Documente Academic
Documente Profesional
Documente Cultură
Curs 5
Curs 5
43
Printre funcţiile matematice utilizate în acest scop (funcţii de o singură
variabilă, lineare sau nelineare), pot fi enumerate (tabelul 3.1):
Tabelul 3.1
Funcţie Forma analitică a funcţiei
lineară y ax b u
semilogaritmică y alogx b u
exponenţială y ax b u
a
hiperbolă y bu
x
loginversă a
logy bu
x
log-loginversă a
logy b clogx u
x
x
y a u ; a, b 0
xb
xc
funcţiile lui Tornquist y a u; a, c 0; b c; x c
x b
xc
y ax x b u; a, c 0; b c; x c
44
y , x
t t t 1, n , unde n reprezintă numărul perioadelor de timp în care s-au
înregistrat valorile celor două fenomene y şi x la aceeaşi unitate statistică.
y2 1 1 y2
y 1 1 y5
aˆ 5 ; bˆ
x2 1 x2 1
x5 1 x5 1
c) metoda celor mai mici pătrate (MCMMP) este tehnica de lucru cea mai
des folosită la estimarea parametrilor unui model econometric şi a fost prezentată
în detaliu în capitolul 2).
d) metoda celor mai mici pătrate generalizată, prin care se urmăreşte
obţinerea unor estimatori eficienţi pentru parametrii modelului, luând în
considerare informaţiile date de matricea varianţă-covarianţă a erorilor;
e) metoda verosimilităţii maxime (M.V.M) cu informaţie limitată sau
completă. În cazul în care între variabila endogenă y şi variabila independentă x
există o distribuţie comună, se calculează parametrii a şi b folosind metoda
verosimilităţii maxime cu ajutorul seriilor de date. Se consideră că variabila
dependentă este repartizată normal şi densitatea de probabilitate a acesteia este:
yi aˆ xi bˆ 2
1
f y i / xi e 2 u2
(3.5)
u 2
46
Observaţia 1: când aplicarea MCMMP este anevoioasă, necesitând calcule
complicate, sau prin aplicarea modelului unifactorial nu se urmăreşte o anume
rigoare a calculelor, atunci, pentru estimarea parametrilor modelului se utilizează
metodele a) şi b).
Observaţia 2: metodele d) şi e) au mai mult valoare teoretică deoarece, în
economie, ipotezele pe care se fundamentează pot fi acceptate cu multă reţinere;
aceste metode presupus efectuarea unor calculele complicate, cea ce face ca
estimarea parametrilor să devină greoaie, fără a genera însă o creştere a preciziei
estimaţiilor.
47
(schimbarea sursei, utilizarea unui eşantion mai larg, etc.) face ca valorile
estimatorilor modelului să varieze.
Cu ajutorul statisticii sunt calculaţi parametrii caracteristicilor unităţilor
statistice ale unei populaţii în urma unei observări totale asupra colectivităţii
statistice, utilizând estimaţii de maximă verosimilitate.
Estimarea parametrilor din ecuaţia de regresie se bazează pe o serie de
ipoteze referitoare la forma dependenţei dintre variabile, la variabila explicativă şi
la variabila de abatere, dintre care, cele mai importante sunt:
I1: variabilele xt , yt sunt observate fără erori de măsură,
I2: variabila xt este aleatoare, dar nu este corelată cu erorile ut ;
