Documente Academic
Documente Profesional
Documente Cultură
ECONOMETRIE.
PREZENTAREA
GENERALA A
MODELELOR
ECONOMETRICE
Stefan.Ionescu@profesor.rau.ro
BIBLIOGRAFIE
http://www.biblioteca-digitala.ase.ro/biblioteca
Tudorel Andrei, Regis Econometrie,
Bourbonnais Ed. Economica,
Bucureşti 2008
Eugen Stefan Pecican Econometria pentru… economisti
Stelian, Stancu, Tudorel Andrei, Introducere in Econometrie
Andreea iacob, Erika Tusa utilizand EViews,
Ed. Enciclopedica,
Bucuresti 2010
Rodica Gogonea, Marian Zaharia Econometrie cu aplicaţii în
comerţ – Turism – Servicii,
Ed. Universitară, 2008
BIBLIOGRAFIE IN LIMBA ENGLEZA
1. Econometrie - definiţii,
- concepte specifice,
- tipologia modelelor
econometrice
ELEMENTE DE TEORIA
PROBABILITĂŢILOR:
2. Variabile aleatoare vectoriale,
caracteristici numerice (matricea de
covarianţă, coeficientul de corelaţie)
Excel
Eviews
SPSS
STATISTICA
SISTEMUL DE NOTARE
TESTFINAL – 50%
SEMINAR – 50% compus din:
• 20% participare activa la seminar
• 30% prezentarea unui proiect
Precizari:
- La testul final pot participa studentii care au o
prezenta de peste 70% la seminarii/cursuri si
care au obtinut minim nota 5 la seminar
- Studentii care in urma testului final au obtinut
media generala minim 8, sunt absolviti de
prezenta la examenul din sesiune.
CE TREBUIE SA STIM INAINTE DE A INCEPE
STUDIUL ECONOMETRIEI?
OIKONOMIE = economie
METRON = masurare
Teoriei Economice
DE CE NU ESTE ECONOMETRIA DOAR
STATISTICA?
controlate.
DE CE NU ESTE ECONOMETRIA DOAR
MATEMATICA?
Consumul = f (venit)
Cererea pentru un bun individual, de
exemplu cererea pentru automobilele Dacia:
𝑄 𝑐 = f(𝑃, 𝑃 𝑠 , 𝑃𝑐 , 𝑉)
𝑄 𝑐 = Cantitatea de automobile Dacia cerute de piata
𝑃= Pretul automobilelor Dacia
pretul benzinei
V= Nivelul venitului mediu
EXEMPLUL RATEI DE REFERINTA
TIPURI DE PROBLEME LA CARE SE RASPUNDE
UNEI INTREBARI “CAT DE MULT?”
Efectul “fluture”
Alegerea variabilelor care exercita cea mai mare
influenta. Cate variabile alegem?
Ce determina orbita lunii?
Interpretare:
Skewness > 0 - distributia este inclinata spre stanga,
avand mai multe valori extreme spre dreapta.
Skewness < 0 - distributia este inclinata spre dreapta,
avand mai multe valori extreme spre stanga.
Skewness = 0 - media = mediana, distributia este
simetrica in jurul mediei.
SKEWNESS
KURTOSIS
2 2
2
𝑛𝑎 𝜎𝑥ҧ𝑎 + 𝑛𝑏 𝜎𝑥ҧ𝑏
𝜎ത𝑥ҧ =
𝑛𝑎 + 𝑛𝑏
- Sintetizeaza variatia (imprastierea
din interiorul subcolectivitatilor;
- Se datoreaza factorilor specifici,
aleatori.
DISPERSIA DINTRE GRUPE
2 2
2 𝑛 𝑥ҧ
𝑎 𝑎 − 𝑥ҧ + 𝑛𝑏 𝑥ҧ𝑏 − 𝑥ҧ
𝛿𝑥ҧ =
𝑛𝑎 + 𝑛𝑏
- Dispersia mediilor partiale de la media
generala.
