FACULTATEA CONTABILITATE

Studiu Individual
La Econometrie

Autor:
studentul gr. CON202r-fr,
Zubenco Beniamin

Conducător:
dr. hab., prof. univ.,
Partachi Ion

CHIȘINĂU, 2020
 LUCRARE INDIVIDUALĂ la econometrie,
CON202,76 este nr dupa catalog
Fie că se cunosc datele pentru 7 raioane pentru anul 2019 Tabelul 1.
Cheltuieli pentru cumpărarea
Salariu mediu lunar al unui lucrător,
produselor alimentare , % din
mii lei, x
volumul total al cheltuielilor, y
A B
68 6+76*0.01
58 7+76*0.01
62 7+76*0.01
52 9+76*0.01
54 8+76*0.01
57 8+76*0.01
51 9+76*0.01

I) Să se caracterizeze dependența ponderilor cheltuielilor necesare pentru cumpărarea produselor

alimentare față de venituri cu ajutorul următoarelor funcții prin reprezentări grafice și MCMMP:
1) liniare;
2) de putere;
3) logaritmice;
4) exponențiale;
5) hiperbole;
6) inverse.
II) Să se calculeze și să se interpreteze indicatorii de intensitate a legăturii pentru fiecare model .
III) Să se estimeze fiecare model prin coeficientul de determinație, criteriul Fisher, eroarea de
aproximație cu ajutorul EXCEL, SPSS, Eviews.
IV) Să se prezente rezultatele într-un tabel și să se argumenteze alegerea modelului optim.

Soluție:
I.1. Dacă dependența este liniară, atunci regresia pentru funcția liniară este y= a+ bx.
Estimatorii a și b îi determinăm pe baza sistemului de ecuații normale:
( n ) a+ b ( ∑ x )=∑ y
{(∑ ) x a+b ( ∑ x 2) =∑ xy

Nr. d/o x y Yx x^2 y^2 yx y-yaj Ai

6,7
1 68 459,68 45,70 4624 66,17 1,83 2,68
6
7,7 -
2 58 450,08 60,22 3364 61,06 -3,06
6 5,27

3 7,7 62 478,64 59,60 3844 61,26 0,74 1,19

2
 2
9,7
4 52 507,52 95,26 2704 50,82 1,18 2,27
6
8,7 -
5 54 473,04 76,74 2916 55,94 -1,94
6 3,59

8,7
6 57 499,32 76,74 3249 55,94 1,06 1,87
6
9,7
7 51 497,76 95,26 2601 50,82 0,18 0,36
6
59,2 3366,0 509,5 -
Total 402 23302 402 0,00
8 4 0 0,48

57,4 3328,8 -
Media 8,47 480,86 72,79 57,43 0,00
3 6 0,07

100,7
a  
8

b -5,12  

delta
delta delta a b
-
52,409 5281,75 268,2
7a+59,28b=402 6 7 8
59,28a+505,90b=3366,0
4

^ ( xy )−( x )( y )
Acest rezultat poate fi obținut folosind b=
σ 2x

σ 2x = ∑ x2 - x2 = x2 - x2
n
a = y – bx
Interpretare

b^ =-5,12
Din urmatoarele date rezulta ca daca salariul va creste cu 1000 lei, atunci ponderea cheltuielilor pentru
cumpararea produselor se va micsora in mediu cu 5,13p.p(puncte procentuale).
Calculăm rezidiurile e = y - ^y

3
Coeficientul de corelație:
σx
^ ( xy )−( x )( y )
r yx = b^ sau r yx =
σ^y σxσ y

σ^ x = √ 72.79−8.47 2=1,065
σ^ y = √ 3366,04−57,432=5,536

1,065
r yx =-5,13* = -0,983 o dependență liniara stransa .
5,536
Coeficientul de determinație:

r 2yx = (−0,983¿ ¿2) ¿=0,9663

Ceea ce somnifica ca 96,63% de variatia lui Y este determinata de X.

Criteriul Fisher:

r2
F= ( n – 2 ) = 49,29
1−r 2

F 0,05
tab(1,5) = 6,61

! Ecuație statistic
Eroarea de aproximație pentru fiecare observație se definește astfel
y i−^y i
| | yi
× 100

1 y i− ^yi 17,45
A=
n
∑ yi| | × 100 =
7
=2,49%

Concluzii: Eroarea medi de aproximație A arată o corespundere bună a valorilor y ̂ la cele y cu o abatere de
≈ 2,5%.