I3: ut este o variabilă aleatoare, cu M ut 0 şi de dispersie constant
u21 u22 ... u2n u2 ;
I4: valorile variabilei reziduale sunt independente (nu sunt corelate, adică nu
există fenomenul de autocorelare a acestora);
I5: variabila aleatoare ut urmează o distribuţie normală;
n n n
F aˆ , bˆ min ut min yt yˆ t min yt aˆ xt bˆ
2 2 2
(3.6)
i 1 i 1 i 1
48
De asemenea, estimatorii â şi b̂ astfel determinaţi, au o serie de proprietăţi,
dintre care:
P1: metoda verosimilităţii maxime este echivalentă cu metoda celor mai mici
pătrate în cazul în care variabila reziduală ui este repartizată normal, având media
egală cu zero şi abaterea medie pătratică u ;
Maximizarea funcţiei de verosimilitate înseamnă:
1 n
max L y ,
ˆ
a , ˆ
b max
ln L y , ˆ
a
, ˆ
b max ln
1 n
y ˆ
a x b
ˆ 2
2 2 t 1
t t 2 t t
aˆ , bˆ aˆ , bˆ aˆ , bˆ
(3.9)
n
1
Deoarece ln constant ct. , atunci relaţia (3.9) devine:
2
1 n 2
max ln
1 n
y ˆ
a x ˆ
b ct max
1 n
aˆ , bˆ
y ˆ
a x ˆ
b
2
2 2 t 1 2 t 1
2 t t 2 t t
aˆ , bˆ
ct
1
min
n
2 aˆ , bˆ t 1
2
y t ˆ
a x t
b
2 aˆ , bˆ
2
ˆ 2 ct 1 min F aˆ , bˆ
(3.10)
u 2
P2: estimatorul â este repartizat N a, n , în condiţiile în care
xt x
2
t 1
variabila reziduală este repartizată normal, având media egală cu zero şi dispersia
u2 const. ;
1 2
x
P3: estimatorul atunci b̂ este repartizat N b, u2 n când
n xt x 2
t 1
variabila reziduală este repartizată normal, având media egală cu zero şi dispersia
u2 const. ;
P4: estimatorii â şi b̂ sunt nedeplasaţi. Un estimator este nedeplasat
(nedistorsionat) dacă media estimatorului este egală cu valoarea parametrului pe
care îl estimează.
49
Notând:
xt x
vt n
, (3.11)
x x
2
t
t 1
n n
şi calculând: t şi
t 1
t 1
t
2
, se obţine:
n n
xt x
t n
0 (3.12)
x x
t 1 t 1 2
t
t 1
iar
2
n
n
xt x 1
2
n n
(3.13)
xt x x x
t
t 1 t 1 2 2
t 1
t
t 1
x t
x yt y
aˆ t 1
n
x x
2
t
t 1
devine:
n
aˆ a vt ut (3.14)
t 1
n
Diferenţa aˆ a vt ut este cunoscută sub denumirea de eroarea de selecţie
t 1
n
1
a lui â , iar ecartul bˆ b x u t este eroarea de selecţie a estimatorului
t 1 n
b̂ .
P5: estimatorii â şi b̂ sunt consistenţi. Spunem că un estimator este
consistent dacă odată cu creşterea numărului de observaţii, valoarea acestuia se
apropie de valoarea parametrului estimat.
Observaţie: această propritate se aplică doar în cazul selecţiilor de volum
mare.
P6: estimatorii â şi b̂ din modelul linear unifactorial, calculaţi prin metoda
celor mai mici pătrate, sunt eficienţi (cu dispersia cea mai mică).
50
3.4.3. Teste privind semnificaţia estimatorilor
Dispersiile estimatorilor din modelul unifactorial de regresie lineară pot fi
definiţi prin relaţiile:
1
sa2ˆ su2 n
(3.15)
x x
2
t
t 1
1 x 2
sbˆ su n
2 2
(3.16)
n xt x 2
t 1
n
u t
2
su2 t 1
(3.17)
n2
2 2
Valorile sâ , sb̂ sunt estimatori nedeplasaţi ai mărimilor var(b), respectiv
2
var(a), în măsura în care su este un estimator nedeplasat al dispersiei de selecţie a
erorilor u2 .
