Econometrie Seminarii 3-5

Capitolul 2. Modelul de regresie liniară simplă

Aplicaţii

I. Se consideră rata mortalităţii infantile (număr de decese în vârsta de sub 1 an la 1000 de

născuţi-vii din acelaşi an) şi PIB-ul (Produsul Intern Brut, mil. lei) înregistrate pentru
judeţele României, în anul 2015.

1. Reprezentarea grafică a legăturii dintre cele două variabile analizate

Pe baza reprezentării grafice a legăturii dintre cele două variabile analizate, se cere:

1) Să se precizeze variabila dependentă şi variabila independentă.

Variabila dependentă (𝑌) este rata mortalității infantile, iar cea independentă (𝑋) este PIB.

2) Să se precizeze forma legăturii dintre variabile.

În funcție de reprezentarea grafică se poate aprecia că norul de puncte poate fi ajustat printr-
o dreaptă, ceea ce înseamnă că legătura dintre cele două variabile este liniară.

3) Să se aleagă forma modelului de regresie.

𝑌 = 𝛽0 + 𝛽1 𝑋 + 𝜀

1
Econometrie Seminarii 3-5

2. Estimarea şi testarea parametrilor modelului de regresie

2 3
1 4 5

Coefficientsa

Unstandardized Standardized
Coefficients Coefficients 95% Confidence Interval for B
Model B Std. Error Beta t Sig. Lower Bound Upper Bound
1 (Constant) 13,636 ,825 16,526 ,000 11,969 15,304
PIB -,00016 ,00004 548
-,00016 -4,140 ,000 -,00023 -,00008
a. Dependent Variable: Rata mortalitatii infantile

5.1 5.2
1.1 1.2

Legenda tabelului Coefficients Notaţii şi rezultate obţinute pe baza datelor de la nivelul

eşantionului
Constant (𝒃𝟎 ) PIB (𝒃𝟏 )
1. Coeficienţi nestandardizaţi
1.1. Estimaţiile punctuale ale 𝑏0 = 13,636 𝑏1 = −0,00016
parametrilor modelului de regresie
1.2. Estimaţiile erorilor standard ale 𝑠𝛽̂0 = 0,825 𝑠𝛽̂1 = 0,00004
estimatorilor parametrilor modelului
de regresie
2. Coeficienţi standardizaţi - 𝑏̃1 = −0,548
3. Valoarea calculată a statisticii 𝑏0 𝑏1
test Student 𝑡𝑐𝑎𝑙𝑐 = = 16,526 𝑡𝑐𝑎𝑙𝑐 = = −4,140
𝑠𝛽̂0 𝑠𝛽̂1
4. Probabilitatea asociată statisticii
𝑆𝑖𝑔 𝑡 = 0,000 𝑆𝑖𝑔 𝑡 = 0,000
test Student (semnificaţia testului)
5. Intervalul de încredere al 𝐼𝐶(𝛽0 ): [11,969; 15,304] 𝐼𝐶(𝛽1 ): [−0,00023; −0,00008]
parametrilor modelului de regresie
5.1. Limita inferioară a intervalului 𝑏0 − 𝑡𝛼⁄2;𝑛−2 ∙ 𝑠𝛽̂0 𝑏1 − 𝑡𝛼⁄2;𝑛−2 ∙ 𝑠𝛽̂1
5.2. Limita superioară a intervalului 𝑏0 + 𝑡𝛼⁄2;𝑛−2 ∙ 𝑠𝛽̂0 𝑏1 + 𝑡𝛼⁄2;𝑛−2 ∙ 𝑠𝛽̂1

Pe baza rezultatelor privind estimarea punctuală şi prin interval de încredere a parametrilor

modelului de regresie construit, se cere:

1) Să se scrie ecuaţia estimată a modelului de regresie.

𝑦𝑥𝑖 = 𝑏0 + 𝑏1 𝑥𝑖 = 13,636 − 0,00016𝑥𝑖
𝑌𝑋 = 𝑏0 + 𝑏1 𝑋 = 13,636 − 0,00016𝑋

2) Să se interpreteze estimaţiile punctuale ale parametrilor modelului de regresie.

𝑏0 = 13,636 decese: nivelul mediu estimat al ratei mortalității infantile (𝑌) atunci când
PIB-ul (𝑋) ia valoarea zero.

2
Econometrie Seminarii 3-5

𝑏1 = −0,00016 decese: la o creștere a PIB-ului (𝑋) cu 1 mil. lei, rata mortalității infantile
(𝑌) scade, în medie, cu 0,00016 decese.

3) Să se interpreteze intervalele de încredere ale coeficienţilor de regresie, considerând un risc

asumat de 5%.
𝐼𝐶(𝛽0 ): [11,969; 15,304]
Interpretare: Cu o probabilitate de 95%, se poate garanta că parametrul 𝛽0 (sau ordonata la
origine) este acoperit(ă) de intervalul [11,969; 15,304].

