Prof.univ.dr.

Nicoleta JULA Econometrie

6. ACURATEȚEA AJUSTĂRII

Cuprins

1. Coeficientul de determinare ........................................................................... 2

a. Calculul coeficientului de determinare ......................................................... 2

b. Probleme ale coeficientului de determinare.................................................. 4

3. Exemplu de calcul ........................................................................................... 5

Bibliografie .......................................................................................................... 8

Lista tabelelor

Tabel 1. Exemplu de calcul pentru modelul unifactorial de regresie lineară ....... 5

Tabel 2. Calculul coeficientului de determinare pentru modelul unifactorial de
regresie lineară ........................................................................................ 6

Lista figurilor

Figura 1. Descompunerea variației ....................................................................... 3

Figura 2. Modelul unifactorial de regresie lineară ................................................ 7

1
Prof.univ.dr. Nicoleta JULA Econometrie

6. Acuratețea ajustării
Prin metoda celor mai mici pătrate se determină acea ecuație de regresie
pentru care suma pătratelor abaterilor dintre datele înregistrate și cele calculate
este cea mai mică posibilă, pentru clasa de modele respective. Problema care se
ridică, în continuare, este aceea a măsurii în care modelul poate explica evoluția
variabilei endogene. Cu alte cuvinte, cât de apropiate sunt variabilele Y și Ŷ.

1. Coeficientul de determinare

a. Calculul coeficientului de determinare

Un model este cu atât mai bun cu cât explică mai mult din variația lui Y,
pentru întreg eșantionul analizat. Pentru fiecare înregistrare din eșantion, deviația
endogenei (Y) față de medie (Y̅) poate fi descompusă în abaterea explicată de
model (măsurată ca deviație a valorii estimate față de medie) și abaterea reziduală
(fig. 1).

(Yt – Y̅) = (Ŷt – Y̅) + ut, t = 1, 2, 3, ..., n.

În mod evident, un model este cu atât mai bun cu cât explică mai mult din
variația lui Y față de medie, pentru întregul eșantion analizat. Pentru a se evita
compensarea abaterilor, se calculează variația totală a lui Y (VT) prin însumarea
pătratelor variațiilor individuale, adică prin expresia:

VT =  ( Yt − Y )
n
2

t =1

unde Y̅ este media variabilei Y. O măsură similară poate fi calculată pentru

variația totală explicată de model (VM):

2
Prof.univ.dr. Nicoleta JULA Econometrie

( )
n
VM =  Ŷt − Y
2

t =1

Prin analogie, se definește variația reziduală (VR) prin expresia:

n
VR =  u 2t .
t =1

Ŷ = â0 + â1X
Yt ●
ut
Yt - Ȳ ●
Ŷt
Ŷt - Ȳ
Y̅

Xt X

Figura 1. Descompunerea variației

Se demonstrează că

(Y − Y) =  Y ( )
n n 2 n
2
ˆ − Y +  u2
t t t
t =1 t =1 t =1

Aceasta înseamnă că variația totală se descompune în variația explicată de

model și variația reziduală1

VT = VM + VR.

1
Jula, Dorin; Jula, Nicolae-Marius. 2020. Econometrie. Editura Mustang, București, pp. 58-
59.
3
Prof.univ.dr. Nicoleta JULA Econometrie

Pornind de la relația precedentă, se definește coeficientul de determinare

(R2) ca fiind partea din variația lui Y care poate fi explicată (linear) de model,
pentru eșantionul analizat:
n

VM VT − VR VR u 2
t
R2 = = =1− =1− t =1
.
(Y − Y)
n
VT VT VT 2
t t
t =1

Observație

Coeficientul de determinare (R2), este egal cu pătratul coeficientului de

corelație lineară (Pearson) dintre valorile variabilei endogene din model și
valorile estimate ale variabilei respective, daca estimatorii sunt calculați prin
metoda celor mai mici pătrate.

Interpretarea obișnuită a coeficientului de determinare este următoarea: din

variația totală față de medie a variabilei exogene (Y), (R2)∙100% ar putea fi
explicată de model.

În afirmația precedentă înlocuirea formulării ar putea fi atribuită cu

formularea este cauzată de poate duce la concluzii eronate, în special atunci când
analiza econometrică se referă la serii de timp.

b. Probleme ale coeficientului de determinare

1. Coeficientul de determinare are interpretarea prezentată doar dacă modelul

conține termen liber.
2. Coeficientului de determinare crește atunci când în ecuația de regresie sunt
adăugate variabile explicative suplimentare (chiar dacă aceste variabile nu
sunt relevante în explicarea variației lui Y). Pentru a contracara această
problemă, Theil a propus un coeficient modificat, notat 𝑅̄2 și denumit în

4
Prof.univ.dr. Nicoleta JULA Econometrie

mod uzual R2 – ajustat, coeficient care penalizează adăugarea de variabile

explicative suplimentare, nerelevante.

3. Exemplu de calcul

Considerăm următoarele date referitoare la evoluția consumului (Yt) și

dinamica veniturilor populației (Xt).

