Documente Academic
Documente Profesional
Documente Cultură
-note de curs
conf. univ. dr. Ciprian I. TURTUREAN
IAI
-2015-2016-
Bibliografie selectiv
Andrei T., Bourbonnais, R., Econometrie, Economica, Bucureti, 2008
Berdot, J.P., conomtrie, CNED, Poitiers-Futurscope, 2001
CURS 1 - Introducere
Mod de evaluare
1. Evaluare pe Parcurs - 60% din nota final
Seminar - 20% (participare, o tema de cas construirea de modele
de regresie cu date reale). Pentru a primi not la seminar, fiecare
student trebuie s fie prezent la minimum 7 seminarii
Test evaluare - 40% (test clasic). Testul de evaluare are valoare de
parial, materia din primele 7 cursuri nu se mai d la examenul final.
Testul se da la curs n sptmna a 9-a.
2. Examen n sesiune - 40% din nota final. Examenul se d din
modele neliniare si testarea ipotezelor clasice, teorie i probleme,
sub form de test gril.
Observaie
- aplicaiile se vor face n SPSS si Excel cu date reale
economice,
avnd
la
baz
teoria
ECONOMETRICS
=
ECONOmic + METRICS
6
Ce este ECONOMETRIA?
77
legturile dintre
economice i comportamentul acestora.
Econometria
fenomenele
4. Scopul econometriei
Scopul econometriei este de a crea, estima i testa
modele econometrice, care surprind relaiile eseniale dintre
fenomenele economice reale i/ sau tendinele evoluiei
acestora.
Pe baza modelelor econometrice validate urmeaz a se
realiza predicii ale realitii economice.
Scopul econometriei este creearea unui suport empiric
10
10
11
Y=0+1X
unde:
Y - consumul populaiei;
X venitul populaiei;
0- consumul autonom (parametru);
1- nclinaia marginal ctre consum (parametru).
12
12
Veniturile
Cheltuielile
2104
2014
(Lei/pers)
(Lei/pers)
(X)
(Y)
967,21
879,3
934,06
843,18
791,72
757,17
816,48
733,72
1343,36
1142,31
896,02
821,82
860,65
773,3
976,3
919,68
Sursa: INSE
13
13
Cheltuielile (Y)
1200
y = 0,7445x + 152,83
1100
1000
900
Cheltuielile (Y)
800
700
600
14
14
800
1000
1200
1400
Estimarea
i testarea modelului Keyns estimat pentru Romania (2014) pe
9
baza datelor nregistrate la nivel de regiune (EXCEL)
SUMMARY OUTPUT
Regression Statistics
Multiple R
0.987
R Square
0.974
Adjusted R
Square
0.969
Standard Error
Observations
22.893
8.000
ANOVA
df
Regression
Residual
Total
Intercept
Veniturile (X)
15
15
1
6
7
SS
116255.540
3144.421
119399.962
Coefficients
152.831
0.745
Std. Err.
48.086
0.050
MS
116255.540
524.070
F
221.832
Sig. F
0.000
t Stat
P-value Lower 95% Upper 95%
3.178
0.019
35.168
270.494
14.894
0.000
0.622
0.867
A. Variabilele statistice
n cercetarea econometric se utilizeaz variabile
statistice, (construite pentru populaii reale, finite) ntre care
exist relaii de interdependen. Acestea vor fi notate cu
majuscule ale alfabetului latin: X, Y, Z etc.
Valorile variabilelor vor fi notate cu aceleai litere ca i
variabilele dar, de data aceasta, vor fi scrise cu caractere
mici urmate de un indice care ne ofer informaii cu privire la
numrul de ordine al valorii variabilei respective: xi, yi, zi etc.
X: xi, i = 1, n
16
17
19
20
8. Demersul metodologic
VALIDARE
21
RECAPITULARE
Metodologia econometric tradiional const n
parcurgerea urmtoarelor etape [D. N. Gujarati, p.3]:
1. Formularea teoriei economice /ipotezelor de lucru
2. Specificarea modelului matematic asociat teoriei
economice
3. Specificarea teoretic a modelului econometric
4. Obinerea datelor
5. Estimarea parametrilor modelului econometric pe baza
datelor observate
6. Testarea parametrilor modelului econometric
7. Analiza statistic a erorii de modelare si testarea
ipotezelor corespunztoare acesteia
8. Validarea modelului econometric
9. Prognoza statistic pe baza modelului validat
10.Utilizarea modelului n scop decizional
23
23
ECONOMETRIE
CURS 2
- note de curs IAI
- 2015-
SIMPL
(1)
2.
