ACADEMIA DE STUDII ECONOMICE

Facultatea de Contabilitate si Informatica

De Gestiune

REGRESIE MULTIPLA

GHEORGHITA Roxana
Grupa:
647 B
Materia: Econometrie
Profesor: Prof. univ. dr. GOSCHIN Zizi

Nume:

CUPRINS
1.
2.
3.
4.
5.
6.
7.
8.
9.

Introducere .
Datele privind populatia, suprafata, densitatea ..
Tabelul ANOVA ...................................
Interpretarea coeficientilor
Testul FISHER ......................................
Testul DURBIN-WATSON pentru verificarea corelarii ...
Testul KLEIN pentru verificarea multicolinearitatii .
Testarea ipotezei de normalitate a erorilor JB ...
Testarea homoscedasticitatii GQ ...

1
4
5
6
6
7
9
10
12

http://ec.europa.eu/consumers/cons_info/cons_diary20072008/cp_ro.pdf
http://appsso.eurostat.ec.europa.eu/nui/setupModifyTableLayout.do

1.

INTRODUCERE

Densitatea populatiei reprezinta numarul de persoane pe o unitate de suprafata,

masurandu-se, in general, in persoane pe kilometru patrat, obtinandu-se prin impartirea
numarului de locuitori la suprafata, in kilometri patrati.
Tarile cu cea mai mare densitate a populatiei sunt: Macao, Monaco, Hong Kong,
Singapore, Gibraltar; aceste teritorii sunt relativ mici, dar au un nivel de urbanizare mare. Cel
mai populat stat mai mare este Bangladeshul, unde 134 milioane de locuitori locuiesc in zonele
cultivabile de la varsarea raului Gange cu o densitate de 900 persoane/
.
Densitatea medie a pamantului este de 42 persoane/
(anul 2006).
Lista tarilor europene dupa populatie:

2. DATELE PRIVIND POPULATIA, SUPRAFATA SI

DENSITATEA TARILOR DIN U.E.
Densitatea
Suprafata
populatiei
(km2)
(loc./km2)

Centru
administrativ

Populatia

Belgium
Bulgaria
Czech Republic
Denmark
Germany
Estonia

11,000,638
7,369,431
10,486,731
5,560,628
81,751,602
1,340,194

30,510
110,910
78,866
43,094
357,021
45,226

Ireland
Greece

4,570,127
11,309,885

70,280
131,940

Spain
France
Italy
Cyprus

46,152,926
65,048,412
60,626,442
839,751

504,782
547,030
301,230
9,250

Latvia

2,348,784

64,589

Lithuania
Luxembourg
Hungary
Malta

3,052,588
511,840
9,985,722
415,198

65,200
2,586
93,030
316

16,655,799
8,404,252
38,529,866
10,572,157
21,413,815
2,050,189
5,392,446
5,375,276
9,415,570
62,498,612

41,526
83,858
312,685
92,391
237,500
20,253
48,845
337,030
449,964
244,820

Netherlands
Austria
Poland
Portugal
Romania
Slovenia
Slovakia
Finland
Sweden
United Kingdom

361
66
133
129
229
30
65
86
91
119
201
91
36
47
198
107
1314
401
100
123
114
90
101
110
16
21
255

3. TABELUL ANOVA

SUMMARY OUTPUT
Regression Statistics
Multiple R
0.324632974
R Square
0.105386568
Adjusted R Square
0.030835448
Standard Error
243.0724965
Observations
27

