Documente Academic
Documente Profesional
Documente Cultură
t kt t t t
u x x x f y + ) ,..., , (
2 1
t kt t t t
u t x x x f y + ) , ,..., , (
2 1
t k t t t t t
u y y y x f y +
) ,..., , , (
2 1
t k t t t t t
u x x x x f y +
) ..., , , (
2 1
Ex. Cu ct va crete cererea pentru un bun, dac preul acestuia va scdea cu o unitate?
Modelul unifactorial (de regresie simpl) se prezint deci astfel:
Y = variabila endogen;
X = variabila exogen;
= variabila rezidual, aleatoare.
Iniial modelul este doar o ipotez teoretic ea poate fi adevrat sau fals X poate fi sau nu
factorul hotrtor, ce explic cel mai bine evoluia fenomenului Y
validarea sau invalidarea unei astfel de ipoteze se face n urma unor teste statistice.
Elaborarea model ului econometric axat pe regresie
presupune parcurgerea urmtoarelor etape:
1. Identificarea modelului
2. Estimarea (calculul) parametrilor modelului
3. Testarea respectrii ipotezelor referitoare la model
4. Utilizarea modelului pentru realizarea de previziuni.
Etapa 1. Identificarea modelului
const n alegerea unei funcii matematice, f(X), cu ajutorul creia se aproximeaz valorile variabilei
endogene Y numai n funcie de variaia variabilei exogene X.
Care este forma funciei f(X)?
- funcia liniar y = a + bx
- funcia putere, y = axb ;
- funcia exponenial, y = ea+bx ;
- funcia de gradul doi,trei, patru etc
y = a+bx+cx2 ; y = a+bx+cx2 +dx3; y = a+bx+cx2 +dx3 +ex4
- funcia logistic, y = .
Metode de identificare a formei funciei de regresie
Cum gsim cea mai potivit form a funciei f(X)?
Cea mai important metod de identificare metoda norului de puncte.
n funcie de numrul de factori a cror variaie se consider
n explicarea variaiei fenomenului efect, y, exist:
- regresie simpl: cnd se consider variaia unui singur factor: y=f(x) i
- regresie multipl: cnd se consider variaia mai multor variabile explicative: y=f(x1, x2, ,
xk).
Metoda regresiei analizeaz relaiile existente ntre variabila explicat i variabilele explicative, pe
baza datelor observate pentru aceste variabile.
Se poate stabili care din factori au o influen semnificativ, gradul lor de esenialitate i cunoscnd
influena variabilelor factoriale asupra variaiei fenomenului explicat, se pot face previziuni ale valorilor
variabilei y pentru anumite valori date ale variabilelor x.
Regresia liniar simpl
yt = axt + b + t, t = l, 2,...,T
Y - variabila endogen;
X - variabila exogen, factorul esenial ce determin variaia lui Y;
- variabil aleatoare, sintetiznd efectul unor factori neeseniali asupra variabilei Y.
Termenul grupeaz urmtoarele categorii de erori :
o eroare de specificaie exist variabile independente omise din model;
Ex.: cererea = a pre + b +
dac modelul este corect specificat, modelul ar include aceste variabile;
2
Y = f (X) +
t
a+bx
c
1+e
unele relaii de dependen dintre variabile nu sunt cunoscute;
unele date nu sunt disponibile;
n evoluia variabilei dependente pot interveni evenimente ce nu au loc n mod regulat
greve, cataclisme, etc.
eroare de observare (msurare) a variabilei dependente;
Ex.: cererea = a pre + b +
nivelul cererii nu poate fi msurat cu exactitate
se folosesc estimatori ai cererii
include diferena dintre cererea real i cea estimat
o eroare de fluctuaie a eantionrii.
Ex.: cererea = a pre + b +
Utilizarea de eantioane diferite conduce la rezultate diferite n ceea ce privete valoarea
calculat a parametrilor a i b.
Etapa 2. Estimarea parametrilor modelului
nainte de a estima parametri se emit ipoteze cu privire la variabilele din model
Ipoteze fundamentale ale modelului de regresie liniar simpl
H0 : Ipoteza de liniaritate: modelul este liniar n X;
relaia dintre Y i X este liniar, de forma Y = aX + b +
H1 : Ipoteze asupra variabilelor X i Y:
(i) xt i yt reprezint valori numerice ale variabilelor X i Y rezultate prin observarea statistic, neafectate
de erori sistematice;
(ii) Y este variabila endogen aleatoare, pentru c este funcie de ;
(iii) X, variabila explicativ, este considerat ca fiind o variabil determinist n model, nealeatoare;
H2 : Ipoteze asupra erorilor :
(i) are o distribuie independent de timp, de speran matematic nul, respectiv:
E (t) = 0, () t = 0, 1, 2, , T
V (t) = E[t E(t)]2 = =
altfel spus, modelul este homoscedastic.