Noiuni (1)
y1 ... y j ... ym
) =>M(Yxi) = f(xi) => yi=f(xi)+i
xi Y: (
ni ... n j ... nm
X variabil independent - variabil nestohastic
Y variabil dependent variabil stohastic (prezint
distribuii pentru fiecare valoare a lui X)
2.
Modele de regresie
Modele de
regresie
Liniare
Neliniare
Simple
C = 0 + 1P +
Multiple
C = 0 + 1 P + 2V +
yi = 0+ 1xi + i
Dac este scris pentru variabile n general
Y= 0+ 1X+
A.Componenta
determinist
5.
i yi yi yi 0 1 xi yi 0 1 xi
i yi yi yi (0 1xi ) yi 0 1 xi min .
2
i 1
i 1
i 1
i 1
i 1
Notm
i 1
i 1
i 1
S e yi b0 b1 xi
i 1
2
i
i 1
n
n
n
n
2
S 2 y b b x x 0 b
i
i
0
1 i
0 xi b1 xi yi xi
b1
i 1
i 1
i 1
i 1
b0
b0
2
y
x
i i xi xi yi
n xi2 xi
b1 n xi yi xi yi
b1
2
n xi2 xi
sau b 0 y b1 x
2S
2 2n
2 xi
2n
2 xi
b0 b1
b0
0
det 2
0 det
2
2
2 xi 2 xi
S 2 xi S 2 xi2
2
b b
b
0
1
1
n
det
x
i
x
x
i
0
2
i
n x xi n 2 2 0
2
i
2
2
,
N
- sunt nedeplasai: M 0 0 ,
M 1 1
nN
0 ,
1 nN
1 , 1 are
0 [0 t / 2,nk ]
1 [1 t / 2,nk ]
b t
0 b0 t / 2,nk s , b0 t / 2,nk s
/ 2, n k
s , b1 t / 2,nk s
1
x
2
2 1
s s s
2
0
0
n
xi x
respectiv,
s s2
1
s2
n
2
(
x
x
)
i
i 1
unde
s2
s2
2
i
n2
(y b
b1 xi ) 2
n2
pentru 0
pentru 1
H0: 0=0
H0: 1=0
H1: 0#0
H1: 1#0
2. Fixarea pragului de semnificaie
=0,05
3. Alegerea statisticii test
0 0 H 0 0
1 1 H 0 1
t
~ t / 2, n 2
t
~ t / 2 ,
0
n2
tcalc
b0
tcalc
5. Criterii de decizie:
b1
EXEMPLU
Se consider datele cu privire la Valoarea
vnzrilor i Cheltuielile cu publicitatea pentru
un eantion de 4 firme. Datele sunt prezentate
n tabelul urmtor.
xi
yi
10
20
50
100
2500
4100
5000
2500
180
14100
OUTPUT SPSS
Model Summary
R
Adjusted R
Square
0.033
-0.450
R Square
0.183
ANOVAb
Sum of Squares
Regression
Residual
Total
154336.735
4453163.265
4607500.000
df
Mean Square
1.000
2.000
3.000
154336.735 0.069
2226581.633
Sig.
0.817
Coefficientsa
Unstandardized
Coefficients
Std. Error
(Constant)
3777.551
1215.243
Vanz_X
-5.612
21.317
Standardized
Coefficients Beta
95% Confidence
Interval for B
t
3.108
-0.183
Sig.
