Documente Academic
Documente Profesional
Documente Cultură
Curs 6
1
Regresia multiplă liniară (II)
3.7 Măsurarea intensităţii legăturii dintre variabile
a) Coeficientul de corelaţie parţială
b) Raportul de determinație multiplă
c) Raportul de corelaţie multiplă
3
Corelaţia parţială
4
3.6.a) Coeficientul de corelaţie parţială
Recapitulare:
Coeficientul de corelaţie bivariată (vezi analiza de
corelaţie simplă), la nivelul unui eşantion, este dat prin
relaţia: ( xi x )( yi y )
cov( X , Y ) i
rY , X
s X sY n s X sY
n xi yi xi yi
i i i
[ n xi2 ( xi )2 ][ n yi2 ( yi )2 ]
i i i i
5
3.6.a) Coeficientul de corelaţie parţială
6
3.6.a) Coeficientul de corelaţie parţială
7
3.6.a) Coeficientul de corelaţie parţială
8
Analiza creșterii economice (Y) în raport cu rata
dobânzii (X1) și speranța de viață la naștere
(X2)
• .
9
Corelații bivariate
10
Corelații parțiale
• .
11
3.6.b) Raportul de determinaţie multiplă
- Arată influenţa simultană a variabilelor factoriale
(independente) asupra variabilei rezultative (dependente),
prin modelul de regresie specificat
- (vezi relaţia de descompunere a variaţiei totale)
VE V
2 1 R
VT VT
12
3.6.b) Raportul de determinaţie multiplă
13
3.6.b) Raportul de determinaţie multiplă ajustat!!!
2 VE /( k 1 ) VR /( n k ) 2 n 1
1 1 ( 1 )
VT /( n 1 ) VT /( n 1 ) nk
R R
2 2
pentru k>1
15
Exemplu
16
Verificarea relației dintre R - pătrat
și R – pătrat ajustat
• Pt un model de regresie cu 10 variabile
independente și volumul eșantionului egal
cu 47, se cunoaște valoarea raportului de
determinție egală cu 0,879.
17
Verificarea relației dintre R - pătrat
și R – pătrat ajustat
18
,
Compararea a două modele de regresie se face cu
ajutorul raportului de determinaţie
• Este mai bun, modelul pentru care raportul de
determinaţie are valoarea mai mare
19
3.6.c) Raportul de corelaţie multiplă
R R2
20
Exemplu
21
3.7 Testarea indicatorilor de corelație
VT VE VR
23
3.8. Testarea modelului de regresie
n
VT , respectiv, TSS reprezintă variaţia totală, TSS ( yi y ) 2
i
RSS ( yi y xi ) 2 (ei ) 2
i i
1. Ipoteze statistice:
H 0 : modelul NU este semnificativ statistic (
H : modelul este semnificativ statistic
1
24
3.8. Testarea modelului de regresie
VˆE n k
F
VˆR k 1
unde
k – numărul parametrilor de regresie
25
3.8. Testarea modelului de regresie
ESS n k
F
RSS k 1
26
3.8. Testarea modelului de regresie
6. Decizia
7. Interpretare
Ex: dacă valoarea calculata a statisticii F este mai mare decât valoarea
critică, se decide respingerea ipotezei nule, modelul este semnificativ
statistic, in conditiile riscului acceptat
27
ANOVA(b)
Sum of
Model Squares df Mean Square F Sig.
1 Regression 95.654 2 47.827 121.690 .001(a)
Residual 1.179 3 .393
Total 96.833 5
a Predictors: (Constant), IMC (X2), Experienta (X1)
b Dependent Variable: Nr. piese executate zilnic
28
3.9 Modele cu variabile standardizate –
ierarhizarea variabilelor
• In modelarea macroeconomică este important să se
stabilească ordinea importanţei variabilelor
independente în explicarea variaţiei variabilei
dependente.
• Se estimează modelul cu toate variabilele standardizate
• Devine posibilă compararea coeficienţilor de regresie din
model pt. că variabilele independente sunt comparabile
Interpretare: fiecare coeficient arată impactul parţial al
variaţiei cu o unitate a variabilei independente
standardizate asupra variabilei dependente
standardizate; interpretarea se face în unităţi de abateri
standard pt. variabila dependentă
- coeficientul cu valoarea cea mai mare indică variabila cu
cea mai mare influenţă
29
3.10 Modele cu variabile standardizate –
ierarhizarea variabilelor - Exemplu
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 82.946 10.108 8.206 .000
ipc .538 .075 .828 7.141 .000
rs -5.156 .646 -.316 -7.987 .000
rd .005 .194 .003 .028 .978
ob .078 .026 .186 3.032 .003
bc 2.232 .406 .292 5.496 .000
2 (Constant) 83.200 4.341 19.166 .000
ipc .537 .039 .825 13.608 .000
rs -5.154 .638 -.316 -8.082 .000
ob .078 .025 .187 3.151 .002
bc 2.226 .337 .291 6.607 .000
a. Dependent Variable: ipi
30
3.10. Metode de alegere a variabilelor semnificative
în model
NU!!
1. Metoda Forward
2. Metoda Backward
3. Metoda Stepwise
31
Metoda Forward
32
Metoda Backward
33