TEMĂ – MODELUL DE REGRESIE LINIARĂ UNIFACTORIALĂ

1. O firmă ce organizează licitaţii pentru vânzarea unor antichităţi doreşte să determine relaţia dintre
preţul (mii euro) obţinut pentru articolele licitate şi vechimea (ani) a obiectelor. În urma prelucrării cu EXCEL
a datelor culese de la un eşantion aleatoriu de 10 licitaţii, s-au obţinut rezultatele:

Regression Statistics Vechime

Multiple R ....
R Square ….. Mean 100
Adjusted R Square .... Standard Deviation 24.83277
Standard Error 142,1289 Sămple Variance 616.6667
Observations ....

ANOVA
df SS MS F
Regression …… ……… ………… ……….
Residual …….. ……… …………
Total ……… 972850

Standard
Coefficients Error t Stat
Intercept 665,991 ……… 3,397844
Vechime 12,09009 1,907813 ………...
In ipoteza unui model de regresie liniar, se cere:
a) să se testeze semnificaţia modelului, pentru un nivel de semnificaţie de 5% (Fcritic=5,32);
b) să se determine intervalele de încredere pentru parametrii modelului şi să se comenteze rezultatele
obţinute (tcritic= 2,896).
c) Sa se completeze tabelul Regression Statistics si sa se interpreteze valorile indicatorilor.
d) Sa se estimeze punctual si pe interval de incredere pretul mediu obtinut pentru articolele cu o vechime
de 94 de ani.
e) Analizaţi direcţia şi intensitatea legăturii dintre cele două variabile, utilizând coeficientul de corelaţie
liniară Pearson, scrieţi matricea de corelaţie şi testaţi semnificaţia statistică a indicatorului utilizat.

2. Pentru a analiza dacă între valoarea vânzărilor lunare şi vârsta agenţilor de vânzări, ai unei mari companii
ce comercializează produse cosmetice, există o legătură, un analist selectează aleator un esantion de 15
persoane. În urma prelucrării în EXCEL a datelor culese pentru cele două variabile, s-au obţinut rezultatele:
SUMMARY
OUTPUT

Regression Statistics
Multiple R ….
R Square ….
Adjusted R Square -0.066048309
Standard Error ….
Observations ...

1
 ANOVA
df SS MS F
Regression ... ……. 3.712025 …………
Residual ... ………… ………...
Total ... 367.6

Standard
Coefficients Error t Stat Lower 95% Upper 95%
Intercept 11.67340114 ………….. ………. -0.130924113 23.47773
Varsta 0.062282291 …………… ………. -0.307204742 0.431769
a) Să se testeze validitatea modelului de regresie liniară pe baza căruia s-au obţinut prelucrările din
tabelele de mai sus.
b) Să se testeze semnificaţtia parametrilor modelului pentru o probabilitate de 95% (tcritic= 2,624)
c) Sa se masoare intensitatea legaturii folosind un indicator adecvat si sa se testeze semnificatia acestuia.

3. O agenţie imobiliară doreşte să previzioneze preţul de vânzare al unor case (unitati monetare), pe baza unui
model de regresie liniar unifactorial, în funcţie de suprafaţa locuibilă a acestora (metri patrati). Rezultatele
obţinute în urma prelucrării în EXCEL a datelor înregistrate pentru un eşantion de 15 locuinţe sunt:

SUMMARY OUTPUT

Regression Statistics Suprafata (mp)

Multiple R ....
R Square ..... Mean 58
Adjusted R Square 0.802305 Sămple Variance 160.4286
Standard Error ...
Observations ...

ANOVA
df SS MS F
Regression ………. ………….. ........ ………..
Residual ………. ................... ……………
Total ............. 2894.933333

Coefficients Standard Error t Stat

Intercept 21.23556 ……………….
Suprafata 1.025824 ………………
a) Să se valideze modelul de regresie pentru un nivel de semnificaţie de 5% (Fcritic=4,67);
b) Să se testeze semnificaţia parametrilor şi să se interpreteze valorile acestora (tcritic= 2,65).
c) Sa se masoare intensitatea legaturii folosind un indicator adecvat si sa se testeze semnificatia acestuia.
d) Sa se estimeze punctual si pe interval de incredere pretul mediu al caselor cu o suprafata locuibila de
80 mp.

2
 4. Pentru a analiza dependenţa dintre suprafaţa cultivată (ha) şi producţia la hectar (q/ha) s-au
înregistrat date referitoare la aceste variabile pentru 10 parcele. În urma prelucrării datelor (utilizând EXCEL)
- în ipoteza legăturii liniare care modelează dependenţa dintre cele 2 variabile - se obţine :
Supr. cultivata. (ha) X Productia la hectar (q/ha) Y
Mean 82.4 Mean 24.6
Sample Variance 127.6 Sample Variance 56.26666667
Count 10 Count 10
Stiind ca la o crestere cu 1 ha a suprafetei cultivate, productia agricola creste cu 0,576 q/ha, iar varianţa
erorilor este 125,24 - se cere:
a) Validaţi modelul de regresie obţinut, pentru un alfa de 5%.
b) Determinaţi si interpretati intervalele de încredere pentru parametrii modelului de regresie.
c) Analizati intensitatea legăturii dintre cele două variabile cu ajutorul unui indicator adecvat şi testaţi
semnificaţia acestuia.
d) Estimati punctual si pe interval de incredere productia medie la hectar ce s-ar putea obtine de pe
suprafetele de 95ha.

5. Pentru un mare magazin alimentar s-au cules date privind vânzările (mii RON) şi profitul (mii
RON) realizate în 9 luni ale anului 2007. În urma studierii legăturii liniare dintre cele două variabile, s-au
obţinut următoarele rezultate:

ANOVA
df SS MS F Significance F
Regression 1 0,03045 ……….. ………… 0,0000779643
Residual ... …………. 0,000453
Total 8 ………….

Standard
Coefficients Error t Stat P-value Lower Upper
Intercept 0,078438 …………. ………… 0,001719 ......... ..........
Val. Vânz. 0,011712 0,001429 …………. 0,000078 ......... ..........
Ştiind că valoarea medie a vânzărilor este de 10 mii RON/luna, se cere:
a) Să se completeze informaţiile lipsă din tabelele de mai sus;
b) Să se testeze semnificaţia modelului liniar de regresie, pentru un nivel de semnificaţie de 5%
c) Să se testeze semnificaţia parametrilor modelului, pentru acelaşi nivel de semnificaţie.
d) Ce procent din variaţia profitului nu a fost determinat de variatia vanzarilor?

Observaţie : găsiţi valorile critice din tabelele cu valorile repartiţiei t şi F, pentru nivelul de semnificaţie dat.