Lower
Bound
0.090 -1451.215
-0.263 0.817
-97.331
Upper
Bound
9006.31
8
86.106
OUTPUT EXCEL
SUMMARY OUTPUT
Regression Statistics
Multiple R
0.183
R Square
0.033
Adjusted R Square
-0.450
Standard Error
1492.173
4.000
Observations
ANOVA
df
Regression
Residual
1.000
2.000
SS
MS
154336.735 154336.735
4453163.265 2226581.633
Total
3.000
4607500.000
Intercept
Vanz_X
21.317
F
0.069
Sig F
0.817
t Stat
P-value Lower 95% Upper 95%
3.108 0.090 -1451.215 9006.318
-0.263
0.817
-97.331
86.106
ECONOMETRIE
CURS 3
- note de curs -
IAI
- 2015-
C 3 - REGRESIALINIAR SIMPL
4. Estimarea indicatorilor de
corelaie
( X ,Y )
cov( X , Y )
( X ,Y )
x y
( x )( y
i
i 1
sau
N x y
n
i 1
i 1
i 1
N xi yi xi yi
,
[ N xi2 ( xi ) 2 ][ N yi2 ( yi ) 2 ]
n
i 1
i 1
i 1
i 1
-1+1
Interpretarea lui :
- pentru -10 > exist o legtur liniar negativ ntre X i Y;
- pentru 0+1 -> exist o legtur liniar pozitiv ntre X i Y;
- Pentru ||->0 => legtura este foarte slab i pentru||->0=> legtura
este foarte puternic.
( x x)( y y)
i
i 1
ns x s y
i 1
i 1
i 1
n xi yi xi yi
n
[n x ( xi ) ][n y ( yi ) 2 ]
2
i
i 1
i 1
2
i
i 1
i 1
r b1
s x2
2
2
s
si
s
unde
reprezint estimaiile varianelor
x
y
2
sy
variabilelor X i Y.
4.2.Raportuldedeterminaie
1.Raportuluidedetermina ie- parametrul (2)
2
(
y
y
)
i
VR , cu 0<2<1
VE
1
2
VT
(yi y) VT
2
R =
(
y
y
)
(yi y)
(b
b
x
y
)
0 1
i
(y
y
)
i
RSS
ESS
1
TSS
TSS
SS T ( yi - y) 2 ; SS E (y i - y) 2 ; SS R ( yi - y i ) 2 ;
i
df T n - 1;
df E k - 1;
df R n - k
Cheltuielile (Y)
1200
y = 0,7445x + 152,83
1100
1000
900
Cheltuielile (Y)
800
700
600
800
1000
1200
1400
Estimarea itestareamodeluluiKeynsestimatpentruRomania
(2014) pe baza datelor nregistrate la nivel de regiune (EXCEL)
SUMMARY OUTPUT
Regression Statistics
Multiple R
0.987
R Square
0.974
Adjusted R
Square
0.969
Standard Error
Observations
22.893
8.000
ANOVA
df
Regression
Residual
Total
Intercept
Veniturile (X)
12
1
6
7
SS
116255.540
3144.421
119399.962
Coefficients
152.831
0.745
Std. Err.
48.086
0.050
MS
116255.540
524.070
F
221.832
Sig. F
0.000
t Stat
P-value Lower 95% Upper 95%
3.178
0.019
35.168
270.494
14.894
0.000
0.622
0.867
5. Testarea indicatorilor de
corelaie
t / 2, nk
r n2
tcalc
1 2
1 r 2
n2
r n2
4. Calcularea statisticii test tcalc
1 r 2
5. Criterii de decizie:
|tcalc| tteoretic= t/2, n-2 => se accept H0 cu o probabilitate de 1-.
|tcalc| > tteoretic= t/2, n-2 => se respinge H0 cu un risc asumat .
H1: 0
2 n k
F
1 2 k 1
R2 n k
4. Calcularea statisticii test F
1 R2 k 1
5. Criterii de decizie:
|Fcalc| F, k-1, n-k => se accept H0 cu o probabilitate de 1-.
|Fcalc|> F , k-1, n-k => se respinge H0 cu un risc asumat .
2
b
b
x
y
(
)
0 1
R =
2
y
y
(
)
i
ESS
RSS
1
TSS
TSS
ESS n k
R2 n k
F=
TSS k 1 1 R 2 k 1
1. Formularea ipotezelor
H0: 0= 0 i 1=0
H1: 0 0 sau/si 10
2. Fixareapraguluidesemnificaie =0,05
3. Alegerea statisticii test
VE n k
F
VR k 1
Fcalc
ESS
ESS n k k 1
RSS
RSS k 1
nk
(b b x y)
(y b b x )
1 i
1 i
nk
k 1
5. Criterii de decizie:
|Fcalc| F, k-1, n-k => se accept H0 cu o probabilitate de 1-.
|Fcalc|> F , k-1, n-k => se respinge H0 cu un risc asumat .
