Academia de Studii Economice

Facultatea de Cibernetic, Statistic i Informatic Economic

PROIECT
ECONOMETRIE

Student: Tumuric Ionu

Profesor coordonator: Sptaru Silvia

Grupa: 1034

Cuprins

A. Datele uitilizate.................................................................................................... 3
 1. Formularea problematicii analizate...................................................................3
2. Descrierea datelor............................................................................................. 3
B. Modelul econometric unifactorial.........................................................................3
a) Reprezentare grafic......................................................................................... 3
b) Parametrii modelului......................................................................................... 5
c) Semnificaia statistic a parametrului pant....................................................6
d) Validitatea modelului de regresie......................................................................7
e) Ipotezele modelului clasic de regresie liniara....................................................7
f) Previziune....................................................................................................... 11
C. Modelul econometric multifactorial....................................................................11
Estimarea parametrilor modelului...................................................................11
Multicoliniaritatea variabilelor explicative.......................................................12
D. Concluzii............................................................................................................. 13

A. Datele uitilizate

1. Formularea problematicii analizate

Datele culese pe 15 ri din anul 2014 ilustreaz o variabil independent notat cu x1,
respectiv IDU (indicele dezvoltarii umane), o variabila independenta x2, respectiv PIB/locuitor,

2
i o variabil dependent notat cu y, respectiv speranta de viata, pentru a arta legtura dintre
acestea.

2. Descrierea datelor
Datele analizate au fost introduse in Excel:

Sursa: IMF - World Economic Outlook Database 2014

B. Modelul econometric unifactorial

Pe baza datelor de mai sus se poate construi un model econometric unifactorial de forma:
y = f(x) + u unde:
- y reprezint valorile reale ale variabilei dependente (Sperana de via);
- x reprezint valorile reale ale variabilei independente (Indicele dezvoltrii
umane);
- u este variabila rezidual, cu influene nesemnificative asupra variabilei y.

a) Reprezentare grafic
Pentru a identifica existena unei relaii de dependen ntre variabilele analizate, ca i forma
i sensul relaiei de dependen, construim diagrama mprtierii datelor.
Folosim Excel pentru a efectua calculele pentru estimarea unui model de regresie.

3
Reprezentm graphic perechile de puncte
observate( xi,yi ).

4
 Analiznd distribuia punctelor din graficul de mai sus se constat c ntre variabilele X i Y
exist o legtur liniar. Modelul econometric care descrie legtura dintre cele dou variabile, este
un model unifactorial.

b) Parametrii modelului
Intre cele dou variabile exist o relaie de forma:
yi= + xi + i , i=1,2,,n .unde,

- termen liber al regresiei;

- coeficientul de regresie a variabilei y n funcie de x.

5
 ^ ^
Estimatorii a i b (sau i ) ai parametrilor i sunt: b 54,84160 i a

27,48078
Dreapta de regresie estimate este:
yi= 27,48078 + 54,84160xi

Interpretarea parametrilor obinui:

Valoarea b 54,84160, care msoar panta dreptei de regresie, arat c, atunci cnd
indicele dezvoltrii umane crete cu o unitate, sperana de via va crete, n medie, cu 54,8%
Valoarea 27,5 arat nivelul speranei de via atunci cnd indicele dezvoltrii umane
este 0.

c) Semnificaia statistic a parametrului pant

Calculm:

SE ( b )=Sb = S 2
1
( x ix )2
= 1,6960471503793228,28588=
6,92634

1 x2
+
n (xi x )2
2

S ()= 1,69604715037932(
1
+
0,847013
13 0,03535333
SE ( ) =S a=
)= 6,384766

6
 2 2 SSE 22,0486129549311
Unde
s =se = = = 1,69604715037932
n2 13

Testarea semnificaiei parametrului :

H0: parametrul nu este semnificativ statistic( =0)

H1 : parametrul este semnificativ statistic( 0)
b
t= S
Folosim Testul Student: SE(b) n2

b 54,84160
t calc= = =
SE (b) 6,92634 7,917833

t crt=t =t 0,025;13=2,5326
;n2
2

t calc >t crt

respingem ipoteza H0 i acceptm ipoteza H1.

Parametrul este semnificativ statistic.

Interval de ncredere pentru parametrul :

bt crt SE ( b ) b+t crt SE (b)

bt SE ( b ) b+t SE(b)
;n2 ;n2
2 2

37,29995 72,38325

d) Validitatea modelului de regresie

H0: modelul nu e valid statistic (=0);

H1: modelul e valid statistic (0)
Construim tabelul ANOVA n Excel:

7
 MSR SSR
F= = F ;1 ;n2
Folosim Testul Fisher: MSE SSE
n2
MSR
Fcalc =F= =
MSE 62,6920780796819

Fcrt =F ;1; n2=F0,05 ;1 ;13= 4,67

Fcalc > F crt respingem ipoteza H0 i admitem ipoteza H1 Modelul e valid statistic.

e) Ipotezele modelului clasic de regresie liniara

Ipoteza 1.
Forma funcional este liniar.
yi= + xi + i , i=1,2,,n .
yi= 27,48078 + 54,84160xi
Acestea s-a observat la 2. b).
Ipoteza 2.
Erorile aleatoare au media 0.
E(i |xi) = E(i) = 0, i=1,2,,n .
E(Y |X= xi) = + xi
Ipoteza 3.
Erorile aleatoare au varian constant, adic au proprietatea de
homoscedasticitate.
2 2
Var(i |xi) = Var(i) = = = constant , i=1,2,,n .
Ipoteza 4.
Erorile aleatoare nu sunt autocorelate
Cov (i|j) =0, ij E(i* j) =0, ij
Ipoteza 5.
Erorile aleatoare i valorile variabilelor explicative sunt necorelate.
Cov (i| xi) =0 , i=1,2,,n E(i* xi) =0, i=1,2,,n

8
 Ipoteza 6.
2
Erorile aleatoare urmeaz o distribuie normal cu media 0 i variana .
2
i ~ N(0 , )
Msurm intensitatea legturii dintre cele 2 variabile cu ajutorul coeficientului de
corelaie i a raportului de corelaie.

r xy =
( x ix ) ( y i y )
Coeficientul de corelaie:
( xi x ) 2 ( y i y )2
1,9388333 1,9388333
r xy = = =
0,03535333128,3773 2,130391 0,910083

r xy > 0 nseamn o legatur direct i r xy 1 nseamn o legatur puternic .

Testarea semnificaiei coeficientului de corelaie:

H0: coeficientul de corelaie este semnificativ statistic ( =0 )

H1 : coeficientul de corelaie nu este semnificativ statistic ( 0 )
Folosim Testul Student
r xy 0,910083
t calc= n2= 3,60555128=
0,414426 7,917821
xy
1r 2

t crt =t =t 0,025;13=2,5326
;n2
2

t calc >t crt respingem ipoteza H i acceptam H Coeficientul de corelaie este

1 0

semnificativ statistic.
Coeficientul de determinaie:

9
 SSE
R2=1 =10,171748488=0,828251512 82
SST

Indicele dezvoltrii umane influeneaz modificarea speranei de via n proporie de

82%. Altfel spus, valoarea obinut a coeficientului de determinaie arat c aproximativ 82%
din variaia speranei de via (variabila Y) este explicat prin variaia indicelui speran ei de
2
via (variabila X). Deoarece R poate fi cel mult 1, valoarea obinut sugereaz c dreapta
de regresie estimat aproximeaz foarte bine datele observate.

Testarea semnificaiei coeficientului de determinaie:

2
H0: coeficientul de determinaie este semnificativ statistic ( R =0 )
2
H1 : coeficientul de determinaie nu este semnificativ statistic ( R 0 )
R2
F= F ;1 ;n2
Folosim Testul Fisher: (1R2 )
2
R
Fcalc =F= =
2
(1R ) 96,97874682

Fcrt =F ;1; n2=F0,05 ;1 ;13= 4,67

Fcalc > F crt respingem ipoteza

H0 i admitem ipoteza H1 Coeficientul

de determinaie este semnificativ statistic.

Testm heteroscedasticitatea
erorilor
Folosim Testul White:
Fcalc = 0,489575

Fcrt =F ;1; n2=F0,05 ;1 ;13= 4,67

Fcalc < F crt

modelul e homoscedastic

Testm non-autocorelarea

Folosim statistica Durbin-Watson:

10
DW 1(2 ), unde este coeficientul de corelaie de selecie.
0 DW 4
Dac nu exist autocorelaie, atunci 0 DW 2 .
Dac exist autocorelaie puternic pozitiv, atunci 1 DW 0.
Dac exist autocorelaie puternic negativ, atunci 1 DW 4 .
Etape n aplicarea testului Durbin-Watson
H0 : = 0 (nu exist Autocorelarea erorilor aleatoare)
H1 : 0 (exist Autocorelare de ordin 1 a erorilor aleatoare).
Pas2. Se calculeaz valoarea statisticii DW.
Pas3. Se determin valorile critice d1 i d2
Pas4. Se compar valoarea calculat cu valorile critice obinute din tabele
Dac 0 < DW < d1 , seria reziduurilor prezint autocorelare de ordinul 1 pozitiv > 0 .
Dac d1 < DW < d2 indecizie. Se recomand acceptarea autocorelrii pozitive.
Dac d2 < DW < 4 d2 reziduurile sunt independente
Dac 4 d2 < DW < 4 d1 indecizie. Se recomand acceptarea autocorelrii negative
Dac 4 d1 < DW < 4 , seria reziduurilor prezint autocorelare de ordinul 1 negativ < 0 .

Din tabelul distribuiei DW, pentru nivelul de semnificaie 5% , n=15, k=1, gsim d1=1,08 i
d2=1,36. Deoarece DW2,7 indecizie. Se recomand acceptarea autocorelrii negative

Testul Jarque-Bera (JB) privind distribuia normal a reziduurilor

Acest test calculeaz mai nti coeficientul
de asimetrie (Skewness) i coeficientul de boltire
(Kurtosis) pentru reziduurile obinute prin
MCMMP. Ipotezele de testat sunt:
H0: Reziduurile au distribuie normal ( S = 0 i K =
3)
H1: Reziduurile nu au distribuie normal

Jarque-Bera = 1,280526
Probability = 0,527154
Deoarece Probabilitatea asociat statisticii JB este > 0,05
acceptm H0 Reziduurile au distribuie normal
.
f) Previziune
0,88* 10%=0,088 =>0,88 + 0,088=0,968

11
 Vom previziona sperana de via pentru valoarea indicelui devoltrii umane de
0,968%.
y 0 = 27,48078 + 54,84160*0,968 = 80,5674488
^

(
2

SE(
^y 0 1
)= S ^y = s n +
0
2 ( x 0x )
( xi x ) 2 )
= 1,696047150379320,511081446= 0,474044

^y 0t crt SE ( ^y 0 ) + x 0 ^y 0 +t crt SE ( ^y 0)

^y 0t SE ( ^y 0 ) + x 0 ^y 0 +t SE( ^y 0)
;n2 ;n2
2 2

79,3668
+ x0 81,7675

C. Modelul econometric multifactorial

Pe baza datelor folosite la specificarea modelului econometric unifactorial se poate
construi un model econometric multifactorial de forma:
y = f(x,z) + u unde:
- y reprezint valorile reale ale variabilei dependente (Sperana de via);
- x reprezint valorile reale ale primei variabile independente (Indicele dezvoltrii
umane);
- z reprezint valorile reale ale celei de-a doua variabile independente
(PIB/locuitor);
- u este variabila rezidual, cu influene nesemnificative asupra variabilei y.
Estimarea parametrilor modelului
ntre cele trei variabile exist o
relaie de forma:
1+ 2 x+ 3 z+ ,
y=
1
unde: - termen liber
al regresiei;
2 - coeficientul de regresie a
variabilei y n funcie de x.
3
- coeficientul de regresie a
variabilei y n funcie de z.

Modelul de regresie liniar este de

forma:
y i= 1 + 2 x i+ 3 z i+ i

12
 Valorile teoretice (estimate) ale variabilei yi:
^y i=b 1+ b2 x +b 3 z

Valorile parametrilor de regresie a i b se pot estima folosind metoda celor mai

mici ptrate:
^y i=25,26019+57,63225x0,011940z

Interpretarea parametrilor obinui:

b1=25,26019> 0
Valoarea coeficientului arat c, dac cele dou variabile
explicative, x i z au valoarea 0, valoarea medie a speranei de via este estimat la circa
25,3%.
b2=57,63225> 0
Valoarea coeficientul arat c, meninnd toate celelalte
variabile constante, o cretere a indicelui dezvoltrii umane cu un procent determin o
cretere, n medie, a speranei de via cu 57,6%.
b3 =0,011940 <0
Valoarea coeficientul arat c, meninnd toate celelalte
variabile constante, o cretere a PIB-uli/locuitor cu un procent determin o scadere, n
medie, a speranei de via cu 0,01
Multicoliniaritatea variabilelor explicative
Multicoliniaritatea este un fenomen specific eantioanelor. Dei teoria spune c toate
variabilele explicative sunt importante pentru analiza variabilei dependente, eantionul
obinut poate s nu permit includerea tuturor
variabilelor n analiz.
Modelul este:
yi=0+1xi+ 2zi+i

t = 25,26019+57,63225x0,011940z
se =(17,04436) (21.00236) (0.084411)
t =(1,482027) (2,744085) (-0,141453)
R2 = 0.828537, RR2 = 0.799960, F= 28,99306, DW=2,69

Detectarea multicoliniaritii pe baza coeficienilor de

corelaie dintre variabilele explicative:

13
 ntre variabilele X i Z exist o
legatur aproape perfect.

rx,z= 0,939 Variabilele X i Z

sunt aproape perfect corelate.

D.Concluzii
Modelul econometric unifactorial ne arat c ntre variabilele X i Y exist o legtur direct
i liniar. Astfel, s-a putut observa c, indicele dezvoltrii umane influeneaz modificarea
speranei de via n proporie de 82%.

Modelul econometric multifactorial ne arat influena pe care o au variabilele X (indicele

dezvoltrii umane)i Z (PIB/locuitor) asupra speranei de via, demonstrndu-se faptul c cele
dou variabile analizate sunt aproape perfect corelate.

14