ВЫВОД ИТОГОВ

Регрессионная
статистика
Множестве
нный R 1

R-квадрат 1
Нормирова
нный R-
квадрат 1
Стандартна
я ошибка 1,84E-15
Наблюден
ия 7

4
 Дисперсионный анализ
Значим
  df SS MS F ость F
5,78E
Регрессия 1 196,1859 196,1859 +31 7,46E-79
Остаток 5 1,7E-29 3,39E-30
Итого 6 196,1859      

Нижн
Стандар t- P- Верх ие Верх
Коэффици тная статис Значе Нижние ние 95,0 ние
  енты ошибка тика ние 95% 95% % 95,0%
Y-
пересечен 1,14E- 100,778 100,7 100,7 100,7
ие 100,7784 5,74E-15 1,75E+16 80 4 784 784 784

- - -
7,46E- 5,118 5,118 5,118
X -5,11891 6,73E-16 -7,6E+15 79 -5,11891 91 91 91

ВЫВОД ОСТАТКА

Наблюден Предсказа
ие нное y x Остатки
1 66,17459 1,42E-14
2 61,05568 1,42E-14
3 61,26044 1,42E-14
4 50,81787 7,11E-15
5 55,93677 7,11E-15
6 55,93677 7,11E-15
7 50,81787 7,11E-15

Ib. Regresia pentru funcția de putere

y = axb
ln y = ln a+ b∗ln x sau Y = A + b*X
( n ) A+ ( ∑ x ) b=∑ y
Scriem sistemul de ecuații normale
{(∑ )x A + ( ∑ x 2 ) b=∑ xy

5
 Lnya
Nr. d/o x y Lnx Lny DE D^2 E^2 dif A rezid2
j

1
6,7 68 0,000
6 1,91 4,22 8,06 3,65 17,80 4,20 0,01 0,02 2

2
7,7 58 - - 0,001
6 2,05 4,06 8,32 4,20 16,49 4,10 0,04 0,08 9

3
7,7 62 0,000
2 2,04 4,13 8,44 4,18 17,03 4,11 0,02 0,03 4

4
9,7 52 0,000
6 2,28 3,95 9,00 5,19 15,61 3,94 0,01 0,03 2

5
8,7 54 - - 0,000
6 2,17 3,99 8,66 4,71 15,91 4,02 0,03 0,05 7

6
8,7 57 0,000
6 2,17 4,04 8,77 4,71 16,35 4,02 0,03 0,05 7

7
9,7 51 - - 0,000
6 2,28 3,93 8,96 5,19 15,46 3,94 0,01 0,01 0
59,2 14,9 28,3 60,2 31,8 114,6 28,3 - 0,004
total 402 0,00
8 0 2 1 3 5 2 0,01 2
57,4 0,000
media 8,47 2,13 4,05 8,60 4,55 16,38 4,05 0,00 0,00
3 6
a 5,60
delt delt delt
b
-0,73 a aa ab
-
0,76 4,28 0,56

Interpretare: Parametrul b= -0,73 care reprezintă coeficientul de elasticitate ce semnifică că cu creșterea

salariului cu 1% ponderea cheltuielilor pentru produsele alimentare se micșorează în mediu cu 0,73p.p.
( puncte procentuale).

ВЫВОД ИТОГОВ

Регрессионная статистика
Множественны
йR 1

R-квадрат 1
Нормированны
й R-квадрат 1
Стандартная
ошибка 2,563E-16

Наблюдения 7

6
Дисперсионный анализ
Значимос
  df SS MS F ть F
8,82E+2
Регрессия 1 0,05798 0,057980462 9 2,596E-74

Остаток 5 3,29E-31 6,57151E-32

Итого 6 0,05798      

P- Нижни Ве
Коэффициен Стандартн Значен Нижние Верхн е и
  ты ая ошибка t-статистика ие 95% ие 95% 95,0% 95
3383026263562530,
Y-пересечение 5,60 0,00 00 0,00 5,60 5,60 5,60
-
939308230788180,0
Lnx -0,73 0,00 0 0,00 -0,73 -0,73 -0,73 -

ВЫВОД ОСТАТКА

Предсказанно
Наблюдение е Lnyaj Остатки

1 4,2046717 -8,88E-16

2 4,1041191 0

3 4,1078858 0

4 3,9369849 -4,44E-16

5 4,0157717 -8,88E-16

6 4,0157717 -8,88E-16

7 3,9369849 -4,44E-16
2
∑ ( y − ŷx )
R = 1−
√ ∑ ( y− ý)2
∑ ( y− ^y )2 = 14,57
∑ ( y− ^y )2 = nσ 2y =7*5,394732 =203,7218
∑ ( y− ý )2 = ∑ y2 - y ∑ y = 215,7143

7
 19,87
Așadar avemR = 1−
√ 237,73
=√ 0,932086=0,957297

( ln y ln x )−ln y × ln x
ŋ ln y ln x = = -0,957
σ ln y σ ln x

R2 =0,93093
Interpretare: Coeficientul de determinaţie are valoare R2 = 93,09% ceea ce exprimă faptul că 93% din
variaţia lui Y, se datorează variaţiei variabilei independente X.