EXEMPLU
yi
10
20
50
100
2500
4100
5000
7500
180
19100
unde:
Y - variabila dependent;
X1, X2,,Xi,,Xp - variabile independente (predictori);
- variabil reziduu de modelare (variabila aleatoare);
i - parametrii modelului de regresie
k - numrul de parametri din model, k=p+1.
Y
i
, i 1, p
X i
- variaiaabsolut avariabilei
- homoscedasticitate: V ( i ) M ( i2 ) 2
- necorelarea erorilor: cov( i , j ) 0
- lipsacorelaieidintrevariabileleindependentei
variabila eroare
- lipsacoliniarit iisau a unei legturi liniare ntre
variabilele independentea
12
13
yi 0 1 x1i 2 x2i i
Rezult
i yi yi yi 0 1 x1i 2 x2i
2
i min im, adic
i 1
x x ) 2 min im
(
y
i 0 1 1i 2 2i
i
14
Estimarea punctuala
Pentru satisfacerea condiiei MCMMP trebuie ca derivatele
pariale de ordin I n raport cu coeficienii modelului s se
anuleze. Astfel se va obine un sistem de 2+1=3 ecuaii cu 3
necunoscute.
n
n
n
n0 1 x1i 2 x2i yi
i 1
i 1
i 1
n
n
n
n
2
i 1
i 1
i 1
n
n
n
n
2
i 1
i 1
i 1
15
i 1
i 1
i 1
i 1
i 1
i 1
i 1
i 1
i 1
i 1
i 1
i [i t /2,n k ]
i
i bi t / 2,nk s , bi t / 2,nk s
i
17
18
i
t
i
19
4.Valoareateoretic astatisticiitest
Pentru pragul de semnificaie ales i v=n-k grade de libertate,
se citete valoarea teoretic din tabela Student: t/2; n-k
5.Valoareacalculat astatisticiitest
La nivelul eantionului se determin valoarea calculat a
bi
testului:
t calc
6. Regula de decizie
Dac t calc t / 2 - se respinge H0
Dac
20
22
VE n k
2 n k
F
~F(k-1, n-k)
2
VR k 1 1 k 1
4. Valoareateoretic astatisticiitest: F , k-1, n-k
ESS n k
R2 n k
5. Valoareacalculat atestului: F
2
RSS k 1 1 R k 1
23
6. Regula de decizie
Dac Fcalc Fk 1,nk se respinge H0
Dac Fcalc Fk 1,nk se accept H0, pentru risc asumat de 5%.
n SPSS, decizia se ia pe baza semnificaiei testului (Sig.):
-dac Sig F , se respinge H0
--dac Sig F , se accept H0, pentru un nivel de ncredere
de 95%.
7.Comparareacelordou valorialestatisticiitestiluarea
deciziei
8.Interpretarearezultatuluitest rii
24
EXEMPLU
25
Model Summary
Model
1
R
R Square
a
,789
,622
Adjusted
R Square
,612
Std. Error of
the Estimate
8,75456
Regression
Residual
Total
Sum of
Squares
9325,268
5671,533
14996,800
df
Mean Square
4662,634
76,642
2
74
76
F
60,836
Sig.
,000a
Model
1
(Constant)
f at
sugars
Unstandardized
Coef f icients
B
Std. Error
61,089
1,953
-3,066
1,036
-2,213
,235
Standardized
Coef f icients
Beta
-,220
-,700
t
31,284
-2,958
-9,428
Sig.
,000
,004
,000
Model Summary
Model
1
R
,930a
R Square
,865
Adjusted
R Square
,859
Std. Error of
the Est imat e
5,35086
ANOVAb
Model
1
Regression
Residual
Total
Sum of
Squares
12503,728
1946,958
14450,686
df
3
68
71
Mean Square
4167,909
28,632
F
145,570
Sig.
,000a
Model
1
(Constant)
f iber
sugars
f at
Unstandardized
Coef f icients
B
Std. Error
53,673
1,389
2,938
,261
-1,992
,150
-3,347
,656
Standardized
Coef f icients
Beta
,507
-,622
-,238
t
38,637
11,265
-13,238
-5,103
Sig.
