Documente Academic
Documente Profesional
Documente Cultură
Alegerea funcţiei de regresie multifactoriale se face prin utilizarea mai multor tipuri de
funcţii de regresie şi se decide care este modelul cel mai performant.
1
Principalele funcţii de regresie multifactoriale sunt de forma:
funcţia liniară: yt = b0 + b1x1t + b2x2t + ...+ bkxkt
b1 b2 bk
funcţia pătratică: y t =b 0⋅x 1t⋅x 2 t ¿… x kt ; se liniarizează funcţia folosind logaritmul:
logyt = logb0 + b1logx1t + b2 logx2t + ...+ bk logxkt
x1 x2 xk
unde:
Coeficienţii de regresie (b1, b2, …, bn) măsoară influenţa fiecăreia dintre cele n
caracteristici factoriale asupra rezultativei y.
2
Estimarea parametrilor modelului econometric de regresie liniară multifactorială
se realizează cu metoda celor mai mici pătrate
3
dacă b1 < 1, atunci influența variabilei independente asupra celei
dependente este mai slabă (la variația cu o unitate a variabilei independente
x1, variabila dependentă y variază cu o valoare subunitară);
dacă b1 > 1, atunci influența variabilei independente asupra celei
dependente este foarte puternica (la variația cu o unitate a variabilei
independente x1, variabila dependentă y variază cu o valoare supraunitară);
dacă b1 = 1, atunci variabila dependentă y variază direct proportional cu
variația variabilei independentă x1.
dacă b1 < 0, atunci legătura dintre variabila independentă x1 și variabila
dependentă y este inversă (când variabila independentă x1 evolueaza crescător,
variabila dependentă y are o evoluție descrescătoare, iar când variabila
independentă x1 evoluează descrescator, variabila dependentă y are o evoluție
crescătoare).
dacă b1 = 0, variabila dependentă y este independentă în raport cu variabila
independentă x1.
4
Erorile standard reprezinta abateri ale valorilor estimate de la valorile reale și se
împart în:
eroarea standard a modelului (S) este calculată ca abatere a valorilor estimate ale
variabilei endogene y t față de cele reale y și se determină cu relația:
t
∑ ( yt− yt)2
S ε=
√
unde k reprezintă numărul de variabile exogene
n−k −1
Cu cât valoarea erorii standard a modelului este mai mica în raport cu valorile
variabilei endogene, cu atât modelul aproximează mai corect realitatea economică
studiată. Interpretarea calității modelului în funcție de valoarea erorii standard a
modelului este destul de relativă.
erorile standard ale parametrilor modelului multifactorial sunt abaterile valorilor
estimate ale parametrilor funcției de regresie de la valorile lor reale. Aceste erori
se determină pentru fiecare parametru din modelul de regresie
5
2
( nt −n⋅pt )
χ 2c = ∑
Pasul 5. Se calculează valoarea n⋅pt
Pasul 3. Se determină din tabelele statistice aferente testului Durbin – Watson două
valori tabelare, una inferioară și alta superioară, notate dL și dU. Cele două valori se iau
din tabele în funcție de pragul de semnificație al testului (α = 0,05 sau 0,01), în funcție
de numărul de observații, n, precum și în raport de numărul de variabile exogene, k;
Pasul 4. Se compară valoarea calculată a testului statistic Durbin – Watson, dc, cu cele
două valori tabelare și pot rezulta trei situații:
dacă dc < dL, înseamnă că ipoteza autocorelării variabilei aleatoare se acceptă. În
acest caz valorile variabilei aleatoare sunt dependente una față de cealaltă, deci datele
din eșantioane sunt dependente unele de altele și modelul trebuie corectat;
6
dacă dL ≤ dc ≤ dU, testul este neconcludent și trebuie refăcut pe alte eșantioane de
date;
dacă dc > dU, înseamnă că ipoteza autocorelării variabilei aleatoare se respinge deci
modelul econometric de regresie este corect din punct de vedere statistic. În acest caz
valorile variabilei aleatoare sunt independente între ele iar datele din eșantioane sunt
independente.
Eliminarea multicoliniarității se face prin renunțarea la una din cele două variabile
independente corelate. Se vor exclude din model acele variabile care au toleranțe mici
sau factori de inflație mari.
Această etapă presupune folosirea testului statistic Fisher care presupune parcurgerea
următorilor pași:
Pasul 1. Se stabilește ipoteza nulă, H0, conform căreia modelul este irelevant
Pasul 2. Se stabilește pragul de semnificație al testului, α
Pasul 3. Se determină valoarea calculată a testului F folosind relația:
2
s y/ x
1 , x2 , …
F c= 2
sε
Pasul 4. Se alege valoarea tabelară (Fα;υ1;υ2) din tabelul repartiției Fisher – Snedecor în
funcție de pragul de semnificație α și de numărul de grade de libertate: υ1 = k – 1 și υ2 =
n – k; unde: k reprezintă numărul de variabile iar n numărul de observații.
8
Pasul 5. Se compară valoarea calculată Fc cu valoarea tabelară Fα;υ1;υ2 și rezultă
următoarele situații:
dacă valoarea calculată a testului F este mai mică decât valoarea tabelară (
F c < F α ; υ ;υ
1 2 ), atunci ipoteza nulă H 0 se acceptă, ceea ce înseamnă că modelul
trebuie refăcut. Acest lucru constă fie în sensul alegerii altui factor de influență
(variabilă exogenă), fie în sensul alegerii unei alte funcții de regresie;
dacă valoarea calculată a testului F este mai mare sau egală cu valoarea tabelară (
F c≥F α ; υ ; υ
1 2 ), ipoteza nulă H0 se respinge și se poate spune că variabila exogenă
are o influență semnificativă asupra variabilei endogene.