Sunteți pe pagina 1din 21

Capitolul 2

5HJUHVLDVLPSO

Prof. dr. Stelian STANCU

2.1. 'HILQLUHDúLFDUDFWHUL]DUHDanalizei de regresie1

Analiza de regresie2 este una din cele mai folosite PHWRGH vQ DERUG ULOH
econometrice.
'HILQL LD Analiza de regresieVHRFXS FXGHVFULHUHDúi evaluarea GHSHQGHQ HL
GLQWUH R YDULDELO  GHSHQGHQW  VDX H[SOLFDW  úL XQD VDX PDL PXOWH YDULDELOH
independente sau explicative, FX VFRSXO GH D HVWLPD úL/sau SUHYL]LRQD HYROX LD
PHGLHDSRSXOD LHLFHUFHWDWH.
Modelul econometric cel mai simpOX HVWH DFHOD vQ FDUH R YDULDELO 
HQGRJHQ HVWHH[SOLFDW GHRYDULDELO H[RJHQ 
Notând cu y variabila dependent úLFX x1 , x 2 ,...x m variabilele independen-
WHDYHPXUP WRDUHDGLVFX LH
- dDF  m = 1  DYHP R VLQJXU  YDULDELO  x úi deci avem ceea ce se
QXPHúte UHJUHVLHVLPSO ;
- dac m > 1 DYHPPDLPXOWGHRYDULDELO LQGHSHQGHQW x úLGHFL
DYHPFHHDFHVHQXPHúte UHJUHVLHPXOWLSO .
2EVHUYD LH Despre regresiaVLPSO vom discuta în acest capitol.
([LVW  Fk LYD WHUPHQL DOWHUQDWLYL IRORVL L vQ OLWHUDWXUD GH VSHFLDOLWDWH SHQWUX y úL
x1 , x 2 ,...x m . $FHúWLDVXQWUHGD L3 în tabelul 2.1.
)LHFDUHGLQDFHúWLWHUPHQLHVWHUHOHYDQWSHQWUXRVLWXD LHVSHFLDO DIRORVLULL
analizei regresiei.

1
UHJUHVLDVLPSO PDLHVWHFXQRVFXW úLFDUHJUHVLHXQLIDFWRULDO sau univariaW
2
termenul de regresie a fost inventat de Sir Francis Galton(1822-1911) din Anglia, care a studiat
OHJ WXUDGLQWUHvQDO LPHDFRSLLORUúLvQ O LPHDS ULQ LORU, observândF vQFLXGDIDSWXOXLF S ULQ LL
vQDO LDYHDXFRSLLvQDO LúLS ULQ LLVFXQ]LDYHDXFRSLLVFXQ]LDH[LVWDWRWHQGLQ DvQ O ULL copiilor
F WUH PHGLH ([LVWD GHFL R regresie a în l LPLL FRSLLORU F WUH PHGLH³ *DOWRQ vQ VWLOXO V X
aristocratic, a definit aceasta o UHJUHVLHF WUHPHGLRFULWDWH.
3
a se vedea Maddala G.S., Introduction to Econometrics, John Wiley&Sons Ltd, New York, 2001,
pg. 61.
Capitolul 2. 5HJUHVLDVLPSO 27

Astfel, terminologia (1) HVWH IRORVLW  GDF  LQWHQ LD HVWH GH D SUH]LFH ceva. Spre
exemplu4, YROXPXOLPSR]LWHORUúLWD[HORUODQLYHOPDFURHFRQRPLF HVWHRYDULDELO 
HVWLPDW în timp ce PIB-ul este estimator.
Tabelul 2.1. Clasificarea variabilelor în analiza regresiei
y x1 , x2 ,...xm

(1) Estimat Estimatori


(2) Regresant Regresori
(3) Variabil H[SOLFDW Variabile explicative
(4) Variabil dependent Variabile independente
(5) 9DULDELO de efect Variabile cauzale
(6) 9DULDELO HQGRJHQ Variabile exogene
(7) 9DULDELO  LQW Variabile de control

