Introducere

In proiecul realizat mi-am propus sa studiez influenta ramurilor principale de

activitate care contribuie la formarea PIB-ului si anume: agricultura, industria si serviciile
asupra PIB-ului.

Scopul proiectului este de a determina functia care descrie cel mai bine relatia dintre
PIB, Agricultura, Industrie si Servicii, de a observa legaturile ce se stabilesc intre aceste 4
variabile si de a estima un model econometric valid si semnificativ statistic.

Modelul analizat ia in considerare tari care prezinta stadii diferite de dezvoltare, de la

tari foarte dezvoltate , tari dezvoltate si tari in curs de dezvoltare .
Utiliznd Modelul de regresie multifactorial a fost analizat interdependena ntre
PIB i o serie de variabile independente.
Factorii de influenta analizati sunt Agricultura,Industria si Serviciile.
Pentru realizarea modelului econometric am selectat 30 de tari si am inregistrat valorile celor
4 variabile.
Analiza realizat se bazeaz pe un model econometric liniar multifactorial ce reflect
legtura econometric dintre variabila dependent, y PIB i variabilele independente x1 -
Agricultura, x2-Industria, x3- Serviciile.
Ca si sursa de date am folosit Institutul National de Statistica.

http://www.insse.ro/cms/files/Anuar%20statistic/23/23%20Statistica
%20Internationala_ro.pdf

Descrierea variabilelor folosite:

o Y=PIB (miliarde $) =variabila dependenta
o X1=Agricultura (miliarde $) =variabila independenta
o X2=Industrie (miliarde $) =variabila independenta
o X3=Servicii (miliarde$)=variabila independenta

Proiectul a fost realizat in MS Excell 2007 si am procedat astfel:

Am introdus datele incepand cu coloana A1

Datele folosite in model sunt prezentate in tabelul de mai jos:

Calculul corelatiilor dintre variabile
 o Dupa introducerea datelor,pentru a vedea ce corelatie exista intre cele 4
variabile am apasat pe Data-DataAnalysis si am selectat din fereastra aparuta
Correlation
o La Input Range am selectat coloanele care contineau datele celor 4 variabile si
anume B1:E31
o La Grouped by am bifat Columns pentru ca rezultatele obtinute sa fie grupate
dupa coloane
o De asemenea am bifat si optiunea Labels in first row si optiunea New
Worksheet pentru ca tabelul rezultat sa fie afisat intr-o noua foaie de lucru
dupa care am apasat OK si am obtinut urmatorul tabel:

Daca studiem corelatiile existente intre variabile observam ca cea mai puternica
corelatie(directa) este intre y si x3 adica intre PIB si Servicii (coeficient de corelatie 0,99) si
cea mai slaba corelatie este intre y si x1 adica PIB si Agricultura(coeficient de corelatie 0.481)

Ecuatia modelului de liniar de regresie arata astfel:

y=b0+b1x1+b2x2+b3x3+e

unde:

Y=PIB
X1=Agricultura
X2=Industrie

X3=Servicii

b0,b1,b2,b3=parametrii modelului de regresie

e=variabila eroare

Pentru estimarea parametrilor ecuatiei am folosit MS Excell 2007 si am procedat astfel:

-Am apasat Data-Data Analysis si am selectat Regression
-La Input Y Range am selectat coloana care contine valorile variabilei Y adica B1:B31
-La Input X Range am selectat coloanele care contin valorile celor trei variabile X si anume C1:E31
-Am selectat optiunea Labels.
-Pentru a calcula si valorile reziduale am selectat optiunea Residuals
-Am apasat OK.
Am obtinut urmatoarele rezultate:

Interpretare pe baza tabelului SUMMARY OUTPUT:

Multiple R (coeficientul multiplu de corelaie sau r) = 0.999995973. Observm c valoarea

lui R este > 0, ceea ce inseamna ca intre variabila y si cele trei
variabile x exista o legatura puternica.
Coeficientul de determinatie multipla R2 obtinut prin raportul SSR/SST exprima partea de
varianta totala exprimata de model.
E l p o a t e l u a v a l o r i i n i n t e r v a l u l [ 0 , 1 ] . C u c t valoarea lui este mai apropiat de
1, cu att partea din variaia lui Y, explicat de variabilele X, este mai mare i l e g t u r a
dintre ele este mai puternic. In cazul nostru, R Square are valoarea
0.999991946.
R2=0 . 9 9 9 9 9 1 9 4 6 arata ca 99% din variatia variabilei Y este explicata de influenta celor 3
variabile(agricultura, industria si serviciile).
Standard Error ( e r o a r e a s t a n d a r d a e s t i m a t i e i ) . S e c a l c u l e a z c a a b a t e r e a
s t a n d a r d a reziduurilor si este estimatia abaterii standard a erorilor e (in ipoteza
normalitatii acestora). In cazul nostru are valoarea 8.238717296.
Observations(numarul de observatii din esantion)=in cazul nostru sunt 30 de observatii.
Testarea validitatii modelului
Testul ANOVA(Analysis of variance) este folosit pentru validarea modelului de regresie utilizat.
 Interpretare rezultata din tabelul ANOVA:
Formularea ipotezelor:
H0: Modelul nu este valid statistic
H1: Modelul este valid statistic