R2 0,93093
F= 2 ( n-2 ) = (7-2)=8,82E+29
1−R 1−0,93093

F 0,05
tab = 6,61

14,57
A= =2,081%
7
Concluzie: Eroarea medie de aproximație arată o corespundere bună a valorilor ^y la cele y culese avînd o
abatere de 2,081%.

3) Exponent
y = ae bx
ln y =ln a + bx
Lnya rezid
Nr. d/o x y Lnx Lny DE D^2 E^2 dif A xlny
j 2
0,000
1 6,76 68
1,91 4,22 8,06 3,63 17,80 4,20 0,01 0,02 4 28,52
- - 0,005
2 7,76 58
2,05 4,06 8,32 4,18 16,49 4,11 0,04 0,08 8 31,51
0,001
3 7,72 62
2,04 4,13 8,44 4,18 17,03 4,11 0,02 0,04 3 31,86
0,000
4 9,76 52
2,28 3,95 9,00 5,17 15,61 3,93 0,01 0,03 7 38,56
- - 0,002
5 8,76 54
2,17 3,99 8,66 4,69 15,91 4,02 0,03 0,05 5 34,94
0,002
6 8,76 57
2,17 4,04 8,77 4,69 16,35 4,02 0,03 0,05 2 35,42
- - 0,000
7 9,76 51
2,28 3,93 8,96 5,17 15,46 3,93 0,01 0,01 1 38,37
14,9 28,3 60,2 31,7 114,6 28,3 - 239,1
total 59,28 402
0 2 1 1 5 2 0,00 0,01 0,01 9
media 8,47 57,43 2,13 4,05 8,60 4,53 16,38 4,05 0,00 0,00 0,00 34,17
a 4,79
b -0,087
delta delt
delta ln a ab ln a
52,409 250,8 -
6 6 4,58 4,79
8
ВЫВОД ИТОГОВ

Регрессионная
статистика
Множестве
нный R 0,9979958
R-квадрат 0,9959956
Нормирова
нный R-
квадрат 0,9951947
Стандартна
я ошибка 0,0068053
Наблюдени
я 7

Дисперсионный анализ
Значим
  df SS MS F ость F
0,057594 1243,
Регрессия 1 0,057595 72 632 3,45E-07
4,6312E-
Остаток 5 0,000232 05
Итого 6 0,057826      

Ниж Верх
Стандар t- P- Верх ние ние
Коэффици тная статис Значе Нижние ние 95,0 95,0
  енты ошибка тика ние 95% 95% % %
Y-
пересечени
е 4,79 0,021 225,689 0,000 4,734 4,843 4,734 4,843
- - -
x -0,088 0,002 -35,265 0,000 -0,094 0,081 0,094 0,081

ВЫВОД ОСТАТКА

Наблюдени Предсказа
е нное Lnyaj Остатки
1 4,195881 0,009784
2 4,1081739 -0,003388
3 4,1116822 -0,006896
4 3,9327596 0,004505
5 4,0204667 -0,004255
6 4,0204667 -0,004255
7 3,9327596 0,004505

Intensitatea de legătură o măsurăm prin indicele de corelație

9
 ∑ ( y − ŷ x )2
√
R ¿ 1−
∑ ( y− ý )2
∑ ( y− ŷ )2 = 21,62
∑ ( y− ´ý )2 =234,42
Atunci R = √ 1−21,62/234,42 =0,95277
Ceea ce demonstrează o intensitate stransa a criteriilor analizati .

R2 =X0.919

, ceea ce denotă că 91,89% din variația lui Y este datorată de variația lui X.
r x ln y = -0,952.

