Seminar II - Econometrie

I. Recapitulare
Concepte de bază uitilizate în statistică
a. Populație statistică (colectivitate statistică) - Reprezintă totalitatea elementelor de acelaşi
fel, cu trăsături observabile comune, studiate atunci când vrem să iniţiem un demers
statistic.
b. Esantion – Eşantionul reprezintă un subset de elemente selectate dintr-o colectivitate
statistică.
c. Unitate statistica - Este elementul, entitatea de sine stătătoare a unei populaţii statistice,
care posedă o serie de trăsături caracteristice ce-i conferă apartenenţa la populaţia
studiată.

Tipuri de variabile
I. variabile cantitative sau numerice (exprimate prin numere, adică descriu prin numere
rezultatul unei numărători sau măsurători; de exemplu: profitul unor firme, vârsta în ani
împliniţi a unor persoane etc.);
➔ după tipul variaţiei, variabilele numerice pot fi:
a. cu variaţie continuă, atunci când pot lua, practic, orice valoare într-un interval din
domeniul lor de valori;
Ex: greutatea şi înălţimea unor persoane, media generală cu care au promovat anul I
studenţii unei facultăţi etc.

b. cu variaţie discontinuă (discrete), atunci când pot lua doar anumite valori, strict
determinate într-un interval din domeniul lor de valori.
ex: Numărul de bolnavi internaţi într-un spital la 31.12.2005, numărul şcolilor generale
existente într-un oraş

II. variabile calitative sau nenumerice (exprimate prin cuvinte, care descriu prin cuvinte un
anumit tip calitativ al unităţii de la care s-a înregistrat; de exemplu: liceul absolvit, limba
străină cunoscută cel mai bine de nişte persoane etc.)
a. variabile nominale - stagiul militar – satisfăcut/nesatisfăcut, starea civilă –
căsătorit/necăsătorit, genul – masculin/feminin etc.)
b. variabile ordinale

EXERCIȚII:
1. Pentru următoarele cazuri, precizaţi unitatea statistică, identificaţi variabila statistică
studiată şi tipul de variabilă. Precizaţi dacă variabila este cantitativă sau calitativă, dacă ea
este continuă sau discontinuă:
a) cifra de afaceri a 100 firme din domeniul IT;
 b) Absenteismul angajaţilor (zile);
c) Profesiile a 200 de salariaţi;
d) Numărul personalului din 1000 de întreprinderi;
e) Numărul copiilor din 2000 de familii.

Variabile aleatoare
Definire:
- Variabila aleatoare X este o funcţie care asociază fiecărui eveniment elementar un număr
real (o probabilitate),xi, iar probabilitatea ca variabila X să ia o anumita valoare este pi.
!!! În linii mari şi într-un înţeles mai larg, o mărime care ia valori la întâmplare sau aleatoriu
dintr-o mulţime oarecare posibilă se numeşte variabilă aleatoare (sau întâmplătoare).
Spre exemplu, la aruncarea a două zaruri, suma numerelor obținute este o variabilă aleatoare. În
general, în experimente în care număram (mașini aflate pe șosea, aruncări ale unui zar până la
obținerea unui șase, piese defecte, etc) variabilele aleatore obținute sunt variabile aleatore
discrete, iar în experimentele în care masurăm (voltajul electric, cantitatea de apa de ploaie,
duritatea unui anumit material, etc), variabilele aleatoare obținute sunt variabile aleatoare
continue.

Variabila aleatoare discretă este definită prin:

 xi 
X :  
 pi 
Variabilele aleatoare continue sunt definite cu ajutorul unei funcţii f(x), funcţie densitate de
repartiţie, care are următoarele proprietăţi:

() x  R, f ( x)  0
+

 f ( x)  dx = 1
−

Media şi varianţa unei variabile aleatoare:

 = M( X )

 2 =V( X )
Distribuții utilizate în statistică
a. Distribuția normală (generalizată)
• Notație: X~ N(µ, 𝜎 2 )
• Funcția densitate de repartiție este:
1 (𝑥−𝜇)2
−
𝑓(𝑥) = ⋅𝑒 2𝜎2
𝜎√2𝜋

b. Distribuția normală standard Z

𝑥𝑧−µ
• O variabilă X poate fi transformată într-o variabilă Z după relația zi= 𝜎
• Notație: N ( ,  2 ) -> Z ~ N(0, 1)
• Valorile Z și valorile funcției Laplace sunt tabelate
Proprietăţile funcţiei lui Laplace, Φ(z), necesare pentru a calcula orice tip de probabilitate, sunt
următoarele:

• Φ(zi)=P(0<Z<zi)
• Φ(0) = 0
• Φ(-zi) = - Φ(zi)
• Dacă z1< z2, atunci P( z1  Z  z2 ) = ( z2 ) − ( z1 )
P( Z  zi ) = +  ( zi )
1
•
2
1
• P(Z>zi)=1-P(Z<zi)= − ( zi )
2

Exemplu: Pentru o populație, se înregistrează punctajul obținut la un test (X ) și se observă că

variabila X ~ N(65, 9). Se cere să se calculeze și să se interpreteze: P (X > 69)

c. Distribuția chi-patrat
O variabila aleatoare repartizata dupa o lege chi-patrat este simbolizata 𝜒 2 (𝑛, 𝜎)

d. Distribuția Student
• O variabilă aleatoare repartizată după o lege Student, simbolizată t(υ), unde υ reprezintă
numărul de grade de libertate, parametrul acestei distribuţii.
Exemplu: Pentru o variabilă aleatoare care urmează o lege de repartiţie Student cu v = 17
grade de libertate (X ~ t (17)), să se citească valoarea teoretică t0.05,17 și t0.025,17.
 e. Distributia Snedecor-Fischer

• variabilă aleatoare repartizată după o lege Snedecor-Fisher, simbolizată

F ( , )
1 2 ,

unde υ1 şi υ2 reprezintă grade de libertate, parametrii repartiţiei Snedecor-Fisher.

Exemplu: Pentru o variabilă X ~ F(30, 5), se cere citească valoarea teoretică F0.05,30,5 , F0.01,30,5.

Estimarea parametrilor unei populatii

Parametru-Estimator- Estimatie
- Parametrul reprezintă o valoare fixă și necunoscută, numită și valoare reală sau adevarată,
a unei populații studiate după o anumită variabila. (Ex: µ, 𝜎, 𝜎2, π)
- Estimatorul este o statistică, adică o variabilă aleatoare care este determinată de
totalitatea eșantioanelor posibile de volum n care se pot extrage din populația de referință
de volum N. Este definit ca o funcție a variabilelor de selecție. Se notează cu 𝜽̂.
- Estimația este o valoare realizată dintre valorile posibile ale estimatorului. (Ex: 𝑥̅ , s2, s, p)

Proprietățile estimatorilor
1. Nedeplasarea - media estimatorului este egală cu valoarea parametrului

M (ˆ) = 

2. Convergența – un estimator este convergent dacă varianţa sa tinde spre 0 atunci când volumul
eşantionului tinde spre volumul populaţiei

V (ˆ) → 0, când n → N
3. Eficiența – estimatorul este eficient dacă are varianţa cea mai mică dintre toţi estimatorii posibili
pentru parametrul 

V (ˆ) = min .

Testarea statistică
Demersul testării statistice
1. Formularea ipotezelor statistice
Ipoteza nulă H0 : se presupune egalitatea unui parametru cu o valoare fixă sau se face o
presupunere cu privire la legea de repartiţie a unei variabile.
Ipoteza alternativă H1: este opusul ipotezei nule.

2. Alegerea testului statistic

3. Alegerea pragului de semnificaţie α al testului şi citirea valorii critice din tabelul

repartiţiei statisticii test

4. Calculul valorii statisticii test, folosind datele observate la nivelul eşantionului.

5. Regiunea de respingere/acceptare a ipotezei nule

- Regiunea de respingere – intervalul dintr-o distribuţie de probabilitate în care se respinge
ipoteza nulă, acest interval este acoperit de probabilitatea α
- Regiunea de acceptare (interval de încredere) – intervalul în care nu se respinge ipoteza
nulă şi este acoperit de probabilitatea 1- α
6. Decizie si interpretare
Exercitiu: Din totalul autoturismelor vandute intr-un an de o firma a fost extras un esantion de
100 de autoturisme pentru care a fost inregistrat pretul (mii euro). Datele cunoscute sunt: 𝑥̄ =
28, 𝑆 2 = 4. Pentru un risc asumat de 5%, se cere sa se testeze daca exista diferente
semnificative intre pretul mediu al lotului de autoturisme vandute in anul curent si pretul mediu
inregistrat anul trecut, de 30 mii euro.

