Documente Academic
Documente Profesional
Documente Cultură
(x
i 1
i x)2
s' 2
n 1 - dispersia corectată calculată la nivelul eșantionului
1
4.
a. Se cunoaste
b. Nu se cunoste
s' s'
( x t / 2;n 1 ) ( x t / 2;n 1 )
n n
Aplicația 1
2
R.
5.
3
e. Regula de decizie
Aplicatia 2
a) Se verifică calitatea unui lot de ciocolată privind greutatea unei bucăţi. Se fac 25 de
măsurători pentru care se obţine o greutate medie de 95 g şi o abatere standard de 5g. În contractul
de livrare se prevede că greutatea medie a unei ciocolate este de 90 g. Să se verifice, pe baza
sondajului realizat, dacă lotul corespunde calitativ, în condiţiile unui risc acceptat de 5%.
b) Pt. pb. de mai sus, se consideră că în contractul de livrare este prevăzut că greutatea
medie a unei ciocolate este de 100 g.
4
Aplicatia 3 – Estimare si Testare
5
1. Etapele demersului modelării econometrice
Foma generală: 𝑌 = 𝛽 + 𝛽 𝑋 + 𝜀
Componentele modelului:
- 𝛽 + 𝛽 𝑋 – componenta deterministă a modelului (observabilă)
- 𝜀 – componenta reziduală a modelului (neobservabilă)
Elementele modelului:
(1) variabile:
- 𝑌 – variabila dependentă (endogenă, explicată)
- 𝑋 – variabila independentă (exogenă, explicativă)
- 𝜀 – variabila reziduală (reprezintă suma tuturor influențelor necunoscute sau care nu sunt
specificate în model)
(2) parametrii:
- 𝛽 – ordonata la origine (valoarea medie a lui Y atunci când X=0)
- 𝛽 – panta dreptei de regresie (semnul indică sensul legăturii dintre
X și Y, iar valoarea indică gradul de dependență dintre acestea)
𝛽 >0 𝛽 <0 𝛽 =0
Exemplul 1:
Pentru 7 studenți se analizează legătura dintre următoarele variabile: X – numărul de ore alocate
studiului pentru un test și Y – punctajul obţinut la test.
Interpretare...........
Exemplul2:
Se studiaza legatura dintre rata dobanzii pe termen lung si rata de crestere economica, pentru un esantion
de 30 tari. In urma prelucrarii datelor, se obtin rezultatele prezentate mai jos.
Exemplu:
Pentru 7 studenți se analizează legătura dintre următoarele variabile: X – numărul de ore alocate
studiului pentru un test și Y – punctajul obţinut la test.
y x
y Pearson Correlation 1 .961**
Sig. (2-tailed) .001
N 7 7
x Pearson Correlation .961** 1
Sig. (2-tailed) .001
N 7 7
**. Correlation is significant at the 0.01 level
(2-tailed).
r = 0,961 – între numărul de ore alocate studiului pentru test și punctajul obținut
la test există o legătură puternică și directă
Sum of
Model Squares df Mean Square F Sig.
1 Regression 38.751 1 38.751 59.645 .001a
Residual 3.249 5 .650
Total 42.000 6
a. Predictors: (Constant), x
b. Dependent Variable: y
Model Summary
,
𝑅 = = = 0,923 – 92,3% din variația punctajului obținut la test este explicată de
variația numărului de ore alocate studiului pentru test, restul de până la 100% fiind explicată de
variația factorilor neincluși în model.
R = √R = 0,961 – între numărul de ore alocate studiului pentru test și punctajul obținut la test
există o legătură puternică
6. Testarea coeficienților de regresie (testul t)
Etapele testării:
(1) Definirea ipotezelor:
𝐻 :𝛽 = 0 | 𝐻 :𝛽 = 0
𝐻 :𝛽 ≠ 0 | 𝐻 :𝛽 ≠ 0
(2) Pragul de semnificație: 𝛼
Exemplul2:
Se studiaza legatura dintre rata dobanzii pe termen lung si rata de crestere economica, pentru un
esantion de 30 tari. In urma prelucrarii datelor, se obtin rezultatele prezentate mai jos.
a. Să se testeze semnificaţia parametrului de regresie 0, pentru un risc de 5%.
b. Să se testeze semnificaţia parametrului 1 , pentru un risc de 10%.
c. Să se estimeze punctual şi să se interpreteze valoarea coeficientului de corelaţie
d. Să se verifice semnificaţia coeficientului de corelaţie Pearson (pt 5%)
e. Să se estimeze și să se interpreteze valoarea obținută a raportului de determinație
f. Să se estimeze și să se interpreteze valoarea obținută a raportului de corelație
g. Să se testeze semnificaţia raportului de corelaţie (pt 5%)
h. Să se testeze dacă modelul de regresie este semnificativ / corect specificat, , pentru un risc
de 5%.
i. Să se determine nota unui student care studiază 6 ore.
j. Să se verifice relația dintre raportul de corelație și coeficientul de corelație, specifică
regresiei liniare simple.
k. Să se verifice relația dintre coeficientul de corelație și coeficientul de regresie 1
standardizat.