Abaterile standard ale variabilelor aleatoare â şi b̂ , u , se calculează prin
extragerea rădăcinii pătrate din valorile corespunzătoare ale dispersiilor:
1
saˆ su n
abaterea standard a estimatorului â ; (3.18)
x x
2
t
t 1
1 x2
sbˆ su n
abaterea standard a estimatorului b̂ (3.19)
n
x x
2
t
t 1
u t
2
su t 1
abaterea standard a variabilei reziduale u ; (3.20)
n2
51
a 0 a 0
Ho : şi H1 : (3.21)
b 0 b 0
sau, dacă se doreşte determinarea poziţiei unei valori particulare 0 a unei populaţii
în raport cu media acelei populaţii, , se pot fi formulate următoarele ipoteze:
0 0
H o : 0 şi H1 : 0 (3.22)
0 0
1 aˆ 0
t calc
saˆ
(3.23)
ˆ
t 2 b 0
calc sbˆ
sau
1 aˆ 0
t calc
s aˆ
dacă sunt utilizate relaţiile (3.22)
ˆ
t 2 b 0
calc sbˆ
Aceste valori calculate sau empirice se compară cu valoarea teoretică:
♦ t care este o este variabilă normală, în cazul în care dimensiunea
eşantionului de date utilizat este mai mare de 30 de valori ( n 30 ). Valorile acestei
variabile pot fi preluate din tabela distribuţiei normale, în funcţie de o valoare
arbitrar aleasă a probabilităţii „p“ sau a pragului/nivelului de semnificaţie „α”, cu
proprietatea: p+ α = 1. Cele mai utilizate valori gradului de încredere sunt: p = 90%
=> α = 0,1, p = 95% => α = 0,05, sau p = 99% => α = 0,01. Alegerea pragului “α”
depinde de problema analizată şi de gravitatea consecinţelor unei erori. De
exemplu, dacă α = 0,05 aceasta înseamnă că înseamnă că în 5 din 100 de cazuri se
poate risca respingerea ipotezei adevărate. În condiţiile în care consecinţele erorii
respective sunt importante, se alege un prag mai mic, de exemplu, α = 0,01, sau
α = 0,001.
52
♦ în cazul uni eşantion de date cu un volum mai mic de 30 de observaţii se
utilizează variabila Student t , . Valorile acesteia pot fi preluate din tabela
distribuţiei Student, în funcţie de valoarea stabilită pentru α şi de numărul gradelor
de libertate, .
Pe baza celor două valori, tcalc şi t , , regula de decizie a testului este:
1 aˆ
tcalc t ,
s
se acceptă ipoteza H 0 estimatorii nu sunt
aˆ
► dacă
ˆ
t 2 b t
calc s ˆ ,
b
1 aˆ
tcalc t ,
s
se acceptă ipoteza H1 modelul a fost corect
ˆ
a
► dacă
t 2 bˆ
calc s ˆ t ,
b
1 aˆ
tcalc t ,
s
se reţine modelul: y f x u ax u şi se
ˆ
a
► dacă
t 2 bˆ
calc s ˆ t ,
b
P bˆ t , sbˆ b bˆ t , sbˆ p 1 (3.24)
53
P a aˆ t , saˆ 0 p 1
P b bˆ t , sbˆ 0 p 1
devine:
y yt yˆ t yˆ t y
n n
y
2 2
t (3.25)
t 1 t 1
unde:
yt sunt valorile reale ale fenomenului y;
ŷt sunt valorile teoretice ale fenomenului y ;
yˆ t aˆ xt bˆ
y
1 n
n t 1
1 n 1 n
yt yˆ t aˆxt bˆ aˆ x bˆ
n t 1 n t 1
y y yt yˆ t yˆ t y 2 yt yˆ t yˆ t y
2 2 2
t (3.26)
t 1 t 1 t 1 t 1
54
modelului ca fiind cu influenţă întâmplătoare, neesenţiali pentru a caracteriza
evoluţia fenomenului y.
Explicitând ultimul termen din membrul drept al relaţiei (3.26):
t 1
t t t t 1
t
2 n y yˆ yˆ y 2 n aˆx bˆ aˆ x bˆ uˆ
t
(3.27)
n
n
2 ˆ xt x uˆt 2n aˆcovut , xt 0
a
t 1 n
Legătura dintre R 2 şi F
Dacă se acceptă H1 şi dacă variabila u este independentă de fenomenul x,
(cov(x,u)=0), atunci ecuaţia analizei variaţiei este:
V02 V x2 Vu2 (3.30)
ecuaţie care, prin împărţire la V02 , devine:
Vx2 Vu2
1 2 2 (3.31)
V0 V0
Vx2
Termenul 2 se numeşte coeficient (raport) de determinare şi se notează
V0
R y2/ x .
