Documente Academic
Documente Profesional
Documente Cultură
Aplicația 1. Modelul lui Keynes privind Consumul ca funcţie de Venit (Sem. 2,3,4)
În scopul evaluării influenţei pe care variaţia Venitului Disponibil îl are asupra Cheltuielilor de Consum ale
unei familii, au fost înregistrate, pentru 10 familii, valorile următoarelor variabile:
X 100 120 140 160 180 200 220 240 260 280
Fiecare familie a fost selectată, la întâmplare, dintr-un grup de familii cu un venit net disponibil fixat.
Valorile celor două variabile sunt exprimate în 1000 unităţi monetare (u.m.), astfel încât prima familie
câştigă 100.000 u.m. şi consumă 90.000 u.m. anual.
a) Să se reprezinte grafic datele de observaţie şi să se comenteze legătura dintre cele două variabile.
d) Să se verifice dacă modelul de regresie identificat este valid statistic (valoare tabelară:5,32 pentru
un nivel de semnificaţie de 0,05).
g) Să se previzioneze cheltuielile medii de consum ale unei familii, în ipoteza că venitul disponibil
este 100.
h) Să se previzioneze cheltuielile de consum ale unei familii, în ipoteza că venitul disponibil este 100.
Rezolvare. a) Pentru a identifica existenţa unei relaţii de dependenţă între variabilele analizate, ca şi
formă şi sens al relaţiei de dependenţă, construim diagrama împrăştierii datelor (Scatterplot).
Pentru a crea o diagramă a datelor trebuie să stabilim care variabilă ar trebui să apară pe axa
orizontală. În analiza de regresie, variabila explicativă apare totdeauna pe axa orizontală iar
variabila explicată pe axa verticală.
Folosim Microsoft Excel pentru a efectua calculele pentru estimarea unui model de regresie.
Valorile observate pentru variabilele Y şi X sunt introduse în coloanele B şi C.
150
Consum Yi
100
50
0
0 50 100 150 200 250 300
Venitul disponibil Xi
Sau
Fiecare punct de pe dreapta de regresie este o estimaţie a valorii medii a lui Y, corespunzător valorii alese
pentru X. Deci ŷ i este o estimaţie pentru E (Y | X i ) .
Valoarea 𝑎𝑎 ≈ 32,3636 arată nivelul cheltuielilor de consum, atunci când venitul este 0. Interpretăm pe
𝑎𝑎 ≈ 32,3636 ca fiind efectul mediu asupra lui Y, al tuturor factorilor care nu sunt luaţi în considerare în
modelul de regresie.
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.976085
R Square 0.952741
Adjusted R
Square 0.946834
Standard Error 7.08712
Observations 10
ANOVA
Significance
df SS MS F F
Regression 1 8100.682 8100.682 161.2805 1.39E-06
Residual 8 401.8182 50.22727
Total 9 8502.5