Crearea i Testarea Modelului de

Regresie Multipl cu ajutorul

aplicaiei EViews










Bucureti 2011

Variatia produsului intern brut (PI B) in
functie de veniturile populatiei
si nivelul preturilor

1. Scopul studiului
Acest proiect isi propune sa gaseasca corelatia dintre nivelul produsului intern brut (PIB)
in functie de nivelul veniturilor personale si al preturilor. Se va urmari influenta veniturilor,
precum si a preturilor asupra produsului intern brut. Modelul econometric se va construi pe baza
datelor obtinute de pe site-ul eurostat pentru Ungaria (site-ul de unde au fost preluate datele este:
http://appsso.eurostat.ec.europa.eu/nui/setupModifyTableLayout.do). Aceste date sunt
structurate pe ani, incepand cu anul 1996 pana in 2008.
Se va studia influenta celor 2 factori separat: influenta veniturilor asupra nivelului
produsului intern brut, apoi influenta indicelui preturilor asupra aceluiasi produs intern brut,
urmand ca mai apoi sa se testeze modelele astfel obtinute, testari prelucrate cu ajutorul
programului EViews4.1.
Variabila endogena considerata este produsul intern brut(PIB) si variabilele exogene sunt
veniturile populatiei si indicele preturilor.
Modelul econometric are urmatoarea forma:
Y
t
= +
1
* X
1
+
2
* X
2

Pentru ca inferena bazat pe rezultatele regresiei liniare multiple sa fie valida, trebuie
indeplinite un set de sase ipoteze, regresia bazat pe acest set de ipoteze fiind
cunoscut ca modelul clasic normal de regresie multipla.

Ipoteze:

1.Legatura dintre variabila dependenta si variabilele independente este liniara.

2. Variabilele independente sunt aleatoare. De asemenea intre variabilele independente incluse
ntr-o regresie nu exist nici o relaie liniar. Daca variabilele independente sunt corelate atunci
exist multicoliniaritate.

3. Media termenului de eroare este egala cu zero : E(

)=0.

4. Variana termenului de eroare,

,este aceiasi pentru toate observatiile :var(

)=

.Aceste
erori se numesc homoskedastice.Daca , in schimb , varianta termenului de eroare este variabila
erorile sunt heteroskedastice, si trebuie utilizate metode diferite de estimare a parametrilor.

5.Termenul de eroare,

,este necorelat intre observatii :E(

)=0, tk.

6.Termenul de eroare este normal de distribuit.


Acestea sunt datele alese

de noi care urmeaza a fi intepretate:







Pentru a determina n ce msur variabilele independente contribuie la modificarea
variabilei dependente vom elabora un model de regresie liniar multipl, vom determina dac
acesta poate fi considerat valid, adic dac exist, sau nu, o legtur liniar ntre produsul intern
brut (PIB), nivelul preturilor si a salariilor, caracterizata de anumite valori ale variabililor
independente.
Elaborarea modelului de regresie se va face cu ajutorul programului Eviews. La
folosirea acestuia, Eviews va furniza urmtoarele informaii:


Analiza datelor furnizate de Excel, permite s formulm un ir de concluzii, fiecare tabel
avnd o anumit putere informativ.
Folosind informaiile din ultimul tabel, coloana Coefficients, elaborm modelul liniar de
regresie multipla dintre cele
Y= -3877,752+424,8548*X2+4,548118*X3
Interpretare
PI B=-3877,752+424,8548*I PC+4,548118*Salarii
In conditiile in care variabila exogena Salarii este constanta atunci PIB creste cu
424,8548 la o crestere de 1mil euro a valorii IPC.
Daca IPC cresc cu 1 mil euro atunci PIB cresc cu 424,8548 mil euro
(Salarii=const) , intre IPC si Salarrii o legatura pozitiva.
Daca IPC si Salariile sunt zero atunci PIB are o valoare negativa 3877,752 mil
euro
Un alt indicator care arata dac modelul de regresie este bine specificat este

. Conform
R Square, variana variabilei PIB este explicat de variana variabilelor IPC si Salarii n proporie
de 98%,. Intrucat are o valoare foarte apropiata de 1, exista o legatura puternica intre variabila
endogena si cele doua variabile exogene.
De fiecare dat cnd este introdus n regresie o nou variabil independent care este
ct de puin corelat cu variabila dependent,

crete, dar n acelai timp se pierde

un grad de libertate.
De aceea, o msur mbuntit a lui

este

ajustat, acesta innd cont de

numrul de variabile independente incluse n regresie.Modelul este semnificativ intrucat

ajustat are valoare 98%.
Testarea modelului in ansamblu
Aceasta testare este realizata prin intermediul testului Fisher.Acest test statistic verifica
daca exista cel putin un parametru ce corespunde unei variabile explicative diferit de
zero.
Ipotezele testului:

:()

Prob(F)=0.77>0.05 Se acepta ipoteza nula

Testarea parametrilor modelului

Testarea parametrilor se realizeaza prin intermediul testului Student.
In urma introduceri datelor in Eviews am obtinut urmatoarele rezultate ale estimarii modelului pentru
fiecare actiune in parte.Inca de la inceput trebuie sa verificam daca variabila exogena este independent
sau nu,practic daca depinde de variabila endogena.Acest lucru il putem vedea daca valorile rezultate ale
coeficientilor sunt sau nu diferiti de 0.Acest lucru se face prin compararea probabilitatii p-value obtinute
cu un prag de 0.05.Daca p-value obtinuta este mai mare sau egala cu 0.05, se va accepta ipoteza
nula,coeficientul fiind statistic diferit de zero, in caz contrar respingandu-se ipoteza nula
Pentru

=0,IPC nu influenteaza semnificativ datoria publica

0,IPC influenteaza semnificativ datoria publica

Valoarea P-value pentru

este 0,01219 < 0.05, unde 0.05 e gradul de risc admis iniial se
respinge Ho
Pentru

=0,Salariile nu influenteaza semnificativ datoria publica

0,Salariile influenteaza semnificativ datoria publica

Valoarea P-alue pentru

este 0,0010<0,05 , se respinge Ho

Heteroskedasticitate
Testul WHI TE











Testul White
Acest test are la baza explicitarea seriei (

) in raport cu una sau mai multe variabile

exogene.Astfel,se reprezinta seria patratelor reziduurilor in raport cu valorile variabilelor
exogene.
In cazul de fata ,Datoria publica este explicata prin doua variabile exogene(Venituri bugetare si
Cheltuieli bugetare) deci putem defini modelul de regresie :

Ipoteze testului

-homoskedasticitate

-heteroskedasticitate
Statistica testului LM=n*

Prob(F)=0.77>0.05 => Se accepta ipoteza nula conform careia modelul este homoskedastic

Prob(n*

)=0.64>0.05 =>Se accepta ipoteza nula conform careia modelul este homoskedastic
Autocorelarea erorilor
Prin aplicarea testului Breusch-Godfrey putem determina existenta unei autocorelari la
nivelul modelului:
Breusch-Godfrey LM test for autocorrelation:



Testul Breuch-Godfrey

Acest test este folosit pentru a verifica daca reziduul estimat poate fi reprezentat printr-un model
autoregresiv de ordinal r.
Ipotezele testului :

,reziduul nu este autocorelat.

admite o reprezenatare autoregresiva de ordinal r.

Prob(

)=0,10>0.05 => Se accepta ipoteza nula conform careia erorile nu sunt corelate.
Prob(F)=0.17>0.05 => Se accepta ipoteza nula conform careia erorile nu sunt
corelate
Testul Durbin-Watson

Durbin Watson statistic (DW) este un test statistic care testeaz corelaia serial a
erorilor. Dac erorile nu sunt corelate, atunci valoarea lui DW va fi n jur de 2.


Ipotezele testului:

:=0, nu exista autocorelare la nivelul seriei reziduurilor.

0,seria reziduurilor prezinta autocorelare de ordinu 1.

In exemplul de mai sus acest indicator are valoarea 1,87 i ca urmare,nu exist corelaie serial a
erorilor.

Homoscedasticitatile perturbatiilor se testeaza deoarece in caz contrar s-ar incalca un
principiu fundamental conform caruia numarul de parametrii ce urmeaza a fi estimati sa nu
depaseasca numarul de observatii pe care se fac estimarile. Testarea se face cu ajutorul unuia din
testele Goldfeld-Quand, Gleisjer sau Testul White; efectuand testul White asupra modelului
estimate (View Residual Tests White Heteroskedasticity (no cross terms)), rezulta concluzia
ca perturbatiile sunt homoscedastice (p-value este in toate cele 5 cazuri mai mare de 0.05).


Testul Jarque-Bera

Testul Jarque-Bera verifica daca erorile sunt distribuite aproximativ normale.
Ipotezele testului :

Se observa ca probabilitatea testului este 0,90 >0,05 Se accepta ipoteza nula

ceea ce
inseamna ca erorile sunt distribuite normal.