TEME DE CONTROLTC1: Se consider modelul:

yt = a + bxt + ut
n urma prelucrrii electronice a calculelor econometrice privind modelul de mai sus
s-au obinut urmtoarele rezultate:

SUMMARY OUTPUT
Regression Statistics
Multiple R
0,6809
R Square
0.46362
Adjusted R Square
0,4223
Standard Error
7,5104
Observations
15
R Square = R2=0.68092=0.46362

ANOVA
Regression
Residual

df
1
13

SS
633,6594
733.10519

Total

14

1366.76459

MS
F
633.6594 11.23396
56,4057

Significanc
eF
0,0052

R2=SSR/SST => SST=1366.76459

MSR=SSR / df
Sy/x2 = MSR
MSR/MSE=11.23396

Coefficient
Standard
Upper
s
Error
t Stat
P-value Lower 95%
95%
Intercept
-8,5185
13.4044
-0,6355
0,5361
-37,4749
20.4376
X Variable 1
0,1812
0,0541
3.3493
0,0052
0.0646
0,2981
Durbin Watson Statistics = 1,54 ( d1 = 1,08; d2 = 1,36)
F (White Heteroskedasticity Test) =2,03 (Critical F (White Heteroskedasticity Test) =
3,88)

= -8.5185 ;
= 0.1812
Sb=0.0541
t1calc= /Sa => -0.6355=-8.5185/Sa => Sa=13.4044
t2calc= /Sb => t2calc = 0.1812/0.0541 => t2calc = 3.3493
lower 95%
- t/2,n-2*Sa = -37.4749 => t/2,n-2= 2.1602
- t/2,n-2*Sb= 0.1812 2.1602 * 0.0541 = 0.0646
Upper 95%
+ t/2,n-2*Sa = 20.4376
+ t/2,n-2*Sb = 0.2981

Se cere:
Sa se scrie ecuatia de regresie si sa se interpreteze economic valorile coeficientilor

Y=20.4376+0.2981*X

este estimatorul punctului de intercepie () obinut pe

baza datelor din eantion;

b este estimatorul pantei liniei drepte () obinut pe baza

datelor din eantion ; arata ca media este in crestere cu
0.1812
Fsignificance =0.0052 < 0.05 => modelul este valid
Coeficientul de determinatie : 46.362%

S se verifice semnificaia parametrilor modelului, s se determine intervalele de

ncredere corespunztoare acestora (Critical t = 2,16);

= -8.5185 = punctul in care variabilele explicative sunt 0.

t=| - 0.6355| < critical t=2.16 => nu este semnificativ diferit de 0, deci nu este
semnificativ statistic.

Intervalul de incredere pt :
- t/2,n-2*Sa <= <= + t/2,n-2*Sa
-8.5185 2.1602 * 13.4044 <= <= -8.5185 + 2.1602*13.4044
-37.4746 <= <= 20.4376
b
= 0.1812 ceea ce nsemn c, la creterea cu o unitate de msur a variabilei x1,
variabila endogen y va crete cu 0,1812 uniti de msur.
tb=|3.3493| > critical t=2.16 => este semnificativ diferit de 0, deci este semnificativ
statistic.
b
Intervalul de incredere pt :
b b - t/2,n-2*Sb <= <= + t/2,n-2*Sb
0.1812 2.1602 *0.0541 <= <= 0.1812+2.1602*0.0541
0.0644 <= <= 0.2981

S se completeze tabelul ANOVA i s se verifice validitatea modelului de

regresie pentru un prag de semnificaie de 5% (Critical F = 4,67);

F=11.23396 > critical F=4.67, iar significance F =0.0052 (valoare mai mica decat
0.05), deci modelul de regresie construit este semnificativ statistic (valid) si poate si
utilizat pentru analiza dependentei dintre variabilele incluse in model pentru o
probabilitatea de cel mult 100 0.0052 = 99.9948 > 95%

Sa se analizeze bonitatea modelului de regresie.

Acesti indicatori sunt:raportul de corelatie(Multiple R), coeficientul de corelatie

dintre valorile observate si valorile ajustate prin ecuatia de regresie (R
Square), si coeficientul de determinatie ajustat
(Adjusted R Square). Cu cat
si
au valori mai apropiate de 1 cu atat regresia este mai buna.
R square=0.46362
Adjusted R square = 0,4223
Standard error = 7,5104

S se verifice ipotezele de independen a erorilor i de homoscedasticitate a

erorilor.