Dacă:
Ry2/ x 0 , atunci x nu este factorul determinant al variaţiei fenomenului y ;
Ry2/ x 0; 0,5 , atunci x este unul din factorii de influenţă al variaţiei
fenomenului y , dar nu unul important;
R y2/ x 0,5;1 , atunci x este un factor esenţial în variaţia fenomenului y ;
R y2/ x 1 , atunci x este singurul factor care influenţează variaţia fenomenului
y;
Testarea semnificaţiei unui model econometric se poate face de asemenea cu
testul „F”, dar, pornind de la valoarea de determinare R y2/ x :
s y2 / x Vx2 n k 1 R2 n k 1
Fcalc s 2
(3.32)
1 R2
y/x
su2 k Vu2 k
şi anume:
56
R2 n k 1
- dacă Fcalc F1 , 2 , Ry2/ x 0 , deci x nu este factorul
1 R 2
k
esenţial care determină variaţia fenomenului y şi în acest condiţii se
renunţă la modelul obţinut;
R2 n k 1
- dacă Fcalc F1 , 2 , R y2/ x 0 , atunci se trece la
1 R 2
k
discuţia similitudinii, a verosimilităţii modelului teoretic în raport cu
modelul real.
aˆ1 aˆ 2
► dacă t calc t , se acceptă ipoteza H 0
s a2ˆ1 s a2ˆ2
aˆ1 aˆ 2
► dacă t calc t , se acceptă ipoteza H 1
s a2ˆ1 s a2ˆ2
t 1`
Relaţia (3.37) pune în evidenţă faptul că, erorea de previziune ( s yˆ n ) scade
odată cu creşterea numărului de observaţii şi cu apropierea valorilor variabilelor în
momentul de prognoză (n+v) de media lor.
Prognozei unui fenomen y pe baza unui model econometric, yˆ t aˆ xt bˆ ,
trebuie să satisfacă două condiţii fundamentale: siguranţa şi precizia prognozei,
noţiuni care se află în relaţie invers proporţională.
Siguranţa prognozei este dată de probabilitatea (p) cu care este estimat
intervalul de încredere, iar precizia prognozei de relaţia:
ea t , s yˆ n
eroarea relativă: er % 100 100 (3.39)
yˆ n yˆ n
1 n
yˆ t yt 2
T n t 1 (3.40)
1 n 2 1 n 2
t
n t 1
ˆ
y yt
n t 1
T
A yˆ y 2
yˆ y 2
(3.41)
1 n
yˆ t yt 2 u2
n t 1
unde:
ŷ este media valorilor teoretice ale variabilei endogene;
y este media valorilor reale ale variabilei endogene;
u2 este dispersia variabilei reziduale necorectată cu numărul gradelor de
libertate.
Acest indicator evidenţiază existenţa unor erori sistematice, prin urmare, în
cazul ideal, valoarea sa este egală cu zero. Prezenţa unor erori de estimare de-a
lungul întregii serii de timp este pusă în evidenţă de valoarea unu a acestui
indicator.
► ponderea dispersiei
2
1 n
yt
2 t ˆ
y ˆ
y 2
1 n
yt y 2
n t 1 n t 1
T
yˆ t
D
(3.42)
1 n
yˆ t yt 2 u
2
n t 1
care este definită tot în intervalul [0, 1]. O valoare scăzută a acestui indicator pune
în evidenţă o capacitate bună de prognoză, în timp ce o valoare apropiată de unu
exprimă o eroare de specificare a modelului.
59
► ponderea covarianţei
21 r yˆ t y t
TC (3.43)
1 n
yˆ t yt 2
n t 1
unde:
r este coeficientul de corelaţie lineară dintre valoarea estimată a variabilei
endogene, ŷt , şi cea reală, yt , dat de relaţia:
yˆ yˆ yt y
n
t
r t 1
(3.44)
n yˆt yt
1 n
yˆ t yt 2 yˆ y yˆt yt 2 21 r yˆt yt
2
(3.45)
n t 1
A D C
cuprinde cei patru indicatori, T , T , T , T
Utilizarea modelului econometric în special la prognoza fenomenelor
economice necesită verificarea stabilităţii în timp a legităţii de evoluţie a
fenomenului analizat în funcţie de evoluţia factorilor săi. Printretehnicile utilizate
în acest scop se numără şi testului Chow, care se aplică astfel:
♦ modelul unifactorial iniţial:
y 0 t a x0 t b u 0 t t 1, n;
2 n (3.46)
u0
V
t 1
u 02t
y 2 t a x2 t b u 2 t t 1, n;
II. 2 n (3.48)
u2
V
t 1
u 22t
60
cu
n n n
Exemplul 3.1:
Pentru 10 elevi au fost apreciate aptiudinile lor la muzică şi sculptură, prin
clasamente întocmite de profesorii de specialitate (tabelul 3.2):
61
Tabelul 3.2
Disciplina Elev 1 2 3 4 5 6 7 8 9 10
Muzică (X) 9 5 7 6 4 2 10 3 1 2
Sculptură (Y) 6 7 9 2 3 10 1 4 5 8
Tabelul 3.3
X Y Total
y1 y2
x1 m n m+n
x2 p q p+q
Total m+p n+q m+n+p+q
mq n p
Q (3.52)
mq n p
Exemplul 3.2:
Dintr-un total de 3890 persoane care au achizitionat produse în timpul unei
săptămâni dintr-un magazin de produse de vestimentaţie, 1350 sunt clienţi
permananţi şi 2540 ocazionali. Din acelaşi total 2590 sunt femei şi 1300 barbaţi
(tabelul 3.4). Între fidelitatea faţă de magazin şi clienţi se află o anumită legătură?