7. Testarea semnificației indicatorilor de corelație
a) Testarea coeficientului de corelație (testul t)
Etapele testării:
(1) Definirea ipotezelor:
𝐻 :𝜌 = 0
𝐻 :𝜌 ≠ 0
√
(5) Valoarea calculată a statisticii test: 𝑡 =
√
Exemplu:
Pentru 7 studenți se analizează legătura dintre următoarele variabile: X – numărul de ore alocate
studiului pentru un test și Y – punctajul obţinut la test.
y x
y Pearson Correlation 1 .961**
Sig. (2-tailed) .001
N 7 7
x Pearson Correlation .961** 1
Sig. (2-tailed) .001
N 7 7
**. Correlation is significant at the 0.01 level
(2-tailed).
Etapele testării:
(1) Definirea ipotezelor:
𝐻 :𝜂 = 0
𝐻 :𝜂 > 0
Exemplu:
Pentru 7 studenți se analizează legătura dintre următoarele variabile: X – numărul de ore alocate
studiului pentru un test și Y – punctajul obţinut la test.
* să se testeze semnificația raportului de corelație, pt risc de 5%
ANOVAb
Sum of
Model Squares df Mean Square F Sig.
1 Regression 38.751 1 38.751 59.645 .001a
Residual 3.249 5 .650
Total 42.000 6
a. Predictors: (Constant), x
b. Dependent Variable: y
Model Summary
Etapele testării:
(1) Definirea ipotezelor:
𝐻 : modelul nu este semnificativ statistic
𝐻 : modelul este semnificativ statistic
Exemplu:
Pentru 7 studenți se analizează legătura dintre următoarele variabile: X – numărul de ore alocate
studiului pentru un test și Y – punctajul obţinut la test.
Forma generală: 𝑌 = 𝛽 + 𝛽 𝑋 + 𝛽 𝑋 + ⋯ + 𝛽 𝑋 + 𝜀, 𝑗 = 1, 𝑝
Componentele modelului:
- 𝛽 + 𝛽 𝑋 + 𝛽 𝑋 + ⋯ + 𝛽 𝑋 – componenta deterministă a modelului (observabilă), media
condiționată a variabilei dependente Y în raport cu variabilele independente X j
- 𝜀 – componenta reziduală a modelului (neobservabilă)
Elementele modelului:
(1) variabile:
- 𝑌 – variabila dependentă (endogenă, explicată)
- 𝑋 – variabilele independente (exogene, explicative)
- 𝜀 – variabila reziduală (reprezintă suma tuturor influențelor necunoscute sau care nu sunt
specificate în model)
(2) parametrii:
- 𝛽 – termen constant (valoarea medie a lui 𝑌 atunci când 𝑋 = 0)
- 𝛽 – coeficienți de regresie parțială (semnul indică sensul legăturii
dintre 𝑋 și 𝑌, iar valoarea absolută indică influența parțială a variabilei independente 𝑋
asupra variabilei dependente 𝑌)
𝛽 > 0 – legătură directă (pozitivă) între 𝑋 și 𝑌
– modificarea cu o unitate a variabilei independente 𝑋
determină modificarea medie, în același sens, cu 𝛽
unități a variabilei dependente 𝑌, atunci când influența
celorlalte variabile independente din model este menținută constantă
𝛽 < 0 – legătură inversă (negativă) între 𝑋 și 𝑌
– modificarea cu o unitate a variabilei independente 𝑋
determină modificarea, în medie, în sens invers cu 𝛽
unități a variabilei dependente 𝑌, atunci când influența
celorlalte variabile independente din model este menținută constantă
𝛽 = 0 – nu există o legătură liniară între 𝑋 și 𝑌
Exemplu:
Pentru un esantion de 6 salariați se consideră legătura liniară dintre Salariu (Y – mii lei) și factorii
de influență Nr. de ani de școală absolviți (X1 – ani) și Vechimea (X2 – luni).
a
Coefficients
Unstandardized Standardized
Coefficients Coefficients 95% Confidence Interval for B
Model B Std. Error Beta t Sig. Lower Bound Upper Bound Tolerance
1 (Constant) 1.806 .592 3.050 .055 -.078 3.691
ani de scoala .261 .052 .347 5.045 .015 .096 .426
vechime 1.415 .131 .741 10.773 .002 .997 1.833
a. Dependent Variable: salariu
𝑏 = 1,806 – valoarea medie a salariului este egală cu 1,806 mii lei atunci când numărul de ani
de școală și vechimea sunt egale cu 0.
𝑏 = 0,261 – modificarea cu un an a numărului de ani de școală absolviți determină
modificarea, în medie, în același sens cu 0,261 mii lei a salariului, atunci când vechimea se menține
constantă.
