ECONOMETRIE

Curs 7

Conf. univ. dr. Mariana HATMANU

- anul universitar 2018-2019 -

1
 Regresia multiplă liniară (II)

3.9 Testarea influenței marginale a unei variabile

3.10 Modele cu variabile standardizate
3.11. Metode de alegere a variabilelor semnificative în
model

2
 3.9 Testarea influenţei marginale a unei
variabile în model
a) Testarea influenţei marginale a unei variabile introduse în
model (I)
Ipoteze:
• H0: Variabila introdusă NU influenţează semnificativ variaţia
variabilei dependente (adăugarea ei nu îmbunătăţeşte modelul
sau creşterea valorii raportului de corelaţie nu este
semnificativă) sau  p 1  0 , unde X p 1 este variabila introdusă
în model
• H1: Variabila nou adăugată influenţează semnificativ variaţia
variabilei dependente (îmbunătăţeşte semnificativ modelul sau
creşterea valorii raportului de corelaţie este semnificativă) sau
 p 1  0
- modelul nou / new sau modelul complet / full
3
- model vechi – old sau model restrictionat
 a) Testarea influenţei marginale a unei
variabile introduse în model (II)
Se testează semnificaţia statistică a modificării produse
asupra raportului de corelaţie prin introducerea unei
variabile noi, cu testul Fisher.

ESS new  ESS old n  k new 2

Rnew  Rold
2
n  k new
Fcalculat    
RSS new k new  kold 1  Rnew k new  kold
2

Valoarea teoretică a statisticii F este

F ; v1 _ new , v2 _ new  F ; knew  kold , n  knew

v1  k  k new  k old ; v2  n  k new
4
Testarea influenţei marginale a unei
variabile introduse în model (III)
Exemplul 1.

5
Testarea influenţei marginale a unei
variabile introduse în model (III)
Exemplul 1.

6
 Testarea influenţei marginale a unei
variabile introduse în model (IV)
Se analizează semnificaţia Sig. corespunzătoare testului F
de verificare a semnificaţiei diferenţelor dintre
capacitatea explicativă a modelului de regresie, înainte
şi după includerea unei variabile noi:
(sig. = 0.005) <(α = 0.05).

Interpretare: Se respinge ipoteza nulă H0, deci prin

adăugarea variabilei Rata inflației, modelul de regresie s-
a îmbunătăţit, capacitatea sa explicativă pentru variabila
dependentă a crescut semnificativ, în conditiile riscului
asumat de 5%.

7
 Testarea influenţei marginale a unei
variabile introduse în model (V)
Exemplul 2.
Model Summary

Change Statistics
Adjusted Std. Error of R Square
Model R R Square R Square the Estimate Change F Change df1 df2 Sig. F Change
1 .661a .436 .435 $12,833.540 .436 365.381 1 472 .000
2 .663b .439 .437 $12,815.280 .003 2.346 1 471 .126
a. Predictors: (Constant), Educational Level (years)
b. Predictors: (Constant), Educational Level (years), Months since Hire

(sig.= 0.126) > (α = 0.05).

Interpretare: Ipoteza nulă H0 nu se respinge, deci prin
introducerea unei variabile noi performanţele modelului de
regresie NU s-au îmbunătăţit semnificativ, capacitatea sa
explicativă pentru variabila dependentă NU a crescut
semnificativ. 8
 3.9 Testarea influenţei marginale a unei
variabile în model
b) Testarea influenţei marginale a unei variabile
eliminate din model (I)

Ipoteze:
• H0: Variabila exclusă NUinfluenţează semnificativ
variaţia variabilei dependente (excluderea ei nu modifică
semnificativ capacitatea explicativă a modelului sau
reducerea valorii raportului de determinaţie nu este
semnificativă)....de completat
• H1: Variabila exclusă influenţează semnificativ variaţia
variabilei dependente (se modifică semnificativ modelul
sau reducerea valorii raportului de determinaţie este
semnificativă)....de completat
Se aplică testul F – idem cazului de mai sus, dar se
modifică formula lui F şi v  k  k  k ; v  n  k
1 old new 2 old

9
 b) Testarea influenţei marginale a unei
variabile eliminate în model (II)

VˆE _ old  VˆE _ new n  k old ˆold

2
 ˆnew
2
n  k old
F   
VˆR _ old k old  k new 1  ˆold
2
k old  k new
F ; kold  k new , n  kold
2 2
ESS old  ESS new n  kold Rold  Rnew n  k old
Fcalculat    
RSS old k old  k new 2
1  Rold k old  k new

v1  k  k old  k new ; v2  n  k old

10
b) Testarea influenţei marginale a unei
variabile eliminate din model (III)

11
b) Testarea influenţei marginale a unei
variabile eliminate din model (III)

12
 b) Testarea influenţei marginale a unei
variabile eliminate din model (IV)
Se analizează semnificaţia Sig. corespunzătoare testului F
de verificare a semnificaţiei diferenţelor dintre
capacitatea explicativă a modelului de regresie, înainte
şi după excluderea unei variabile:
(sig. = 0,005) < (α = 0,05).

Interpretare:
• Se respinge ipoteza nulă H0, deci prin excluderea
variabilei “Rata inflatiei” modelul de regresie s-a
modificat semnificativ, capacitatea sa explicativă pentru
variabila dependentă s-a redus semnificativ. Prin
urmare, cel mai bun model este cel care include și
variabila “rata inflatiei”.

13
 3.10 Modele cu variabile standardizate –
ierarhizarea variabilelor
• In modelarea macroeconomică este important să se
stabilească ordinea importanţei variabilelor
independente în explicarea variaţiei variabilei
dependente.
• Se estimează modelul cu toate variabilele standardizate
• Devine posibilă compararea coeficienţilor de regresie din
model pt. că variabilele independente sunt comparabile
Interpretare: fiecare coeficient arată impactul parţial al
variaţiei cu o unitate a variabilei independente
standardizate asupra variabilei dependente
standardizate; interpretarea se face în unităţi de abateri
standard pt. variabila dependentă
- coeficientul cu valoarea cea mai mare, în mărime
absolută, indică variabila cu cea mai mare influenţă
14
3.10 Modele cu variabile standardizate –
ierarhizarea variabilelor - Exemplu

15