Normalitatea distribuției

erorilor Prof.univ.dr. Dorin Jula: Econometrie

1
 2
Prof.univ.dr. Dorin Jula: Econometrie

1. Consecințe ale nerespectării

 ipotezei de normalitate a

distribuției erorilor

2. Testarea ipotezei

de normalitate a distribuției erorilor . Testul Jarque-Bera

3. Atenuarea

consecințelor non -normalității

distribuției erorilor
 3
Prof.univ.dr. Dorin Jula: Econometrie

Consecinţe ale nerespectării ipotezei

de normalitate a distribuţiei erorilor

a. Estimatorii parametrilor din model sunt nedeplasați și consistenți.

b. Estimatorii parametrilor din model nu sunt eficienți.

c. Estimatorii parametrilor din model nu au proprietatea de maximă verosimilitate. d. Testul

t statistic (Student) aplicat pentru analiza semnificației estimatorilor nu este valid.

4
Prof.univ.dr. Dorin Jula: Econometrie
 Testarea ipotezei de
normalitate a distribuţiei erorilor

Există două clase de teste pentru evaluarea distribuției normale a unei serii aleatorii:

▪ teste bazate pe statistici descriptive ale eșantionului (teste privind asimetria, teste asupra
coeficientului de aplatizare, teste combinate (omnibus) – testul Jarque-Bera, testul
D'Agostino-Pearson ş.a.;

▪ teste de tip "cea mai bună ajustare" (engl. – best fit), bazate pe compararea distribuției
empirice cu o distribuție dată – în acest caz, distribuția normală, de cele mai multe ori
pornind de la funcția de distribuție cumulativă (ex. testele Kolmogorov-Smirnov, Lilliefors,
Anderson-Darling, Cramér-von Mises, Shapiro-Wilk, sau Shapiro-Francia.

5
Prof.univ.dr. Dorin Jula: Econometrie
Testul Jarque-Bera Statistica testului: ()
 ⎢
⎣⎡ −
⎥
⎦⎤
22
S
K3
JB n
=+
6
24

S - coeficientul de asimetrie, K - coeficientul de

aplatizare ⎡

⎤ ⎤
⎡ 1
n
1
⎜ ⎛= ⎜ ⎛=
⎝ μμ ⎝ μμ
⎟ ⎟
⎠⎞ ⎠⎞
 ∑
n

∑
4

n
=
∑
3
ut t
p

n t1 ut
n
t1
u
= 3 =
μ = t1
S K=4
=
3 2
⎜ p

⎝⎛
3
2 1 n
n
⎜ n
1 ⎝⎛ ⎟
⎠⎞
⎟
⎠⎞
∑ 2

2 2
2 u
∑ 2

t
u
 t
n
⎢ n
⎣ ⎢
⎥ ⎣
⎦ ⎥
t1 ⎦
=
t1
=

6
Prof.univ.dr. Dorin Jula: Econometrie
Ipoteza nulă a testului Jarque-Bera este H0: erorile sunt normal distribuite și este evaluată
contra ipotezei alternative H1: erorile urmează o altă distribuție

Jarque & Bera au demonstrat că, sub ipoteza nulă, statistica JB urmează asimptotic o distribuție
χ2 cu 2 grade de libertate.

Dacă JB > χ2(2, α) atunci, la pragul de semnificație α, se respinge H0, conform căreia erorile sunt normal
distribuite.
 Prof.univ.dr. Dorin Jula: Econometrie
7

Distribuția χ2(df, α) Prof.univ.dr. Dorin Jula: Econometrie 9 14.

df\α
1 2.706 10 15.

2 4.605 11 17.

3 6.251 12 18.

4 7.779 13 19.

5 9.236 14 21.

6 10.64 15 22.

7 12.01 16 23.

