Academia de Studii Economice din Republica Moldova

Aplicația №2
Obiectul: Econometrie
Analiza modelului liniar multiplu de regresie de tip
clasic

Autor: Conducător Științific:

Studenta gr. CON-182 Dr.st.econom
Frecvență redusă Pîrțachi Ion
Cimpoeș Iuliana

Chișinău, 2019
Analiza modelului liniar multiplu de regresie de tip clasic.
 Studiu de caz
În tabelul ce urmează sunt prezentate datele ce se referă la ritmurile de
modificare anuală a consumului Yₜ, volumului de producție de larg
consum (X₁ₜ) și venitului disponibil ce revine la o persoană (venitul
disponibil per capita) (X₂ₜ) pentru o perioadă de 12 ani (12 observări
înregistrate).
Anul t Consumul total Produsul de larg Venitul disponibil la
anual y(%) consum x₁ (%) o persoană x₂(%)
1 100 100 100
2 135 97 112
3 102 67 101
4 103 72 103
5 105 74 104
6 120 85 103
7 111 85 101
8 101 64 101
9 130 94 107
10 128 93 105
11 121 99 107
12 117 73 106
Total 1374 1003 1252
Media 114,5010 83,5834 104,3334

Notăm: y – consumul total anual;

x₁ - produsul de larg consum;
x₂ - venitul disponibile la o persoană;

Ecuația de regresie este ŷ = ɑₒ + ɑ₁x₁ + ɑ₂x₂ , unde ŷ – reprezintă valorile estimate ale variabilei
y în funcție de x₁ și x₂(valori factoriale).
1. Determinarea parametrilor modelului de regresie se face prin metoda celor mai mici
pătrate (MCMP).
n aₒ +a1 ∑ x1 −a2 ∑ x2 =∑ y

{
aₒ ∑ x 1 +a1 ∑ x 12−a2 ∑ x1 x 2=∑ x ₁ y
aₒ ∑ x 2+ a1 ∑ x 1 x2 +a 2 ∑ x ₂²=∑ x ₂ y }
Y x₁ x₂ yᵢ x₁ x₂ x₁*x₂ X1*y X2*y
24 15 18 3,833 0,166 1,667 1,833 0,637 6,390
25 19 21 4,833 4,166 4,667 19,443 20,135 22,556
21 14 17 0,834 -0,833 0,667 -1,223 0,695 0,557
18 12 15 -2,167 -2,833 -1,333 3,777 6,140 2,889
14 15 12 -6,167 0,166 -4,333 -0,720 -1,024 26,722
19 15 15 -1,167 0,166 -1,334 0,222 -0,194 1,557
23 17 19 2,834 2,166 2,667 5,777 6,139 7,559
27 21 23 6,834 6,167 6,667 41,116 42,146 45,563
16 11 12 -4,167 -3,833 -4,334 8,947 15,973 18,060
17 13 14 -3,167 -1,833 -2,334 4,279 5,806 7,392
16 10 11 -4,167 -4,833 -5,334 25,780 20,140 22,227
22 16 19 1,834 1,167 2,667 3,113 2,141 4,892
242 178 196 0 0 0 112,344 118,734 166,364
20,1667 14,8334 16,3334 9,3621 9,895 13,864
Matricial sistemul se rezolvă:
β₁
β=
β₂( ) (x ͭ x)ˉ¹ x ͭ y
∑ x ₁² ∑ x ₁ x ₂ 185,684 112,344
unde x ͭ x = (
∑ x ₁ x ₂ ∑ x ₂² )(
=
112,344 158,686 );
1 158,686 −112,344 1
( X ͭ X)ˉ¹ = (
( 112,344∗112,344 )−( 185,684∗158,686 ) −112,344 185,684
= )
−16844,277
158,686 −112,344
(
−112,344 185,684 )
∑x₁y 118,734
iar X ͭ Y= (∑x ² y
= )(
166,364 )
Deci
1 158,686 −112,344 118,734 1
β= ( )( =
−16844,277 −112,344 185,684 116,364 −16844,277 ) ((158,686*118,734)+(-
1 −1231,3773 0,0731
112,344*116,364 ))= (
−16844,277 8267,8805
= )(
0,4909 )
Estimația termenului liber o calculăm astfel:
βₒ = Ỹ - β₁x₁ - β₂x₂ = 20,1667 –(0,0731*14,8334) – (0,4909*16,3334) = 11,0639
Deci în întregime modelul are forma:
ŷ= 11,0639+0,0731x¹+0,4909 x₂
Se observă că la cerștere cu 100 a nr al produsului de larg consum , consumul final va crește cu
0,073 mii , iar la o creștere de venitului disponibil cu 100 mii, consumul va crește cu 0,4909 mii
lei.
Aflăm valoarea variației reziduale:

Ŷ 1= 11,0639+0,0731*15+0,4909 *18 =20,9966

Ŷ 2= 11,0639+0,0731*19+0,4909 *21=22,7617
Ŷ 3= 11,0639+0,0731*14+0,4909 *17 =20,4326
Ŷ 4= 11,0639+0,0731*12+0,4909 *15 =19,3046
Ŷ 5= 11,0639+0,0731*15+0,4909 *12 =18,0512
Ŷ 6= 11,0639+0,0731*15+0,4909 *15 =19,5239
Ŷ 7= 11,0639+0,0731*17+0,4909 *19 =12,3066
Ŷ 8= 11,0639+0,0731*21+0,4909 *23 =23,8897
Ŷ 9= 11,0639+0,0731*11+0,4909 *12 =17,7588
Ŷ 10= 11,0639+0,0731*13+0,4909 *14 =18,8868
Ŷ 11= 11,0639+0,0731*10+0,4909 *11 =17,1942
 Ŷ 12= 11,0639+0,0731*16+0,4909 *19 =21,5606

Yi Ŷi (ŷ₁-y)² (yi-ŷ)² (yi-y)²

15 20,9966 0,6888 35,9593 26,6948
19 22,7617 6,7341 14,1504 1,3612
14 20,4326 0,0707 41,3784 38,0282
12 19,3046 0,7433 53,3572 66,6950
15 18,0512 4,4754 9,3099 26,6948
15 19,5239 0,4132 20,4657 26,6948
17 12,3066 61,7812 22,0280 10,0280
21 23,8897 13,8615 8,3504 0,6944
11 17,7588 5,8125 45,6814 84,0284
13 18,8868 1,6382 34,6533 51,3616
10 17,1942 8,8358 51,7566 103,3618
16 21,5606 1,9402 30,9203 17,3614
232,6673 106,9949 368,0109 453,0044
SPR SPE SPT

Alcătum tabelul lui ANOVA si calculăm suma pătratelor totale/reziduale/explicative

( SPR/SPE/SPT)

Tabelul ANOVA
Sursa variației Măsura variației Nr.de grade de Dispersia reziduală Testul Fisher
libertate

SPE- (suma
pătratelor
explicative) 368,0109 k=2 106,9949/2
=53,4975
∑(yᵢ - ŷᵢ)²

Sy ²/ x
F= Se ² =
SPR – (suma n-k-1 SPR
pătratelor
106,9949 9 368,0101/ 9 = k
reziduale)
40,8901 SPE
∑(ŷᵢ - y)² n−k −1
53,4957
SPT – (suma n-1 F= 40,8901 =
pătratelor totale)
453,0044 11 453,0044/11= 1,2084 
∑ (yᵢ - yᵢ)² 41,1823

SPE = ∑(yᵢ - ŷᵢ)² =368,0109

SPR = ∑(ŷᵢ - y)² = 106,9949
SPT = ∑ (yᵢ - yᵢ)² = 453,0044
 Testarea validității modelului de regresie folosind metoda analizei de varianță.

k- numărul variabilelor factoriale(1).

Sy / x SPR 106,9949
Sy²/x = k = k = 2
= 53,4975

Se SPE 360,0109
Se² = n−k−1 = n−k−1 = 9
= 40,8901

Sy SPT 453,0044
Sy ² = n−1 = n−1 = 11
= 41,1823

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 53,4975
H₁ Fcalc= = = = 0,13084 
Se ² SPE 40,8901
n−k −1

Hₒ Ftabel= Ftab (ɑ,V₁=k; V₂=n-k-1) = (0,05,2,11)

Determinam si testam semnificația raportului de corelașie

Raportul de corelație:

∑( ŷ− y ) ² 53,4975
R=
√ ∑ ( yᵢ− y )2
=
√453,0044
= √ 0,1181 = 0,3436

În caz că R este aproape de 1, atunci legătura dintre variabilele X1, X2 și Y este puternică.

X1 și X2 influențează consumul final în mărime de 34,36%, restul 65,64% sunt alți factori
nespecificați în modelul economic

Testarea raportului de corelație:

R2 n−k−1 ( 0,3436 )2 9 0,1181

Fcalc = * = 2 * = *9 = 1,2053
1−R 2
k 1−( 0,3436 ) 1 0,8819
1,20 > R > 0,34 – între variabile există o legătură strînsă.

Calculăm coeficientul de determinație:

( ŷ− y) ² 53,4975
R² = = = 0,1181
( yᵢ− y) ² 4 5 3,004