Varianta variabilei reziduale, 2 este constant i independent de variabila exogen

X - ipoteza de homoscedasticitate a erorilor.
2 = MSE = 56,4057
Pt ipotezele de independenta a erorilor:
H0:
, pentru i=1,,k
H1:
astfel nct
.

tiind c n perioada imediat urmtoare xt+1 = 20 s se estimeze yt+1 pe baza unui

interval de ncredere.

yt+1 = -8.5185 + 0.1812 * xt+1

yt+1 = -8.5185 + 0.1812 * 20
yt+1 = -4.8945

TC2:
Se cunosc urmtoarele date referitoare la numrul de turiti sosii ntr-o staiune montan
n perioada 2006-2008:
Anul

Numrul de turiti
Trim. I

Trim. II

Trim. III

Trim. IV

2006

400

320

380

450

2007

420

360

400

450

2008

440

400

420

500

Se cere:
S se reprezinte grafic datele, s se determine componenta sezonier prin ambele
modele(aditiv si multiplicativ) i s se interpreteze valorile obinute;
S se determine seria desezonalizat;
S se previzioneze vnzrile trimestriale pentru anul 2007.

Anu
l

Tri
m

Yt
(NR
turist
i)

200
6

200
7

200
8

YtT
(Medii
mobil
e)

YtS
(compone
nta
sezoniera)

Yt-YtS (seria
desezonaliz
ata)

Valorile
trendului
pt. seria
corectata

400

DSB
(deviati
i
sezonie
re
brute)
15

13,28125

386,71875

II

320

-40,625

-42,34375

362,34375

III

380

390

-10

-10

-11,71875

391,71875

IV

450

397,5

52,5

42,5

40,78125

409,21875

420

405

15

13,28125

406,71875

II

360

407,5

-42,34375

402,34375

III

400

410

47,5
-10

-11,71875

411,71875

IV

450

417,5

32,5

40,78125

409,21875

440

425

15

13,28125

426,71875

II

400

433,7
5

-42,34375

442,34375

III

420

33,7
5

386,7187
5
393,3096
591
399,9005
682
406,4914
773
413,0823
864
419,6732
955
426,2642
045
432,8551
136
439,4460
227
446,0369
318

-11,71875

431,71875

IV

500

40,78125

459,21875

Metoda multiplicativa

Yt-YtT

452,6278
409
459,2187
5

Perioada

yt

ytMMM

yt/ytMMM

ysk*

Tr 1
2006
Tr 2
2006
Tr 3
2006
Tr 4
2006
Tr 1
2007
Tr 2
2007
Tr 3
2007
Tr 4
2007
Tr 1
2008
Tr 2
2008
Tr 3
2008
Tr 4
2008
total

400

320

0,97498436
5
1,10495989
2
1,03616557
7
0,90281289
2

yts
0,970393741
1,09975729

410

0,97435897
4
1,13207547
2
1,03703703
7
0,88343558
3
0,97560975
6

417,5

1,077844311

0,898562081

425

0,970393741

420

433,75
-

1,035294118
0,92219020
2
-

500

380
450
420
360
400
450
440
400

390
397,5
405
407,5

1,031286887
0,898562081
0,970393741
1,09975729
1,031286887

1,09975729
1,031286887
0,898562081

Yt/yts (seria
corectata)
412,203812
7
290,973292
9
368,471668
4
500,800122
1
432,814003
3
327,344954
5
387,864914
1
500,800122
1
453,424193
9
363,716616
1
407,258159
8
556,444580
2

Comp.
Aleat.
0,94
1,26
1,07
0,80
0,95
1,20
1,07
0,84
-

Media =
1.0047

M. Aditiva
Media DSB=1,71875
ytMMM1 =
ytMMM2 =
ytMMM3 =
ytMMM4 =
ytMMM5 =
ytMMM6 =
ytMMM7 =
ytMMM8 =
Rezulta:
In trimestrul 1, factorul sezonier a determinat o crestere medie a numarului

de turisti cu 10 fata de trend.