Terminologia GDW GH (2), (3)úi (4 HVWHIRORVLW GHspecialLúWLvQGLVFX LLOH


despre modele de regresie. Terminologia (5) este folosit vQVWXGLLGHcauzalitate,
în timp ce terminologia (6 HVWHVSHFLILF HFRQRPHWULHL
ÌQ VIkUúit, tHUPLQRORJLD   HVWH IRORVLW  vQ SUREOHPH GH FRQWURO RSWLPDO5.
'H H[HPSOX GDF  RELHFWLYXO Guvernului ar fi de a atinge un anumit nivel de
LPSR]LWHúLWD[H(variabila LQW úLarGRULV GHWHUPLQe nivelul PIB-ului(variabila
de control) pentru a-úL atinge acest obiectiv.
Exemplul 2.1. 5HJUHVLDVLPSO
Notând cu y - variabila dependent FHUHSUH]LQW FRQVXPXODJUHJDWODQLYHOPDFUR-
HFRQRPLF úL FX x - variabila independent  FH UHSUH]LQW  YHQLWXO GLVSRQLELO tot la
QLYHOPDFURHFRQRPLFVHGRUHúWHGHWHUPLQDUHDUHOD LHLvQWUHFRQVXPXODJUHJDWy,
úLYHQLWXOGLVSRQLELOx.
Exemplul 2.2. Regresia PXOWLSO
3HQWUXDU PkQHvQVIHUDPDFURQRWkQGFXy - variabila dependent FHUHSUH]LQW 
FHUHUHDWRWDO GHPRQHG ODQLYHOulHFRQRPLHL5RPkQLHLúLFX x1 , x 2 - variabilele
independentHFHUHSUH]LQW 3,%-ul la nivel macroeconomic, respectiv rata medie a
dobânzii din economie, atunci seGRUHúWHGHWHUPLQDUHDUHOD LHLGQWUHFHUHUHDWRWDO 
GH PRQHG  y úL 3,%-ul la nivel macroeconomic, x1 , respectiv rata medie a
dobânzii din economie, x 2 .

4
a se vedea exemplul dat în Capitolul 1.
5
a se vedea Stancu S. 0RGHODUHDFLEHUQHWLF DIHQRPHQHORUHFRQRPLFH(GLWXUD$6(%XFXUHúWL
2004, Capitolul 6
28 ECONOMETRIE. 7HRULHúLDSOLFD LL

2.2. Specificarea GHSHQGHQ HL regresiei simple de alte


caracteristici ale variabilelor
$úD FXP DP PDL VSHFLILFDW vQ DFHVW FDSLWRO vom discuta cazul unei
variabile dependeQWHSHFDUHRQRW PFXy, úLRYDULDELO LQGHSHQGHQW SHFDUHR
QRW PFXx.
Rela ia dintre y úi xHVWHGDW GH y = f (x) (2.1)
unde f (x) HVWHRIXQF LHGHYDULDELOD x.

'HSHQGHQ DGHWHUPLQLVW vs. GHSHQGHQ D statistLF

'HSHQGHQ D GHWHUPLQLVW (IXQF LRQDO  VDX PDWHPDWLF ) dintre variabila


dependent y,úLvariabila independent x, esteDFHHDvQFDUHOHJ WXUa dintre cele
GRX  variabile este descris complet, prin intermediul unei HFXD L GH WLS
determinist.
Trebuie VSHFLILFDW IDSWXO F  o astfel de HFXD Le FRQ LQe WR L IDFWRULL FDUH
intervin într-un astfel de fenomen sau proces.
'HSHQGHQ DstatisWLF (VWRFKDVWLF sau aleatoare) dintre variabila dependen-
t y,úLvariabila independent x, este aceea care nu generea] valori unice lui y
pentru valori date ale lui x, GDUFDUHSRDWHILGHVFULV vQWHUPHQLSUREDELOLVWLFL.