- Sintetizeaza influenta factorului
sistematic, de structurare a colectivitatii,
asupra imprastierii generale a valorilor
individuale.
- Sintetizeaza variatia dintre
subcolectivitatile in care s-a structurat
colectivitatea generala
GRAD DE DETERMINATIE
2
2
𝛿𝑥ҧ
𝑅 = 2
𝜎𝑥ҧ
- Exprima masura in care variatia
caracteristicii urmarite depinde de factorul
sistematic dupa care s-a structurat
colectivitatea
GRAD DE NEDETERMINARE
2
2
𝜎ത𝑥ҧ 2
𝐾 = 2 =1− 𝑅
𝜎𝑥ҧ
2
𝑥1 − 𝑥ҧ 𝑛1 + 𝑥2 − 𝑥ҧ 2 𝑛2 + ⋯ + 𝑥𝑚 − 𝑥ҧ 2
𝑛𝑚
𝜎𝑥2ҧ =
𝑛1 + 𝑛2 + ⋯ + 𝑛𝑚 − 1
σ𝑖=𝑚
𝑖=1 𝑥𝑖 − 𝑥ҧ 2 𝑛𝑖
=
σ𝑖=𝑚
𝑖=1 𝑛𝑖 − 1
𝑥𝑖 𝑛𝑖 𝑥𝑖 𝑛𝑖 𝑥𝑖 − 𝑥ҧ 𝑥𝑖 − 𝑥ҧ 2 𝑥𝑖 − 𝑥ҧ 2𝑛
𝑖
𝑖=𝑚 𝑖=𝑚
2𝑛
𝑛𝑖 𝑥𝑖 − 𝑥ҧ 𝑖
𝑖=1 𝑖=1
ABATEREA MEDIE PATRATICA
(STANDARD DEVIATION)
σ𝑖=𝑚
𝑖=1 𝑥𝑖 − 𝑥ҧ 2𝑛
𝑖
𝜎𝑥ҧ = 𝜎𝑥2ҧ = 𝑖=𝑚
σ𝑖=1 𝑛𝑖 − 1
0 ≤ 𝜎𝑥ҧ < ∞
Aceeasi unitate de masura cu media
Marime nescalata
𝜎𝑥ҧ
𝑣𝑥ҧ = ∙ 100%
𝑥ҧ
- cel mai sintetic indicator al
imprastierii;
- Cuprins in inervalul 0%-100%
- <30%-35% colectivitate omogena
- >35% colectivitate eterogena
COEFICIENTUL DE OMOGENITATE
ipoteza alternativă;
testul statistic;
- o singură valoare a
parametrului populaţiei;
- ceea ce este acceptat până se
dovedeşte a fi fals.
H1 - IPOTEZA ALTERNATIVA
H1,ce reprezintă o teorie care contrazice ipoteza
nulă. Ea va fi acceptată doar când există
suficiente dovezi, evidenţe, pentru a se
stabili că este adevărată.
H0: μ = μ0,
H1: μ ≠ μ0 (μ < μ0 sau μ > μ0)
şi acest test este un test bilateral;
ii)să testăm ipoteza nulă μ = μ0, cu
alternativa media μ este mai mare
decât μ0.
H0: μ = μ0,
H1: μ > μ0,
care este un test unilateral
dreapta;
iii)să testăm ipoteza nulă μ = μ0, cu
alternativa media μ este mai mică
decât μ0.
H0: μ = μ0,
H1: μ < μ0,
care este un test unilateral
stânga.
