic
ntr-o prim faz:
yt : 9-8=1; 12-9=3; 2; 2; 3; 6; 8; 10,
iar n faza a doua:
(2)yt : yt+1 - yt = 3-1=2; 2-3=-1; 0; 1; 3; 2; 2
se consider seria ca fiind integrat de ordinul 2.
Serii cointegrate sunt considerate acele serii cronologice care,
pe lng faptul c sunt serii integrate de acelai ordin, admit o
combinaie liniar care este integrat de ordin zero, sau, n orice caz,
este integrat de ordin mai mic dect ordinul de integrare al seriilor
iniiale.
Exemplu
Fie seriile:
yt : 1; 2; 3; 4; 5; 6
yt : 1; 1; 1; 1; 1
xt : 8; 10; 12; 14; 16; 18
xt : 2; 2; 2; 2; 2
ambele integrate de ordinul 1.
Combinaia liniar:
zt = 2yt + (1 2)xt este o serie integrat de ordin zero:
zt : - 6; - 6; - 6; - 6; - 6; - 6 zt = 0
Seriile yt, xt sunt cointegrate de ordin(1,0), notate CI(1,0).
Din perspectiva econometriei, seriile cointegrate conduc la o
analiz de regresie de calitate, n sensul c estimatorii sunt consisteni,
iar testele t i F sunt performante.
85
86
de lung durat (investiiile n transporturi i rentabilizarea
transporturilor; dezvoltarea nvmntului i creterea productivitii
i calitii activitilor).
Pentru a evidenia efectul aprut cu ntrziere de 1, 2, ...
perioade, se folosete termenul lag, iar reprezentrile care includ
factori cu efect ntrziat sunt considerate modele lag sau modele
dinamice.
Problemele de msurare care apar n specificarea i utilizarea
modelului lag n analiza i prognoza economic sunt:
y (t ) = b + a0 x(t ) + a1 x(t 1) + ut
....................................
y (t ) = b + a0 x(t ) + a1 x(t 1) + a2 x(t 2 ) + ... + ak x(t k ) + ut
n final se constat pentru care dintre ecuaii s-a obinut cel mai
mare nivel al coeficientului de determinaie (ceea ce corespunde
variantei cu cea mai mic dispersie a valorilor reziduale) i aceast
ecuaie va fi reinut n vederea analizei i prognozei.
Tipuri de modele
Modele unifactoriale n care efectul se simte dup o ntrziere de
o unitate de timp:
yt = a0 + a1 xt 1 + ut
yt = a0 + a1 yt 1 + a2 yt 2 + ut
unde y reprezint consumul sau acumulrile sau profitul.
Modele mixte n care variabilele cauzale, cu sau fr efect
ntrziat pot fi de natur exogen (x) sau autocorelate (yt-1):
yt = a0 + a1 xt + a2 xt 1 + a3 yt 1 + ut
unde y poate fi cererea sau calitatea, respectiv x poate fi venitul sau
utilarea.
Modele n care variabila factorial (x) i transmite efectul n
mod treptat, att n perioada t ct i pe parcursul unui numr finit de
perioade de ntrziere (lag distribuit sau ntrzieri ealonate):
yt = a0 + a1 xt + a2 xt 1 + a3 xt 2 + a4 xt 3 + ut
unde y producia, x investiiile;
y inflaia, x creterea ofertei de bani;
y mrimea depozitului, x dobnda cu capitalizare.
ntre variantele modelului cu lag distribuit cel mai frecvent apar
n studiile aplicative urmtoarele dou reprezentri:
a) varianta descreterii n timp a efectului generat de modificarea
factorului:
2
yt = a0 + a1 xt + kxt 1 + k xt 2 + ... + ut
yt = a0 + b1 xt 1 + b2 xt 2 + ... + bk xt k + ut
b1 < b2 < ... < b j > b j +1 > ... > b j + k
89
yt = a0 + a1 yt 1 + a2 yt 2 + ... + a p yt p + ut
Exemple
92
93
Numrul termenilor din seria ajustat prin medii mobile este egal cu:
N - (n - 2) -1, respectiv N - (n - 2) - 2, unde:
94
Sj =
S
i =1
ij
95
1 p
dt = S j
p j =1
Rolul coeficientului corector d este de a repartiza eroarea de
aproximare pe ansamblul perioadelor, astfel devenind posibil
respectarea principiului compensrii:
'
j
=0
S 'j =
Sj
dt
Exemplu
Datele nregistrate trimestrial, pe durata a doi ani, cu privire la
cifra de afaceri a unei firme sunt prezentate n tabel. Admitem ipoteza
continuitii trendului, a stabilitii sezoniere i a lipsei influenelor
accidentale. Se cere:
s se desezonalizeze seria;
96
Anul
Trim.
1. Determinarea tendinei
Reprezentarea grafic a seriei evideniaz clar o evoluie sezonier, cu
valori maxime n trimestrul 3 i minime n trimestrul 1. De
asemenea, se observ o evoluie medie liniar ft = a + b t.