8 13.36 17 24.
 18 25.9828 37.91 41.33 44.46 48.27 56.89 0 2 0 8 5
6 7 1 8 2
40 51.80 55.75 59.34 63.69 73.40
19 27.2029 39.08 42.55 45.72 49.58 58.30 5 8 2 1 2
7 7 2 8 1
41 52.94 56.94 60.56 64.95 74.74
20 28.4130 40.25 43.77 46.97 50.89 59.70 9 2 1 0 5
6 3 9 2 3
42 54.09 58.12 61.77 66.20 76.08
21 29.6131 41.42 44.98 48.23 52.19 61.09 0 4 7 6 4
2 5 2 1 8
43 55.23 59.30 62.99 67.45 77.41
22 30.8132 42.58 46.19 49.48 53.48 62.48 0 4 0 9 9
5 4 0 6 7
44 56.36 60.48 64.20 68.71 78.75
23 32.0033 43.74 47.40 50.72 54.77 63.87 9 1 1 0 0
5 0 5 6 0
45 57.50 61.65 65.41 69.95 80.07
24 33.1934 44.90 48.60 51.96 56.06 65.24 5 6 0 7 7
3 2 6 1 7
46 58.64 62.83 66.61 71.20 81.40
25 34.3835 46.05 49.80 53.20 57.34 66.61 1 0 7 1 0
9 2 3 2 9
47 59.77 64.00 67.82 72.44 82.72
36 47.21 50.99 54.43 58.61 67.98 4 1 1 3 0
2 8 7 9 5
df\α 0.10 0.05 0.025 0.01 0.001 48 60.90 65.17 69.02 73.68 84.03
26 35.56 38.88 41.92 45.64 54.05 37 48.36 52.19 55.66 59.89 69.34 7 1 3 3 7
3 5 3 2 2 3 2 8 3 7
49 62.03 66.33 70.22 74.91 85.35
27 36.74 40.11 43.19 46.96 55.47 38 49.51 53.38 56.89 61.16 70.70 8 9 2 9 1
1 3 5 3 6 3 4 6 2 3
50 63.16 67.50 71.42 76.15 8
39 50.66 54.57 58.12 62.42 72.05 7 5 0 4 86.66
 1 11 9 78.77077 11.2292 126.0956 1415.95686 15900.1063
24 165 122.90077 166.4298 - 27698
100 0 3 2 110 -12.90077 5 2147.07305

12 8 82.16538 - 4.68889 -10.15325 21.98569

25 170 126.2953 13.7046 187.8164 2573.95266 35275
t X Y Ŷ u u2 u3 105 0 2.16538 140 8 2 8

1 5 4 44.82462 0.17538 0.03076 0.00539 13 7 85.56000 111.5136 - 12435.2829 suma 2357.722 5904.73937
0 5 110 5 -10.56000 0 1177.58362 31 685565.70951

2 5 4 48.21923 - 0.04806 -0.01054 14 9 88.95462 1.04538 1.09283 1.14243 μ 94.30889 236.18957 27422
5 8 0.21923 115 0

3 6 5 51.61385 - 2.60450 -4.20326 15 9 92.34923 - 5.51889 -12.96513 30.45809

0 0 1.61385 120 0 2.34923

4 6 6 55.00846 4.99154 24.91546 124.36646 16 125

620.77996 95.74385 14.2561 203.2379 2897.39109 41305.6531
5 0 110 5 2

5 7 5 58.40308 - 0.16247 -0.06549 17 9 99.13846 - 83.51148 -763.16644 6974.16717

0 8 0.40308 130 0 9.13846

6 7 6 61.79769 0.20231 0.04093 0.00828 18 9 102.5330 - 42.68109 -278.83887 1821.67579

5 2 135 6 8 6.53308

7 8 5 65.19231 - 51.72929 -372.05297 19

2675.91944 9 105.92769 253.6913 - 64359.3174
0 8 7.19231 140 0 -15.92769 8 4040.71828