REGIUNEA CRITICĂ PENTRU:
A) TEST BILATERAL;
B) TEST UNILATERAL DREAPTA;
C) TEST UNILATERAL STÂNGA
COMPARAREA MEDIEI A DOUA ESANTIOANE
𝑥1ҧ − 𝑥ҧ2
𝑧𝑐 =
2 2
𝜎1 𝜎2
+
𝑛1 𝑛2
Esantioanele sunt de volum mare n>30
Variabilele au tendinte de normalitate
COMPARAREA PROPORTIEI ESANTIONULUI CU
PROPORTIA COLECTIVITATII GENERALE
𝑝 − 𝑝0
𝑧𝑐 =
𝑝(1 − 𝑝)
𝑛
Distributia repartizarii proportiilor trebuie sa fie
o distributie dihotomica ale carei caracteristici
sunt modelate in general prin variabile
repartizate binomial
Distributia binomiala este normala daca: 𝑛 ∙ 𝑝 ≥
5, 𝑛(1 − 𝑝) ≥ 5, unde p reprezinta proportia
esantionului
Testul t
- trebuie precizat că valoarea lui χ 2 pentru care aria de sub curbă (situată la dreapta ei)
care aria din stânga este α, deoarece statistica 2 este întotdeauna mai mare decât zero. Dar
2 reprezintă punctul pentru care aria de sub curbă situată la stânga lui este α.
1
TESTAREA IPOTEZEI PRIVIND DISPERSIA
UNEI POPULAŢII
Pentru următoarele date privind cererea unui produs (selectate dintr-o colectivitate
normal distribuită), să se testeze (pentru o probabilitate de 95%), ipotezele:
H 0 : 2 100 ,
H1 : 2 100 .
Datele sunt: 85, 59, 66, 81, 35, 57, 55, 63, 63, 66.
TESTAREA IPOTEZEI PRIVIND RAPORTUL
DINTRE DOUĂ DISPERSII
Se cunoaşte că raportul dintre două variabile hi-pătrat independente împărţite la gradele lor
de libertate are o distribuţie Fisher (distribuţie F). Gradele de libertate ale distribuţiei F sunt
identice cu gradele de libertate ale celor două distribuţii hi-pătrat. Atunci:
TESTAREA IPOTEZEI PRIVIND RAPORTUL
DINTRE DOUĂ DISPERSII
Valoarea lui F pentru care aria de sub curbă (situată la dreapta ei) este α, se notează Fα (cu
gradele de libertate gl1 şi gl2, unde gl1 = n1 –1 şi gl2 = n2 –1).
Ipotezele statistice:
- pentru test bilateral
H 0 : 12 / 22 1
H 0 : 12 / 22 1
H 0 : 12 / 22 1
H 0 : 12 / 22 1
Regiunea critică este dată de:
- pentru test bilateral:
F F / 2,n1 1,n2 1 sau F F1 / 2,n 1,n 1
1 2
Regression Statistics
Multiple R 0,896708
R Square 0,804086 Termenul liber şi
Adjusted R Square 0,779597 Indică validitatea
coeficientul de
modelului
Standard Error 4,877884 regresie
Observations 10
ANOVA
df SS MS F Significance F
Regression 1 781,25 781,25 32,83425 0,000439
Residual 8 190,35 23,79375
Total 9 971,6
Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95,0% Upper 95,0%
Intercept 66,8 4,627567 14,43523 5,19E-07 56,12881 77,47119 56,12881 77,47119
X Variable 1 -1,25 0,218146 -5,73012 0,000439 -1,75304 -0,74696 -1,75304 -0,74696
RESIDUAL OUTPUT
Modelul se scrie:
timp=66,8-1,25* doza
timp=66,8-1,25* doza
având următoarea interpretare:
- creşterea dozei de sedativ cu un miligram
reduce timpul de adormire cu 1.25
minute.
- Modelul este valid din punct de vedere
statistic, Significance F=0,000439 < 0,05,
coeficient de determinaţie R2=80,40%,
ceea ce înseamnă că doza de sedativ
explică într-o proporţie de aproximativ
80% timpul de adormire, restul fiind
determinat de alţi factori.
