AJUSTAREA LINIARA

Deseori, apare necesitatea de a explica si controla,pe cat posibil,fenomenele si procesele din economie,care pot reflecta situatii mai mult sau mai putin favorabile.De aceea ,se elaboreaza o serie de instrumente eficiente cu ajutorul carora sa explicam situatiile existente si sa eliminam,sau eventual sa diminuam,efectele nedorite ce pot aparea intr-un anumit context economic. Metoda de baza pentru analiza statistica a unui set de date este analiza de regresie sau ajustare.insemnatatea regresiei se datoreaza faptului ca ofera posibilitatea de a specifica o relatie intre doua sau mai multe variabile,de a cuantifica impactul unei multimi de variabile asupra altei variabile sau de a estima coeficientii modelului dintr-o selectie de date,de a verifica ipotezele cu privire la modelul estimat si de a prognoza valoarea medie a variabilei dependente pe baza valorilor cunoscute sau fixate ale variabilelor independente,explicative. Consideram doua variabile economica X si Y ce caracterizeaza o anumita populatie sau colectivitate generala.Suntem interesati de modificarea variabilei Y sub actiunea variabilei X,adica de efectul variabilei X asupra distributiei variabilei Y .Din colectivitatea generala de N unitati statistice se face o selectie aleatoare de n perechi de observatii ,(x1,y1),(x2,y2),..., (xn,yn).Aceste informatii pot fi informatii despre firme sau familii ,colectate la un anumit moment de timp,in acest caz fiind numite serii de date transversale.Alternativ,aceste observatii pot fi informatii despre o anumita industrie sau tara,colectate pe mai multe perioade de timp,in acest caz fiind numite serii cronologice. In mod frecvent,intr-un studiu elementar,se doreste sa se precizeze o eventuala legatura intre cele doua marimi pentru care se dispune de o serie de observatii comune.Se poate reprezenta observatia i, a seriilor precedente,prin punctul (xi,yi) din planul X x Y.Figurand astfel cele n observatii se obtine un nor de puncte asociat unei perechi de serii statistice.Reprezentarea datelor de observatie intr-o diagrama a imprastierii poate da informatii despre existenat unei relatii intre cele doua variabile si despre tipul de relatie,in caz ca aceasta exista. Regresia liniara postuleaza o legatura liniara intre cele doua variabile,deci ea prezinta interes doar daca norul de puncte prezinta forma liniara.Ajustarea liniara presupune cautarea celei mai bune drepte care poate rezuma structura norului de puncte de observatie.Termenul de regresie se foloseste ca urmare a unui studiu publicat in 1886 de catre staticianul englez Francis Galton care explica inaltimea copiilor in raport cu cea a parintilor.Acesta a observat o panta a dreptei care aproxima observatiile mai mica decat 1,adica revenirea la medie sau o regresie. In analiza de regresie variabila explicativa apare intotdeauna pe axa orizontala iar variabila raspuns apare pe axa verticala.Chiar daca diagrama indica existenta unei relatii intre cele doua variabile,daca datele nu sunt obtinute dintr-un experiment controlat,nu se pot face afirmatii definitive despre cauzalitate in analiza regresiei.Motivul este faptul ca nu poate fi exclusa posibilatea ca o alta variabila este cauza variatiei ambelor variabile observate. Un studiu econometric incepe cu o serie de presupuneri teoretice despre anumite aspecte ale economiei.