62
Tabelul 3.4
X Y
Barbaţi Femei Total
Clienţi permananţi (x1) 304 (m) 1046 (n) 1350 (m+n)
Clienţi ocazionali (x2) 996 (p) 1544 (q) 2540 (p+q)
Total 1300 (m+p) 2590 (n+q) 3890 (m+n+p+q)
rezultând o asociere inversă între sex şi tipul de client în sensul că nu bărbaţii sunt
clienţi permanenti, ci femeile. Sau, nu este adevărat că femeile sunt cliente
ocazionale.
n
6 d i2
i 1
rS 1 (3.53)
n n 1 2
unde: d i i Ri .
Proprietăţile lui rS sunt:
i) rS 1,1;
ii) rS 1 i Ri ;
iii) rS 1 i Ri n 1
6
1 232 1 1,4060606 0,4060606
990
valoare ce pune în evidenţă o asociere inversă între cele două specializări.
63
Exemplul 3.4
Pentru 6 studenţi dintr-o grupă se cunosc: calificativele pentru nivelul de
pregătire al studenţilor la matematică, obţinute în timpul anului şi notele obţinute la
examenul de statistică (tabelul 3.5):
Tabelul 3.5
Student Calificativ la Notă la
matematică econometrie
1 bun 9
2 slab 3
3 excepţional 10
4 satisfăcător 6
5 foarte slab 5
6 foarte bun 8
Tabelul 3.6
Student Rang pentru x Rang pentru y Diferenţa între ranguri d i2
rxi ryi d i rxi ryi
0 1 2 3 4
1 4 5 -1 1
2 2 1 +1 1
3 6 6 0 0
4 3 3 0 0
5 1 2 -1 1
6 5 4 +1 1
Total 4
6 4
rs 1 0.89
6 36 1
64
Două unităţi sunt concordante dacă xi x j yi y j
Două unităţi sunt disconcordante dacă xi x j yi y j
Prin definiţie:
Atunci, expresia:
2S
rK (3.54)
n n 1
Exemplul 3.5:
Potrivit publicaţiilor din Anuarul Statistic al României 2008, prin niveluri
ale performanţei interne (exprimate prin indicatorul PIB/locuitor calculat pe baza
cursului de schimb (în euro) şi, respectiv, ale performanţei externe (sintetizate prin
indicatorul export FOB pe locuitor (dolari SUA)) cuprinse în tabelul 3.7).
Se cere:
Să se precizeze rolul fiecărei variabile în analiza legăturii şi să se observe
sensul şi forma legăturii între cele două variabile.