Regresia vs. cauzalitatea

1XPLPUHOD LHFDX]DO vn analiza de regresie, dHSHQGHQ D dintre o variabil


dependent y,úLo variabil independent , xQXLPSXQHDXWRPDWRUHOD LHFDX]DO 
GLQWUHFHOHGRX YDULDELOH

Regresia vs. FRUHOD LH

([LVW  R PDUH GLIHUHQ  vQWUH analiza de regresie úL DQDOL]D FRUHOD LHL
dintre o variabil dependent y,úLRvariabil independent x, deoarece în cazul
analL]HL FRUHOD LHL VFRSXO SULQFLSDO HVWH DFHOD GH D P VXUD FkW GH SXWHUQLF  HVWH
GHSHQGHQ DOLQLDU GLQWUHFHOHGRX YDULDELOH
În analiza de regresieH[LVW RDVLPHWULHvQFHHDFHSULYHúWHPRGXOvQFDUH
VXQW WUDWDWH FHOH GRX  YDULDELOH, cea dependent  úL Uespectiv cea independent ,
DVWIHOF YDULDELODLQGHSHQGHQW HVWHGHWHUPLQLVW IXQF LRQDO VDXPDWHPDWLF , în
WLPSFHYDULDELODGHSHQGHQW HVWHVWDWLVWLF VWRFKDVWLF VDXDOHDWRDUH .
În DQDOL]D FRUHOD LHL H[LVW  R VLPHWULH vQ FHHD FH SULYHúWH PRGXO vQ FDre
VXQW WUDWDWH FHOH GRX  YDULDELOH FHD dependent  úL UHVSHFWLY FHD LQdependent 
DVWIHOF DPEHOHVXQWYDULDELOHstatistice(stochastice sau aleatoare).
Capitolul 2. 5HJUHVLDVLPSO 29

2.3([HPSOLILF ULDOHGHSHQGHQ HLGHWHUPLQLVWHvs.


GHSHQGHQ DVWDWLVWLF
$úDFXPDPSXWXWFRQVWDWDH[LVW GRX WLSXULGHGHWHUPLQDUHHVHQ LDOHvQ
DQDOL]DHFRQRPHWULF úLDQXPH
i) dHSHQGHQ D GHWHUPLQLVW (IXQF LRQDO  VDX PDWHPDWLF ) dintre variabila
dependent y,úLvariabila independent x;
ii) dHSHQGHQ D VWDWLVWLF (VWRFKDVWLF VDXDOHDWRDUH) dintre variabila depen-
dent y,úLvariabila independent x.
ÌQDQDOL]DGHUHJUHVLHXUP WRDUHVHYDPDUMDSHGHSHQGHQ Dii) úLQXSHFHDGDW GH
i).
Exemplul 2.3. &D]XOGHSHQGHQ HLGHWHUPLQLVWH
3UHVXSXQHP F  UHOD LD GLQWUH FLIUD GH DIDFHUL y úL FKHOWXLHOLOH cu
publicitatea, x, la nivelul unei firme este de forma:
y = 2800 + 120 x − x 2
2EVHUYD LH 'HSHQGHQ DGDW GHUHOD LDGHPDLVXVHVWHXQDGHWHUPLQLVW vQWUXFkW
FLIUDGHDIDFHULSRDWHILGHWHUPLQDW H[DFWSHQWUXGLIHULWHQLYHOXULDOHFKHOWXLHOLORU
cu publicitatea6.
Efectuând calculele, pentru diferite niveluri ale cheltuielilor cu publicitatea
(DQDOL] SHFD]GLVFUHW)RE LQHP
Tabelul 2.2.

x y

0 2800
10 3900
20 4800
40 6000
60 6400
80 6000
100 4800
120 2800

Exemplul 2.4. &D]XOGHSHQGHQ HLVWDWLVWLFH


3UHVXSXQHP F  UHOD LD GLQWUH FLIUD GH DIDFHUL y úL FKHOWXLHOLOH FX
publicitatea, x, la nivelul unei firme este de forma:
y = 2800 + 120 x − x 2 + ε

6
de asemenea,GHSHQGHQ DHVWHOLQLDU DúD cum se va constata din tabelul 2.5.
30 ECONOMETRIE. 7HRULHúLDSOLFD LL