I.Modelul unifactorial de regresie

Definim modelul unifactorial de regresie printr-o relatie matematica construita pe baza teoriei economie,care presupune ca fenomenul economic Y(fenomenul efect) este rezultatul actiunii a doua categorii de factori: prima constituita dintr-un singur factor principal,esential,determinant X si a doua formata din toti ceilalti factori,considerati neesentiali,cu actiune intamplatoare,specificati prin variabila reziduala ) sau constanta,invariabila,asupra lui Y care nu trebuie specificati in model. Specificarea modelului unifactorial consta in precizarea variabilei endogene Y si a celei exogene X,pe baza teoriei economice,fiind ca orice ipoteza teoretica adevarata sau falsa. y=f(x)+ Identificarea modelului consta in alegerea unei functii cu ajutorul careia se urmareste descrierea valorilor variabilei endogene doar in functie de variatia variabilei exogene X.Identificarea modelului se poate face prin procedeul grafic,procedeul conservarii ariilor si procedeul calculelor algebrice. Una dintre functiile matematice utilizate cel mai des o constituie functia liniara.Relatia dintre variabila efect si variabila cauza studiata de regresia simpla liniara intr-o populatie statistica generala poate fi descrisa prin modelul probabilistic liniar : yi=+xi+ Pentru a obtine proprietatile dorite ale estimatorilor regresiei,se fac,de obicei,sase ipoteze standard pentru modelul din populatia generala. Ipotezele ce trebuie verificate sunt formulate astfel: 1.Formula functionala: yi=+xi+i 2.Media zero a erorilor: E(i)=0 3.Homoscedasticitatea Var(i)=2 4.Non-autocorelarea erorilor : Cov(i,j)=0 5.Necorelarea intre regresor si erori: Cov(xi,j)=0 6.Normalitatea erorilor: i~N(0,)

Estimarea parametrilor modelului de regresie Modelul de regresie in esantion este : yi=a+bxi+ei cu componenta predictibila : y=a+bxi unde a si b sunt coeficientii functiei de regresie,u=iar ei este valoarea reziduala(pentru unitatea 1)in esantion: i=yi-(a+bxi) nu este altceva decat o masura a distantei de la un punct(xi,yi) la linia de regresie. Procedeul de determinarea a liniei de regresie in esantion urmareste sa gaseasca valorile lui a si b,astfel incat valorile estimate ale variabilei dependente sa fie cat mai aproape posibil de valorile observate y adica dreapta sa treaca cat mai aproape de toate punctele observate.Un criteriu pentru determinarea valorilor a si b este metoda minimizarii sumei patratelor deviatiilor(abaterilor sau reziduurilor) ei.Cu cat este mai mica valoarea ei,cu atat este mai

aproape yi de valoarea observata yi.Metoda ,cunoscuta ca metoda celor mai mici patrate inseamna minimizarea relatiei : S(a,b)=mini2=min(yi-a-bxi)2 Evaluarea validitatii modelului unifactorial de regresie liniara Deoarece valorile previzionate pentru modelul de regersie depind de variatia lui X,putem verifica daca variatia lui X este un bun predictor pentru variatia lui Y adica presupune validarea modelului de regresie obtinut.Pentru atingerea acestui obiectiv se parcurg urmatoarele etape: testarea validitatii modelului de regresie folosind metoda analizei de varianta (ANOVA),determinarea si testarea semnificatiei raportului de corelatie ,inferenta statistica pentru parametrii modelului de regresie si verificarea ipotezelor modelului de regresie

II.Modelul multifactorial de regresie liniara

In problemele reale economice variabilele sunt deseori influentate de mai mult decat un factor.De aceea,in practica,preferam sa includem mai multe variabile independente in analiza stattistica,iar limitarea arbitrara a numarului de variabile independente poate,totodata,sa reduca utilitatea modelului. Specificarea modelului econometric multifactorial se face pe baza teoriei economice: fenomenul Y ca fenomen-efect,endogen,explicat-este precizat pe baza conceptelor,definitiilor,a relatiilor cauza-efect,elaborare pe baza teoriei economice;in acest fel se accepta ca Xi este un factor esential de influenta al lui Y sau este trecut in categoria factorilor aleatori prin intermediul variabilei reziduale e.Forma generala,sintetica,a modelului multifactorial de regresie,la nivelul unei colectivitati generale este: Y=f(X1,X2,....,Xk)+ Pentru stabilirea formei legaturii dintre variabile utilizam una din metodele elementareade analiza a dependentelor dintre fenomenele economico-social metoda grafica pe baza careia alegem acea functie care descrie cel mai bine "linia" prefigurata de norul de puncte trasat pe diagrama.Daca vor fi luate in studiu mai multe variabile factoriale care ar putea exercita o influenta demna de luat in seama asupra variabilei rezultative inseamna ca ne situam in sfera regresiei multiple,caz in care norul de puncte va determina un plan,ce poate fi descris printr-o diagrama de imprastiere tridimensionala.Daca reprezentarea grafica a dependentelor dintre variabilele luate in studiu se orienteaza in jurul unei drepte din planul descris,atunci folosim un model de regreie liniar multifactorial,la nivelul colectivitatii generale. Yi=0+1Xi1+...+kXik+i Pentru a a sigura obtinerea unor estimatori ai parametrilor modelului de calitate ridicata,trebuie emise si respectate aceleasi ipoteze ca si cele emise in cazul modelelor de regresie liniara unifactoriala.Fata de acestea se fac urmatoarele precizari: oricare din cele k variabile independente,factoriale,nu poate fi scrisa ca o combinatie liniara perfecta a celorlalte variabile independente(numita ipoteza necoliniaritatii variabilelor factoriale).De asemenea,variabilele exogene sunt independente unele fata de altele,nu sunt corelate intre ele si isi exercita influenta numai asupra variabilei reziduale

