Model de regresie unifactorial liniar

y i= 0 + 1 x i + i

Regression Statistics
SSR
Multiple R ( R
SST

R Square ( R

Adjusted R

Square ( R

Standard Error

SSR
SST

SSE
nk 1
1
SST
n1

MSE
n

Observations
ANOVA
df

SS

Regression

k 1

SSR= ( ^y i y )2

MSR=

SSR
k1

Residual

nk

SSE= ( y i y )

MSE=

SSE
nk

Total

n1

SST =SSR+ SSE

Coefficients

Stand.Error

Intercept
(a)

^ 0

s ^ = MSE
0

MS

1
x 2
+
n ( x ix )2

t Stat

t cal=

^ 0
s ^

MSR
MSE

Pvalue

Lower 95%

Upper 95%

pa

^ 0t cal s ^

^ 0+ t cal s ^

X Variab. 1
(b)

^ 1

s ^ = MSE
1

1
( x i x )2

t cal=

^ 1
s ^

pb

^ 1t cal s ^

^ 1+t cal s ^

Validitatea modelului de regresie

H 0 : MSR=MSE (modelul nu este valid statistic)

Fcalculat > F tabelat se respinge H 0 , se accepta H 1

H 1 : MSR>MSE (modelul este valid statistic)

Fcalculat < F tabelat se respinge H 1 , se accepta H 0

Interpretare valori pentru coeficienii modelului de regresie

b msoar panta dreptei si arata ca atunci cnd variabila independenta creste cu o unitate, variabila dependenta creste
in medie cu valoarea lui b
a arata nivelul variabilei dependente atunci cnd variabila independenta este 0. Efectul mediu asupra variabilei
dependente, al tuturor factorilor care nu sunt luai in considerare in modelul de regresie

Semnificaia statistica a parametrilor

Testarea parametrului panta
H0:
statistic)

H1:

1
1

= 0, (parametrul pant

1 nu este semnificativ

0, (parametrul pant

1 este semnificativ

statistic).

Testarea parametrului de interceptare

t calculat >t tabelat se respinge H 0 , se accepta H 1

t calculat <t tabelat se respinge H 1 , se accepta H 0

H0:

= 0, (parametrul de interceptare

semnificativ statistic)

H1:

0, (parametrul de interceptare

semnificativ statistic).

0 nu este
0 este

t calculat >t tabelat se respinge H 0 , se accepta H 1

t calculat <t tabelat se respinge H 1 , se accepta H 0

Interpretare interval de incredere

Dat fiind un coedicient de incredere de 95%, pe termen lung, in 06 din 100 de cazuri, intervalul Lower95 <
<Upper95 include valoarea reala a lui

. Se verifica si daca acest interval contine sau nu valorea 0.

Modelul liniar de regresie cu dou variabile exogene -

y i= 0 + 1 x i 1+ 2 xi 2 + i

Regression Statistics
SSR
Multiple R ( R
SST

R Square ( R

Adjusted R

Square ( R

Standard Error (

s 2e )

SSR
SST

SSE
nk 1
1
SST
n1

MSE
n

Observations
ANOVA

Regression
Residual
Total

Intercept
(a)

df

SS

SSR= ^ T X T y n y 2

nk1

SSE= y T y ^T X T y

n1

SST =SSR+ SSE

Coefficients

Stand.Error

^ 0

1
x
s ^ = MSE +
n ( x ix )2
0

MS

MSR=
MSE=

SSR
k

SSE
n(k +1)

t Stat
2

MSR
MSE

t cal=

^ 0
s ^

Pvalue

Lower 95%

Upper 95%

pa

^ 0t cal s ^

^ 0+t cal s ^

^ 1

X Variab. 1
(b)

1 x 11 x 12
1 x21 x 22

1 xn 1 xn2

X =

1
1 1
X = x 11 x 21 x n 1
x12 x 22 x n 2
T

s ^ = MSE

1
( x i x )2

n
X X= x i1
T

x i2

t cal=

^ 1
s ^

xi 1 xi 2
x 2i 1 xi 1 x i 2
xi 1 xi 2 x 2i 2

pb

^ 1t cal s ^

^ 1+t cal s ^

yi
y = x i 1 yi
x i 2 yi

( )

Ecuatiile normale ale lui Gauss

1
^
( X T X ) ^=X T y
=
( XT X ) XT y
Interpretare coeficienti
0= parametrul de interceptare

arata valoarea medie a lui Y daca cele doua variabile explicative sunt 0

1,2=coeficienti de regresie partiala /coeficienti panta

atunci cand

X1 , X2

cresc in medie cu

1, 2

arata ca in perioada analizata, mentinand celelalte variabile constante