Sunteți pe pagina 1din 6

Proiect Econometrie

Proiect la econometrie
Putine sunt fenomenele economice care depind in mod semnificativ de un singur factor. Cazul general este acela in care nivelul fenomenului economic este rezultanta mai multor factor importanti la care se adauga si rolul unor factori nesimnificativi. Este necesar sa includem in mod explicit cel putin factorii cu influenta determinata intrucat in acest fel zona neexplicata (perturbatia) se reduce, iar eventuala distorsiune, datorate actiunii continue a unui factor important neinclus in model dispare. Mai concret, constatam multitudinea de influente dintre care trebuie sa retinem pe cele cu influenta determinata. In urmatoarele pagini am aplicat mai mult metode statistice si matematice pentru a determina ce influenta au asupra infractiunii juvenile urmatoarele variabile, tinand cont si de teoria economica: X1 - minorii din invatamantul special, X2 - nr. divorturilor dupa nr. copiilor abandonati, X3 - locuinte terminate, X4 - nr. mediu de salariati, X5 - nr. copii, X6 - venitul gospodariilor, Y - persoanele condamnate definitiv aflate in centre de reeeducare Datele privind analiza infractiunii juvenile au fost obtinute pentru Romania, caracteristici in care am luat in atentie o periuada de 16 ani din anul 1985 pana in anul 2000. Pentru a realiza evaluarea variabilele de explicat (Y), in functie de mai multe variabile explicative (X1, X2, X3, X4, X5, X6), in acelasi timp, vom construi modelul pe care l-am atasat in anexa 1. Ceea ce ne propunem in continuare este estimarea parametrilor si prin aceasta modelul devine util analizei, masurand rolul fiecarui factor, precum si prognozei. Pentru aceasta vom parcurge urmatorii pasi: vom calcula transpusa matricei X, vom inmulti transpusa matricei X cu matricea X, vom realiza inversa rezultatului inmultirii anterioare, acest rezultat, apoi il vom inmulti cu transpusa matricei X, in final precedentul rezultat i vom inmultii cu matricea Y.

a = ( X t X) 1 X t Y

(vezi anexa )

Proiect Econometrie

Daca simbolizam

liniar multifunctional, atunci:

- valorile ajustate, rezultate in urma aplicarii modelului

Yi=a0+1X1ia2X2i+a3X3i+a4X4i+a5X5i+a6X6i
Modelul in cazul nostru este:
Y = 12385 + 0.223 X1i 0.196 X 2 i + 0.791 X 3i 0.074 X 4 i + 0.042 X 5i 9.002 X 6i

^^^^^^^

TESTUL STUDENT
Pentru a realiza acest test trebuie sa calculam ratia student procedand in felul urmator:
calculam rezidurile:

e t = Yt Y t ,

& 2 pe baza rezidurilor calculam varianta erorilor Sigma = e t ( n k 1)

n - nr. de prioade observate, k - nr. de variabile explicative, aflam matricea de varianta-covarianta, prin inmultirea lui sigma cu ( X t X) invers , matricea pe diagonala o sa avem variantele estimatorilor, calculam abaterile standard prin extragerea radicalului din variante,

a (vezi anexa ) calculam valoarea lui t * = sig m a


2

Proiect Econometrie

Se compara ratia student ale fiecarui estimator cu valoarea luata din tabel pentru probabilitatea de
2

si n-k-1 grade de libertate.

In cazul nostru cu o probabilitate de 95% avem: ^ * * variabila a1 influentiaza modelul, 1 ^ * * variabila a2 nu influentiaza modelul, 2 ^ * * variabila a3 nu influentiaza modelul, 3 ^ * * variabila a4 influentiaza modelul, 4 ^ * * variabila a5 influentiaza modelul, 5 ^ * * variabila a6 nu influentiaza modelul, 6

t a >t T a b e l

t a >t T a b e l t a >t T a b e l

t a >t T a b e l t a >t T a b e l

t a >t T a b e l

TESTUL FISHER
SCE k F* = SCR n k 1

Calculam:

Daca: F*<F tabel atunci pe ansamblu regresia nu este semnificativa si aceasta cu probabilitatea de 95%. Ansamblul variabilelor explicative din model nu au o influenta semnificativa asupra variabilei de explicat. Trebuie reconstruit modelul. F*>F tabel atunci pe ansamblu regresia este semnificativa. In cazul nostru F*<F tabel. Pe ansamblu regresia este semnificativa si aceasta cu probabilitatea de 95%. Ansamblul variabilelor explicative din model au o influenta semnificativa asupra variabilei de explicat. (vezi anexa )

Proiect Econometrie
^

De asemenea am calculat coeficientul de determinatie: Pentru noi

R2=

SCE 1 0 0 SCT

R 2 = 7 .26 %7

aceasta semnificand ca variabilele X1 si X5 influentiaza in

aceasta proportie modelul si ca avem un model bine construit.