8 8 7 68.58692 1.41308 1.99679 2.82161 20 9 109.32231 373.3515 -7214.01400

5 0 145 0 -19.32231 7 139391.39822

9 9 7 71.98154 0.01846 0.00034 0.00001 21 150 112.7169 7.28308 53.04321 386.31777 2813.58207
0 2 120 2

1 9 8 75.37615 9.62385 92.61841 891.34537 22 155

8578.17076 116.1115 23.8884 570.65859 13632.15589
0 5 5 140 4 6 325651.23168

23 160 119.5061 0.49385 0.24388 0.12044

120 5
 ut = Yt – Ŷt μ=
Ŷt = 10.8785 + 0.6789·Xt 160 SμK μ

140 =
3
4
120 3
μ
2
100 2
2
80

60 Y = 10.878 + 0.6789 X
Y t = a 0 + a1 X t + e t R² = 0.864
Ŷ t = â 0 + â1 X t
40
 40 60 80 100 120 140 160 180

⎥ JB n
=+
( ) ⎦⎤ 24
⎢
⎣⎡ −
Prof.univ.dr. Dorin Jula: Econometrie
22 6
S = 0.257888 K = 3.083215 JB = 0.284323
S 9
K3
5 2 3 105 0 6 3.08846
2 3
t X Y Ŷ u u u
7 8 5 64.7307 - 45.30325 -304.92575 2052.38486
13 7 86.76000 138.2976 - 19126
1 5 4 42.7015 2.29846 5.28293 12.14260 0 8 7 6.73077 110 5 -11.76000 0 1626.37978
0 5 4
8 8 7 68.4023 1.59769 2.55262 4.07830 14 9 90.4315 - 0.18623 -0.08036 0
2 5 4 46.3730 1.62692 2.64688 4.30627 5 0 1 115 0 4 0.43154
5 8 8
9 9 7 72.0738 - 0.00545 -0.00040 15 9 94.1030 - 16.83524 -69.07629 283
3 6 5 50.0446 - 0.00199 -0.00009 0 2 5 0.07385 120 0 8 4.10308
0 0 2 0.04462
1 9 8 75.7453 9.25462 85.64791 792.63843 7335.56379 97.7746 12.2253 149.4600 1827.20634 22338
4 6 6 53.7161 6.28385 39.48672 248.12849 0 5 5
1559.20125 8 125 2 8 3
5 0 5 110

5 7 5 57.3876 0.61231 0.37492 0.22957 11 9 79.4169 10.5830 112.0015 1185.32067 12544.33985

17 90 101.44615 131.0144 - 17164
0 8 9 100 0 2 8 2 130 -11.44615 4 1499.61141

6 7 6 61.0592 0.94077 0.88505 0.83262 12 8 83.0884 - 9.53859 -29.45958 18 96 - 83.13231 -757.97485 6910
135 105.11769 9.11769

19 90 108.78923 353.0351 - 124633.8474

140 -18.78923 9 6633.25971 Yt = a0 + a1Xt + et
20 90 112.46077 504.48615 254506.2800 Ŷt = â0 + â1Xt
145 -22.46077 -11331.14709
ut = Yt – Ŷt
21 150 120 3.86769 14.95904 57.85698 223.77299
116.13231 Ŷt = 5.9862 + 0.7343·Xt 180
22 155 140 20.1961 407.8846 8237.70074 166369.87154
119.80385 5 3 160

23 160 120 - 12.07830 -41.97673 145.88529

140
123.47538 3.47538

24 165 294.0169 - 86445.97924 120

110 7 5041.48639
127.146
92 100
-17.1469
2 80
25 170 170 39.18154 60151.22186
130.81846 1535.19296 2356817.41281 60
suma 3944.30692
45186.28444 40
3078591.62971