0,91897
F = (7−2) =56,702 ceea ce înseamnă că ecuația de regresie este statistic semnificativă.
1−0,91897

F tab
1,5 = 6,61

Eroarea medie de aproximație

15,37
Ā= =2,1957%
7
Concluzii: Eroarea medie de aproximație arată o corespundere bună a valorilor ^y la cele y culese avînd o
abatere de 2,1957 %.
4) Regresia în formă de curbă exponențială y = ab x coincide după rezultate cu cea de exponent după
linearizare
y = ab x

ln y =n ln a+(ln b) ∑ x
{∑∑ x ln y =ln a ∑ x+( lnb) ∑ x 2

Nr. d/o x y x^2 Lnx Lny xlny

1 6,76 68 45,70 4,22 4,22 28,52
2 7,76 58 60,22 4,06 4,06 31,51
3 7,72 62 59,60 4,13 4,13 31,86
4 9,76 52 95,26 3,95 3,95 38,56
5 8,76 54 76,74 3,99 3,99 34,94
6 8,76 57 76,74 4,04 4,04 35,42
7 9,76 51 95,26 3,93 3,93 38,37
total 59,28 402 509,50 14,90 28,32 239,19
media 8,47 57,43 72,79 2,13 4,05 34,17
5) Regresia în formă de hiperbolă echilaterală

10
 b
y=a+ x
1
Efectuăm liniarizația = z, atunci y = a + bz.
x
z=1/
Nr. d/o x y y*z z^2 Yaj dif dif^2 A
x xlny
10,0 28,5 67,274 0,7259 0,5270 0,7750
1 6,76 68
0,15 6 0,02 2 04 6 17 26
-
2 7,76 58 31,5 60,569 2,5691 6,6006 11,380
0,13 7,47 0,02 1 17 7 54 44
31,8 60,804 1,1959 1,4303 2,3070
3 7,72 62
0,13 8,03 0,02 6 02 82 73 54
38,5 51,281 0,7187 0,5165 0,9933
4 9,76 52
0,10 5,33 0,01 6 29 15 51 67
34,9 55,395 1,9463 3,6042
5 8,76 54
0,11 6,16 0,01 4 1 -1,3951 01 61
35,4 55,395 1,6049 2,5757 4,5187
6 8,76 57
0,11 6,51 0,01 2 1 01 08 85
-
7 9,76 51 38,3 51,281 0,2812 0,0791 0,1551
0,10 5,23 0,01 7 29 9 21 4
48,7 0,10 239, 4,11E- 13,675 23,734
total 59,28 402 0,84
9 23 19 402 12 73 07
57,4 34,1
media 8,47 0,12 6,97 0,01 57,43 0,00 1,95 3,39
3 7
15,2
a 4
351,
b 72
delt delt
delta a a ab
0,01 0,17
14 4 4,02

ВЫВОД ИТОГОВ

Регрессионная
статистика
Множествен
ный R 1
R-квадрат 1
Нормирован
ный R-
квадрат 1
Стандартная
ошибка 4,18E-15
Наблюдени
я 7

11
 Дисперсионный анализ
Значимо
  df SS MS F сть F
1,15E+
Регрессия 1 202,0386 202,0386 31 4,19E-77
Остаток 5 8,75E-29 1,75E-29
Итого 6 202,0386      

Стандар t- P- Верхн Нижн Верхн

Коэффицие тная статис Значе Нижние ие ие ие
  нты ошибка тика ние 95% 95% 95,0% 95,0%
Y-
пересечени 7,07E- 15,244 15,244 15,244
е 15,24428 1,25E-14 1,22E+15 75 15,24428 28 28 28
4,19E- 351,72 351,72 351,72
z=1/x 351,7212 1,04E-13 3,4E+15 77 351,7212 12 12 12

ВЫВОД ОСТАТКА

Наблюдени Предсказан
е ное Yaj Остатки
1 67,27404 0
2 60,56917 0
3 60,80402 7,11E-15
4 51,28129 0
5 55,3951 -7,1E-15
6 55,3951 -7,1E-15
7 51,28129 0
7 5,061975 0,184939

∑ ( y − ŷ x )2
√
Intensitatea legăturii R = 1−
∑ ( y− ý)2
Calculăm:
289,43
ŷ x =19,20+
x

înlocuind valorile individuale x, de asemenea calculăm ( y− ŷ x )2 ,atunci

∑ ( y− ŷ x)2 = 15,24428
∑ ( y− ý )2 = 351,7212
15.24
Prin urmare, indicele de corelație va fi R = 1−
√ 351,7212
= √0,9352 =0,9671

Coeficientul de determinație R2=0,9352 ceea ce confirmă o calitate înaltă a modelului, reflectand 93,52%
din variatia lui Y care este datorata de variatia lui X.