1
unde ε = + 1000, cu probabilitatea
2
1
- 1000, cu probabilitatea
2
2EVHUYD LH 'HSHQGHQ D GDW  GH UHOD LD GH PDL VXV HVWH XQD VWDWLVWLF  întrucât
cifra de afaceri nu SRDWH IL GHWHUPLQDW  H[DFW SHQWUX GLIHULWH QLYHOXUL DOH
cheltuielilor cu publicitatea, dar poatHILGHVFULV probabilistic.
'HH[HPSOXGDF FKHOWXLHOLOHFXSXEOLFLWDWHDVXQWde 40 u.m.YkQ] ULOHYRUILde
5000 u.m. cu o probabilitate de úi de 7000 u.m. cu o probabilitate tot de .
1 1
2 2
Valorile lui y pentru diferite valori ale lui xVXQWGXS FXPXUPHD] 
Tabelul 2.3.

x y

0 1800 sau 3800


10 2900 sau 4900
20 3800 sau 5800
40 5000 sau 7000
60 5400 sau 7400
80 5000 sau 7000
100 3800 sau 5800
120 1800 sau 3800

Datele lui y pe care le-am observat pot fi oricare dintre cele 16 cazuri
posibile. De exemplu, putem aveaXUP WRDUHDVLWXD LH:
Tabelul 2.4.

x y

0 3800
10 2900
20 3800
40 7000
60 7400
80 5000
100 5800
120 1800
Capitolul 2. 5HJUHVLDVLPSO 31

În cazul în care eroarea ε  DUH R GLVWULEX LH FRQWLQX (DQDOL]  SH FD]
continuu), de exemplu RGLVWULEX LHQRUPDO normat , FXPHGLD]HURúi dispersia 1,
atunci pentru fiecare valoare a lui x DYHP R GLVWULEX LH QRUPDO  SHQWUX y úi
valoarea lui ySHFDUHRXUP ULPSRDWHILRULFHREVHUYD LHGLQDFHDVW GLVWULEX LH
'HH[HPSOXGDF UHOD LDGLQWUHyúLx este
y = x + 3+ε
unde eroarea ε esWH1  DWXQFLSHQWUXRULFHFRPELQD LHGH xúLy vom avea o
GLVWULEX LHQRUPDO 
În figura 2.1. dreapta trasat este GHSHQGHQ DGHWHUPLQLVW y = x + 3 .
ÌQFD]XOGHSHQGHQ HLVWDWLVWLFHYDORULOHlui y pentru fiecare valoare a lui x
vor fi puncte pe liniile verticale trasate.

y y = 3+ x

Valori posibile ale lui y


pentru diferite valori date ale lui x

x
Figura 2.1. &D]XOGHSHQGHQ HLVWDWLVWLFH

Exemplul 2.5. &D]XOGHSHQGHQ HLVWDWLVWLFHFXGHWHUPLQDUHDXQXLFRQVXPDOHDWRU


Tabelul 2.5 SUH]LQW  YHQLWXO PHGLX SH FDS GH ORFXLWRU vQWUH  úi 2004
exprimat în euroSHQWUXR DU 7:
(YROX LDYHQLWXOXLPHGLXSH cap de locuitor în euro
Tabelul 2.5.
Anul Venitul
1995 8000
1996 9000
1997 9500
1998 9500
1999 9800
2000 11000
7
a se vedea Bourbonnais R., Econometrie, Dunod, Paris, 1998, pag. 17-18
32 ECONOMETRIE. 7HRULHúLDSOLFD LL

