Corelaţia şi regresia neliniară între două variabile

Modele neliniare de regresie (1)

Modelul exponenţial transformat al ecuaţiei exponenţiale are la bază

ecuaţia:
y = a bx care se estimează folosind modelul:
Y = a bx + 
Prin logaritmare, modelul se poate transforma într-un model liniar de
forma:
lg Y = lg a + x lg b
Făcând următoarele înlocuiri:
Y’ = lg Y ; a' = lg a ; b' = lg b, rezultă ecuaţia unei drepte,
respectiv:
y' = a' + b' x
 Modele neliniare de regresie (2)

Modelul hiperbolei
Legăturile dintre fenomenele economice pot fi şi de forma unei hiperbole.
În acest caz, dependenţa inversă dintre cele două variabile (x scade, y creşte sau
x creşte, y scade) se poate exprima prin ecuaţia:
1 
y  sau y
x x
Funcţia de estimaţie este:
1
Y a b
xi

iar cei doi parametri rezultă din rezolvarea sistemului de ecuaţii normale:
 1
na  b x   y i
 i
 1 1 1
a  b   yi
 xi x i2 xi
 Modele neliniare de regresie (3)

Modelul logaritmic este dat de expresia:

y = a + b lg x, care se estimează prin modelul:
Y = a + b lg xi + ,
Când a > 0 şi b > 0 curba este crescătoare, iar când a > 0 şi b < 0 curba
este descrescătoare.
Folosind metoda celor mai mici pătrate se ajunge la următorul sistem de
ecuaţii normale:
na  b lg x i   y i

a lg x i  b  lg x i  
2
 y i lg x i
 Metoda corelaţiei

 Corelaţia parametrică (variabile măsurate pe scala de raport)

 Corelaţia neparametrică (variabile măsurate pe scala nominală, ordinală sau

de interval)

Corelaţia parametrică

Metoda corelaţiei prezintă avantajul că oferă o măsură sintetică a legăturilor dintre

variabilele statistice. Indicatorii care măsoară intensitatea legăturii sunt: covarianţa,
coeficientul de corelaţie şi raportul de corelaţie.

COEFICIENTUL DE CORELAŢIE LINIARĂ SIMPLĂ (1)

Este un indicator care măsoară numai intensitatea legăturii de tip liniar

dintre două variabile x şi y. Se calculează ca o medie aritmetică a produsului
abaterilor normale normate ale celor două variabile.
Notând abaterile normale normate ale variabilelor x şi y:
x x y y
zx  i ; zy  i
x y

rezultă următoarea relaţie de calcul:

x xy 
  x i  x  y i  y     x i  x  y i  y 
 xi  x  y i  y 2
n x  y 2

în care „n " este numărul observaţiilor-perechi.

Faţă de covarianţă rezultă că relaţia:

rxy 
cov  x , y 

  x i  x  y i  y 
xy n x  y

sau, altfel spus, covariaţia abaterilor normate zx, zy se transformă în coeficientul

de corelaţie liniară simplă.
 COEFICIENTUL DE CORELAŢIE LINIARĂ SIMPLĂ (2)

În practică se utilizează relaţia:

n x i y i   x i  y i
n x  
r
2
i
   x i  2 n y i2    y i  2

Coeficientul de corelaţie simplă se mai poate calcula şi cu relaţia:


rb x ,
y

în care:
b - este coeficientul de regresie simplă;
x - abaterea medie pătratică a caracteristicii factoriale;
y - abaterea medie pătratică a caracteristicii rezultative.

COEFICIENTUL DE CORELAŢIE LINIARĂ SIMPLĂ (3)

Coeficientul de corelaţie poate lua valori cuprinse între -1 şi +1, adică

satisface inegalităţile: - 1 £ ryx £ 1, iar semnul său, ca şi cel al coeficientului de
regresie, semnifică tipul de legătură: semnul minus indică legătura inversă, semnul
plus indică legătura directă.

Cu cât coeficientul de corelaţie are valori mai apropiate de 1 sau –1, cu atât
corelaţia rectilinie dintre variabilele x şi y este mai puternică. Pe măsură ce
coeficientul de corelaţie se apropie de zero, scade şi intensitatea legăturii dintre
cele două variabile. În cazul în care ryx = 0, variabilele sunt independente ori
necorelate liniar, iar pentru egal cu unitatea, rezultă dependenţa funcţională între
cele două variabile.