Tabel 1. Exemplu de calcul pentru modelul unifactorial de regresie lineară

t Xt Yt
1 50 45
2 55 48
3 60 50
4 65 60
5 70 58
6 75 62
7 80 58
8 85 70
9 90 72
10 95 85
11 100 90
12 105 80
13 110 75
14 115 90
15 120 90
16 125 110
17 130 90
18 135 96
19 140 90
20 145 90
21 150 120
22 155 140
23 160 120
24 165 110
25 170 140
∑ 2750 2139

5
Prof.univ.dr. Nicoleta JULA Econometrie

Estimați acuratețea ajustării.

Rezolvare:

Considerăm modelul econometric al legăturii dintre cele două variabile

scris astfel:

Yt = a0 + a1Xt + et,

unde et este variabila de eroare. Estimatorii â0 și â1 sunt soluții ale sistemului de

ecuații normale:

n n

 Yt = naˆ 0 + aˆ 1  X t
 t =1 t =1
n n n
.
 X Y = aˆ
 0  X t + a1  X t
t t
ˆ 2

t =1 t =1 t =1

Tabel 2. Calculul coeficientului de determinare pentru modelul unifactorial de

regresie lineară

t Xt Yt (Xt)2 XtYt Ŷt ut=Yt-Ŷt (ut)2 (Yt-Ȳ)2

1 50 45 2500 2250 44.824 0.176 0.0308 1645.1136
2 55 48 3025 2640 48.219 -0.219 0.0480 1410.7536
3 60 50 3600 3000 51.614 -1.614 2.6039 1264.5136
4 65 60 4225 3900 55.008 4.992 24.9175 653.3136
5 70 58 4900 4060 58.403 -0.403 0.1623 759.5536
6 75 62 5625 4650 61.797 0.203 0.0410 555.0736
7 80 58 6400 4640 65.192 -7.192 51.7257 759.5536
8 85 70 7225 5950 68.587 1.413 1.9975 242.1136
9 90 72 8100 6480 71.981 0.019 0.0004 183.8736
10 95 85 9025 8075 75.376 9.624 92.6241 0.3136
11 100 90 10000 9000 78.770 11.230 126.1026 19.7136
12 105 80 11025 8400 82.165 -2.165 4.6875 30.9136
13 110 75 12100 8250 85.560 -10.560 111.5064 111.5136
14 115 90 13225 10350 88.954 1.046 1.0936 19.7136
15 120 90 14400 10800 92.349 -2.349 5.5171 19.7136
16 125 110 15625 13750 95.743 14.257 203.2489 597.3136
17 130 90 16900 11700 99.138 -9.138 83.5041 19.7136

6
Prof.univ.dr. Nicoleta JULA Econometrie

t Xt Yt (Xt)2 XtYt Ŷt ut=Yt-Ŷt (ut)2 (Yt-Ȳ)2

18 135 96 18225 12960 102.533 -6.533 42.6757 108.9936
19 140 90 19600 12600 105.927 -15.927 253.6776 19.7136
20 145 90 21025 13050 109.322 -19.322 373.3343 19.7136
21 150 120 22500 18000 112.716 7.284 53.0500 1186.1136
22 155 140 24025 21700 116.111 23.889 570.6815 2963.7136
23 160 120 25600 19200 119.506 0.494 0.2444 1186.1136
24 165 110 27225 18150 122.900 -12.900 166.4167 597.3136
25 170 140 28900 23800 126.295 13.705 187.8309 2963.7136
∑ 2750 2139 335000 257355 2138.992 0.009 2357.7223 17338.1600

Figura 2. Modelul unifactorial de regresie lineară

150
140
130 Ŷ = 10.878 + 0.6789·X
120 X16 = 125
Y16 = 110
110
u16 = 14.257
100
90
80
70 X16 = 125
Ŷ16 = 95.743
60
50
40
50 75 100 125 150 175

Pentru calculul coeficientului de determinare aplicăm formula:

7
Prof.univ.dr. Nicoleta JULA Econometrie

u 2
t
R2 = 1− t =1
.
 (Y − Y)
n
2
t
t =1

(Y − Y)
25 25

 u 2t = 2357.7223 și
2
unde Ȳ = 85.56. Blocurile t = 17338.1600, sunt
t =1 t =1

calculate pe baza datelor din tabelul precedent.

Rezultatul este
13

u 2
t
2357.7223
R2 = 1− t =1
=1− = 0.8640
(Y − Y)
13
2 17338.16
t
t =1

Interpretare: Estimăm că 86.4% din variația față de medie a dinamicii vânzărilor

poate fi explicată prin modelul unifactorial de regresie lineară.

Bibliografie

1. Jula, Nicoleta; Jula Dorin. 2017. Modelare economică. Modele

econometrice si de optimizare. Editura Mustang; București

2. Jula, Nicoleta; Jula Nicolae-Marius, 2019, Econometrie – Manual ID,

Editura Univ. Nicolae Titulescu, București

3. Jula, Dorin; Jula, Nicolae-Marius. 2020. Econometrie. Editura Mustang,

București

4. Jula, Dorin; Jula, Nicolae-Marius. 2020. Prognoza economică, Editura

Mustang, București