ACADEMIA DE STUDII ECONOMICE

FACULTATEA DE CIBERNETICA STATISTICA SI INFORMATICA ECONOMICA

APLICATII ALE MODELELOR DE REGRESIE

SIMPLA SI MULTIPLA

BUCURESTI
 2010
Aplicatia1

Sa se studieze legatura dintre importuri si PIB pe baza unui esantion format din 19 perechi de
observatii trimestriale din anul 1999 pana in 2003:

Importuri PIB
1999t01 140075,9 498338,1
1999t02 149428,7 509898,9
1999t03 154561,9 523803,8
1999t04 159080,5 532807,3
2000t01 156156,7 520394,1
2000t02 161140,4 531954,9
2000t03 167486,4 538561,1
2000t04 179663,2 540212,6
2001t01 166473 530569,8
2001t02 168400 537548,8
2001t03 168998,1 543782,1
2001t04 168765,5 545540,1
2002t01 155525,4 524975,8
2002t02 164728,7 538827,4
2002t03 169263,9 548896,5
2002t04 173466,8 544687,7
2003t01 169812,1 526254,4
2003t02 171141,1 534192,5
2003t03 174812,4 546605,6

Se cer urmatoarele:
a) sa se reprezinte grafic datele si sa se comenteze graficul obtinut
b) pe baza datelor din esantion sa se determine ecuatia de regresie care modeleaza legaturile
dintre cele 2 var si sa se estimeze PIB-ul
c) sa se verifice daca modelul de regresie este valid statistic
d) sa se testeze semnificatia statistica a parametrilor modelului si sa se determine intervalele de
incredere pentru acesti parametri
e) sa se masoare intensitatea legaturii dintre cele 2 variabile cu ajutorul coeficientului de
corelatie si a raportului de corelatie. Sa se testeze semnificatia indicatorilor utilizati
f) sa se stabileasca in ce masura variatia PIB este determinata de importuri pe baza modelului
de regresie determinat
g) sa se estimeze PIB in ipoteza ca importurile sunt 153145,9
h) sa se verifice semnificatia modelului analizand nivelul de independenta al erorilor.
a)

Am considerat PIB-ul ca o variabila dependenta si importurile ca variabila independenta.

Construind diagrama de imprastiere, se observa ca intre cele 2 variabile exista o legatura directa,
destul de puternica, punctele fiind concentrate in jurul unei axe

b) Am ales o functie de regresie liniara pentru a modela legatura dintre PIB si Importuri, iar in
urma rezolvarii prin metoda celor mai mici patrate am obtinut:
 Fie functia Y=a+bX (am notat Y=PIB si X=importuri)
.
Y X - modelul econometric care accepta erori.
Astfel, constanta, adica a este 338168,0 cu semnificatia ca PIB-ul are aceasta valoare cand
importurile sunt nule.
De asemenea, b=1.18932 masoara panta dreptei de regresie si arata ca in cazul unor valori
cuprinse intre 498338,1 si 546605,6, atunci cand PIB creste cu 1 u.m, importurile cresc cu 1.18932.
In general interpretam coeficientul a ca fiind efectul mediu asupra lui y al tuturor factorilor omisi
din modelul de regresie.

c) H0: =0 (modelul nu este valid statistic)

H1: <>0 (modelul este valid statistic)

ANOVA
Significanc
df SS MS F eF
Regression 1 2,37E+09 2,37E+09 56,6696 8,27E-07
Residual 17 7,1E+08 41781804
Total 18 3,08E+09

Testul F indica valoarea 56,6696

Fcritic=Ftabelar=4,5234

Fcalculat>Ftabelar => respingem H0 si acceptam H1 => modelul este valid statistic.

d) Pentru testarea semnificatiei statistice a parametrilor folosim urmatoarele rezultate generate

in excel:

Coefficient Lower Upper Lower Upper

s Standard Error t Stat P-value 95% 95% 95,0% 95,0%
Intercept 338168 25859,8423 13,07695 2,67E-10 283608,5 392727,5 283608,5 392727,5
X Variable 1 1,183932 0,15727205 7,527922 8,27E-07 0,852117 1,515747 0,852117 1,515747

Eroarea standard a lui b, notata SE(a)=25859,8423

Eroarea standard a lui a, notata SE(b)=0,1572705

Testarea semnificatiei parametrului :

H0: =0
H1: <>0

a
In H0 t= S n 2 si din tabelul de mai sus, tcalculat=13,07695
SE (a )
tcrt=2,1098
deoarece tcalculat> tcrt respingem H0 si acceptam H1. Asadar parametrul este semnificativ
statistic.
Intervalul de incredere 95% fiind de asemenea prezent in tabel (280608,5; 392727,5). Acest
interval nu contine valoarea 0.
 Testarea semnificatiei parametrului :
H0: =0
H1: <>0
Din tabel tcalculat=7,5279922, valoare mai mare ca tcrt deci si parametrul este semnificativ statistic, cu
intervalul de incredere (0,852117; 1,515747), interval ce nu contine valoarea 0.

e)Pentru masurarea intensitatii legaturii dintre variabile putem folosi statisticile de regresie obtinute
in excel:

Regression Statistics
Multiple R 0,877063263
R Square 0,769239967
Adjusted R Square 0,755665848
Standard Error 6463,884607
Observations 19

Astfel se poate observa ca valoarea apropiata de 1 a raportului de corelatie = 0,877063263,

ceea ce inseamna ca legatura este puternica si directa. Pentru a testa semnificatia acestuia folosim
valoarea lui R2 si ii aplicam testul F.
Am demonstrat mai sus ca Fcalculat=56,6696, iar F0,05,1,17=4,5234. Prima expresie este
evident mai mare decat a doua, asadar coeficientul de corelatie este semnificativ.
f) Mai mult, inseamna ca aproximativ 76% din variatiaPIB este explicata prin variatia Importurilor.
De asemenea arata ca dreapta de regresie estimata, a aproximat foarte bine datele.

g) Pentru previzionarea PIB, in ipoteza ca importurile sunt 153145,9, tot ce avem de facut este sa
inlocuim aceasta valoare in expresia regresiei si sa aflam rezultatul final.
Deci PIBestimat=519482,2535.
Aceasta valoare se afla in intervalul de incredere determinat anterior.

h)Am ales sa aplic testul Durbin-Watson prin testarea autocorelatiei de ord I.

In Eviews am obtinut

Durbin-Watson stat 1.248591

Din tabelul de dstributie DW se determina valorile critice pentru nivelul de incredere 95%
D1=1,08 si D2=1,36 . Asadar 0<DW<D1 sugereaza faptul ca exista autocorelare pozitiva. Aceasta
autocorelare trebuie eliminata si se va folosi Breusch-Godfrey, pentru deterinarea autocorelarii de
ordin superior:
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 2.359622 0.130881
Probability
Obs*R-squared 4.537918 0.103420
Probability

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 01/08/10 Time: 13:34
Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
C 13132.79 24389.62 0.538458 0.5987
DX -0.126692 0.234148 -0.541079 0.5970
 RESID(-1) 0.123607 0.236331 0.523026 0.6091
RESID(-2) -0.525049 0.244400 -2.148324 0.0497
R-squared 0.252107 Mean dependent var -6.07E-11
Adjusted R-squared 0.091844 S.D. dependent var 5839.815
S.E. of regression 5565.182 Akaike info criterion 20.27958
Sum squared resid 4.34E+08 Schwarz criterion 20.47744
Log likelihood -178.5162 F-statistic 1.573081
Durbin-Watson stat 1.907897 Prob(F-statistic) 0.240212

Astfel in model se introduc 2 variabile si folosind formula LM cu repartitia o , 05, 2 5,99

2

LM=4.53791< crt2
asadar nu exista autocorelare.
Asadar, modelul de regresie este semnificativ statistic.