Aplicatia 1
Intr-un atelier se asambleaza componente electrice. In ultimele 9 zile, muncitorul de
la masa 1 a avut o medie de 9 rebuturi pe zi cu o abatere standard 𝑠1 = 2. Muncitorul de
la masa 2 a avut in medie 8.5 rebuturi pe zi, cu o abatere standard 𝑠2 = 1.5 pe aceeasi
perioada. Se presupune ca rebuturile produse de cei doi muncitori reprezinta variabile
aleatoare normale.
a) La un nivel de semnificatie α=0.05 se poate trage concluzia ca exista o variatie
mai mare in numarul de rebuturi zilnice produse de muncitorul de la masa 1?
b) Dar pentru un interval de incredere de 99%, se poate spune ca exista o diferenta
semnificativa intre numarul de rebuturi scoase de cei 2 muncitori?
Aplicatia 2
A fost realizat un nou sistem radar pentru aeroporturi. Se stie ca un criteriu foarte
important este acuratetea cu care sistemul radar citeste distantele in spatiu. O performanta
standard este ca dispersia in aprecierea distantelor trebuie sa fie de cel mult 15dm2.
a) Sistemul se testeaza de 30 ori. La un prag de semnificatie de α=0.05, care este
valoarea limita a dispersiei sistemului radar, pentru care sistemul radar ar putea
fi achizitionat?
b) Se presupune ca s-a testat noul sistem radar de 20 ori de la o inaltime cunoscuta
deasupra pamantului si s-a gasit o dispersie de 16dm2. La un prag de semnificatie
de α=0.10, sa se testeze ipoteza ca sistemul radar satisface criteriul de
performanta considerat.
2
𝑖=𝑛
𝑖=1
𝑦 − 𝑦
𝑅= 𝑅 2 =
𝑖 𝑖
𝑖=𝑛 2
𝑛 𝑖=1
𝑦 − 𝑦
𝑖
R=0 nu exista leg.
𝑅 ∈ (0 ; 0.2] leg.foarte slaba
𝑅 ∈ (0.2 ; 0.5] leg.slaba
𝑅 ∈ (0.5 ; 0.75] leg.medie
𝑅 ∈ 0.75 ; 0.95 leg.puternica
𝑅 ∈ 0.95 ; 1 leg.f.puternica
R=1 leg.determinista
1
𝜎𝑥𝑦 𝑛 − 1 𝑥𝑖 − 𝑥 𝑦𝑖 − 𝑦
𝑟𝑥𝑦 = =
𝜎𝑥 𝜎𝑦 𝑖=𝑛
𝑥𝑖 − 𝑥
2 𝑖=𝑛
𝑖=1
𝑦 − 𝑦
2
𝑖=1 𝑖
∙
𝑛 − 1 𝑛 − 1
- Coeficientul b1 = 0.10977 arată că
preţul mediu al unei locuinţe creşte
în medie cu 0.10977(1000$) =
109.77$ pentru fiecare picior pătrat
adiţional.
- Interpretarea termenului liber
(intercept) nu are sens economic în
acest exemplu, nicio casă neavând
suprafaţă 0.
- Coeficientul de determinaţie este de
58,082%, modelul fiind valid (F
significance=0,01039<0,05).
GIGO-
Garbage In, Garbage Out:
un set de date de intrare
în orice model
econometric prost nu
poate genera rezultate
bune!
b1 s b1
H0: β1 = 0 Din output-ul Excel :
H1: β1 0 Coefficients Standard Error t Stat P-value
Intercept 98.24833 58.03348 1.69296 0.12892
Square Feet 0.10977 0.03297 3.32938 0.01039
b1 β1 0.10977 0
t 3.32938
s b1 0.03297
Test Statistic: t = 3.329
s b1
H0: β1 = 0 Din output-ul Excel : b1 t
H1: β1 0 Coefficients Standard Error t Stat P-value
Intercept 98.24833 58.03348 1.69296 0.12892
d.f. = 10-2 = 8 Square Feet 0.10977 0.03297 3.32938 0.01039
t8,.025 = 2.3060
Decizie:
/2=.025 /2=.025 Resping H0
Concluzie:
Există suficiente dovezi că suprafaţa afectează
Resping Nu resping H0 Resping
H0 -tn-2,α/2 tn-2,α/2 H0 preţul locuinţelor!
0
-2.3060 2.3060 3.329