,000
,000
,000
,000
27
Exemple
4.Valoareateoretic astatisticiitest
5.Valoareacalculat astatisticiitest
La nivelul eantionului se determin valoarea calculat a
testului:
bi
t calc
s
i
6. Regula de decizie
Dac t calc t / 2 se respinge H0, cu risc asumat de 5%.
Dac t calc t / 2 se accept H0, cu un nivel de ncredere de
95%.
n SPSS, decizia se ia pe baza semnificaiei testului (Sig.):
Dac sig , se respinge H0 cu risc asumat de 5%
Dac sig , se accept H0, cu un nivel de ncredere de
95%.
1. Formularea ipotezelor
H0: 0= = i== p=0
2.Fixareapraguluidesemnificaie =0,05
VE n k
3. Alegerea statisticii test F
VR k 1
2
(
b
b
x
...
b
x
y
)
0 1 1i
p pi
ESS n k
nk
i
RSS k 1 ( yi b0 b1 x1i ... bp x pi ) 2 k 1
i
5. Criterii de decizie:
Dac Fcalc F, k-1, n-k => se accept H0 cu o probabilitate de 1-.
Dac Fcalc> F , k-1, n-k => se respinge H0 cu un risc asumat .
Testareainflueneimarginaleaunei
variabile independente asupra variabilei
dependente
(Metoda intrarilor)
1. Formularea ipotezelor
H0: variabila independent nou introdus n model nu are o
influen semnificativ asupra variaiei variabilei dependente
H1: variabila independent nou introdus n model are o
influen semnificativ asupra variaiei variabilei dependente
2.Fixareapraguluidesemnificaie =0,05
3. Alegerea statisticii test
2
1 new k new k old
k new k old
V R new
2
RSS new
k new k old
1 R new
k new k old
5. Criterii de decizie:
Dac Fcalc F, k new-k old, n-k new => se accept H0 cu o
probabilitate de 1-.
Dac Fcalc> F , k new-k old, n-k new => se respinge H0 cu un risc
asumat .
Adjusted R square
RSS
2
RSS n 1
2 n 1
n
k
R 1
1
1 (1 R )
TSS
TSS n k
nk
n 1
Se observ c
R R
2
pentru k>1.
EXEMPLUL 1:
Var. dependenta:
Salariul
Var. independente (predictori):
Nr. de ani de pregatire, Vechimea in munca
Model Summary
Change St atistic s
Model
1
R
R Square
,910a
,829
Adjust ed
R Square
,807
Std. Error of
the Estimate
285,65322
R Square
Change
,829
F Change
38, 718
df 1
df 2
2
a. Predic tors : (Const ant), N r. ani pregat ire, Vechime in munca (ani)
ANOVAb
Model
1
Regress ion
Res idual
Total
Sum of
Squares
6318646
1305564
7624211
df
2
16
18
Mean Square
3159323,188
81597,759
F
38,718
Sig.
,000a
Model
1
(Constant)
Vechime in munca (ani)
Nr. ani pregatire
Uns tandardized
Coef f icients
B
Std. Error
-545,101
224,894
84, 315
25, 550
85, 298
20, 394
Standardized
Coef f icients
Beta
,443
,562
t
-2,424
3, 300
4, 182
Sig.
,028
,005
,001
16
Sig. F C hange
,000
EXEMPLUL 2:
Var. dependenta:
Greutate(kg)
Var. independente:
Inaltime (cm), Consum zilnic paine(g)
TEMATICA C6
7. Estimarea indicatorilor de corelaie
8. Testarea indicatorilor de corelaie
9. Modelele cu restrictii
10. Exemple
Coeficienidecorelaiebivariat
Pentru un model liniar de forma:
yi 0 1 x1i 2 x2i i
exist trei coeficieni de corelaie bivariat:
ry1
n x1i yi x1i yi
i
ry 2
n x2i yi x2i yi
i
r12
Coeficienidecorelaieparial
i trei coeficieni de corelaie parial calculai cu ajutorul
coeficienilor de corelaie bivariat:
ry 2 ry1r12
ry1 ry 2 r12
ry 2.1
ry1.2
2
2
2
2
(
1
r
)(
1
r
y1
12 )
(1 ry 2 )(1 r12 )
r12 ry1ry 2
r12. y
(1 ry21 )(1 ry22 )
Corelaia parial msoar dependena dintre variabile prin
excluderea succesiv a influenei celorlali factori,
considernd influena lor constant si meninnd numai
influena factorului msurat.
n funcie de numrul variabilelor a cror influen se elimin
din calcul, coeficienii de corelaie parial pot fi de ordinul
nti (pentru o variabil eliminat), de ordinul doi (pentru dou
variabile) etc.