TESTUL CHOW - test de stabilitate in timp


Pentru calcularea lui se parcurge: se estimeaza modelul pentru prima subperioada, se estimeaza modelul pentru a doua subperioada, se construiesc ipotezele H0: SCR = SCR 1 + SCR 2 model stabil p intreaga perioada H1: SCR SCR 1 + SCR 2 model nestabil. Trebuie procedat la estimari distincte pe fiecare subperioada: [ SCR ( SCR1 + SCR2) ] [ k ( k1 k 2) ] se calculeaza F* = ( SCR1 + SCR 2) [ n ( k1 + k 2) 1] se compara F* cu F tabel: daca F*<F tabel se accepta ipoteza H0, daca F*>F tabel se accepta ipoteza H1. Pentru cazul nostru: F*>F tabel, se accepta H1 (vezi anexa )

MULTICOLINIARITATE
Pentru a determina multicoliniaritatea am aplicat TESTUL FARRARGLAUBER si am parcurs urmatoarele etape: 1. Se calculeaza determinantul coeficientilor de corelatie liniara simpla intre variabilele explicative: rX 5 X1 1. Daca valoarea acestui determinant se apropie de 0 inseamna ca seriile sunt corelate. Daca valoarea acestui determinant se apropie de 1 inseamna ca seriile nu sunt corelate. 2. Construim ipotezele: H0: daca determinantul =1 serii necorelate

Proiect Econometrie

H1: daca determinantul <1 serii corleate.


3. Calculam marimea 4. Se compara

Hi 2 =

n11 l n.d e t 2( k + 2)

Hi 2

calculat cu
^

Hi 2 din tabela legii se distribuie:

Daca Daca

Hi 2 Hi 2
^

calculat< calculat>

Hi 2 tabel se accepta H0, Hi 2 tabel se accepta H1,


^

Pentru problema noastra acceptam H1: exista corelatie puternica intre variabile, exista multicoliniaritate, trebuie inlaturata multicoliniaritatea prin selectia corecta a variabilelor explicative (selectia pas cu pas). Etape: facem regresia rYX 1 , (vezi anexa ) facem regresia rYX 5 , (vezi anexa ) in urma efectuarii acestor regresii eliminam variabila X5 deoarece intervalul de incredere contine valoarea 0. Ramanem doar cu variabila X1 ca variabila explicativa. introducem variabila dummy care o sa aiba valoarea 1 acolo unde avem maxim, iar in rest valoarea 0. dupa care facem regresia Y = F(X5, dummy ) . Ambii parametrii sunt semnificativi, diferiti de 0 putem sa patram in model si variabile dummy. In continuare testam Autocorelatia Erorilor folosind atat metoda grafica cat si Testul Durbin-Watson (folosit pentru a se determina existenta unei autocorelatii a erorilor de ordin 1). Din metoda grafica reiese ca avem autocorelatie pozitiva a erorilor. Testul Dusbin-Watson presupune calcularea marimii DW dupa urmatoarea formula: D W=

( e

e t 1) ^ 2
^ t

e 2

Aceasta valoare trebuie sa se situeze in intervalul [0,4]. Se extrag din tabela DW 2 valori pe care le notam cu d1 si d2 corespunzatoare numarului de observari si numarul de variabile explicative introduse in model. Construim intervalele de apartenenta ale marimii DW dupa cum urmeaza: primul interval: daca DW apartine [d2,4-d2] erorile nu sunt corelate, al doilea interval: daca DW apartine [0,d1] erorile sunt corelate negative

Proiect Econometrie al treilea interval: daca DW apartine [4-d1,4] erorile sunt corelate

pozitiv al patrulea interval: daca DW apartine [d1,d2]U[4-d2,4-d1] zona de nedeterminare. Pentru modelul nostru DW apartine primului interval erorile nu sunt corelate. Nu s-a omis nici o variabila explicativa importanta din model, in consecinta modelul nu este construit si relatia dintre variabila de explicat si variabilele explicativeeste liniara.