II. Introducere în econometrie

1.1. Natura şi problemele cercetării econometrice

Definiţia econometriei - econometria înseamnă măsurarea fenomenelor economice sau abordarea

cantitativă a realităţii economice;

Econometria este o disciplină care s-a conturat ca o sinteza între economie, matematică și
statistică.

 Scopul econometriei:

- identificarea, estimarea şi testarea modelelor prin care se surprind relaţiile dintre

fenomenele economice reale;
- Pe baza modelelor econometrice validate urmează a se realiza predicţii ale realităţii
economice.
- creează un suport empiric pentru formularea şi verificarea teoriilor economice.

Obiectivele econometriei:

- descrierea şi explicarea dependenţelor dintre fenomenele economice;

- explicarea variației în timp a fenomenelor economice;
- explorarea realităţii economice cu ajutorul datelor statistice pentru a propune noi teorii şi
ipoteze;
- testarea ipotezelor elaborate în teoria economică;
- predicţia fenomenelor economice.

Obiectul de studiu al econometriei:

 - pe baza datelor din economie, econometria construieşte modele (expresii cantitative)
pentru realităţile economice studiate care au un corespondent în teoriile economice;
- Econometria estimează, prin procedeele de inferenţă statistică, parametrii modelelor şi
realizează predicţii asupra realităţii studiate.
- Aria de studiu a econometriei este realitatea economică privită ca un ansamblu de relaţii
şi intercondiţionări abordate cu preponderenţă sub aspect cantitativ.

1.2. Modelul econometric - definirea conceptului şi exemple clasice din economie

Definirea conceptului de model:

- în matematică: modelul este un sistem formal, determinat de o ecuaţie sau de un sistem de

ecuaţii cu proprietăți bine definite;

- în economie: modelul economic este o schemă, un mecanism care explică modul în care
funcţionează economia ca întreg sau un sector al economiei; un instrument de observare şi de
măsurare a realităţii;

- modelul econometric: ia forma unei ecuaţii (sistem de ecuaţii) cu două sau mai multe
caracteristici sau variabile statistice. În econometrie, modelul reprezintă instrumentul prin care se
încearcă să se explice realitatea studiată în dimensiunile sale fundamentale.Obiectivul construirii
acestor modele este de a înţelege şi de a explica realitatea economică, în vederea luării unor decizii
practice concrete.

Un model de regresie liniar poate fi exprimat astfel: Y= βo+β1X+ε.

Exemple clasice din economie:

1. În cazul teoriei consumului (modelul lui Keynes), se apreciază că relaţia dintre venit şi
consum ia forma unei ecuaţii liniare: Y=β0+ β1X, unde:
- Y reprezinta consumul;
- X este venitul;
- β0 este consumul autonom, care nu este influenţat de venitul curent (nivelul consumului
când venitul este nul);
- β1 este înclinaţia marginală către consum (creşterea absolută a consumului atunci când
venitul creşte cu o unitate).

Pentru relația dintre consum și venit, teoria economică propune următoarele ipoteze:

o venitul are un impact pozitiv asupra consumului (β1 >0 );

o creşterea venitului cu o unitate atrage o creştere a consumului cu mai puţin de o unitate:
dY< dX sau β1 <1
o există consum autonom (β0 >0 );
o consumul creşte proporţional cu venitul (liniaritatea relaţiei dintre cele două variabile).
 2. Relaţia dintre rata inflaţiei şi rata şomajului;
3. Relaţia dintre cerere şi preţ;
4. Econometria permite identificarea „modelului” sau „logicii” care explică variaţia salariului
în funcţie de variaţia nivelului de educaţie.