In trimestrul 2, factorul sezonier a determinat o scadere medie a numarului
de turisti cu 30 fata de trend.
In trimestrul 3, factorul sezonier a determinat o scadere medie a numarului
de turisti cu 15 fata de trend.
In trimestrul 4, factorul sezonier a determinat o crestere medie a numarului
de turisti cu 37 fata de trend.

,
= 390
= 396.636
= 403.272
= 409.908
= 416.544
= 423.18
= 429.816
= 436.452
= 443.088
= 449.724
= 456.36
= 462.996
Valorile previzionate ale trendului pt trimestrele 1,2,3,4 ale anului 2009 sunt:

Valorile previzionate ale vanzarilor in anul 2009 se obtin insumand valorile estimate ale
trendului cu deviatiile sezoniere corectate:

Anul

Trimestrul

ytS

y ( n p ) y ( n p )T ytS

previziune

1
2
3
4

2009

TC3:

1
2
3
4

469.636
476.272
482.908
489.544

506.636
446.272
467.908
526.544

10
-30
-15
37

Pentru un mare magazin alimentar s-au cules date privind vnzrile (zeci mil RON) i
profitul (mil RON), realizate n primele 10 luni ale anului 2009:

Vnzri (zeci mil. RON)

Profitul (mil. RON)
Timpul(luni)

7
7
1

6
6
2

6
7
3

8
5
4

14
7
5

5
4
6

15
10
7

8
7
8

16
10
9

10
8
10

Se cere:
Sa se estimeze parametrii modelului de regresie, sa se scrie ecuatia de regresie, sa se
interpreteze valorile coeficientilor de regresie

a= -2.69301
b= 1.71733
Functia de regresie : Yx = -2.69301 + 1.71733 X
Panta nu este 0 ; profitul (Y) creste pe masura ce vanzarile (X) cresc.

Modelul se scrie:
VANZARI= -2.69301 + 1,7133 * PROFIT
Interpretare : creterea profitului cu un mil RON reduce vanzarile cu 1.7133 zeci mil
RON. Modelul este valid din punct de vedere statistic, Significance F= 0,004652294 <
0,05, cu un coeficient de determinaie R 2= 65.33%, ceea ce nseamn c vanzarile

explic ntr-o proporie de aproximativ 65% profitul, restul fiind determinat de ali
factori.

Sa se testeze validitatea modelului de regresie pentru un nivel de semnificatie de 5%

(Fcrit=5.317)

ANOVA
df

SS

MS

Significance F

regression

97.02887

97.02887

15.0809

0.00465

Residual

51.47112

6.43389

total

148.5

sau

, rezult c modelul este valid statistic sau este semnificativ diferit de zero, pentru
un prag de semnificaie de 0,05.
O alt variant de verificare a semnificaiei modelului se poate realiza prin
n k 1 raportului
R2
10 1 1 0,6533
verificarea
Fc semnificaiei

de corelaie:

15.0747 F critic 5.317

2
k
1
1 0,6533
1 R
rezult c raportul de corelaie este semnificativ diferit de zero pentru un prag de
semnificaie de 5%, deci i modelul este valid statistic pentru un prag de semnificaie de
5%.

Sa se testeze semnificatia parametrilor modelului de regresie(tcrit=2.3), sa se determine si

sa se interpreteze intervalele de incredere pentru acestia

Coeficientul = -2.693 este punctul in care variabilele explicative sunt egale cu 0.

Deoarece t=| - 0.831| < critical t=2.16 => nu este semnificativ diferit de 0, deci nu este
semnificativ statistic.
= -2.693 ;
= 1.7173
Sb=0.4422

t1calc= /Sa => -0.8310 = -2.6930 / Sa => Sa= 3.2406

t2calc= /Sb => t2calc = 0.7173 / 0.4422 => t2calc = 1.6221
Lower 95%
- t/2,n-2*Sa = - 10.1658 => t/2,n-2= 7.4728
- t/2,n-2*Sb= 0.7173 7.4728 * 0.4422 = -2.5871
Upper 95%
+ t/2,n-2*Sa = 21.5233
+ t/2,n-2*Sb = 0.6114