Raportuldedeterminaiemultipl
multipl
iraportuldecorelaie
Parametri
2
(
)
y
y
xi
VE
VR
2
=>
2
VT
( yi y) VT
2
Estimatori
VE
VR
2
i
1
1
2 =>
y
y
(
)
VT
VT
i
2
Estimaiile
ei2
ESS
RSS
2
i
2
=>
1
1
R
R
R
2
TSS
TSS
y
y
(
)
i
i
Coeficientuldecorelaiemultipl
Coeficientul de corelaie multipl se calculeaz numai
pentru modelele multiple liniare i se exprim cu ajutorul
coeficienilor de corelaie simpl dintre variabilele perechi.
Astfel, n cazul corelaiei dintre o variabil rezultativ Y i
dou variabile independente X 1 , X 2 ,la nivelul unui
eantion, coeficientul de corelaie multipl, notat cu r, se
calculeaz dup relaia:
r
8.Testareaindicatorilordecorelaie
9. Modelele cu restrictii
Y 0 1 X1 2 X 2 ... p X p
pp. c pentru acest model se impune o restricie de tipul 2=1
acest model va fi descris de relaia:
0 1 X 1 X 2 ... p X p
Y X 2 0 1 X 1 ...
pX p
0 1 X 1 ...
pX p
Y*
RVR UVR n k
~ F (m, n k )
F
m
UVR
Alegerea testului:
unde RVR si UVR - estimatorulvarianeirezidualepentrumodelul
restricionatrespectivpentrumodelulnerestricionat
n, k i m reprezint volumul eantionului, numrul de parametri din
modelul original irespectivnumrul de restricii simple/ compuse
3.
URSS
m
6. Regula de decizie:
Fcalc >Fth=> RH0 cu un risc asumat de
Fth >Ftalc => AH0 cu o probabilitate de (1- )
4. Identificarea
EXEMPLUL 1:
Var. dependenta:
Salariul
Var. independente (predictori):
Nr. de ani de pregatire, Vechimea in munca
Model Summary
Model
1
R
R Square
,910a
,829
Adjust ed
R Square
,807
Std. Error of
the Estimate
285,65322
Regress ion
Res idual
Tot al
Sum of
Squares
6318646
1305564
7624211
df
2
16
18
Mean Square
3159323,188
81597,759
F
38, 718
Sig.
,000a
a. Predic tors : (Const ant ), Nr. ani pregat ire, Vechime in munca (ani)
b. Dependent Variable: Salariul (RON)
Coefficientsa
Model
1
(Constant)
Vechime in munca (ani)
Nr. ani pregatire
Unstandardized
Coeff icients
B
Std. Error
-545,101
224,894
84,315
25,550
85,298
20,394
Standardized
Coeff icients
Beta
,443
,562
t
-2,424
3,300
4,182
Sig.
,028
,005
,001
Correlations
Zero-order
Partial
,801
,844
,636
,723
Part
,341
,433
Corelatiibivariateipartiale
Exemplul 2
Var. dependenta:
Valoarea vnzrilor unei firme
Var. independente:
Cheltuielile de publicitate, Cheltuielile
ocazionate de diferite promoii i Vnzrile
anuale realizate de principalul concurent
R
R Square
a
,913
,833
Adjusted
R Square
,787
Std. Error of
the Est imat e
17,60029
DurbinWat son
1,879
ANOVAb
Model
1
Regression
Residual
Total
Sum of
Squares
16997,537
3407,473
20405,009
df
3
11
14
Mean Square
5665,846
309,770
F
18,290
Sig.