μ 157.7722 1807.45138 123143.6651 μ=

8 SμK μ

=
3
4 2 y = 5.9862 + 0.7343 X
3 2
R² = 0.8163
μ 2

40 60 80 100 120 140 160 180

S = 0.912054

K = 4.947100

JB = 7.415176
10
Prof.univ.dr. Dorin Jula: Econometrie
180
160

140

120

100

80

60

40
40 60 80 100 120 140 160 180 Prof.univ.dr. Dorin Jula: Econometrie

S = 0.257888
K = 3.083215
JB = 0.284323
11
180

160

140

120

100

80

60

40
40 60 80 100 120 140 160 180 Prof.univ.dr. Dorin Jula: Econometrie

S = 0.912054
K = 4.947100
JB = 7.415176
12
19 1.8 2.4 2 1.76354 0.03646 0.00133 0.00005 0.00000
2 3 4
t Y X1 X2 Ŷ u u u u
20 2.6 3.4 1.2 2.71500 -0.11500 0.01323 -0.00152 0.00017
1 2 3 1.3 2.47492 -0.47492 0.22555 -0.10712 0.05087
21 0.8 1.6 3 0.77245 0.02755 0.00076 0.00002 0.00000
2 0.5 2 2.8 1.07639 -0.57639 0.33223 -0.19149 0.11037
22 1.2 1.9 3 0.90460 0.29540 0.08726 0.02578 0.00761
3 1.5 0.8 1.5 1.37803 0.12197 0.01488 0.00181 0.00022
23 4.2 3.5 0.6 3.14226 1.05774 1.11882 1.18342 1.25175
4 3 2.5 0.2 2.95720 0.04280 0.00183 0.00008 0.00000
24 0.8 1.6 3.2 0.64471 0.15529 0.02411 0.00374 0.00058
5 1 2 1.8 1.71506 -0.71506 0.51131 -0.36562 0.26144
25 2.5 3 0.3 3.11360 -0.61360 0.37650 -0.23102 0.14175
6 0 1.4 4 0.04567 -0.04567 0.00209 -0.00010 0.00000
4.06886 0.95021 2.41960
7 2.1 2.5 1.8 1.93533 0.16467 0.02712 0.00447 0.00074

8 1.8 2.5 2 1.80759 -0.00759 0.00006 0.00000 0.00000

⎡ ⎤ ⎡ ⎤ μ 2= 0.16275
9 3 3 0.5 2.98586 0.01414 0.00020 0.00000 0.00000
⎛ ⎞ 0.03801
10 0.7 1.4 2.8 0.81208 -0.11208 0.01256 -0.00141 0.00016
⎜ ⎟⎞ ⎜⎛1 ⎟ ∑ n4
u
μ 3=

∑ n 3
u
11 0.5 1 3.2 0.38040 0.11960 0.01431 0.00171 0.00020 1
12 1 1.2 2.5 0.91557 0.08443 0.00713 0.00060 0.00005
μ3 ⎝=tn ⎠ 1t t ⎠= 1t μ 4= 0.09678
13 1.4 1.6 1.3 1.85819 -0.45819 0.20994 -0.09619 0.04407 ⎝μ 4n

14 1.2 1.8 2.2 1.37149 -0.17149 0.02941 -0.00504 0.00086

15 0.8 1 3.5 0.18880 0.61120 0.37357 0.22833 0.13956 =S = 3 =K = 2 0.57887

μ ⎛ μ1 S=
3
⎞ 2
n
16 2.3 2.8 1.1 2.51455 -0.21455 0.04603 -0.00988 0.00212
2
⎛ ⎜2 ⎟ 3.65375
17 3.5 3.5 0 3.52546 -0.02546 0.00065 -0.00002 0.00000 ⎜ ⎟⎞ 2
2
∑ 2
t K=

