b) Utiliznd pachetul de programe EViews n vederea estimrii parametrilor modelului au fost

obinute urmtoarele rezultate:

Tabelul 2
Dependent Variable: Y
Method: Least Squares
Sample: 1 10
Included observations: 10
Variable

Coefficient

0,2409

Semnif.
ind.
a

0,0122

R-squared

0,9822

Adjusted Rsquared

0,9800

S.E. of
regression

0,0718

Sum squared
resid
Log likelihood
Durbin-Watson
stat

Std. Error

Semnif.
Semnif.
t-Statistic
ind.
ind.
4,6111

t a

sb
0,0006
Mean dependent var

21,0187
1,23

t b

Rc2

S.D. dependent var

0,5078

sy

su

Akaike info criterion

-2,252

AIC

-2,1915

SC

0,0523

sa

y y Schwarz
criterion
u

Prob.
0,0017 p a

0,0000 p b

0,0413

2
i

13,2602

F-statistic

441,7857

Fc

1,86

Prob(F-statistic)

0,0000

p(F)

Semnificaia indicatorilor necunoscui pe care-i calculeaz pachetul de programe EViews este

urmtoarea:
p a , p b probabilitatea asociat parametrului , respectiv b . O valoare ct mai
apropiat de zero a acestei probabiliti va indica o semnificaie ridicat a parametrului respectiv, n
caz contrar, aceasta confirmnd, mpreun cu testul t, faptul c parametrul respectiv este
nesemnificativ.

Rc2 = coeficientul de deteminare corectat sau ajustat. Acesta este utilizat n vederea
evidenierii numrului de variabile factoriale cuprinse n model, precum i a numrului de observaii
pe baza crora au fost estimai parametrii modelului. n cazul unui model multifactorial acesta va
nregistra valori inferioare coeficientului de deteminaie. Expresia acestui indicator este urmtoarea:

Rc2 1

n 1
1 R2
nk

L= logaritmul funciei de verosimilitate (presupunnd c erorile sunt normal distribuite),

funcie ce este determinat innd seama de valorile estimate ale parametrilor. Relaia de calcul a
acestui indicator, utilizat de ctre pachetul de programe EViews, este urmtoarea:

n
L 1 ln 2 ln

unde:

2
t

u
n

2
t

suma ptratelor erorilor;

k = numrul variabilelor exogene;

n = numrul de observaii.

Acest indicator este utilizat n vederea elaborrii unor teste statistice destinate depistrii
variabilelor omise dintr-un model econometric, precum i a unor teste destinate depistrii variabilelor
redundante dintr-un model econometric, ca, de exemplu, testul LR sau raportul verosimilitilor
(Likelihood Ratio).
y = media variabilei dependente sau endogene, avnd urmtoarea relaie de calcul:
n

y
i 1

s y = abaterea medie ptratic (standard) corespunztoare variabilei dependente, a crei relaie

de calcul este urmtoarea:

y
n

sy

i 1

n 1

AIC = criteriul Akaike este utilizat n cazul comparrii a dou sau mai multe modele
econometrice. Relaia de calcul a acestuia, utilizat de ctre pachetul de programe EViews, este
urmtoarea:
2 L 2k
AIC

n
n
Regula de decizie utilizat n cazul aplicrii acestui test este aceea potrivit creia este ales acel
model econometric pentru care s-a obinut valoarea cea mai mic corespunztoare acestui indicator.
SC = criteriul Schwartz este, de asemenea, utilizat pentru a compara dou sau mai multe
modele econometrice. Relaia de calcul a acestuia, utilizat de ctre pachetul de programe EViews,
este urmtoarea:
2 L k ln n
SC

n
n
i n acest caz, este ales acel model econometric pentru care s-a obinut valoarea cea mai mic
corespunztoare acestui indicator.
p(F) = probabilitatea asociat statisticii F. O valoare ct mai apropiat de zero a acestei
probabiliti va indica o semnificaie ridicat a rezultatelor estimrii, respectiv a modelului.
Pe baza estimatorilor parametrilor au fost calculate valorile estimate ale variabilei y,
y i 0,2409 0,0122 xi i ale variabilei reziduale, u i y i y i . Valorile acestora sunt prezentate n
cadrul tabelului 3 (utiliznd pachetul de programe EViews):
Tabelul 3.
Actual Fitted
i
yi
y
Actual
0.5
0.7
0.8
1
1.1
1.3
1.4
1.6
1.8

