PROIECT ECONOMETRIE

REALIZATORI:

JURUBITA ANDRADA

LUPAN ALEXANDRA

MANACHE ANDRA IOANA

seria B, grupa 1047

Obiective:

Scopul analizei:

Dorim studierea influentei fertilitatii si a ratei somajului asuprea sperantei de viata din japonia studiind
date preluate de pe site-ul http://data.worldbank.org/ .

Datele sunt reprezentative fiind luati in considerare indici incepand cu anul 1980 si terminand cu indici
din anul 2008.

Descrierea variabilelor:

Speranta de viata: y – variabila endogena

Rata fertilitatii: x1 – variabila exogena

Rata somajului: x2 – variabila exogena

Specificarea modelului economic:

α =91,279 ; β 1=−8,479 ; β 2=0.333

y t =91,279−8,479∗x 1 +0,333∗x2
^

Estimarea si validarea modelului economic:

R=0,954 => Legatura dintre x 1 , x 2 si y este foarte puternica.

R2=0,911 => 91,1% din variatia lui y este determinata de influenta variabilelor x 1 si x 2 (este
explicata de model).

Se utilizeaza pentru de terminarea validitatii modelului statistic Testul Fisher

s2y/ x
H 0 : 2 =1
se

s2y / x
H 1 : 2 >1
se

F calc=132,33
 Sig F=0,000 => Modelul de regresie este semnificativ statistic (valid); (se accepta H 1) pentru o
probabilitate de 100-0,000 = 100% > 95%.

Testarea semnificatie parametrilor:

t α =45,664 ;

t β =−8.427 ;
1

t β =1,945;
2

Testarea semnificatiei parametrului α :

H 0 :α =0

H1: α ≠ 0

Parametrul α este semnificativ, deoarece probabilitatea cu care se poate accepta H 1 este de cel
mult 100-0,000= 100%>95% (Sig=0,000 *Anexa Coefficients)

Testarea semnificatiei parametrului β 1 :

H 0 : β1 =0

H1: β1 ≠ 0

Parametrul β 1 este semnificativ, deoarece probabilitatea cu care se poate accepta H 1 este de cel
mult 100-0,000= 100%>95% (Sig=0,000 *Anexa Coefficients)

Testarea semnificatiei parametrului β 2 :

H 0 : β2 =0

H 1: β2 ≠ 0

Parametrul β 2 nu este semnificativ, deoarece probabilitatea cu care se poate accepta H 0 este de

cel mult 100-6,3= 93,7%<95% (Sig=0,063 *Anexa Coefficients)

Calitatea modelului:

Pentru a masura calitatea ajustarii in cazul regresiei liniare unifactoriale se calculeaza:

 Coeficientul de determinatie (indicator relativ)

 Abaterea medie patratica (eroarea standard) a reziduurilor (masura absoluta a calitatii
ajustarii pe baza regresiei in esantion)
 Coeficientul de determinatie:
n
S x/ y S
R 2= =1− e =1−∑ ¿ ¿ ¿ ¿
Sy Sy i=1

R2=0.911 => ia valori in intervalul [0,1] si poate fi interpretat ca procentul variatiei lui y explicata
de procentul variatiei variabilelor x1 si x2.

Raportul de corelatie: R=√ R2

R=0.954  1 legatura dintre x1, x2 cu y este puternica.

Abaterea medie patratic a a erorilor in esantion este:

n
Se Se
se =√ s2e =
√ n−k−1
=
√ √
n−2
= ∑ ¿¿¿¿¿
i=1

se =0.601

 Testarea ipotezelor de fundamentare a MCMMP:

Homoscedasticitatea

Homoscedasticitatea se testeaza foloind Testul White

Se va calcula modelul erorilor

ȇ 2i =−6,239∗x 1 i+ 3,936∗x 2 i+ 3,298∗x 21 i−0,246∗x 22i −1,640∗x 1 i x 2 i

Din Anexa 2 => R2=0,433

Ipotezele necesare pentru testarea homoscedasticitatii sunt:

H 0 :a1=a2=b 1=b2=c=0

H 1 : a1 ≠ 0 sau a2 ≠0 sau b1 ≠ 0 sau b 2 ≠ 0 sau c ≠ 0

Ca erorile sa fie homoscedastice trebuie indeplinita urmatoarea conditie pentru a putea fi

2
respinsa ipoteza H1: LM < χ (0,05 ;5) , deoarece r =5, n=29, iar LM =n R2.