,000a
Coeffici entsa
Model
1
(Constant)
X1
X2
X3
Unstandardized
Coef f icients
B
Std. Error
65,705
27,731
48,979
10,658
59,654
23,625
-1,838
,814
a. Dependent Variable: Y
Standardized
Coef f icients
Beta
,581
,359
-,324
t
2,369
4,596
2,525
-2,258
Sig.
,037
,001
,028
,045
EXEMPLUL 3:
Var. dependenta:
Greutate(kg)
Var. independente:
Inaltime (cm), Consum zilnic paine(g)
Econometrie curs 7
-2015-
Y 0 X e
sau
1 i
y i 0 xi e
ln yi ln 0 1 ln xi i
yi* 0* 1* xi* i*
xi* ln xi
i* i
independent X ia 0valoarea 1;
*
dY
d ln Y
*
1
- parametrul 1 al modelului (*): 1
, exprim variaia medie
dX * d ln X
relativ (%) a variabilei dependente Y la o variaie relativ (%) de 1% a variabilei
independente X.
4
b1
n ln xi ln yi ln xi ln yi
n (ln xi ) 2 ( ln xi ) 2
1
1
lnb 0 ln xi b1 ln yi
n
n
Y
100
% mod if . Y
Y X
Y
E
% mod if . X X 100 X Y
X
Model POWER:
Model POWER:
Modelul de producie cu doi factori, munca (L) i capitalul (K), are forma:
yi 0 Li 1 K i 2 e i
9
11
13
Y 0 1 X 2 X 2
La nivelul eantionului:
YX b0 b1 X b2 X
n economie, modelul polinomial este folosit pentru descrierea relaiei dintre costul
unitar i producia realizat: costul unitar scade concomitent cu creterea produciei
pn la un nivel optim al produciei, dup care, dac producia continu s creasc,
ncepe s creasc i costul unitar.
Cost unitar
Observed
50.00
Quadratic
40.00
30.00
Coefficients
20.00
Productia
Productia ** 2
(Constant)
10.00
2.00
3.00
4.00
5.00
6.00
Productia
7.00
8.00
9.00
Unstandardized
Coeff icients
B
Std. Error
-25.795
3.895
2.114
.351
89.041
9.231
Standardized
Coeff icients
Beta
-5.322
4.842
t
-6.623
6.026
9.646
Sig.
.000
.001
.000
Interpretare:
1<0, 2>0, deci legtura de tip parabolic admite un punct de minim.
Coordonatele punctului de minim arat nivelul optim al produciei pentru
care costul unitar este minim. Abscisa acestui punct este:
-b1/2b2=25,79/4,22=6,11. Pentru o producie de 611 buci din produsul A,
costul este minim.
Modele polinomiale
Modelul cubic
b. Modelul cubic
Y 0 1 X 2 X 3 X
2
n economie acest model este folosit pentru descrierea relaiei dintre costul
total i valoarea produciei.
Pentru acest tip de legtur se poate determina punctul de inflexiune al
curbei, prin anularea derivatei de ordinul 2 in X. Se obine valoarea lui X de unde
Y i modific modul de variaie.
80
60
40
20
0
0
5000
10000
15000
20000
25000
PIB / loc
Coeffici ents
PIB/loc
PIB/loc ** 2
PIB/loc** 3
(Constant)
Unstandardized
Coef f icients
B
Std. Error
.010
.002
-6.1E-007
.000
1.21E-011
.000
32.036
3.395
Standardized
Coef f icients
Beta
2.557
-3.206
1.255
t
4.950
-2.652
.
9.438
Sig.
.000
.009
.
.000
ECONOMETRIE
C8
2015
Modele semi-logaritmice:
Modelul Compound (Modelul Compus)
1. Forma general a modelului:
Y 0 1 e
X
ln Y ln 0 X ln 1
Parametrii modelului:
- 0 este nivelul mediu a lui Y atunci cnd X=0. Variabila Y
are numai valori pozitive, deci 0 satisface condiia 0 >0.
- ln1 arat variaia medie procentual a lui Y la o variaie
absolut a lui X cu o unitate. Reprezint rata de cretere sau
reducere a variabilei Y n raport cu o variaie absolut a lui X
cu o unitate.
ln Y
ln 1
X
Observaii:
- Dac ln1>0, adic 1>1, atunci legtura dintre cele dou
variabile este direct.