18 3.8 2.6 0.2 3.00125 0.79875 0.63800 0.50960 0.40704

∑ n u u
 1 15 2.5 1 3.5 0.42044 2.07956 4.32455 8.99314 18.70174

⎢ ⎝=tn ⎦⎠ 1t ⎥ ⎢ ⎥ JB = 1.84140 16 2.3 2.8 1.1 2.50120 -0.20120 0.04048 -0.00814 0.00164
⎣ ⎣⎝tn ⎦⎠= 1
17 3.5 3.5 0 3.40836 0.09164 0.00840 0.00077 0.00007

18 3.8 2.6 0.2 2.95586 0.84414 0.71257 0.60151 0.50776

19 1.8 2.4 2 1.82325 -0.02325 0.00054 -0.00001 0.00000

t Y X1 X2 Ŷ u u2 u3 u4 20 2.6 3.4 1.2 2.66569 -0.06569 0.00432 -0.00028 0.00002

1 2 3 1.3 2.45805 -0.45805 0.20981 -0.09610 0.04402 21 0.8 1.6 3 0.93766 -0.13766 0.01895 -0.00261 0.00036

2 0.5 2 2.8 1.20409 -0.70409 0.49575 -0.34905 0.24577 22 1.2 1.9 3 1.04931 0.15069 0.02271 0.00342 0.00052

3 1.5 0.8 1.5 1.52178 -0.02178 0.00047 -0.00001 0.00000 23 4.2 3.5 0.6 3.05563 1.14437 1.30958 1.49865 1.71501

4 3 2.5 0.2 2.91865 0.08135 0.00662 0.00054 0.00004 24 0.8 1.6 3.2 0.82009 -0.02009 0.00040 -0.00001 0.00000

5 1 2 1.8 1.79197 -0.79197 0.62722 -0.49674 0.39341 25 2.5 3 0.3 3.04593 -0.54593 0.29804 -0.16271 0.08883

6 0 1.4 4 0.27536 -0.27536 0.07582 -0.02088 0.00575 8.64315 9.76239 21.80108

7 2.1 2.5 1.8 1.97804 0.12196 0.01487 0.00181 0.00022

8 1.8 2.5 2 1.86046 -0.06046 0.00366 -0.00022 0.00001 μ 2= 0.34573

9 3 3 0.5 2.92835 0.07165 0.00513 0.00037 0.00003 2

μ 3= 0.39050

10 0.7 1.4 2.8 0.98081 -0.28081 0.07886 -0.02214 0.00622 JB ⎡ ) μ 4= 0.87204

⎢ = (+S ⎥⎤
2

11 0.5 1 3.2 0.59681 -0.09681 0.00937 -0.00091 0.00009 −K3

n
12 1 1.2 2.5 1.08275 -0.08275 0.00685 -0.00057 0.00005 ⎣ ⎦ S= 1.92096
6 24
13 1.4 1.6 1.3 1.93706 -0.53706 0.28843 -0.15491 0.08319

14 1.2 1.8 2.2 1.48240 -0.28240 0.07975 -0.02252 0.00636

K= 7.29582
CHISQ.INV.RT(0. 5.991465 JB =
34.59831 CHISQ.INV.RT(0.05, 5.991465
13 2)

Atenuarea consecințelor non

-normalității distribuției erorilor

➢ creșterea dimensiunii eșantionului

➢ prezența punctelor atipice – introducerea unei variabile de tip dummy care să
preia diferența dintre valoarea atipică și media valorilor normale
➢ identificarea tipului de distribuție a erorilor și aplicarea unor tehnici adecvate de
rezolvare a problemei de regresie
➢ aplicarea anumitor tehnici de transformare a seriilor de date Y tși/sau Xt(ex.
transformarea logaritmică, transformarea Box-Cox)
 14
Prof.univ.dr. Dorin Jula: Econometrie

Bibliografie

Jula, Dorin; Jula, Nicolae-Marius. 2020. Econometrie, ediția a 3a, Editura Mustang, București, cap. V, pp. 127-160 Prof.univ.dr. Dorin

Jula: Econometrie