2001 12000
2002 13000
2003 15000
2004 16000

ùWLLQG F  vQFOLQD LD PDUJLQDO  VSUH FRQVXP HVWH GH  iar consumul
autonom este de 1000 euro, se cere
i) calculul consumul teoretic din 1995SkQ vQ2004;
ii) FRQVLGHUkQGF HURDUHDGHREVHUYDUHXUPHD] RGLVWULEX LHQRUPDO 
de medie zero úL dispersie 20000, se cere generarea variabilei
aleatoare ε úLFDOFXOul consumuluiREVHUYDW LQkQGFRQWGHDFHDVW 
eroare.
Rezolvare:
&DOFXOHOHvQWUHE ULORUi) úLii) sunt prezente în tabelul 2.6.
Consumul teoretic(coloana 3 HVWHFDOFXODWSULQDSOLFDUHDGLUHFW DIRUPXOHL
Ci = 1000 + 0.8Yi
Generarea variabilei aleatoare ε i (ε i → N (0;20000)  QX SXQH GLILFXOW L
speciale8, un exemplu fiind prezentat în coloana 4.
Consumul “observat” (coloana 5) este deci egal cu Ci = 1000 + 0.8Yi + ε i ,
DGLF VXPDFRORDQHORUúL
Tabelul 2.6.
[1] [2] [3] [4] [5]
Anul Venitul Consumul Variabila Consumul
i disponibil, Yi teoretic aleatoare observat
Ci teoretic eroare, ε i Ci observat
1995 I000 7400 -10.01 7389.99
1996 9000 8200 -30.35 8169.65
1997 9500 8600 231.71 8831.71
1998 9500 8600 52.84 8652.84
1999 9800 8840 -51.92 8788.08
2000 11000 9800 -183.79 9616.21
2001 12000 10600 -6.55 10593.45
2002 13000 11400 -213.89 11186.11
2003 15000 13000 -241.91 12758.09
2004 16000 13800 69.62 13869.62
Medie: -38.42
Abatere: 137.24

8
presupunând U 0 úL U 1 GRX OHJLGHSUREDELOLWate uniforme, atunci X = − 2 ln(U 0 ) × cos( 2πU 1 )

XUPHD] RdiVWULEX LHQRUPDO FHQWUDW úLVLPSOLILFDW 


Capitolul 2. 5HJUHVLDVLPSO 33

2EVHUY P F  PHGLD lui εi , DGLF  ε = −38.42 úL YDULDn a lui εt  DGLF 


var(ε i ) = 18834.81 sunt clar diferite de valorile teoretice, aceasta fiind o consecin-
a XQXLHúDQWLRQPLF ]HFHREVHUYD LLvQFD]XOGHID )

2.0RGHOXOFODVLFGHUHJUHVLHOLQLDU
5HYHQLQG OD GHSHQGHQ D GDW  GH UHOD LD   YRP SUHVXSXQH F  IXQF LD
f (x) HVWHOLQLDU vQxúLDQXPH
f ( x ) = α + βx (2.2)
cu α , β parametri
úLYRPSUHVXSXQH, de asemenea,F DFHDVW UHOD LHHVWHXQDVWRFKDVWLF DGLF
y = f (x) + ε (2.3)
unde ε  VH QXPHúWH eroare GH VHPQLILFD LH VSHFLILFD LH  úL DUH R GLVWULEX LH
SUREDELO FXQRVFXW HVWHRYDULDELODDOHDWRDUH 
5HOD LD 3) are în coQ LQXWGRX FRPSRQHQWHúLDQXPH
- prima, α + β x este componentaGHWHUPLQLVW Dvariabilei dependente y
cu α  úL β reprezentând coefiFLHQ L GH UHJUHVLH sau parametri de
regresieSHFDUHvLHVWLP PSHED]DYDORULORUOXLyúLx;
- a doua, ε , este componenta stocKDVWLF VDXDOHDWRDUH.
'HILQL LD Termenul de eroare FRPSRQHQW VWRFKDVWLF VDXDOHDWRDUH GLQWU-o
ecXD LHVWRFKDVWLF DVHYHGHDUHOD LD  UHSUH]LQW HIHFWXOWXWXURUYDULDELOHORU
care sunt omise din model,GDUFDUHFROHFWLYDIHFWHD] YDULDELODGHSHQGHQW y.
2EVHUYD Li: 1. ε UHSUH]LQW DOWIHOVpus, eroarea GHVSHFLILFD LH(diferHQ Ddintre
PRGHOXOUHDOúLPRGHOXOVSHFLILFDW DFHDVW HURDUHHVWHQHFXQRVFXW 
úLYDU PkQHQHFXQRVFXW 
2. 1XH[LVW QLFLXQPRWLYSHQWUXFDUHFHOHGRX FRPSRQHQWH, deter-
PLQLVW úLVWRFKDVWLF V QXSRDW ILDGXQDWH;
3. Am presupusLQL LDO f (x) FDILLQGRIXQF LHOLQLDU XUPkQGFD
WUHSWDWV SXWHPIDFHH[WHQVLD.