Estimarea parametrilor modelului La nivelul esantionului,parametrul de regresie liniara multifactoriala se scrie: yi=b0+b1xi1 +....+bkxik+i cu componenta predictibila: y=b0+b1xi0+...+bkxik unde bj reprezinta estimatorul parametrului Bj,determinat pe baza datelor din esantion. Parametrii modelului de regresie liniara multipla de la nivelul colectivitatii generale se determina ca estimatori,pe baza datelor de la nivelul esantionului.Estimarea va fi cu atat mai ridicata calitativ,cu cat costul aplicarii metodei de estimare este minim si estimarile sunt nedistorsionate(nedeplasate),constistente,eficiente.Pentru determinarea estimatorilor parametrilor modelului se poa te utiliza metoda celor mai mici patrate,care presupune minimizare sumei patratelor abaterilor ditre valorile reale,empirice(yi) si valorile teoretice,ajustate,rezultate pe baza modelului (y),adica: (yi-yi)2minim Parametrii bj se numesc coeficienti de regresie si indica cu cat se modifica variabila rezultativa Y,daca variabila factoriala Xj se modifica cu o unitate,in conditiile in care toti ceilalti factori raman neschimbati.Daca un coeficient de regresie bj este pozitiv,atunci inseamna ca variabila exogena Xj influenteaza in mod direct variabila endogena Y,iar daca semnul coeficientului de regresie bj este negativ,intre variabila factoriala Xj,si cea rezultativa Y exista o legatura inversa. Modelul de regresie liniara bifactoriala-particularizare a modelului de regresie liniara multipla Daca luam in considerare o variabila dependenta Y si doua variabile independente X1 si Y1 modelul de regresie multipla liniara in esantionul cu care lucram este: Y1=bo+b1xi1+b2xi2+i Coeficientii b1 si b2 sunt numiti coeficienti de regresie partiali si ei ne arata doar influenta partiala a fiecarei variabile independente,atunci cand influenta tuturor celorlalte variabile independente este considerata constanta.Ecuatia de regresie multipla in acest caz cand sunt luate in considerare doua variabile factoriale genereaza un plan de regresie,ce poate fi descris printr-o diagrama de imprastiere tridimensionala. Testarea semnificatiei parametrilor modelului In aplicarea procesului de testare a semnificatiei statistice a parametrilor modelului ,se parcurg urmatoarele etape:se stabileste ipoteza nula si ipoteza alternativa;se stabileste repartitia in baza careia se efectueaza testarea;se calculeaza valoarea testului statistic al variabilei standardizate in raport cu marimea careia se apreciaza calitatea estimarii;se fixeaza valoarea tabelata a variabilei standardizate,corespunzatoare repartitiei stabilite;se compara valoarea calculata a statisticii cu cea tabelata.In functie de raportul dintre aceste doua marimi se accepta ipoteza nula H0 daca nivelul calculat al statisticii este mai mic sau egal cu cel tabelat si respectiv se respinge ipoteza nula daca nivelul calculat al statisticii este mai mare decat cel tabelat.

Testarea validitatii modelului de regresie

Este posibil sa testam in bloc validitatea modelului de regreie ales,altfel spus masura in care el permite sa se reconstituie valorile reale ale variabilei endogene yi prin intermediul valorilor ajustate yi .Acest lucru se poate realiza cu ajutorul analizei dispersionale ANOVA si al testului Fisher.

BIBLIOGRAFIE:

1.Voineagu,V.,Teorie si practica econometrica,Ed.Meteor Press,Bucuresti 2006,pag 165-193,231-243 2.Spataru,Silvia,Modele si metode econometrice,Ed. ASE,Bucuresti 2007,pag 23-25