Aplicatia2

La datele analizate sa presupunem ca un factor de influenta al PIB ar fi si indicele preturilor.

Adaugam o coloana la tabelul initial si studiem legaturile.
importuri PIB ipc
140075,9 498338,1 90,7
149428,7 509898,9 91,1
154561,9 523803,8 91,3
159080,5 532807,3 91,6
156156,7 520394,1 92
161140,4 531954,9 92,3
167486,4 538561,1 92,7
179663,2 540212,6 93,6
166473 530569,8 93,6
168400 537548,8 94,6
168998,1 543782,1 94,4
168765,5 545540,1 94,9
155525,4 524975,8 95,4
164728,7 538827,4 95,4
169263,9 548896,5 95,4
173466,8 544687,7 96
169812,1 526254,4 96,6
171141,1 534192,5 96,2
174812,4 546605,6 96,4

Se cer urmatoarele:
a) sa se estimeze parametrii modelului de regresie multifactorial si sa se interpreteze rezultatele
obtinute
b) sa se estimeze matricea de covarianta a estimatorilor modelului
c) sa se testeze semnificatia statistica a parametrilor modelului de regresie si sa se determine
intervale de incredere 95% pentru acestia
d) sa se calculeze coeficientii de determinatie R2 si R 2 .
Am definit o functie Y=a+bX1+cX2, liniara.
PIB=a+bImporturi+cIPC
 Rezolvam regresia multipla in eviews si vom obtine urmatoarele rezultate:

Dependent Variable: PIB

Method: Least Squares
Date: 01/08/10 Time: 16:16
Sample(adjusted): 2 19
Included observations: 18 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 325946.9 90359.13 3.607239 0.0026
IPC 195.9066 1212.155 0.161619 0.8738
IMPORTURI 1.145841 0.243020 4.715009 0.0003
R-squared 0.753676 Mean dependent var 531735.9
Adjusted R-squared 0.720833 S.D. dependent var 12989.99
S.E. of regression 6863.427 Akaike info criterion 20.65681
Sum squared resid 7.07E+08 Schwarz criterion 20.80521
Log likelihood -182.9113 F-statistic 22.94771
Durbin-Watson stat 1.181051 Prob(F-statistic) 0.000027

a=325946.9.
Acest lucru inseamna ca atunci cand Importurile si IPC sunt 0, PIB ia valoarea medie 325946.9.

b=195.9066

Coeficient de regresie partial

Mentinand toate celelealte variabile constante, o crestere a IPC cu o unitate este insotita de o crestere
in medie a PIB cu 195.9066.

c=1.45841

mentinand celelalte variabile constante pe fiecare perioada, PIB creste in medie cu 1.45841

b) Matricea de covarianta se genereaza in Eviews:

Elementele de pe diagonala principala sunt variantele estimatorilor.

c) testarea semnificatiei parametrilor.

Folosim testul t.
tcrt=t0,025,17=2,1098

Pentru a: tcrt<tcalc (2,1098<3,607) => a este semnificativ statistic

Pentru b: tcrt>tcalc => b nu e semnificativ statistic

De asemenea, c este semnificativ statistic.

Coreland PIB cu importurile, in excel, vom obtine intervalele de incredere din cazul anterior:
(280608,5; 392727,5) pentru a, (0,852117; 1,515747) pentru b.

d)Folosind tabelul din Eviews, obtinem ca

R2 =0.753676

R 2 =0.720833.

Astfel se explica faptul ca 75% din variatia PIB-ului este determinata prin cele 2 variabile
exogene impreuna. Comparand cu modelul anterior, rezulta ca cele 2 variabile impreuna
influenteaza mai putin evolutia PIB deca Importurile exculsiv.