12
 0,9352
F= (7−2)=1,15E+31 , F 0,05
1,5 = 6,61.
1−0,9352
289,43
Ecuația de tip hiperbolă este statistic semnificativa ŷ =19,20+
x
Eroarea medie de aproximație:
24,23
Ā= =3,46% ceea ce confirmă o corespundere buna a valorilor lui ŷ în raport cu y, avand o abatere de
7
3,46%.
1
6)Regresia în formă de funcție inversă ^y =
a+bx
1
Notăm Y =
y
Atunci Y = a+ bx

Nr.
x y 1/y x*1/y x^2 (1/y)^2 yaj Yaj dif A r
d/o

1 6,76 68
0,014706 0,099412 45,6976 0,000216 0,015001 66,66302 1,336984 1,966153 1,

2 7,76 58
0,017241 0,133793 60,2176 0,000297 0,016503 60,59336 -2,59336 -4,47131 6,

3 7,72 62
0,016129 0,124516 59,5984 0,00026 0,016443 60,81485 1,185152 1,911535 1,

4 9,76 52
0,019231 0,187692 95,2576 0,00037 0,019509 51,2591 0,740901 1,424809 0,

5 8,76 54
0,018519 0,162222 76,7376 0,000343 0,018006 55,53675 -1,53675 -2,84584 2,

6 8,76 57
0,017544 0,153684 76,7376 0,000308 0,018006 55,53675 1,463249 2,567103 2,

7 9,76 51
0,019608 0,191373 95,2576 0,000384 0,019509 51,2591 -0,2591 -0,50804 0,

total 59,28 402 0,122977 1,052692 509,504 0,002179 0,122977 401,6629 0,337074 0,044415 1

medi
8,47 57,43 0,02 0,15 72,79 0,00 0,02 57,38 0,05 0,01
a

13
 a 0,00484
3

b 0,00150
3

ВЫВОД ИТОГОВ

Регрессионная
статистика
Множес
твенны 0,96380
йR 3
R- 0,92891
квадрат 6
Нормир
ованны
й R-
квадрат 0,9147
Стандар
тная 0,00050
ошибка 9
Наблюд
ения 7

Дисперсионный анализ
Знач
имос
  df SS MS F ть F
65,3
Регресс 1,69E- 1,69E- 397 0,000
ия 1 05 05 5 47
1,29E- 2,59E-
Остаток 5 06 07
1,82E-
Итого 6 05      

Ве Ве
Станд рх Ни рх
артна t- P- ни жн ни
Коэфф я стат Зна Нижн е ие е
ициен ошибк исти чен ие 95 95, 95,
  ты а ка ие 95% % 0% 0%
Y- 0,02 0,0 0,0 0,0
пересеч 0,00484 0,0015 3,053 830 0,000 089 007 089
ение 3 86 685 5 766 2 66 2
0,0 0,0 0,0
0,00150 0,0001 8,083 0,00 0,001 019 010 019
x 3 86 3 047 025 8 25 8

14
 ВЫВОД ОСТАТКА

Предск
Наблюд азанно Оста
ение е 1/y тки
0,01500 -
1 0,0002
1 9
0,01650 0,0007
2 3 38
0,01644 -
3 0,0003
3 1
0,01950 -
9 0,0002
4 8
0,01800 0,0005
5 6 12
-
0,01800 0,0004
6 6 6
0,01950 9,91E-
7 9 05
15,957
√
R = 1−
287,26
=¿ ¿ √ 0,932827=0,9658, demonstrează o legătură intensa a criteriilor analizate.

Coeficientul de determinație R2 = 0.9267 , ceea ce denota ca 92,67% din variatia lui Y este datorata de
variatia lui X.
0,05
F =65,33975 , F tab(6,1 ) = 6,61.

Ecuația funcției inverse este statistic semnificativă.

1
ŷ = 0,0059+0,0015∗x

Modelul statistic este .

15,957
Ā= =2,279
7
Concluzii: Eroarea medie de aproximație arată o corespundere bună a valorilor ^y la cele y culese avînd o
abatere de 2,279 %.

Alegerea celui mai bun model

Ec. de regresie R2 F Ā%

1)ŷ = 97,04-5,13X R2=0,91 F=5,78E+31 Ā% =2,49%

2) ŷ =167,36* x−0,66 R2=0,93 F=8,82E+29 Ā% =2,081%

15
3) ŷ =e 4,723−0,088 x R2=0,919 F=1243,632 Ā% =2,1957%

4) ŷ =112,5053*0,9157 x R2=0,919 F=1243,632 Ā% =2,1957%

289,43
5) ŷ = 19,20+ R2=0,94 F=1,15E+31 Ā% =3,46%
x
1
6) ŷ = R2=0,9267 F=65,33975 Ā% =2,279%
0,0059+0,0015∗x

Concluzii: Toate aproximativ bine .

Functia de putere-optimala R2=max Ā%=min

16