97
0,595 + 0,532
1,364 + 1,168
= 0,564 S 2 =
= 1,266
2
2
1,470 + 1,458
0,617 + 0,752
S3 =
= 1,464 S 4 =
= 0,685
2
2
S1 =
98
Observaii
Media celor patru coeficieni de sezonalitate trebuie s fie egal cu 1,
evideniind faptul c variaiile sezoniere n interiorul unui ciclu se
compenseaz. n cazul nostru, valoarea medie a coeficienilor de
sezonalitate este egal cu 0,995, valoare ce poate fi admis, innd
cont de aproximrile luate n calcul.
3. Desezonalizarea seriei
Desezonalizarea seriei presupune calculul valorilor corectate i
are ca scop obinerea tendinei fr influena sezonier. Seria
desezonalizat se obine prin raportarea valorilor empirice, yi la
valoarea coeficienilor de sezonalitate corespunztori, (Sj). Rezultatele
sunt prezentate n tabel, coloana 7.
4. Prognoza nivelului cifrei de afaceri pentru trimestrul 1 al
anului urmtor celor observai
Folosim modelul de compunere multiplicativ yt = ft St
unde: ft - trendul; St componenta sezonier.
a. Extrapolarea trendului. Valoarea prognozat, prin
extrapolarea trendului, pentru ti = 9 (trimestrul 1 al anului 3), este:
y9 = 1,16 + 0,52 9 = 5,84.
b. Corectarea valorii prognozate. Corectarea valorii
extrapolate cu influena sezonier presupune resezonalizarea valorii,
adic:
y9(1) = y9 i 1 = 5,84 0,564 = 3,7376
n concluzie, ne putem atepta ca cifra de afaceri a firmei "A" s
ating, n trimestrul I al anului trei considerat, valoarea de 3,7376 sute
milioane lei, numai dac se respect ipotezele admise iniial, i anume:
continuitatea trendului, pstrarea stabilitii sezoniere i lipsa
influenelor accidentale.
99
yt =
+ a f cos
f t + b f sin
f t + ut
2 f =1
n
n
[ f (t ) y (t )] dt
2
care atinge un minim atunci cnd a f , b f sunt coeficienii EulerFourier ai funciei f (t). Coeficienii se determin astfel:
2 n
2
a f = y t cos
f t
n t =1
n
2 n
2
b f = y t sin
f t
n t =1
n
a 0 =
n
Pe baza estimaiilor astfel obinute, poate fi determinat
amplitudinea oscilaiei de frecven f :
A = a 2 + b 2
f
n
4 trimestre sau
f
n
4 trimestre sau 12 luni, este semnalat ciclicitatea; pentru f =
f
102
Capitolul 8
Modelul econometric cu ecuaii simultane
Modelele pezentate n capitolele anterioare nu satisfac n toate
situaiile, datorit urmtoarelor considerente:
a) n economie exist numeroase procese interdependente, fiecare
presupunnd o bucl feed-back cu influene bidirecionale.
Exemple:
Creterea venitului conduce la creterea impozitului, iar
modificarea impozitului influeneaz venitul. Fiscalitatea
exagerat descurajeaz obinerea de venituri suplimentare i
invers.
Cererea depinde de modificarea preului, dar i de ali factori
care, amplificnd-o, antreneaz creterea preului.
Creterea economic este influenat, prin intermediul
investiiilor, de rata dobnzii i influeneaz, prin solicitrile de
bani, preul creditului, adic rata dobnzii.
Modificarea cursului de schimb, n direcia aprecierii leului,
influeneaz att exportul (descurajare) ct i importul
(ncurajare), iar fluctuaia soldului, prin excedentul sau nevoia
de valut, influeneaz cursul de schimb.
b) Economia naional, dar i economia sectorial sau economia
firmei, presupun numeroase legturi ntre procese, precum i obinerea
de transformri (materia prim i energia se transform n produse
manufacturate, marfa se transform n bani i invers). Pentru a
cunoate i controla mai bine astfel de transformri, modelul
econometric, prin includerea de ecuaii care se refer la funcii de
producie, funcii de consum, funcii de cost, dar i la unele echilibre
economice, reprezint o soluie. Avnd n vedere faptul c economia
poate fi privit ca un pienjeni de dependene ntre variabile care
formeaz un lan de efecte i cauze, reprezentarea formal trebuie s
reflecte acest sistem complex.
c) Realizatorul sau beneficiarul modelului econometric poate urmri
obiective multiple dintr-un domeniu, dar poate fi interesat i de
implicaiile dezvoltrii domeniului respectiv i de rolul unor msuri
103
VEN =
1
(a0 + INV + CG + Sold Cex )
1 a1
104
1
Raportul 1 a se numete n teoria economic multiplicatorul
1
veniturilor, propus de Keynes.