ANOVA
df
Regression
Residual
Total

2
24
26

SS
167044.7114
1418021.726
1585066.437

MS
83522.36
59084.24

F
1.413614827

Significance
F
0.262799767

Coefficients

Standard
Error

t Stat

P-value

Intercept

220.5771629

66.38864104

3.322514

0.002850754

83.55774312

357.5965827

83.55774312

357.5965827

X Variable 1

3.50211E-06

2.9379E-06

1.192044

0.244898004

-2.56142E-06

9.56564E-06

-2.56142E-06

9.56564E-06

X Variable 2

-0.000712177

0.000423657

-1.68102

0.105728494

-0.001586562

0.000162208

-0.001586562

0.000162208

Lower 95%

Upper 95%

Lower 95.0%

Folosind informatiile din table (coloana Coefficients), elaboram modelul linar de regresie
multipla:
unde:
Suprafata (
)
Populatia (locuitori)
Y Densitatea ( loc/
)
De unde rezulta: Y = 220.5771 3.5021
+ (-0.007)

Upper
95.0%

Observand datele din tabel, putem deduce faptul ca intensitatea legaturii dintre variabilele
analizate este slaba, deoarece indicatorul Multiple R = 0.3246 nu se afla in apropierea
maximului 1.
Indicatorul R Square reprezinta faptul ca variatia densitatii ( variabila Y) este explicate de
variatia suprafetei si a populatiei in proportie de 10.53 %.

4.

INTERPRETAREA COEFICIENTILOR

Intercept reprezinta cresterea medie a densitatii in conditiile in care suprafata si

populatie sunt nule.
t este 3.3225 si pragul de semnificatie este 0.0028<0.05, insemnand ca acest parametru
este semnificativ. Probabilitatea fiind de
La o crestere a suprafatei cu 1
, in conditiile in care populatia ramane constanta,
densitatea va creste, in medie cu 3.5021 loc/
)
Intervalul de incredere este (
t are valoarea de 1.1920, iar pragul de semnificatie are valoarea de 0.2448 > 0.05, ceea
ce inseamna ca parametrul este nesemnificativ, probabilitatea fiind de
: La o crestere a populatiei cu 1 mil. loc., in conditiile in care suprafata ramane
constanta, densitatea va scadea, in medie, cu 0.0007 loc./
)
Intervalul de incredere este (
t : este 1.6810, pragul de semnificatie este 0.1057>0.05, ceea ce inseamna ca
parametrul nu este semnificativ, iar probabilitatea este de

5. TESTUL FISHER
Se utilizeaza pentru verificarea simultana a semnificatiei mai multor parametri:
:
si :
se bazeaza pe compararea sumei patratelor erorilor SSE din
modelul initial cu
din modelul restrans, prin adoptarea ipotezei nule
eliminandu-se
variabilele explicative din model.
(
(
Unde:

)
)
si SSE provin din tabelele ANOVA ale modelului restrans si initial
J = numarul restrictiilor
T = volumul esantionului
K = numarul parametrilor modelului initial
6

ANOVA
(restrans)
df
Regression
Residual
Total

SS
MS
F
1 83087.84 83087.84 1.382973
25 1501979 60079.14
26 1585066

Significance
F
0.250673

SSE
ANOVA
(initial)
df
Regression
Residual
Total

2
24
26

)
(

SS
MS
F
167044.7114 83522.36 1.413614827
1418021.726 59084.24
1585066.437

Significance
F
0.262799767

)
(

Pentru aflarea lui F-critic, folosim formula FINV(

), utilizata in Excel, care
genereaza urmatorul rezultat: F-critic = FINV (0,05;1;24) = 4,259677 acceptam , model
valid statistic.
Datorita faptului ca F-static < F-critic variabila populatie influenteaza densitatea
populatiei.

6.

TESTUL DURBIN WATSON PENTRU

VERIFICAREA AUTOCORELARII
( )

Conditie:

);

unde:

coeficient de autocorelatie

eroare necorelata (medie=0;

unde: T = numar observatii

T>15 ;

= constant)

( )
( )
(
)

SUMMARY OUTPUT
Regression Statistics
Multiple R
0.2289523
R Square
0.0524192
Adjusted R
Square
0.0145159
Standard Error
245.11047
Observations
27
ANOVA
df
Regression
Residual
Total