65
Tabelul 3.7
xi yi xi2 yi2 xi y i
Export
PIB/loc FOB/locuitor
(x 103) (x 103)
1 Austria 32,60 18,87 1062,76 356,26 615,32
2 Belgia 31,50 40,71 992,25 1657,62 1282,49
3 Bulgaria 3,80 2,40 14,44 5,78 9,13
4 Danemarca 41,70 18,70 1738,89 349,78 779,89
5 Elvetia 41,50 21,95 1722,25 481,67 910,80
6 Finlanda 34,00 16,94 1156,00 287,07 576,07
7 Franţa 29,80 8,52 888,04 72,63 253,97
8 Germania 29,50 16,15 870,25 260,79 476,39
9 Grecia 20,40 2,10 416,16 4,39 42,75
10 Irlanda 43,70 27,87 1909,69 776,66 1217,86
11 Italia 25,90 8,43 670,81 71,07 218,35
12 Lituania 8,40 32,13 70,56 1032,34 269,89
13 Norvegia 60,40 29,36 3648,16 861,83 1773,16
14 Olanda 34,60 29,07 1197,16 845,26 1005,94
15 Polonia 8,10 3,64 65,61 13,26 29,50
16 Portugalia 15,40 4,70 237,16 22,05 72,31
Regatul Unit al
33,70 7,09 1135,69 50,22 238,81
17 Marii Britanii
18 Republica Cehă 12,30 11,85 151,29 140,51 145,80
19 România 5,74 1,88 32,98 3,53 10,79
20 Slovacia 10,20 10,70 104,04 114,43 109,11
21 Slovenia 17,10 13,24 292,41 175,19 226,34
22 Spania 23,40 5,45 547,56 29,67 127,46
23 Suedia 36,30 18,34 1317,69 336,37 665,75
24 Ungaria 10,10 9,25 102,01 85,48 93,38
Sume calculate
după eliminarea
570,24 286,49 19281,05 5343,91 9598,89
valorilor
aberante
Sursa detelor: Anuarul Statistic al României, 2008, pp. 898, 940
66
Rezolvare
Potrivit teoriei economice a relaţiilor internaţionale, performanţa exterioară a
unei ţări depinde, în bună măsură, de cum şi ce anume produce şi oferă spre export
economia acelei ţări.
Prin urmare, variabila PIB/locuitor se consideră a fi cauza sau variabila
independentă (explicativă sau factorială), variantele ei notându-se cu xi, iar
variabila export/locuitor este considerată efect sau variabilă dependentă (explicată
sau ezultativă), variantele notându-se cu yi.
De asemenea, nivelul exportului/locuior realizat de fiecare ţară depinde, în
afară de propriul PIB/locuitor, de mulţi alţi factori, cum ar fi politica comercială şi,
în particular, acordurile şi înţelegerile economice la care este parte contractantă,
mediul conjunctural specific al diferitelor sectoare etc.
45.00
40.00
35.00
Exp ort FOB/locuitor
30.00
25.00
20.00
15.00
10.00
5.00
0.00
0.00 10.00 20.00 30.00 40.00 50.00 60.00 70.00
PIB/locuitor
13
D. V. Iliescu, V. Vodă, „Statistică şi toleranţă”, Ed Tehnică, 1977, pp. 74
67
Datele statistice rămase, sugerează existenţa unei legături directe de forma
unei dreptei (figura 3.2):
yi axi b ui
35.00
30.00
25.00
Export FOB/locuitor
20.00
15.00
10.00
y = 0.4829x + 0.5063
5.00
R2 = 0.6505
0.00
0.00 10.00 20.00 30.00 40.00 50.00
PIB/locuitor
22 22
yi2 5345,91 , xi yi 9598,89 ,
i 1 i 1
Pentru estimarea parametrilor dreptei pentru care distanţa este minimă până
la punctele de coordonate xi , yi , se rezolvă sistemul de ecuaţii normale:
ˆ n n
n b aˆ
i 1
xi y i
i 1
n n n
bˆ x aˆ x 2 x y
i 1 i i 1
i
i 1
i i
68
22bˆ 570,24aˆ 286,49
570,24bˆ 19281,05aˆ 9598,89
aˆ 0,482916
rezolvarea sistemului conduce la obţinerea următoarelor valori:
ˆ
b 0,504640
Din punct de vedere geometric, b̂ este ordonata punctului în care dreapta de
regresie intersectează axa Oy, iar â reprezintă panta (coeficientul unghiular al
dreptei de regresie).
Prin semn, â exprimă, sensul influenţei PIB/locuitor asupra exportului pe
locuitor (+ înseamnă influenţă directă), iar prin mărime, cunatumul influenţei (la
fiecare creştere cu o unitate a cauzei, variabila efect tinde să se modifice în acelaşi
sens cu 0,50464 unităţi).
Prin urmare, funcţia lineară de regresie este:
69
considerate în anul 2007. Cota ridicată a determinaţiei arată implicit faptul că
PIB/locuitor este un factor important de influenţă, iar aprecierea lineară a acestei
influenţe satisfăcătoare.
70