10
8
6
4
2
10
12
Cantitate
105
106
AY + BX = U
Redat explicit, relaia se prezint astfel:
1 a11 y1 b11
+
0
1
y 2 b21
b12
0
1
0 u1
x1 =
b22 u 2
x2
y1 = 0 + 1 x1 + 2 x2 + v1
y2 = 0 + 1 x2 + v2
y 3 = 0 + 1 x1 + 2 x2 + v3
Dac intereseaz doar forma redus a ecuaiilor de regresie,
atunci ecuaiile:
y1 = 0 + 1 x1 + 2 x2 + v1
y2 = 0 + 1 x2 + v2
pot fi redate n form matriceal.
109
113
y2
x1
x2
2
2
3
4
5
5
0,5 0,5 0,8
160
160
165
4
5
1
4
6
1
3
6
1
5
6
0,8
4
7
1
5
8
2
4
7
1
5
8
2
6
9
2
6
10
2
6
9
2
170
170
170
180
180
200
180
200
200
190
200
y1 = 0 + 1 x1 + 2 x2 + v1
y2 = 0 + 1 x2 + v2
se aplic pentru fiecare ecuaie MCMMP.
Rezult: 0 = 8,13; 1 = 0,4083; 2 = 0,0656; 0 = 12,3686; 1 = 0,1062.
Se nlocuiesc parametrii obinui:
y1 = 8 ,13 + 0,4083 x1 + 0,0656 x2
y2 = 12,3686 + 0,1062 x2
Se determin valorile ajustate.
Stadiul 2: n forma structural se nlocuiesc valorile y2 din membrul
drept cu valorile ajustate y 2 i se estimeaz cu MCMMP parametrii
din ecuaia formei structurale:
y1 = a 0 + a1 y 2 + a 2 x1
obinndu-se: a 0 = 0,49; a1 = 0,6177; a 2 = 0,4083.
Pentru ecuaia a doua din forma structural, b0 = 0 ; b1 = 1 .
)(
0 + 1 x1 + 2 x2 + v1 = a0 + a1 ( 0 + 1 x2 + v2 ) + a2 x1 + u1
Se regrupeaz termenii i se obine:
117
2 = a1 1 , de unde rezult:
2 0,0656
=
= 0,6177
1 0,1062
0 = a0 + a1 0 = a0 + 0,6177 ( 12,3686) , de unde rezult:
a 0 = 8,13 + 7,64 = 0,49.
a1 =
118
120
122
123
125
Bibliografie
Andrei T., 2008, Econometrie, Editura Economica Bucureti;
Andrei T., Spircu L., 2010, Aplicaii n econometrie, Editura Economica
Bucureti;
Andrei T., 2004, Statistic i econometrie, Editura Economic, Bucureti;
Andrei T., Bourbonnais R., 2009, Econometrie, Editura Economica, Bucureti;
Cristache, S. E., Serban D., 2007; Lucrari aplicative de statistica sieconometrie
pentru administrarea afacerilor; Ed. ASE Bucuresti
Despa, R., Solomon O., Caraiani P., Din M. A., 2010, Econometrie, Editura
Universitar, Bucureti;
Gf-Deac I., 2007, Econometrie, Editura Fundaiei Romnia de Mine,
Bucureti;
Iacob A. I., Tnsoiu O., 2005, Modele econometrice, Editura ASE, Bucureti;
Iacob A. I., Tnsoiu O., 2005, Econometrie. Studii de caz, Editura ASE,
Bucureti;
Jemna D., 2009 ; Econometrie Editia II-a; Editura Secom Libris, Iasi
.Jemna D., Pintilescu C., Turturean C., 2009; Econometrie.Probleme si teste
grila; Editura Secom Libris, Iasi
Nenciu E., Gagea M., 2010; Lectii de econometrie; Ed. Tehnopress ,Iasi
Niculescu-Aron, I. G., Mazurencu-Marinescu, M., 2007; Metode econometrice
pentru afaceri; Ed. ASE Bucuresti
Pecican E. ., 2006, Econometrie, Editura C. H. Beck, Bucureti;
Pecican E., 2004, Econometrie... pentru economiti. Econometrie. Teorie i
aplicaii, Editura Economic, Bucureti;
Pecican E., Tnsoiu O, Iacob A. I., 2001, Modele econometrice, Editura ASE,
Bucureti;
Sptaru S., 2007, Modele i metode econometrice, Editura ASE Bucureti;
Spircu L., Ciumara R., 2007, Econometrie, Editura Pro Universitaria, Bucureti;
Spircu, L., 2008, Econometrie, Editura Pro Universitaria, Bucureti;
Tasnadi, A., 2005, Econometrie, Editura ASE Bucureti;
Tomescu Dumitrescu C., 2008, Econometrie general i financiar, EDP
Bucureti;
Voineagu V., Titan E., 2007, Teorie i practic econometric, Editura Meteor
Press, Bucureti.
Zait D., Nica P., 1995; Introducere in modelarea econometrica; Ed. Univ. "Al.
I. Cuza" Iasi
ASE Bucureti- cursuri n format digital http://www.biblioteca-digitala.ase.ro
126
Anexe
Distribuia normal redus (standard)
127
128
129
130
Distribuia 2
131