Intercept
X Variable 1

1
25
26

SS
MS
F
83087.843 83087.84 1.382973
1501978.594 60079.14
1585066.437

Coefficients
227.18086
-0.0003463

Standard
Error
t Stat
P-value
66.71177837 3.405409 0.002236
0.00029451
-1.176 0.250673

Significance
F
0.250673

Upper
Lower
Upper
Lower 95%
95%
95.0%
95.0%
89.785385 364.57634 89.7853852 364.57634
-0.000953 0.0002602 -0.0009529 0.0002602

RESIDUAL OUTPUT

Observation
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

Predicted
Suprafata Residuals
216.61394
143.9445032
188.76795
-122.3228097
199.86617
-66.89719881
212.25556
-83.22070154
103.52912
125.4534978
211.51715
-181.8838881
202.83987
-137.8124542
181.48436
-95.76444918
52.353119
39.07828287
37.720817
81.19114717
122.85194
78.41101936
223.97719
-133.1932983
204.81091
-168.4458338
204.5993
-157.7804615
226.28522
-28.35791955
194.96057
-87.62183891
227.07142
1086.846302
212.79862
188.2946454
198.13723
-97.91718829
118.88458
4.338040709
195.18188
-80.75345239
144.92439
-54.76095436
220.16638
-118.9374731
210.26374
-99.86459648
110.45286
-94.50390671
71.338953
-50.41379036
142.38915
112.8947763

266.2673
-55.4256
16.3235
-208.674
307.3374
-44.0714
-42.048
-134.843
-42.1129
2.780128
211.6043
35.25254
-10.6654
-129.423
59.26392
-1174.47
898.5517
286.2118
-102.255
85.09149
-25.9925
64.17652
-19.0729
-5.36069
-44.0901
-163.309
112.8948

70898.28
3071.998
266.4567
43544.92
94456.27
1942.291
1768.035
18182.56
1773.493
7.729111
44776.39
1242.741
113.7502
16750.19
3512.212
1379375
807395.1
81917.21
10456.13
7240.562
675.61
4118.626
363.7746
28.73699
1943.938
26669.69
12745.23
2635237

20720.02
14962.87
4475.2352
6925.6852
15738.58
33081.749
18992.273
9170.8297
1527.1122
6592.0024
6148.288
17740.455
28373.999
24894.674
804.1716
7677.5867
1181234.9
35454.873
9587.7758
18.818597
6521.1201
2998.7621
14146.123
9972.9376
8930.9884
2541.5503
12745.231
1501978.6

DW =
Datorita faptului ca valorea rezultata de testul Durbin Watson (1,754511) se regaseste in
intervalul (0;2), autocorelatia intre erori este una directa si puternica.

7.

TESTUL KLEIN PENTRU VERIFICAREA

MULTICOLINEARITATII

SUMMARY OUTPUT
Regression Statistics
Multiple R
R Square
Adjusted R Square
Standard Error
Observations

0.2289523
0.0524192
0.0145159
245.11047
27

Multiple R = 0.2289523 reprezinta noul model al regresiei.

= 0.0524192
Datorita faptului ca valoarea lui r> multicolinearitatea poate fi neglijata.

8. TESTAREA IPOTEZEI DE NORMALITATE A

ERORILOR JARQUE-BERA

Ipoteze:
: perturbatia u are o distributie normala.
: perturbatia u nu are o distributie normal.
(

10

(
(
(
(

)
)

Unde, T = numarul de observatii

S= coefficient de asimetrie
k= coefficient de aplatizare
Calculand acesti coeficienti cu ajutorul explicatiei Excel, am obtinut urmatoarele valori:
S=12.8260756
K=16.77557986
(

11

9. TESTAREA HOMOSCEDASTICITATII
GOLDFELD QUANDT
erori homoscedastice
erori heteroscedastice
Valoarea in urma testului GQ este de 1.059207, iar valoarea critica este de 19.
Se compara valoarea lui GQ cu valoarea lui F-critic: 1.059207<4.259677 prezumtia
homoscedasticitatii este infirmata si se accepta alternativa: eroarea este heteroscedastica.

12