INTERVALE DE INCREDERE PT PARAMETRULUI

H0: nu este semnificativ statistic
H1: este semnificativ statistic
t=a/sa=-0.83102 > -tcrit, rezulta acceptam H0, deci nu e semnificativ statistic
Intervalul
de
incredere
pentru

este:
a-tcrit*saa+tcrit*sa,
-10.16594.779838
INTERVALE DE INCREDERE PT PARAMETRULUI
H0: nu este semnificativ statistic
H1: este semnificativ statistic
t=b/sb=3.883414 > tcrit, rezulta respingem H0, deci e semnificativ statistic
Intervalul de incredere pentru este: b-tcrit*sbb+tcrit*sb,
0.6975632.737088

rezulta

rezulta

Analizati sensul si intensitatea legaturii dintre cele doua variabile si testati

semnificatia indicatorului utilizat.

b=1.7173 > 0, rezulta ca legatura dintre cele doua variabile este directa
intensitatea legaturii dintre cele doua variabile rezulta din calculul raportului de corelatie
R=(SSR/SST)=0.808327, deci legatura este destul de puternica
H0: R nu este semnificativ statistic
H1: R este semnificativ statistic

F=R2/(1-R2)*8=0.653393/(1-0.653393)*8=15.0809>Fcrit, rezulta ca respingem ipoteza

nula, deci R este semnificativ statistic

Sa se calculce valorile estimate de model si erorile.

Vanzari
(Yi)

Valorile
estimate de
model: i=a+bxi

Profit
(Xi)

2,69301

1,7173
25

9,328267477

2,69301

1,7173
25

7,610942249

2,69301
2,69301
2,69301
2,69301
2,69301

1,7173
25
1,7173
25
1,7173
25
1,7173
25
1,7173
25

9,328267477

5,893617021

14

9,328267477

4,176291793

15

10

14,48024316

2,69301
2,69301

1,7173
25
1,7173
25

9,328267477

16

10

14,48024316

2,69301

1,7173
25

10

11,04559271

Erorile: yi-i

2,32826747
7
1,61094224
9
3,32826747
7
2,10638297
9
4,67173252
3
0,82370820
7
0,51975683
9
1,32826747
7
1,51975683
9
1,04559270
5

Pe baza seriei erorilor sa se verifice ipoteza de non-autocorelare a erorilor utilizand

testul Durbin-Watson pentru un nivel de semnificatie de 5%(d 1=1,08 i d2=1,36)

Erori ei

2,3282674
77
1,6109422
49
3,3282674

ei-ei-1
0,717325228
1,717325228
5,434650456

(ei-ei2
1)
72,587
34

ei2
51,471
12

d
1,4102
54

77
2,1063829
79
4,6717325
23
0,8237082
07
0,5197568
39
1,3282674
77
1,5197568
39
1,0455927
05

2,565349544
3,848024316
0,303951368
1,848024316
2,848024316
2,565349544

TESTUL DURBIN-WATSON
H0: erorile nu sunt sunt autocorelate (=0)
H1: erorile sunt autocorelate (0)
d=((ei-ei-1)2)/(ei2)=1.410254 care se gaseste in intervalul (d2, 4-d2), deci acceptam
H0 , adica erorile nu sunt autocorelate

Sa se verifice ipoteza de normalitate a distributiei erorilor(S= -0.841, K= -1.137)

pentru un nivel de semnificatie de 5%(

).

TESTUL JARQUE-BERA
H0: erorile sunt normal distribuite
H1: erorile nu urmeaza o distributie normala
JB = 10/6 * (S2+(K-3)2/4)= 8.31 > 2,2 , deci respingem ipoteza nula, adica erorile nu sunt
normal distribuite.

Sa se verifice ipoteza de homoschedasticitate a erorilor daca F (White

Heteroskedasticity Test) =2,84 (Critical F (White Heteroskedasticity Test) =

3,88).
H0: erorile prezinta homoscedasticitate
H1: erorile prezinta heteroscedasticitate
F = 2.84 < Critical F = 3.88 , rezulta ca acceptam ipoteza nula, deci erorile sunt homoscedastice.