2.4.1. Sursele erorii9(componentei stochastice)

i1 ) Limitele teorieivQVHQVXOF tHRUHWLFVHFXQRDúWHF RYDULDELO H[SOLFDW 


depinde doar de un QXP U GH YDULDELOH H[SOLFDWLYH FDUH VXQW HVHQ LDOH
ignorându-VH LQIOXHQ D úL D DOWRUD FH-L GUHSW FX LQIOXHQ H PDL PLFL VDX FKLDU
minore;

9
SUHOXFUDWGXS Gujarati D.N., Basic Econometrics, McGraw-Hill, Inc., New York, 1995, pg. 39-
40
34 ECONOMETRIE. 7HRULHúLDSOLFD LL

i2 ) Indisponibilitatea unor date, vQ VHQVXO F  GHúL VH FRQVWDW  F  R YDULDELO 


H[SOLFDWLY  SRDWH LQIOXHQ D YDULDELOD H[SOLFDW  WRWXúL HVWH LPSRVLELO D RE LQH
date despre ea;
i3 ) Variabile nucleu vs. variabile periferice vQ VHQVXO F  vQ DQDOL]D
GHSHQGHQ HORUVHDOHJDFHOHYDULDELOHH[SOLFDWLYHFRQVLGHUDWHHVHQ LDOH(nucleu),
urmând a ignora pe acelea pHULIHULFHFDLPSRUWDQ DOF URUFRVWGHFXOHJHUH
vs.LPSRUWDQ DORUvQPRGHOVHFRQVLGHU nejustificat;
i4 ) Comportamentul uman aleator în structura sa, face ca econometricianul
V DOHDJ XQHRULDOHDWRUGLQWUHYDULDELOHOHH[SOLFDWLYe depistate, întrucât GDF V-
ar introduce toate variabilele considerate relevante, atunci ar fi foarte dificil de
lucrat cu un astfel de model;
i5 ) (URUL GH P VXUDUH D YDORULORU SRVLELOH DOH YDULDELOHORU, vQ VHQVXO F 
analiza modelului de regresie claVLF SUHVXSXQH F  YDULDELOHOH x úL y sunt
P VXUDWHFRUHFW vQ UHDOLWDWHSXWkQG V DSDU  GLQGLIHULWH PRWLYH FDSDELOLWDWHD
FHOXLFDUHIDFHP VXUDUHDLQVWUXPHQWDOQHSHUIRUPDQWFXFDUHIDFHP VXUDUHD
etc)HURULGHP VXUDUH
i6 ) Principiul simpliILF ULL vQ VHQVXO F  QH GRULP D S VWUD PRGHOXO GH
UHJUHVLH FkW PDL VLPSOLILFDW SULQ SULVPD QXP UXOXL GH YDULDELOH H[SOLFDWLYH,
SXQkQG SUREOHPD DG XJ ULL GH QRL variabile doar atunci când teoria nu este
ELQHUHSUH]HQWDW vQWU-un astfel de model;
i7 ) )RUPDJUHúLW DIXQF LRQDOHLvQVHQVXOF , spre exemplu, econometricia-
QXOPHUJHGXS RIXQF LRQDO OLQLDU vQWUHregresant(y úLUHJUHVRU x úLGHIDSW
o func LRQDO GHgradulDUILPXOWPDLEXQ vQPRGHODUHDGHSHQGHQ HLGLQWUH
cele dou YDULDELOH