Fitted
0.48515
0.60726
0.85147
0.97358
1.21779
1.33990
1.46200
1.58411
1.70621

Residual
Residual Plot
u i y i y i(graficul reziduurilor)
Residual
0.01485
0.09274
-0.05147
0.02642
-0.11779
-0.03990
-0.06200
0.01589
0.09379

|
|
|
|
|*
|
|
|
|

Residual Plot
.
|* .
.
|
.*
.* |
.
.
| * .
.
|
.
. * |
.
.* |
.
.
|* .
.
|
. *

|
|
|
|
|
|
|
|
|

2.1

2.07253

0.02747

| * .

- dispersia variabilei reziduale

y i

0,0413
0,0052
n k 1
10 2
unde: k = numrul variabilelor exogene.
(vezi tabelul afiat de programul EViews)
- abaterea medie ptratic a variabilei reziduale, s u :
s u2

s u

2
y i

0,0052 0,0718
n k 1
(vezi tabelul afiat de programul EViews)
- abaterile medii ptratice ale celor doi estimatori:
1

s a s u2

su2

sb

x2

0,0523

x
2

0,0006

(vezi tabelul afiat de programul EViews)

- raportul de corelaie:

y
10

i 1
10

R R2

10

2
yi y
i 1

R 1

2
y i y i
i 1
10

2
yi y

10

y
i 1

y i

s 2y n 1

i 1

0,0413
0,9822 0,9911
2,321

(vezi tabelul afiat de programul EViews)

- variabila Durbin-Watson, d:
10

u
i2

2
u i 1

10

u
i 1

2
i

0,0768
1,86
0,0413

(vezi tabelul afiat de programul EViews)

c) Estimatorii obinui cu ajutorul M.C.M.M.P. sunt estimatori de maxim

verosimilitate dac pot fi acceptate urmtoarele ipoteze:
c1) Variabilele observate nu sunt afectate de erori de msur.
Aceast condiie se poate verifica cu regula celor trei sigma, regul care const n
verificarea urmtoarelor relaii:
xi x 3 x
y i y 3 y
Pe baza datelor din tabelul 2., coloanele 6, 10, se obin:

x
15290

1529 39,1024
n
10
2

y
2,321
y

0,2321 0,4818
n
10
xi x 3 x x 3 x xi x 3 x 81 3 * 39,1024 xi 81 3 * 39,1024
2

xi 36,3072;198,3072

yi y 3 y y 3 y yi y 3 y 1,23 3 * 0,4818 yi 1,23 3 * 0,4818

yi 0,2154;2,6754

Deoarece valorile acestor variabile aparin intervalelor xi 36,3072;198,3072 i

yi 0,2154;2,6754 , ipoteza de mai sus poate fi acceptat fr rezerve.
c2) Variabila aleatoare (rezidual) u este de medie nul M u 0 , iar dispersia ei s u2
este constant i independent de X - ipoteza de homoscedasticitate, pe baza creia se poate
admite c legtura dintre Y i X este relativ stabil.
Verificarea ipotezei de homoscedasticitate a erorilor n cazul acestui model se va realiza cu
ajutorul testului White.

Aplicarea testului White presupune parcurgerea urmtoarelor etape:

- estimarea parametrilor modelului iniial i calculul valorilor estimate ale variabilei
reziduale, u;
- construirea unei regresii auxiliare, bazat pe prespunerea existenei unei relaii de
dependen ntre ptratul valorilor erorii, variabila exogen inclus n modelul iniial i
ptratul valorilor acesteia:
ui2 0 1 xi 2 x 2i i
i calcularea coeficientului de determinare, R2, corespunztor acestei regresii auxiliare;
- verificarea semnificaiei parametrilor modelului nou construit, iar dac unul dintre
acetia este nesemnificativ, atunci ipoteza de heteroscedasticitate a erorilor este acceptat.
Exist dou variante de aplicare a testului White:
- utilizarea testului Fisher Snedecor clasic, bazat pe ipoteza nulitii parametrilor,
respectiv:
H0: 0 1 2 0
Dac ipoteza nul, potrivit creia rezultatele estimrii sunt nesemnificative (
Fc F ;v ;v ), este acceptat, atunci ipoteza de homoscedasticitate se verific, cazul contrar
1

semnificnd prezena heteroscedasticitii erorilor.