(ii) Independena erorilor. Dou erori t i t sunt independente liniar ntre ele, adic
(iii) Variabila are o distribuie normal N(0,1).
H3: Ipoteze privind variabila exogen X
(i) cov(xt, t) = 0, t erorile sunt independente de X;
(ii) se presupune c pentru T , E(X) i V(X) sunt finite.
Estimarea parametrilor ecuaiei de regresie liniar simpl
Metoda celor mai mici ptrate -minimizarea funciei
n ipoteza avansat a unei legturi liniare
(yi depinznd liniar de xi), respectiv
yi = y(xi) = axi + b,
atunci condiia impus de aplicarea metodei celor mai mici ptrate este:
= minim, care devine echivalent cu:
Apelnd la metoda determinanilor, sistemul capt urmtoarele soluii redactate simplificat, fr a se mai
preciza limitele operatorului sum ():
3
( )
2
t
E
2
, t
( )
t t'
cov , 0
( ) ( )
1 1
cov( , )
n n
x y i i
i i
d d x x y y
x y
n n
2
( )
( )
i
i x
y y
2 2
2 2
2
det
( )
det
y x
i i
x y x y x x x y
i i i i i i i i
b
n x
i n x x
i i
x x
i i
_
,
_
,
2 2
2
det
( )
det
n y
i
x x y n x y x y
i i i i i i i
a
n x
i n x x
i i
x x
i i
_
,
_
,
Ecuaia de regresie cutat yi = axi + b este identic, n final, cu:
Estimarea parametrilor ecuaiei de regresie liniar simpl
Metoda celor mai mici ptrate -minimizarea funciei
V (X) = E[xt E(xt)]2
Testarea validitii modelului
presupune parcurgerea urmtoarelor etape:
testarea validitii modelului de regresie folosind metoda descompunerii varianei;
calculul raportului de corelaie i testarea semnificaiei lui;
inferena statistic pentru parametrii modelului de regresie;
verificarea ipotezelor modelului de regresie.
Testarea validitii modelului de regresie - ANOVA
Metoda analizei varianei pornete de la relaiile
Etapa 3. Testarea validitii modelului
- Raportul de corelaie
Raportul de corelaie la nivel de eantion este:
La nivel de populaie:
H0: RY/X = 0 (raportul de corelaie nu este semnificativ din punct de vedere statistic), cu alternativa
H1: RY/X 0.
Metoda celor mai mici ptrate - ipoteze
Metoda celor mai mici ptrate, atribuit matematicianului german Carl Friederich
Gauss, este una din cele mai des utilizate metode de estimare a ecuaiilor de regresie statistica. Principiul
acestei metode const n minimizarea sumei ptratelor abaterilor valorilor empirice fa de cele teoretic
estimate, adic minimizarea sumei ptratelor reziduurilor.
4
2
2 2
( )
i i i i i
i i
y x x x y
n x x
_
+
,
2 2
( )
i i i i
i i
i i
n x y x y
Y X
n x x
_
,
( ) [ ]
2
T
1 t
t t
T
1 t
2
t
b ax y b , a
2 2
i i i
(Y- Y)
0
a
a a
0
b
b
( )( )
( )
( )
( ) X V
Y , X cov
X x
X x Y y
X T x
X Y T x y
a
2
t
t t
2
2
t
t t
X a Y b
( ) ( )
1 1
cov( , )
n n
x y i i
i i
d d x x y y
x y
n n
2 2
t t t t
(y - Y) = (y - y + y - Y)
( ) ( ) ( )
2
T T
2
t t t t
t = 1 t = 1
y -Y = y - Y + y -y
1
]
( )
( )
T
2
i
i = 1
Y/X
T
2
i
i = 1
y -Y
R =
y -Y
n
i
i i
n
i
i n
i
i
i
n
i
i
n
i
i i
y k y
x x
x x
x x
y x x
a
1 1
1
2
1
2
1
1
) 2 /(
1 /
*
n SSR
SSE
F
) 2 /( ) 1 (
2
2
*
n R
R
F
05 . 0
2 , 1
*
>
n
F F