2.4.2. 6HPQLILFD LDWHUPHQXOXLGHliniar

'HúLDFHVWFDSLWROVHED]HD] SHpresupunereaF IXQF LD f (x) HVWHOLQLDU 


în xúLDQXPH
f ( x ) = α + βx , cu α , β parametri
DúDFXPDPSUH]HQWDWvQUHOD LD  estHHVHQ LDODúWLFHOHGRX VHPQLILFD LLDOH
termenului de liniar:

Liniaritatea în variabile

3ULPD úL SRDWH FHD PDL QDWXUDO  VHPQLILFD LH D OLQLDULW LL HVWH DFHHD D
GHSHQGHQ HLOLQLDUHGLQWUHUHJUHVDQW y úLUHJUHVRU x)DúDFXPHVWHGDW úLvQUHOD LD
(2.2)
Capitolul 2. 5HJUHVLDVLPSO 35

Liniaritatea în parametri

A doua interpretare DOLQLDULW LLHVWHDFHHDDGHSHQGHQ HLOLQLDUH dintre


parametri10 α úL β .
6FKHPDWLFPRGHOHOHGHUHJUHVLHOLQLDU VHFODVLILF DVWIHO
Tabelul 2.7.

Model liniar în parametri ? Model liniar în variabile ?

Da Nu

Da MRL MRL

Nu MRNL MRNL

unde s-a notat:


MRL - reprezentând modelul de regresieOLQLDU ;
MRNL - reprezentând modelul de regresieQHOLQLDU .

2.5. Estimarea parametrilor în modelul clasic


GHUHJUHVLHOLQLDU 11

2.5.1. ipoteze asupra erorilor ε i

Presupunând n REVHUYD LL DVXSUD variabilelor y úL x, putem scrLH HFXD LD


(2.3) LQkQGFRQWGHIRUPDGDW GH  astfel:
y i = α + βxi + ε i , i = 1,2,3,..., n (2.4)
2EVHUYD LH Notând cu E ( y / xi ) , i = 1, n  PHGLD FRQGL LRQDW FXQRVFXW  úL FD
IXQF LDGHUHJUHVLHDSRSXOD LHL )53 , aceasta esteRIXQF LHOLQLDU GH xi úLGHFL
E ( y / xi ) = f ( xi ) , de unde UHOD LD(2.4) se mai scrie
y i = E ( y / xi ) + ε i , i = 1, n

10
DFHDVWDQXSUHVXSXQHúLRGHSHQGHQ liniar dintre regresant(y úLUHJUHVRU x)
11
PDLHVWHFXQRVFXWúLFDPRGHOXO*DXVVLDQVWDQGDUGVDXFODVLFGHUHJUHVLHOLQLDU 0&5/ 
36 ECONOMETRIE. 7HRULHúLDSOLFD LL