- utilizarea testului LM, calculat ca produs ntre numrul de observaii corespunztoare
modelului, n, i coeficientul de determinare, R2, corespunztor acestei regresii auxiliare. n
2

general, testul LM este asimptotic distribuit sub forma unui ;v , pentru care numrul
gradelor de libertate este egal cu: v k , unde k = numrul variabilelor exogene, respectiv:
2

LM n R 2 ~ ;v

Dac

LM

;v

, erorile sunt heteroscedastice, n caz contrar, sunt homoscedastice,

respectiv ipoteza nulitii parametrilor, 0 1 2 0 , este acceptat.

Aplicarea testului White s-a realizat utiliznd pachetul de programe EViews:

Tabelul 4
White Heteroskedasticity Test:
0.268194
F-statistic
0.711731
Obs*R-squared
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Sample: 1 10
Included observations: 10
Variable
Coefficient
0.000625
C
xi

xi

Analiznd

Std. Error

t-Statistic

Prob.

0.000119

0.006549
0.000176

0.095374
0.675693

0.9267
0.5209

-7.56E-07

1.05E-06

-0.723325

0.4929

0.071173
-0.194206
0.005138
0.000185
40.30576
3.019142

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
rezultatele

afiate

de

Mean dependent var

S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)
programul

LM 0,7117

Fc 0,2682 F0, 05; 2;7 4,74 i

0.772275
0.700567

Probability
Probability

2
0 , 05; 2

EViews

0.004128
0.004701
-7.461153
-7.370377
0.268194
0.772275

se

constat

5,99147 , iar estimatorii parametrilor

modelului sunt nesemnificativi pentru un prag de semnificaie 0,05 ( t0 , 05;10 2,228 ), deci
ipoteza de homoscedasticitate se verific.

c3) Valorile variabilei reziduale u i sunt independente, respectiv nu exist fenomenul

de autocorelare a erorilor.
Verificarea ipotezei de independen a erorilor n cazul acestui model va fi realizat cu ajutorul

testului Durbin-Watson i const n calcularea termenului empiric:

n

i2

u i 1

2
i

i 1

i compararea acestei mrimi d cu dou valori teoretice d 1 i d 2 , preluate din tabela

Durbin-Watson (vezi anexa nr. 1) n funcie de un prag de semnificaie , arbitrar ales, de
numrul variabilelor exogene k i de valorile observate n, n 15 .
Acceptarea sau respingerea ipotezei de independen a erorilor se bazeaz pe o
anumit regul, care const n:
- dac 0 d d 1 autocorelare pozitiv;
- dac d 1 d d 2 indecizie, recomandndu-se acceptarea autocorelrii pozitive;
- dac d 2 d 4 d 2 erorile sunt independente;
- dac 4 d 2 d 4 d 1 indecizie, recomandndu-se acceptarea autocorelrii
negative;
4

- dac
autocorelare negativ.
1
Pe baza datelor problemei, valoarea empiric a variabilei Durbin-Watson este:

10

u
i2

u i 1

10

u
i 1

2
i

0,0768
1,86
0,0413

Lucrnd cu un prag de semnificaie 0,05 , numrul variabilelor exogene fiind

k 1 , iar numrul observaiilor n 10 , din tabela distribuiei Durbin-Watson se citesc
valorile (pentru cazul n 15 ) d1 1,08 i d 2 1,36 .
Deoarece d 2 1,36 d 1,82 4 d 2 2,64 , se poate accepta ipoteza de independen
a valorilor variabilei reziduale.
c4) Verificarea ipotezei de normalitate a valorilor variabilei reziduale
Se tie c, dac erorile urmeaz legea normal de medie zero i de abatere medie
ptratic su (consecina ipotezelor c1, c2, c3), atunci are loc relaia:
P u i t su 1 .
Verificarea ipotezei de normalitate a erorilor se va realiza cu ajutorul testului Jarque1
Berra , care este i el un test asimptotic (valabil n cazul unui eantion de volum mare), ce
urmeaz o distribuie hi ptrat cu un numr al gradelor de libertate egal cu 2, avnd
urmtoarea form:
S 2 K 3 2
2