1.3. Modelul econometric – tipuri de variabile statistice

La nivelul unui model econometric se pot identifica mai multe tipuri de variabile:

• variabila dependentă;
• variabila independentă;
• variabila eroare.
- variabila dependentă, numită și variabilă explicată, endogenă, răspuns sau rezultat,
cuantifică un fenomen economic complex, determinat de o serie de factori (este notată cu
Y);
- variabile independente, numite şi variabile factoriale sau factori de influenţă care
̅̅̅̅̅
determină un anumit efect asupra variabilei rezultat. Se notează cu X sau cu Xi, i=1, 𝑝, dacă
în model sunt p variabile independente.Măsoară acțiunea unui factor economic asupra
variabilei dependente. (Se mai numesc si variabile explicative sau exogene)

- variabilele reziduale sau eroare. De regulă, aceste variabile apar în model ca sumă a tuturor
influenţelor necunoscute sau care nu apar explicit în model. În cercetarea econometrică,
variabila eroare este o variabilă aleatoare care respectă anumite proprietăţi, numite şi
ipoteze clasice. Se notează cu ε și este o variabilă aleatoare.

Parametri – estimații - estimatori

 Parametri

Parametrii modelului econometric, numiţi şi coeficienţi de regresie, sunt mărimi reale, fixe dar
necunoscute care apar în model în diferite expresii alături de variabile (θ).

 Estimatori

Estimatorii sunt variabile aleatoare cu distribuţii de probabilitate cunoscute şi cu proprietăţi

specifice în baza cărora se realizează procesul de estimare a parametrilor modelului econometric.

 Estimaţii

Estimaţiile sunt valori posibile ale estimatorilor calculate la nivelul unui eşantion sau set de date
observate din realitate.
1.4. Modelul econometric - criterii de clasificare

1. după natura dependenţei dintre variabile:

• modele de regresie deterministe (matematice) - variabila dependentă este
explicată în totalitate de variabila/variabilele independente din model;

• modele de regresie probabiliste (stochastice) - Y=f(x) +ε, unde ε este o variabilă

numită eroare sau reziduu, care sintetizează ansamblul factorilor cu influenţă
asupra variabilei Y, dar care nu pot fi comensuraţi şi care nu sunt prinşi în mod
explicit în model.

2. după numărul factorilor de influenţă:

• modele de regresie simplă(unifactoriale)- variabila Y este explicată printr-un singur
factor determinant, ceilalţi factori au o acţiune aleatoare sau nesemnificativă.
Exemplu: funcţia de consum (consum-venituri).

• modele de regresie multiplă; - variabila Y este explicată de doi sau mai mulţi factori.
Exemplu: funcţia de producţie Q=f(L,K)+ε,
unde: Q - producţia
L - factorul muncă
K – capitalul

3. după forma legăturii dintre variabile:

• modele de regresie liniară- dacă Y este o funcţie liniară de variabila sau variabile
explicative;
Y =  0 + 1 X + 
• modele de regresie neliniară;

Y =  0 + 1 X +  2 X 2 + 

4. după timpul la care se referă datele din model:

• modele de regresie statice
- variabilele incluse în model se referă la acelaşi moment de timp sau la aceeaşi perioadă de
timp.
- se construiesc pe baza datelor de sondaj sau a cercetărilor de moment.

• modele de regresie dinamice (factorul timp este variabila independentă). sunt modele
în care factorul timp apare explicit, ca variabilă independentă: Yt=f(t)+ε.

1.5. Demersul cercetării econometrice

a. Formularea problemei în termeni economici, plecând de la o teorie economică sau o problemă
economică.

b. Identificarea variabilelor

c. Specificarea modelului matematic al teoriei economice.

Exemplu: modelul economic al cererii este dat de funcţia cerere ,

D= β0+β1P., unde D=cererea, P=pretul unitar, β0>0, β1<0

d. Specificarea modelului econometric, adică exprimarea modelului economic intr-o formă

testabilă empiric.

D= β0+β1P +ε.

De exemplu, modelul econometric al cererii este dat de unde, pe langă variabilele D, P şi parametrii
, din modelul economic, apare variabila reziduală ε . Această variabilă trebuie să satisfacă anumite
ipoteze.

e. Estimarea parametrilor modelului econometric

- se realizează plecând de la metoda celor mai mici pătrate (MCMMP).

f. Testarea ipotezelor statistice

- se verifică semnificaţia statistică a parametrilor şi a modelului, precum şi indeplinirea condiţiilor

cerute de teoria economică şi de metodologia statistică.

g. Previziune statistică

- dacă rezultatele testării confirmă ipotezele formulate, modelul econometric poate fi folosit
în scop predictiv.

h. Folosirea modelului în scop decizional.