ACADEMIA DE STUDII ECONOMICE DN REPUBLICA MOLDOVA

Aplicația № 1
Obiectul: Econometrie
Analiza modelului liniar simplu de regresie de tip clasic.

Autor:
Studenta gr CON-182
Învățământ cu frecvență redusa
Cimpoeș Iuliana

Conducător științific:
Dr. St. Econom.
Pîrțachi Ion

Chișinău, 2019
 Studiu de caz Nr 1. Analiza modelului liniar simplu de regresie de tip clasic.

Pentru a studia cum variază cheltuielile de consum final al unei familii în funcţie venitul
acesteia , o am înscris următoarele date (tabelul 1.1).
Tabelul 1.1.
Nr. observării 1 2 3 4 5 6 7 8 9 1 1 1 1 1 1
0 1 2 3 4 5
Venitul total 7 6 8 9 1 5 1 3 1 1 4 1 1 1 1
(mii) Xi 1 3 0 2 6 5 4 8
Consum final 5 4 7 8 9 4 1 2 8 1 3 1 1 1 1
Yi (mii lei) 1 0 3 4 2 5

Se cere:
1) De calculat estimaţiile parametrilor  şi  prin metoda M.C.M.M.P.;
2) De determinat coeficientul de corelaţie liniară simplă r;
3) De determinat estimatorul nedeplasat
 u2 , precum şi estimatorii nedeplasaţi ai
dispersiilor estimatorilor , respectiv  .
4) De utilizat testul F şi T pentru coeficienţii  şi ; r.
5) De calculat intervalele de încredere la pragul =5% asociate dispersiei  ,
2

u
precum
şi coeficienţilor  şi ;

Rezolvare.
Specificarea modelului econometric ce descrie legătura dintre cele două variabile
Este partea principal a lucrării. Se va reprezenta graphic legătura dintre venit(x) și consumul final
(y) pentru 15 perechi de date (xi,yi) prin diagram norului de puncte:
 Pentru îndeplinirea celorlalte puncte, “centralizăm” datele observate de familie şi reprezentate în
tabelul 1.1. Calculele necesare le înscriem în tabelul 1.2.

Tabelul 1.2.

Nr. Xi Yi xi yi x2 y2 xi *yi
i i
1 7 5 --3,07 -3,33 9,43 11,09 10,23
2 6 4 -4,07 -4,33 16,57 18,75 17,63
3 8 7 -2,06 -1,33 4,24 1,77 2,74
4 9 8 -1,06 -0,33 1,13 0,11 0,35
5 11 9 0,93 0,67 0,87 0,45 0,63
6 5 4 -5,06 -4,33 25,61 18,75 21,91
7 13 11 2,93 2,67 8,59 7,13 7,83
8 3 2 -7,07 -6,33 49,99 40,07 44,76
9 10 8 -0,06 -0,33 0,01 0,11 0,02
10 12 10 1,93 1,66 3,73 2,76 3,21
11 4 3 -6,06 -5,33 36,73 28,41 32,30
12 16 13 5,93 4,66 35,17 21,72 27,64
13 15 14 4,93 5,66 24,31 32,04 27,91
14 14 12 3,93 3,66 15,45 13,40 14,39
15 18 15 7,93 6,66 62,89 44,36 52,82

Total 151 125 0 0 294,72 240,92 264,37

Numărul de observaţii este n=15. Din tabel 1,2 avem:

X i
= 151;  x 2 = 294,72 ; X = 10,07  x  y = 264,37;
yi
Y i
=125; 
2 = 240,92; Y = 8,33;
unde xi  Xi  X ; yi
 Yi  Y .
Deci

 Xi    (x
 X )  (  Y )   xi 
i Y   X  y i nXY 
Yi yi yi xi
 264,37  15  10,07  8,33 1522,62
 X   (x  X )   x
i
2
i
2
i
2
2 2 2
 n( X )  294,72 15(10,066)  1814,5860;
X x
i

Yᵢ  ( yᵢ  Y ) 
2
2
 2
yᵢ 2  n(Y ) 2 240,92  158,33)  1281,76 .

Folosind “sumele” calculate, determinăm valorile indicate în condiţiile problemei.

Putem utiliza şi estimatorul ˆ :

    xi  yi  264,37  0,8973 ,
294,72
x 2i

ˆ  Y  ˆ  X  8,33 0,8971  10,07  -0,70027.

 Numărul de observaţii este n=15. Din tabel 1,2 avem:

X i
= 151;  x 2 = 294,72 ; X = 10,07  x  y = 264,37;
yi
Y i
=125; 
2 = 240,92; Y = 8,33;
unde xi  Xi  X ; yi
 Yi  Y .
Deci

 Xi    (x
 X )  (  Y )   xi  i Y   X  y i nXY 
Yi yi yi xi
 264,37  15  10,07  8,33 1522,62
 X   (x  X )   x
i
2
i
2
i
2
2 2 2
 n( X )  294,72 15(10,066)  1814,5860;
X x
i

Yᵢ  ( yᵢ  Y ) 
2
2
 2
yᵢ 2  n(Y ) 2 240,92  158,33)  1281,76 .

Folosind “sumele” calculate, determinăm valorile indicate în condiţiile

problemei.

Putem utiliza şi estimatorul ˆ :

 x i 
264,37
 0,8973 ,
yi 294,72

x i2

ˆ  Y  ˆ 
 8,33 0,8971  10,07  -0,70027.
X

Deci, estimaţiile parametrilor  şi  sunt   0,8971 iar  -0,7038 .

Coeficientul de regresie estimat punctual sugerează că la fiecare 1000 lei

venit înregistrat anual crește consumul final în medie cu lei.
Punctul de intercepție = -0,7038 este punctul în care dreapta de regresie
intersectează axa Oy acest lucru însemnând că atunci când X=0 (nu este venit)
consumul este
= -0,7038 lei.
Tabelul coeficienților din summary output generat de Eviews:
 2)

Pentru calcularea estimaţiei coeficientului de corelaţie, vom folosi următorii estimatori.

 ∑ xᵢyᵢ 264,37
r = √(∑ x ᵢ )( ∑ y ᵢ ) = √294,72∗240,92 = 0,992
2 2

r 2  0,9841
Pentru cazul liniar simplu al dependenţei Y      X , coeficientul de
determinaţie r2 coincide cu indicele de corelaţie:
( x y )
2
ii

Q1  xi yi ( x y )
2
(264,37)
2
2
r   x i2


ii
 
Q  294,72  240,92
( x )( y
2i 2
y
2

i
y i2
)
2
 0,9841  r
2
Q1
Din formula r  rezultă semnificaţia coeficientului de determinaţie, si anume:
Q
r2=0,9841 exprimă ponderea de  98,4% de dispersie (varianţă) a variabilei Y (consumul total
lunar) explicată de varianţa factorului identificat de influenţă X (venitu) şi numai 1,6% de
varianţă variabilei Y este explicată de influenţa altor factori neidentificaţi inclusiv şi aleatori:
Q2 ∑ ûi 2
3) Estimatorul ᵤ = 2
n−2
= n−2

(264,37)²
Q₂ = 𝚀-𝚀₁= ∑yᵢ²- ¿ ¿ = 240,92 - 294,72
= 3,774
ᵤ² 0,245129

De aici urmează, eroarea standard

s  ᵤ√ 0,245129 0,49510.

Prin definiţie,
σᵤ ² σᵤ ² 0,2451
V(ˆ) = ∑ xᵢ²
=0,0009
∑( xᵢ− X)²294,72
X² σᵤ ² ∑ xᵢ² 0,2451× 1814,5860
V(ɑ) = σᵤ²¿ + ∑ xᵢ²  n ∑( xᵢ− X) ²  15× 294,72 

Calculăm erorile standard ale coeficienţilor  şi  :

s  = √ V ¿¿ =√ 0,1006 = 0,3475

s   = √ V ¿¿  )= √ 0,0009= 0,0315

Deci, modelul căutat este:

Y  -0,7038 0,8971 Xᵢ ,
(0,3475) (0,03)
unde în paranteze sunt prezentate erorile standard (estimaţiile erorilor)
coeficienţilor regresiei
Xᵢ Yᵢ ŷᵢ (ŷᵢ - y)² (yᵢ - ŷᵢ)² (yᵢ - yᵢ)²
7 5 1,2531 0,5664 14,0430 11,1089
6 4 1,1598 0,7156 8,0668 18,7749
8 7 1,5464 0,2109 29,7407 1,7769
9 8 1,7370 0,0722 39,2253 0,1109
11 9 2,1263 0,0146 47,2485 0,4449
5 4 0,9665 1,0800 9,2022 18,7749
13 11 2,5129 0,2573 72,0309 7,1129
3 2 0,5799 2,0329 2,0025 40,1069
10 8 1,9330 0,0053 36,8085 0,1109
12 10 2.3196 0,0986 58,9886 2,7789
4 3 1,7732 0,0541 1,5051 28,4409
16 13 3,0928 1,1818 98,1527 21,7809
15 14 2,8995 0,7989 123,2211 32,1149
14 12 2,7062 0,4905 86,3748 13,4469
18 15 3,4794 2,2321 132,7243 44,4489
151 125 30,0856 9,8112 759,3350 241,3335
10,07 8,33 2,0057 SPR SPE SPT

Y pe X. Valoarea variației reziduale uᵢ = yᵢ - ŷᵢ

ŷ= ɑ+bₓᵢ = -0,7038+0,8971ₓᵢ

ŷ = -0,7038+0,8971*7 =1,3531
ŷ = -0,7038+0,8971*6 =1,1598
ŷ = -0,7038+0,8971*8 =1,5464
ŷ = -0,7038+0,8971*9 =1,7397
ŷ = -0,7038+0,8971*11 =2,1263
ŷ = -0,7038+0,8971*5 =0,9665
ŷ = -0,7038+0,8971*13=2,5129
 ŷ = -0,7038+0,8971*3=0,5799
ŷ = -0,7038+0,8971*10 =1,9330
ŷ = -0,7038+0,8971*12=2,3196
ŷ = -0,7038+0,8971*4=1,7732
ŷ = -0,7038+0,8971*16 =3,0928
ŷ = -0,7038+0,8971*15=2,8995
ŷ = -0,7038+0,8971*14 =2,7062
ŷ = -0,7038+0,8971*17 =3,2861

Alcătuim tabelul lui ANOWA și calculăm suma pătratelor totale/reziduale/explicative

(SPT, SPR, SPE)
Sursa variației Măsura variației Nr.de grade de Dispersia Testul Fisher
libertate reziduală
SPE- (suma
pătratelor
759,3350 k=1 9,8112
explicative)
∑(yᵢ - ŷᵢ)²
Sy ²/ x
F= Se ² =
SPR
SPR – (suma n-k-1
k
pătratelor
9,8112 13 58,4104 SPE
reziduale)
n−k −1
∑(ŷᵢ - y)²
9,8112
SPT – (suma n-1 F= 58,4104 =
pătratelor totale) 0,1680 
241,3335 14 17,2381
∑ (yᵢ - yᵢ)²

SPE = ∑(yᵢ - ŷᵢ)² =759,3350

SPR = ∑(ŷᵢ - y)² = 9,8112
SPT = ∑ (yᵢ - yᵢ)² = 241,3335

Testarea validității modelului de regresie folosind metoda analizei de varianță.

k- numărul variabilelor factoriale(1).
Sy / x SPR 9,8112
Sy²/x = k = k = 1
= 9,8112
Se SPE 759,3350
Se² = n−k−1 = n−k−1 = 13
= 58,4104
 Sy SPT 241,3335
Sy ² = n−1 = n−1 = 14
= 17,2381

Testarea validății modelului de regresie:

-se stabilește ipoteza nulă: Hₒ modelul nu este valid;
-se stabilește ipotez alternativă: H₁ modelul este valid;
Calculăm testul Fisher:
SPR
Sy ²/ x k 9,8112
H₁ Fcalc= = = = 0,1680 
Se ² SPE 58,4104
n−k −1
Hₒ Ftabel= Ftab (ɑ,V₁=k; V₂=n-k-1) = (0,01,1,13)
Concluzie: Se acceptă ipoteza H₁ și se respinge Hₒ modelul econometric considerîndu-se
valid.

Determinarea și testarea semnificației raportului de corelație (-1;1)

Raportul de corelație:
∑( ŷ− y ) ² 9,8112
R=
√ ∑ ( yᵢ− y )2
√=
241,3335
= √ 0,0407 = 0,20174.

În caz că R este aproape de 1, atunci legătura dintre variabilele X și Y este puternică.

Venitul influențează consumul final în mărime de 20,10%, restul 79,90% sunt alți factori
nespecificați în modelul economic.

Testarea raportului de corelație:

R
2
n−k−1 ( 0,20174 )2 13 0,0407
Fcalc = 2 * = 2 * = *13 = 0,5525
1−R k 1−( 0,20174 ) 1 0,9593
0,55 > R > 0,201 – între variabile există o legătură slabă.
Calculăm coeficientul de determinație:
( ŷ− y) ² 9,8112
R² = = = 0,0407.
( yᵢ− y) ² 241,3335

Coefficient / Std. Error = t-statistic

0,897378 / 0031595 = 28,40288