𝐼𝐶(𝛽1 ): [−0,00023; −0,00008]

Interpretare: Cu o probabilitate de 95%, se poate garanta că parametrul 𝛽1 (sau panta
dreptei de regresie) este acoperit(ă) de intervalul [−0,00023; −0,00008].

4) Să se estimeze prin interval de încredere ordonata la origine şi panta dreptei de regresie,

pentru un risc asumat de 0,01.
𝐼𝐶(𝛽0 ): [𝑏0 ± 𝑡𝛼⁄2;𝑛−2 ∙ 𝑠𝛽̂0 ] (1 − 𝛼) = 99%
𝑡𝛼⁄2;𝑛−2 = 𝑡0,01⁄2;41−2 = 𝑡0,005;39 = 2,576
𝐼𝐶(𝛽0 ): [𝑏0 − 𝑡𝛼⁄2;𝑛−2 ∙ 𝑠𝛽̂0 ; 𝑏0 + 𝑡𝛼⁄2;𝑛−2 ∙ 𝑠𝛽̂0 ]
𝐼𝐶(𝛽0 ): [13,636 − 2,576 ∙ 0,825; 13,636 + 2,576 ∙ 0,825]
𝐼𝐶(𝛽0 ): [11,511; 15,761]
Interpretare: Cu o probabilitate de 99%, se poate garanta că ordonata la origine este
acoperită de intervalul [11,5108; 15,7612].

𝐼𝐶(𝛽1 ): [𝑏1 ± 𝑡𝛼⁄2;𝑛−2 ∙ 𝑠𝛽̂1 ] (1 − 𝛼) = 99%

𝑡𝛼⁄2;𝑛−2 = 𝑡0,01⁄2;41−2 = 𝑡0,005;39 = 2,576
𝐼𝐶(𝛽1 ): [𝑏1 − 𝑡𝛼⁄2;𝑛−2 ∙ 𝑠𝛽̂1 ; 𝑏1 + 𝑡𝛼⁄2;𝑛−2 ∙ 𝑠𝛽̂1 ]
𝐼𝐶(𝛽1 ): [−0,00016 − 2,576 ∙ 0,00004; −0,00016 + 2,576 ∙ 0,00004]
𝐼𝐶(𝛽1 ): [−0,000263; −0,000057]
Interpretare: Cu o probabilitate de 99%, se poate garanta că panta dreptei de regresie este
acoperită de intervalul [−0,000263; −0,000057].

Pe baza modelului estimat, se cere:

𝑦𝑥𝑖 = 𝑏0 + 𝑏1 𝑥𝑖 = 13,636 − 0,00016𝑥𝑖

5) Să se estimeze rata mortalităţii infantile pentru un nivel al PIB-ului de 5 mil. lei (𝑥𝑖 = 5).
𝑦𝑥𝑖 = 13,636 − 0,00016𝑥𝑖 = 13,636 − 0,00016 ∙ 5 = 13,635 decese
Interpretare: Pentru un nivel al PIB-ului de 5 mil. lei, ne așteptăm ca rata mortalității
infantile să fie de 13,635 decese (nivelul mediu estimat al ratei mortalității infantile este de
13,635 decese).

6) Să se precizeze cât ar trebui să fie nivelul PIB-ului pentru a obţine o rată a mortalităţii
infantile de 7,4 decese (𝑦𝑥𝑖 = 7,4).
𝑦𝑥𝑖 = 13,636 − 0,00016𝑥𝑖 ⟹ 7,4 = 13,636 − 0,00016𝑥𝑖 ⟹

3
Econometrie Seminarii 3-5

13,636 − 7,4
𝑥𝑖 = = 38975 𝑚𝑖𝑙. 𝑙𝑒𝑖
0,00016
Interpretare: Pentru a obține o rată a mortalității infantile de 7,4 decese, nivelul PIB-ului
ar trebui să fie de 38975 mil. lei.

7) Să se estimeze cu cât scade rata mortalităţii infantile (Δ(𝑌)), dacă nivelul PIB-ului creşte
cu 2 mil. lei (Δ(𝑋) = 2).
Δ(𝑌) Δ(𝑌)
𝑏1 = ⟹ −0,00016 = ⟹ Δ(𝑌) = −0,00032 𝑑𝑒𝑐𝑒𝑠𝑒
Δ(𝑋) 2
Interpretare: La o creștere a PIB-ului cu 2 mil. lei, rata mortalității infantile scade, în medie,
cu 0,00032 decese.

8) Să se determine valoarea cu care ar trebui să crească nivelul PIB-ului (Δ(𝑋)) pentru a avea
o scădere a ratei mortalităţii infantile cu 3 decese (Δ(𝑌) = −3).
Δ(𝑌) −3 −3
𝑏1 = ⟹ −0,00016 = ⟹ Δ(𝑋) = = 18750 𝑚𝑖𝑙. 𝑙𝑒𝑖
Δ(𝑋) Δ(𝑋) −0,00016
Interpretare: Pentru o scădere, în medie, a ratei mortalității infantile cu 3 decese, PIB-ul ar
trebui să crească cu 18750 mil. lei.