~ ;2
6
24

JB n

unde: n = numrul de observaii;

S= coeficientul de asimetrie (skewness), ce msoar simetria distribuiei erorilor
n jurul mediei acestora, care este egal cu zero, avnd urmtoarea relaie de
calcul:

1 n
yi y
n i 1
S
3

K = coeficientul de aplatizare calculat de Pearson (kurtosis), ce msoar boltirea

distribuiei (ct de ascuit sau de aplatizat este distribuia comparativ cu
distribuia normal), avnd urmtoarea relaie de calcul:

1 n
yi y
n i 1
K
4

Testul Jarque-Berra se bazeaz pe ipoteza c distribuia normal are un coeficient de

asimetrie egal cu zero, S = 0, i un coeficient de aplatizare egal cu trei, K = 3.
Dac probabilitatea p(JB) corespunztoare valorii calculate a testului este suficient de
sczut, atunci ipoteza de normalitate a erorilor este respins, n timp ce, n caz contrar, pentru
un nivel suficient de ridicat al probabilitii ipoteza de normalitate a erorilor este acceptat,
sau dac

JB

;2

, atunci ipoteza de normalitate a erorilor este respins.

EViews, User Guide,Version 2.0, QMS Quantitative Micro Software, Irvine, California, 1995, p. 140-141.

Utiliznd pachetul de programe EViews n vederea calculrii testului Jarque-Berra

(vezi figura 3) se constat c

JB 0,6452

2
0 , 05; 2

5,9915 i c p(JB) = 0,7242. Deoarece

2

valoarea calculat a testului J-B este mai mic dect valoarea tabelat a lui ; 2 , iar
probabilitatea ca testul J-B s nu depeasc valoarea tabelat este suficient de mare, ipoteza
de normalitate a erorilor poate fi acceptat.

Series: Residuals
Sample 1 10
Observations 10

4
3
2
1
0
-0.15

-0.10

-0.05

0.00

0.05

Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis

-9.54E-17
0.015370
0.093787
-0.117789
0.067726
-0.152094
2.167233

Jarque-Bera
Probability

0.327513
0.848949

0.10

Figura 3
d) Estimatorii modelului sunt semnificativ diferii de zero dac:
t a

t a
t b

t b

a
s a

t ;n k 1

0,2409
4,6611
0,0523
b
s b

t ;n k 1

0,0122
21,0187
0,0006

Lucrnd cu un prag de semnificaie

0,05 , din tabela distribuiei Student se preia

valoarea t 0, 01;8 3,355 . Comparnd aceast valoare cu valorile calculate pentru cei doi estimatori,
se constat c:
este semnificativ diferit de zero;
- t a 4,6611 t 0.01;8 3,355 parametrul a

- t b1 21,0187 t 0.01;8 3,355 parametrul b este semnificativ diferit de zero.

Raportul de corelaie este semnificativ diferit de zero dac se verific inegalitatea:

Fc F ;v1 ;v2 , unde valoarea empiric a variabilei Fisher-Snedecor este:

Fc n 2

R2
0,9822
8*
8 * 55,1798 441,7857
2
0,0178
1 R

Din tabela distribuiei Fisher-Snedeckor, cu un prag de semnificaie de 5% i n funcie de

numrul gradelor de libertate v1 k 1 i v 2 n k 1 8 se preia valoarea teoretic
F0.01;1;8 11,3 . Se constat c Fc 441,7857 F0.01;1;8 11,3 , deci pentru un prag de
semnificaie de 1%, valoarea raportului de corelaie este semnificativ diferit de zero.

e) Analiza capacitii de prognoz a modelului privind dependena dintre dintre

consumul final real al gospodriilor populaiei i PIB-ul real n Romnia n perioada 19812003 poate fi realizat pe baza indicatorilor statistici propui de H. Theil2.
Aceti indicatori, adaptai modelui supus analizei, au fost calculai pe baza urmtoarelor
relaii:
coeficientul Theil