𝑏 = 1,415 – modificarea cu o lună a vechimii determină modificarea, în medie, în același sens
cu 1,415 mii lei a salariului, atunci când numărul de ani de școală absolviți se menține constant.
Etapele testării:
(1) Definirea ipotezelor:
𝐻 : 𝛽 = 0, 𝑗 = 0, 𝑘 , k = nr. de parametrii din model
𝐻 : 𝛽 ≠ 0, 𝑗 = 0, 𝑘
Exemplu:
* Folosind datele din tabelul anterior, testați semnificația parametrului 𝛽 pentru un risc de 5%.
**Folosind datele din tabelul anterior, testați semnificația parametrului 𝛽 pentru un risc de 10%.
Exemplul 2.
Se studiază variația ratei de creștere economică în raport cu rata dobânzii și speranța de
viață la naștere, pentru un eșantion de țări din Europa. Rezultatele obținute prin prelucrarea
datelor cu programul SPSS sunt prezentate în tabelele de mai jos.
Se cere:
* dacă valoarea absolută ∈ [0,70; 1] => există o legătură puternică între cele
2 variabile, atunci când celelalte
variabile din model sunt constante
* dacă valoarea absoluă ∈ [0,4; 0,70) => există o legătură medie între cele
2 variabile, atunci când celelalte
variabile din model sunt constante
* dacă valoarea absoluă ∈ (0; 0,4) => există o legătură slabă între cele
1
2 variabile, atunci când celelalte
variabile din model sunt constante
Exemplu:
Pentru un eșantion de 6 salariați se consideră legătura liniară dintre Salariu (Y – mii lei) și factorii
de influență: Nr. de ani de școală absolviți (X1 – ani) și Vechimea (X2 – luni).
2
Correlations
ANOVAb
Sum of
Model Squares df Mean Square F Sig.
1 Regression 40.482 2 20.241 172.812 .001a
Residual .351 3 .117
Total 40.833 5
a. Predictors: (Constant), vechime, ani de scoala
b. Dependent Variable: salariu
Model Summary
3
,
𝑅 = = = 0,991 – 99,1% din variația salariului este explicată de variația simultană a
,
numărului de ani de școală absolviți și a vechimii, restul de până la 100% fiind explicată de variația
factorilor neincluși în model.
R = √R = 0,996 – între salariu, numărul de ani de școală absolviți și vechime există o legătură
puternică.
4) folosind datele din tabelul de mai jos, să se specifice modelul cel mai bun
Model Summary
Change Statistics
Adjusted Std. Error of R Square
Model R R Square R Square the Estimate Change F Change df1 df2 Sig. F Change
1 .661a .436 .435 $12,833.540 .436 365.381 1 472 .000
2 .890b .792 .792 $7,796.524 .356 807.889 1 471 .000
a. Predictors: (Constant), Educational Level (years)
b. Predictors: (Constant), Educational Level (years), Beginning Salary
Etapele testării:
(1) Definirea ipotezelor:
𝐻 : 𝜌 = 0, unde 𝜌 poate fi 𝜌 , 𝜌 , 𝜌 , 𝜌 . sau 𝜌 .
𝐻 : 𝜌 ≠ 0, unde 𝜌 poate fi 𝜌 , 𝜌 , 𝜌 , 𝜌 . sau 𝜌 .
4
unde r poate fi 𝑟 . sau 𝑟 .
Exemplu:
Pentru un eșantion de 6 salariați, se consideră legătura liniară dintre Salariu (Y – mii lei) și factorii
de influență Nr. de ani de școală absolviți (X1 – ani) și Vechimea (X2 – luni).
* să se testeze semnificația coeficientului de corelație parțială 𝜌 .
(1) Definirea ipotezelor:
𝐻 :𝜌 . = 0
𝐻 :𝜌 . ≠ 0
(7) Se compară..
(|𝑡 | = 5,04) > (𝑡 = 3.182) sau (𝑆𝑖𝑔 = 0,015) < (𝛼 = 0,05) => se respinge
H0
Etapele testării:
(1) Definirea ipotezelor:
𝐻 : modelul nu este semnificativ statistic
𝐻 : modelul este semnificativ statistic
5
(2) Pragul de semnificație: 𝛼
Exemplu:
Se consideră pentru 6 salariați legătura liniară dintre Salariu (Y – mii lei) și factorii de influență
Nr. de ani de școală absolviți (X1 – ani) și Vechimea (X2 – luni).
(7) Se compară
(𝐹 = 172,812) > (𝐹 = 9,552) sau (𝑆𝑖𝑔 = 0,001) < (𝛼 = 0,05) => se
respinge H0
6
Exemplul 2.
Se studiază variația ratei de creștere economică în raport cu rata dobânzii și speranța de
viață la naștere, pentru un eșantion de țări din Europa. Rezultatele obținute prin prelucrarea
datelor cu programul SPSS sunt prezentate în tabelele de mai jos.
7
8
Se cere: