Proiect Econometrie

n acest proiect am studiat regresia liniar multipl parcurgnd toate

etapele necesare n identificarea unui model econometric. Ca suport
economic am studiat dependena ntre indicele preului de consum, rata
somajului i rata inflaiei. Am vrut s determin dac creterea indicelui
preului de consum este influenat de aceti indicatori. Ca surs a datelor am
folosit: http://www.zf.ro/infografice/evolutia-ratei-somajului-in-romania-sursaanofm-8881453 i http://www.insse.ro/cms/ro/content/ipc-serii-de-date, am
luat datele din anii 2000 pana in 2013.
Datele folosite n model sunt prezentate n urmatorul tabel:

Figura 1.1 Date utilizate n modelul econometric

Ecuaia modelului de regresie liniar multipl va arta n felul urmtor :

Y = 0 + 1 X 1+ 2 X 2 +
n care:
Y- indicele preului de consum
X 1 -rata omajului(%)

X 2 -rata inflaiei(%)
0 , 1 , 2 - parametrii modelului de regresie
-variabila eroare
Am calculat matricele variabilelor si a parametrilor pant in tabelele de mai
jos:

Cu 14 observaii, am trecut la estimarea parametrilor ecuaiei utiliznd MS

Excel. Cu ajutorul blocului Data Analisys am obinut urmtoarele rezultate cu
un nivel de semnificaie de 95%.

Figura 1.2 Data Analisys a datelor.

Ca rezultat al aplicrii tehnicii obinem parametrii estimai ai modelului:

 0 =100 ne arat c valoarea medie IPC este de 100 atunci cnd rata
omajului i rata inflaiei sunt egale cu 0.
1 =6,14 - ne arat c valoarea IPC crete n medie cu 6,14 atunci cnd
rata omajului crete cu o unitate, meninnd celelalte variabile constante.
2 =1 meninnd celalalte constant, IPC crete cu aproximativ 1 u.m
pentru fiecare an din perioada stabilit
Y =100+6,14 X 1 + X 2
cu erorile standard :
SE( 0 ^)=7,03
SE( 1 ^)=1,35
SE( 2 ^)=1,92
Apoi am efectuat prelucrarea datelor prin intermediul Eviews :

Figura 1.3 Prelucrarea datelor n EViews

Evident se obin aceleai

rezultate ca i cu ajutorul
Excel. Utilizind funcia scatter
am obinut graficul Y, X1, X2.
Se observ o polarizare a
valorilor n figura alturat.

Am aplicat testul de semnificaie t (Student) asupra coeficienilor

modelului de regresie. Am utilizat urmtoarele ipoteze :
H 0 : i=0 (paramentrul pant nu e semnificativ)
H 1 : i0 (parametrul este semnificativ statistic)
t calculat=

^ 10 6,14
=
=3,26 52
SE( ^ 1) 1,35

t critic =t 0,025 =2,179

Deoarece
parametrul

t calculat >t critic

1

rezult c respingem

H0

i acceptm

H1

, iar

este semnificativ statistic pentru un nivel de semnificaie de

95%.
Am parcurs i testul F (Snedecor - Fisher) pentru a analiza variana
variabilei independente y i dependenei liniare ntre Y i cele 2 variabile .
Toate calculele sunt redate n tabelul ANOVA n Excel:

SST = SSR + SSE

(n-1) (k) n-(k+1) - grade de libertate.
Sumelor SSR, SSE se asociaz mediile lor n funcie de gradele de libertate
MSR,MSE. Deci, am verificat ipotezele aferente testului F.
H0 :
H1:

0 1= 2=0
nu toi parametri sunt nuli

Din tabel avem

Fcalculat

= 4,7091 , iar valoarea tabelar pentru

este 3,89. De unde rezult c

Fcalculat > Fcritic

i deci respingem

Fcritic
H0

acceptm

H 1 . Significance F din ANOVA semnific eroarea care o fac

eliminnd ipoteza nul, deci n modelul analizat este suficient de mic.

Astfel coeficientul de determinaie multipl (R ptrat)obinut prin raportul
SSR/SST exprim partea de varian total explicat de model. Se gasete n
tabelul iniial n Excel i n datele generate de Eviews. Coeficientul ia valori
[0,1], 0 ar nsemna SSR=0 ceea ce semnific c X1,X2 nu influieniaz deloc
variabilele Y. Un coeficient mai aproape de 1 semnific o dependen total
cu reziduuri nule ca i n tabelul prezentat.
Detectarea heteroscedasticitii folosind teste statistice
1) Testul White:
Testul White solicit ca, dup determinarea reziduurilor din regresia original, s
se calculeze o
regresie auxiliar a ptratelor reziduurilor n raport cu o constant, variabilele
explicative ale modelului original, ptratele lor si produsele lor ncrucisate.
H 0 : a1 = a2 = (exist homoscedasticitate)

H1:

a 0, i = 1,2 (exist heteroscedasticitate)

Dac probabilitatea este mai mic dect nivelul de semnificaie ales, respingem

H0

si acceptm

H 1 erorile aleatoare sunt heteroscedastice.

Deoarece p-value respingem H0 si acceptm H1, exist heteroscedasticitatea erorilor aleatoare

2) Testul Glejser

Am aplicat Testul Breusch-Godfrey pentru a detecta autocorelarea de ordin

superior cu ajutorul lui EViews.
H0: 1 (exist homoscedasticitate)
H1: 1 (exist heteroscedasticitate)

Multicoliniaritatea
variabilelor explicative

Detectarea multicoliniaritii pe baza coeficienilor de corelaie dintre variabilele

explicative:

Concluzii
Modelul studiat mi-a artat dependena IPC de omaj i inflaie. O inflaie sczut i
omaj naltdetermin o stagnare n cretere economic i eventual n indici. Dar
dup cte am constatat din model perioadele de criz se caracterizeaz prin
disproporii economice.