1 n *
y t y t*

n t 1

1 n *2
1 n *2

t
yt
n t 1
n t 1
ale crui valori sunt cuprinse n intervalul [0, 1].
Semnificaia acestui indicator este invers proporional cu mrimea lui, respectiv cu ct
valoarea acestuia este mai mic, tinznd ctre zero, cu att capacitatea de prognoz a
modelului este mai bun.
ponderea abaterii

T
A

y*

1 n *
y t y t*

n t 1

y*
z2

unde:
media valorilor teoretice ale variabilei endogene;
media valorilor reale ale variabilei endogene;
2
z dispersia variabilei reziduale necorectat cu numrul gradelor de libertate.
Interpretarea acestui indicator, care evideniaz existena unor erori sistematice, este
aceea c, n cazul ideal3, valoarea sa este egal cu zero, aceasta tinznd ctre unu n cazul unor
erori de estimare de-a lungul ntregii serii de timp.
ponderea dispersiei

T
D

y t*

y*
t

2
1 n *

y t y t*

n t 1

1 n *
y t y *

n t 1

2
1 n *

yt y *

n t 1

2
z

care este definit tot n intervalul [0, 1], aceasta msurnd evoluia oscilant a celor dou
serii, respectiv seria ajustat i seria empiric a variabilei endogene. Acest indicator are
aceeai semnificaie ca i cei precedeni, respectiv o valoare sczut indic o capacitate bun
2

cf. R. S. Pindyck, D. S. Rubinfeld, Econometric Models and Economic Forecasts, 5th ed., Mc Graw-Hill, New
York, 1981, p. 364-366.
3
Demn de menionat este faptul c, n cazul estimrii parametrilor unui model statistic cu ajutorul metodei
celor mai mici ptrate, valoarea acestui indicator este egal cu zero, acesta fiind discriminant numai n cazul
utilizrii altor procedee de estimare cum ar fi, de exemplu, metoda grafic, metoda punctelor empirice sau
metoda punctelor medii.

de prognoz, n timp ce o valoare apropiat de unu exprim o eroare de specificare a

modelului.

ponderea covarianei
21 r y * y *
t
t
TC n
2
1
y t* yt*

n t 1
unde:
r = coeficientul de corelaie liniar dintre valoarea estimat a variabilei endogene, y t* , i cea
real, yt* :

y
n

*
t

t 1

y * yt* y *

n y * y *
t

Se poate observa uor c semnificaia acestui indicator este analog cu a celor

menionai anterior.
De altfel cei patru indicatori se regsesc n urmtoarea ecuaie propus de Theil:
n
2
2
1
*
* 2
*
*
21 r

t
y
y
y
y

n t 1
a crei interpretare se realizeaz prin intermediul semnificaiei acestor indicatori.
n urma calculelor efectuate cu ajutorul pachetului de programe EViews n vederea
testrii capacitii de prognoz a modelului privind dependena dintre ncasrile medii lunare
i suprafaa comercial au rezultat urmtoarele informaii:
Rezultatele testrii capacitii de prognoz a modelului privind dependena ncasrile
medii lunare i suprafaa comercial
t

*
t

*
t

*
t

*
t

Tabelul 5
Denumirea indicatorului

Simbolul
indicatorului

1
Coeficientul Theil
Ponderea abaterii
Ponderea dispersiei
Ponderea covarianei

T
TA
TD
TC

Valoarea
indicatorul
ui
2
0,0243
0,0000
0,0045
0,9955

n urma analizei rezultatelor obinute se constat c modelul posed o bun capacitate

de prognoz, ca urmare a valorilor mici nregistrate n cazul coeficientului Theil, a ponderii
abaterii i a ponderii dispersiei i, deci, poate fi acceptat n vederea realizrii unei prognoze a
ncasrilor medii lunare.

2.4
Forecast: YF
Actual: Y
Forecast sample: 1 10
Included observations: 10

2.0
1.6

Root Mean Squared Error

Mean Absolute Error
Mean Abs. Percent Error
Theil Inequality Coefficient
Bias Proportion
Variance Proportion
Covariance Proportion

1.2
0.8
0.4
0.0
1

6
YF

10

0.064251
0.054232
5.101146
0.024334
0.000000
0.004487
0.995513