Pentru a vedea daca modelul este valid ne uitam la statistica F calculata in tabelul de mai sus si
comparam Fcalc cu Ftab gasit in tabelul lui Fischer.
Fcalc=1076030.827
Ftab cu un prag de semnificatie =0.05 si un numar de 3 respectiv 26 grade de libertate=2.98
Cum Fcalc>Ftab rezulta ca ipoteza H0 este respinsa deci modelul ales este valid.
Significance F este probabilitatea critica unilaterala. Daca valoarea afisata este mai mica
decat pragul de semnificatie fixat, atunci se respinge ipoteza nula in favoarea ipotezei
alternative.
Regula de decizie privind acceptarea modelului este: valori mari pentru statistica test F si
valori mici pentru Significance F (valoarea erorii pe care o facem prin respingerea ipotezei
nule cand de fapt ea este adevarata).
Significance F= 2.51E-66(subunitar)<0.05 ceea ce arata ca se respinge ipoteza nula in
favoarea ipotezei alternative, modelul de regresie ales este valid.
Estimarea parametrilor

Tabelul contine valorile estimate pentru coeficientii modelului, precum si statisticile

necesare verificarii ipotezelor uzuale asupra coeficientilor.

Interpretare parametrii:
Intercept este termenul liber,deci coeficientul b0 este -0.153452409..Termenul liber
este punctul in care toate variabilele explicative sunt 0. Deoarece tb0=-0.08815362, iar pragul
de semnificatie P-value=0.930430068>0,05 inseamna ca acest coeficient este nesemnificativ.
Intervalul de incredere pentru acest parametru este -3.731591806<=b0<=3.424686988.
Faptul ca limita inferioara a intervalului de incredere pentru acest parametru este
negativa iar limita superioara este pozitiva arata ca parametru din colectivitatea generala este
aproximativ 0.
Din analiza coeficientilor deduce ca modelul de regresie este:
Y=-0.153452409+0.937782709*agricultura+1.017694826*industrie+0.99552728*servicii

Coeficientul b1 este 0.937782709 ceea ce inseamna ca la cresterea valorii productiei

agricole cu 1mld$, valoarea PIB-ului va creste cu 0.937782709 mld$. Deoarece
tb1=15.87632125 iar pragul de semnificatie P-value=6.775E-15<0,05,inseamna ca acest
coeficent este semnificativ si influenteaza PIB-ul.
Intervalul de incredere pentru acest parametru este 0.816366676<=b1<=1.059198742

Coeficientul b2 este 1.017694826 ceea ce inseamna ca la cresterea valorii productiei

industriale cu 1mld$ ,valoarea PIB-ului va creste cu 1.017694826 mld $. Deoarece
tb2=61.89039792 iar pragul de semnificatie P-value este 9.24E-30<0.05 inseamna ca acest
coeficient este semnificativ si influenteaza PIB-ul.
Intervalul de incredere pentru acest parametru este 0.983894072<=b2<=1.051494926.
 Coeficientul b3 este 0.99552728 ceea ce inseamna ca la cresterea valorii serviciilor cu
1mld$ ,valoarea PIB-ului va creste cu 0.99552728 mld $. Deoarece tb3=242.3646857 iar
pragul de semnificatie P-value este 3.857E-45<0.05 inseamna ca acest coeficient este
semnificativ si influenteaza PIB-ul.
Intervalul de incredere pentru acest parametru este 0.987084726<=b3<=1.003970489.

In tabelul RESIDUAL OUTPUT, pe coloane sunt enumerate toate

observatiile luate in considerare, valorile ajustate dupa ecuatia de regresie si
valoarea reziduala.
Pentru fiecare observatie(linie din tabelul de date initial) se afiseaza:
Observation-numarul de ordine al observatiei
Predicted y-Valoarea y (PIB-ul) prognozata pentru observatia respective- se
obtine inlocuind valorile x ale observatiei in modelul estimate)
Residuals-valoarea erorii de predictie(diferenta dintre valoarea observata si
valoarea prognozata)
 ACADEMIA DE STUDII ECONOMICE
FACULTATEA DE CONTABILITATE SI INFORMATICA DE GESTIUNE
PROIECT ECONOMETRIE

BARBIERU ELENA-RODICA
SERIA A,GRUPA 639,ANUL III

BUCURESTI
2012