2
χ ( 0,05; 5)=11,0705

LM =12,557
 2
Cum : LM > χ (0,05 ;5 ) => se va respinge ipoteza H0, iar erorile sunt heteroscedastice.

Non-autocorelarea erorilor

Variabilele aleatoare ε i sunt statistic independente una de alta, adica cov(ε i , ε j)=0 i≠j (non-
autocorelarea reziduurilor).

Daca exista i≠j astfel incat cov(ε i , ε j)≠0, spunem ca erorile sunt autocorelate.

Testul Durbin Watson

1. Se estimeaza parametrii modelului de regresie prin metoda celor mai mici patrate si se
obtine seria reziduurilor (ei)i=1,n.

Ipotezele ce trebuie testate sunt:

 H 0 : ρ=0
 H 1 : ρ≠ 0, unde ρ este coeficientul de autocorelare a erorilor de ordin 1.
n

∑ et e t −1
^ρ = t =2 n
∑ e2t
t =1

2. Se calculeaza statistica Durbin Watson:

n

∑ ( et −e t−1 )2
t =2
F=DW= n

∑ e 2t
t =1

DW=0.526
3. d 1=1.28
d 2=1.57
4. 0<DW<d 1 => 0<0.526<1.28 => erorile sunt autorelate pozitiv.

Non-multicolinearitate

Se verifica prin Criteriul Klein:

R2y =0.911

rx1/x2=0.787

R2y > rx1/x2 => 0.911>0.787 => variabilele exogene x1 si x2 nu sunt coliniare.
 Normalitatea erorilor

Pentru aceasta se folosesc:

n
2
2 (∑ ε^ 3i )
μ 3 i=1
 Coeficientul de asimetrie: β 1= 3
= n => β 1=0.008265
μ 2 2 3
(∑ ε^ ) i
i=1
n

μ4 ∑ ε^ 4i
i=1
 Coeficientul de aplatizare: β 2= 2
= n => β 2=0.107967
μ2 2 2
( ∑ ε^ ) i
i=1

Test pentru asimetrie:

 H 0 : β1 =0
 H1: β1 ≠ 0
^β 1/1 2
S=
√ 6 /n
S=0.091/0.455=0.2
Test pentru aplatizare:
 H 0 : β2 =3
 H 1 : β 2 ≠3

^β 2−3
K=
√ 24 /n
K=( −¿ 2.892)/0.91= −¿3.178

|S|<t α , n−2 => 0.2 <2.052 rezulta, erorile nu sunt normal repartizate.
2

|K|<t α , n−2 => 3.178>2.052

2

Previziuni

Pentru a obţine estimaţii punctuale, folosim ecuaţia de regresie liniară în eşantion:

y=α+βx+ ε
yt =91,279−8,479∗x1 +0,333∗x 2
^

n
y i− ý )2 =>Sy/x=95,617
Sy/x=∑ (^
i=1

n
Se=∑ ( yi− ^
y i )2=>Se=9,393
i=1

n
Sy=∑ ( yi− ý )2=>Sy=105,010
i=1

S y /x
s2y/x= =47,8085
k

Se
se2= =0 , 36
n−k−1

Sy
sy2= =3,75
n−1
−¿

√
−¿∗ x 2
1 1,5038∗3,3483
√
¿
sa=se ∑ ( x1 i− x́1 ) ¿¿¿ =9,393* 1+ =1,27
1 +
1+ + x 1 ¿¿ 29 −4,34
n

Analog Sb=1,58

Determinam intervalele de incredere

x́ 2
−¿¿
y ± tα/2,n-2*se*
√ 1
1+ +
n ∑ (xi−x)2
=79,64±2,052*9,4061*1,05=79,64±21,53, adica

(76,83;82,07) garantat cu o probabilitate de 95%.

76,8315< ^y <82,0730

Garantat cu o probabilitate de 95%.

−¿

√
−¿∗ x 2
−¿± ¿ ¿
y n+ 1= y tα/2,n-2 * se
∑ ( x1 i− x́1 ) ¿¿¿
^ 1
1+ + x 1 ¿¿
n