Pe baza rezultatelor privind testarea parametrilor modelului de regresie, se cere:

9) Să se testeze semnificaţia coeficienţilor de regresie, aplicând toţi paşii demersului testării.

Etapele testării Testarea parametrului 𝜷𝟎 Testarea parametrului 𝜷𝟏

1. Formularea 𝐻0 : 𝛽0 = 0 (parametrul 𝛽0 nu 𝐻0 : 𝛽1 = 0 (parametrul 𝛽1 nu diferă
ipotezelor diferă semnificativ de 0 SAU semnificativ de 0 SAU între cele două
constanta modelului nu este variabile nu există o legătură liniară
semnificativă statistic) semnificativă SAU variabila
𝐻1 : 𝛽0 ≠ 0 (parametrul 𝛽0 diferă independentă 𝑋 nu are o influență
semnificativ de 0 SAU constanta semnificativă asupra variabilei
modelului este semnificativă dependente 𝑌)
statistic) 𝐻1 : 𝛽1 ≠ 0 (parametrul 𝛽1 diferă
semnificativ de 0 SAU între cele două
variabile există o legătură liniară
semnificativă SAU variabila
independentă 𝑋 are o influență
semnificativă asupra variabilei
dependente 𝑌)
2. Alegerea 𝛼 = 0,05 𝛼 = 0,05
pragului de
semnificaţie
3. Alegerea 𝛽̂0 − 𝛽0 𝛽̂1 − 𝛽1
statisticii test 𝑡= ~𝑡(𝑛 − 2) 𝑡= ~𝑡(𝑛 − 2)
𝜎̂𝛽̂0 𝜎̂𝛽̂1

4
Econometrie Seminarii 3-5

4. Determinarea 𝑡𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐 = 𝑡𝛼⁄2; 𝑛−2 = 𝑡𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐 = 𝑡𝛼⁄2; 𝑛−2 =

valorii teoretice 𝑡0,05⁄2; 41−2 = 𝑡0,025; 39 = 1,96 𝑡0,05⁄2; 41−2 = 𝑡0,025; 39 = 1,96
a statisticii test
5. Determinarea 𝑏0 13,636 𝑏1 −0,00016
valorii calculate 𝑡𝑐𝑎𝑙𝑐 = = = 16,528 𝑡𝑐𝑎𝑙𝑐 = = = −4
𝑠𝛽̂0 0,825 𝑠𝛽̂1 0,00004
a statisticii test
(în condițiile
acceptării
ipotezei nule)
6. Regula de Dacă se ţine cont de valoarea calculată a testului, regula de decizie este
decizie următoarea:
- dacă |𝑡𝑐𝑎𝑙𝑐 | ≤ 𝑡𝛼⁄2; 𝑛−2, nu se respinge ipoteza nulă (𝐻0 );
- dacă |𝑡𝑐𝑎𝑙𝑐 | > 𝑡𝛼⁄2; 𝑛−2 , se respinge ipoteza nulă (𝐻0 ), cu
probabilitatea (1 − 𝛼).

Dacă se ţine cont de semnificaţia testului, regula de decizie este următoarea:

- dacă 𝑆𝑖𝑔𝑡 ≥ 𝛼, nu se respinge ipoteza nulă (𝐻0 );
- dacă 𝑆𝑖𝑔𝑡 < 𝛼, se respinge 𝐻0 , cu probabilitatea (1 − 𝛼).
7. Luarea |𝑡𝑐𝑎𝑙𝑐 | = 16,528 > 𝑡𝛼⁄2; 𝑛−2 = 1,96 |𝑡𝑐𝑎𝑙𝑐 | = 4 > 𝑡𝛼⁄2; 𝑛−2 = 1,96
deciziei SAU SAU
𝑆𝑖𝑔𝑡 = 0,000 < 𝛼 = 0,05 𝑆𝑖𝑔𝑡 = 0,000 < 𝛼 = 0,05
⇒ că se respinge ipoteza 𝐻0 ⇒ că se respinge ipoteza 𝐻0 (95%)
(95%)
8. Interpretarea Pentru o probabilitate de 95%, se Pentru o probabilitate de 95%, se poate
rezultatului poate afirma că parametrul 𝛽0 afirma că parametrul 𝛽1 diferă
diferă semnificativ de 0 SAU este semnificativ de 0, ceea ce înseamnă că
semnificativă statistic. legătura liniară dintre rata mortalității
infantile (𝑌) și PIB (𝑋) este
semnificativă statistic SAU că PIB (𝑋)
are o influență semnificativă asupra ratei
mortalității infantile (𝑌).