- Dac ln1<0, adic 0<1<1, atunci legtura dintre cele
dou variabile este invers.
ln b0 xi + ln b1 xi2 = xiln yi
ln b1
ln b0
n xi ln yi xi ln yi
n
xi2
xi
2
ln
y
x
i i xi xi ln yi
xi2
xi
5. Exemplu
Coeffi ci ents
xi
(Constant)
Unstandardized
Coef f icients
B
St d. Error
1.769
.103
1.322
.256
St andardized
Coef f icients
Beta
2.677
t
17.118
5.161
Sig.
.000
.014
y xi 1,322 1,769 xi
Logaritmnd ecuaia de mai sus, se obine:
ln yi=ln 1,322+xi ln 1,769 = 0,279+0,570 xi
Interpretare:
- valoarea parametrului 1 arat c, la o cretere cu o mie
de euro a valorii investiiilor, valoarea produciei crete, n
medie, cu ln(1,769) = 0,57 adic cu 57%.
2. Testarea semnificaiei parametrilor
3. Estimarea i testarea intensitii legturii dintre
variabile
Model Summary
R
.985
R Square
.969
Adjusted
R Square
.959
St d. Error of
the Estimate
.185
ANOVA
Regression
Residual
Total
Sum of
Squares
3.253
.102
3.356
df
1
3
4
Mean Square
3.253
.034
F
95.333
Sig.
.002
Modele semi-logaritmice:
Modelul Growth (Model de Cretere)
1.
Y e
0 1 X
ln Y 0 1 X
Parametrii modelului:
- e 0 este valoarea medie a lui Y pentru X=0.
ln Y
1
X
Exemplu
Se consider legtura dintre Timpul de accelerare de la 0 la 60
mile/ora(exprim. Secunde) i Puterea motorului (CP).
Coefficients
Horsepower
(Constant)
Unstandardized
Coef f icients
B
Std. Error
-.004
.000
3.092
.019
Standardized
Coef f icients
Beta
-.726
t
-21.032
164.791
Sig.
.000
.000
Y e
3, 0920, 004 X
Interpretare:
cnd Puterea motorului este de 0 C.P., Timpul de accelerare
este de e3,092=22 secunde.
La o cretere a puterii motorului cu 1 C.P., timpul de
accelerare scade, n medie, cu o rat de 0,004 sau cu 0,4%.
Modele semi-logaritmice:
Modelul Exponential
1. Forma general a modelului:
Y 0 e
1 X
ln Y ln 0 1 X
Parametrii modelului:
- 0 este valoarea medie a lui Y pentru X=0.
- 1 arat variaia medie procentual a lui Y la o variaie
absolut a lui X cu o unitate.
ln Y
1
X
Exemplu
Se consider legtura dintre Puterea motorului (CP) i
Numrul de cilindri (cilindri).
Coefficients
Number of Cy linders
(Constant)
Uns tandardized
Coef f icient s
B
Std. Error
.170
.005
38. 911
1. 221
Standardized
Coef f icient s
Beta
.842
t
31. 057
31. 877
Sig.
.000
.000
Y 38,911 e0,170X
Logaritmnd ecuaia de mai sus, se obine:
Interpretare:
cnd Numrul de cilindri este de 0, Puterea medie a
motorului este de 38,911 C.P.
La o cretere a numrului de cilindri cu 1 cilindru, puterea
motorului crete, n medie, cu 17%.
Modele semi-logaritmice
Modelul Logarithmic
Forma general a modelului:
Y 0 1 ln X
- 0 este valoarea medie a lui Y pentru X=1.
- 1 /100 arat variaia medie absolut a lui Y la o variaie
procentual a lui X cu 1%.
Y
1
(ln X )
Exemplu
Se consider legtura dintre Puterea motorului i Numrul
de cilindri.
Coeffici ents
ln(Number of Cy linders)
(Constant)
Unstandardized
Coef f icients
B
Std. Error
104.458
3.632
-68.048
6.112
Standardized
Coef f icients
Beta
.822
t
28.761
-11.134
Sig.
.000
.000
Interpretare:
cnd Numrul de cilindri este de 1, Puterea medie a
motorului este de -68,048 C.P.
La o cretere a numrului de cilindri cu 1 %, puterea
motorului crete, n medie, cu 1,04458 C.P. (104,458/100)