MODELUL DE REGRESIE LINIARĂ UNIFACTORIALĂ

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:

Y – Cheltuielile de Consum ale familiei;

X – Venitul Disponibil al familiei.

Y 90 80 105 110 125 130 135 155 170 165

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.

b) Pe baza datelor de la nivelul eşantionului, să se determine ecuaţia de regresie liniară care

modelează legătura dintre cele două variabile. După estimarea parametrilor modelului, să se
interpreteze rezultatele obţinute.

c) Să se măsoare intensitatea legăturii dintre cele două variabile cu ajutorul coeficientului de

corelaţie şi al raportului de corelaţie; să se testeze semnificaţia indicatorilor utilizaţi.

d) Să se verifice dacă modelul de regresie identificat este valid statistic (valoare tabelară:5,32 pentru
un nivel de semnificaţie de 0,05).

e) Să se testeze semnificaţia statistică a parametrilor modelului şi să se determine intervalele de

încredere pentru parametrii modelului (valoare tabelară: 2,306 pentru un nivel de semnificaţie de
0,05).

f) În ce măsură, variaţia cheltuielilor de consum este influenţată de venitul disponibil al familiei, pe

baza modelului de regresie determinat?

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.

Reprezentăm grafic perechile de puncte observate ( xi , y i ) .

Selectăm cele două variabile: Insert/Chart/Scatterplot

Modelul lui Keynes privind Consumul ca

funcţie de Venit
200

150
Consum Yi

100

50

0
0 50 100 150 200 250 300

Venitul disponibil Xi

Conform diagramei, se observă că între variabilele X şi Y există o legătură directă şi liniară.

Rezolvare. b) A rezultat că putem considera că între cele două variabile există o relaţie de forma:
𝒚𝒚𝒊𝒊 = 𝜶𝜶 + 𝜷𝜷𝒙𝒙𝒊𝒊 + 𝜺𝜺𝒊𝒊 , 𝒊𝒊 = 𝟏𝟏, 𝟐𝟐, . . . , 𝒏𝒏.

Pentru a determina estimatorii a şi b (sau α̂ şi β̂ ) ai parametrilor α şi β , rezolvăm sistemul de ecuaţii

normale ale lui Gauss.

𝑎𝑎𝑎𝑎 + 𝑏𝑏 ∑ 𝑥𝑥𝑖𝑖 = ∑ 𝑦𝑦𝑖𝑖 10𝑎𝑎 + 1900𝑏𝑏 = 1265

� �
𝑎𝑎 ∑ 𝑥𝑥𝑖𝑖 + 𝑏𝑏 ∑ 𝑥𝑥𝑖𝑖2 = ∑ 𝑥𝑥𝑖𝑖 𝑦𝑦𝑖𝑖 1900𝑎𝑎 + 394000𝑏𝑏 = 256700

Soluţiile sistemului se pot obţine folosind metoda determinanţilor:

𝛥𝛥𝑎𝑎 ∑ 𝑦𝑦𝑖𝑖 ∑ 𝑥𝑥𝑖𝑖2 −∑ 𝑥𝑥𝑖𝑖 ∑ 𝑥𝑥𝑖𝑖 𝑦𝑦𝑖𝑖 (1265)(394000)−(1900)(256700)

𝑎𝑎 = 𝛥𝛥
= 𝑛𝑛 ∑ 𝑥𝑥𝑖𝑖2 −(∑ 𝑥𝑥𝑖𝑖 )2
⇒ 𝑎𝑎 = (10)(394000)−(1900)2
≈ 32,3636

𝛥𝛥𝑏𝑏 𝑛𝑛 ∑ 𝑥𝑥𝑖𝑖 𝑦𝑦𝑖𝑖 −∑ 𝑥𝑥𝑖𝑖 ∑ 𝑦𝑦𝑖𝑖 (10)(256700)−(1900)(1265)

𝑏𝑏 = 𝛥𝛥
= 𝑛𝑛 ∑ 𝑥𝑥𝑖𝑖2 −(∑ 𝑥𝑥𝑖𝑖 )2
⇒ 𝑏𝑏 = (10)(394000)−(1900)2
≈ 0,4955

Sau

∑(𝑥𝑥𝑖𝑖 −𝑥𝑥̄ )(𝑦𝑦𝑖𝑖 −𝑦𝑦̄ ) 16350

𝑏𝑏 = ∑(𝑥𝑥𝑖𝑖 −𝑥𝑥̄ )2
⇒ 𝑏𝑏 = 33.000 ≈ 0,4955

𝑎𝑎 = 𝑦𝑦̄ − 𝑏𝑏𝑥𝑥̄ ⇒ 𝑎𝑎 = 111 − (0,4955)(190) ≈ 32.3636

Dreapta de regresie estimată este 𝑦𝑦�𝑖𝑖 = 32,3636 + 0,4955 ⋅ 𝑥𝑥𝑖𝑖

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 ) .

Interpretarea parametrilor obţinuţi:

Valoarea 𝑏𝑏 ≈ 0,4955, care măsoară panta dreptei de regresie, arată că, în cazul unor venituri cuprinse
între 100 mii şi 280 mii u.m., atunci când X creşte cu o unitate (1000 u.m.), cheltuielile de consum vor
creşte, în medie, cu 0,4955 unităţi (0,4955x1000=495,5 u.m.)

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.

!! Microsoft Excel conţine un instrument pentru a efectua regresii folosind MCMMP.

Selectăm: Data/ Data Analysis şi apoi Regression din lista de instrumente de analiză afişate prin comanda
Data Analysis.
?? Ce facem dacă nu apare Data Analysis? Căutăm în Excel Options, selectăm Add-Ins din menu şi bifăm
opţiunea Analysis ToolPak.
Output Excel:

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

Standard Upper Lower Upp

Coefficients Error t Stat P-value Lower 95% 95% 95.0% 95.0
Intercept 32.36364 7.743921 4.179231 0.003083 14.50612 50.22115 14.50612 50.2
X Variable 1 0.495455 0.039013 12.69963 1.39E-06 0.40549 0.585419 0.40549 0.58