tiind c n perioada imediat urmtoare xt+1 = 20 s se estimeze yt+1 pe baza

unui interval de ncredere.
n acest caz, dac

unde:
estimaia punctual a valorii de prognoz pentru variabila y;
valoarea real a variabilei y n momentul de prognoz (
).
Sub form matriceal, relaia anterioar devine:
unde:
=- reprezint matricea coloan a valorilor de
prognoz ale variabilelor
(
) pentru momentul (
).
mil. RON.
n vederea estimrii intervalului de ncredere pentru aceast valoare probabil este
necesar calcularea dispersiei de prognoz acestei valori cu ajutorul relaiei:

49

49

49

12

16

36

36

36

18

21

42

36

49

32

20

40

64

25

14

70

35

98

196

49

30

24

20

25

16

15

10

105

70

150

225

100

64

56

56

65

49

16

10

144

90

160

256

100

10

10

100

80

80

100

64

95

71

172

582

419

731

1052

537

12 b0 + b1 * 95+ b2*71=172
95*b0 + b1 * 1052 + b2 * 731=582

71*b0 + b1 * 731 + b2 * 537 = 419

B0=207.03
B1=63.88
B2=-118.52

Intervalul de ncredere a prognozei profitului, estimat cu un prag de semnificaie

, pentru care valoarea lui
, preluat din tabela distribuiei Student, este
se va calcula cu ajutorul relaiei:

n concluzie, pentru un prag de semnificaie de 5%, profitul va fi cuprins ntre 160

i 301 milioane lei.

Daca se include in cadrul modelului o a doua variabila exogena timpul sa se

estimeze parametrii modelului de regresie bifactoriala de forma: si sa se

interpreteze economic si econometric rezultatele obtinute(rezolvarea se va

face in excel).
SUMMARY OUTPUT
Regression Statistics
0,82777
Multiple R
8
0,68521
R Square
6
Adjusted R
0,59527
Square
7
Standard
2,58416
Error
8
Observatio
ns
10
ANOVA
df
Regression
Residual

2
7

SS
101,754
5
46,7454

MS
50,877
27
6,6779

F
7,6187
27

Significa
nce F
0,0175

Total

6
148,5

23

Coefficie
nts

Standar
d Error

t Stat

P-value

Intercept
X Variable
1

-2,75071
1,51537
4

3,30220
2
0,51049
9

0,8329
9
2,9684
15

0,4323
48
0,0208
55

0,308235

5,0577
57
2,7225
13

X Variable
2

0,27119
2

0,32237
9

0,8412
22

0,4280
22

-0,49111

1,0334
96

RESIDUAL OUTPUT
Observatio
n
1
2
3
4
5
6
7
8
9
10

Predicte
dY
8,12809
8
6,88391
7
8,67048
2
5,91092
7
9,21286
7
4,93793
8
14,3013
7
10,0264
4
14,8437
6
12,0842

Residual
s
-1,1281
0,88392
2,67048
2,08907
3
4,78713
3
0,06206
2
0,69862
8
2,02644
1,15624
4
-2,0842

Vanza Profit
Timpul
ri (Yi)
(X1i)
(X2i)
7
7
1
6
6
2
6
7
3
8
5
4
14
7
5
5
4
6

Lower
95%
-10,5592

Upper
95%

Lower
95.0%
10,559
2
0,3082
35
0,4911
1

Upper
95.0%
5,0577
57
2,7225
13
1,0334
96

15
8
16
10

10
7
10
8

7
8
9
10

Ecuatia modelului de regresie bifactoriala: i = -2.75 + 1.51*x1i + 0.27*x2i

Interpretare parametrii:
Daca profitul creste cu 1 mil. RON, iar timpul ramane constant, atunci vanzarile cresc cu
1.51 zeci mil. RON.
Daca timpul creste cu 1 luna, iar profitul ramane constant, atunci vanzarile cresc cu 0.27
zeci mil. RON.
Se observa ca b1 si b2 sunt pozitivi, deci legatura dintre variabile este directa.
F = 7.618 > F critic =5.317, deci respingem ipoteza nula si acceptam ipoteza alternativa,
adica modelul este valid.
Se observa ca doar parametrul 1 este semnificativ statistic (t = 1.96 > t critic), pe cand
parametrii si 2 nu sunt semnificativi statistic ( t< t critic sau capetele intervalelor de
incredere au semne diferite sau P-value > 0.05)
Coeficientul de determinatie R2 = 0.68 ne arata ca 68% din variatia vanzarilor este
explicata de variatia profitului si a perioadei de timp.