Problema care se pune este aceea GHDHVWLPDSDUDPHWULLQHFXQRVFX L α úL


β GLQHFXD LD (2.4), având date n REVHUYD LLDVXSUDOXLyúLx.
Pentru aceasta trebuie f FXWHFkWHYDLSRWH]H asupra erorilor ε i úLDQXPH
• H1: modelul de regresie este liniar atât în parametriFkWúLvn variabila x,
DúDFXPHVWHGHVFULVvQUHOD LD  
• H2: Valorile xi VXQWREVHUYDWHI U HURDUH xi HVWHYDULDELO GHWHUPLQLVW ),
DFHDVWDvQVHDPQ F indiferent de experiment, valorile xi suntDFHOHDúL
• H3: E (ε i / xi ) = E (ε i ) = 0 , DGLF VSHUDQ DPDWHPDWLF DHURULLHVWHQXO vQ
medie,PRGHOXOHVWHELQHVSHFLILFDWúLGHFLHURDUHDPHGLHHVWHQXO 
• H4: HomoscedasticitateaVDXYDULDQ DHJDO DHURULL ε i FHHDFHvQVHDPQ 
F  fiind date valorile lui x YDULDQ D HURULL ε i  HVWH DFHHDúi pentru toate
REVHUYD LLOHFHHDFHvQVHDPQ F 
var(ε i / xi ) = E[ε i − E (ε i / xi )]2 = E (ε i2 / xi ) = σ 2
DGLF varian DHURULLHVWHFRQVWDQW 12ULVFXODPSOLWXGLQLLHURULLHVWHDFHODúL
oricare ar fi indicele i;
2EVHUYD LH ,SRWH]D+LPSOLF IDSWXOF YDULDQ DFRQGL LRQDW DOXL y i este
GHDVHPHQHDKRPRVFHGDVWLF DGLF 
var( y i / xi ) = σ 2
• H5: Erorile sunt necorelate(independente) DGLF  GkQG GRX  YDORUL xi  úL
x j pentru variabila x , cu i ≠ j  DWXQFL FRUHOD LD13 dintre ε i  úL ε j este
zeroDGLF 
cov(ε i , ε j / xi , x j ) = E[[ε i − E (ε i / xi )][ε j − E (ε j / x j )]] = E[(ε i / xi )(ε j / x j )] = 0
FHHD FH vQVHDPQ  F  o eroare FRUHVSXQ] Woare indicelui i nu are influen 
asupra celorlalte erori.
2EVHUYD LH Erorile ε i sunt presupuse normal distribuite pentru oricare i.
ÌPSUHXQ cXHVWLP ULOHI FXWHODLSRWH]HOH+++DFHDVWDLPSOLF IDSWXOF  ε i
VXQWGLVWULEXLWHQRUPDOúLLQGHSHQGHQW, dePHGLH]HURúi varian comun .
Vom nota aceasta astfel: ε i ~ N (0, σ 2 ) .
• H6: CovariDQ DHJDO FXzero între xi úL ε i DGLF  E ( xi ε i ) = 0 , sau
echivalent:
cov( xi , ε i ) = E[[ xi − E ( xi )][ε i − E (ε i )]] = E[ε i ( xi − E ( xi )] =
= E ( xi ε i ) − E ( xi ) E (ε i ) = E ( xi ε i ) = 0

12
vQFD]XOvQFDUHDFHDVW LSRWH] QXHVWHYHULILFDW YRUELPDWXQFLGHPRGHOXOKHWHURVFHGDVWLF.
13
a se vedea Capitolul 1, 1.4.2. Calculul coeficientului de corela LHúLLQWHUSUHW UL
Capitolul 2. 5HJUHVLDVLPSO 37

FHHDFHvQVHDPQ F HURDUHDHVWHLQGHSHQGHQW GHYDULDELODH[SOLFDWLY .


• H7: 1XP UXO GH REVHUYD LL n WUHEXLH V  ILH PDL PDUH GHFkW QXP UXO GH
parametri ce XUPHD] DILHVWLPD LVDXechivalentQXP UXOGHREVHUYD LLn
treEXLHV ILHPDLPDUHGHFkWQXP UXOGHYDULDELOHH[SOLFDWLYH
• H8: Variabilitatea în valorile lui xFHHDFHvQVHDPQ F YDORULOHOXLx nu
sunt toate identice, ceea ce este echivalent cu a spune14F  var(x) trebuie
V ILHXQQXP UILQLWSR]LWiv.
• H9: Modelul de regresie este corect specificat.
• H10: 1XH[LVW PXOWLFROLQLDULWDWHSHUIHFW FHHDFHvQVHDPQ F QXH[LVW R
UHOD LH OLQLDU  SHUIHF  vQWUH YDULDELOHOH H[SOLFDWLYH DGLF  nici una dintre
aceste variabile explicative QX SRDWH IL H[SULPDW  FD R IXQF LH OLQLDU  D
celorlalte.
Vom prezenta în continuare trei metode de estimare a parametrilor α úL β
GLQUHOD LD  :
1. Metoda momentelor;
2. 0HWRGDFHORUPDLPLFLS WUDWH;.
3. 0HWRGDYHURVLPLOLW ii maxime15 vQFD]XOGHSHQGHQ HLQHOLQLDUH .

2.5.2. Estimarea parametrilor în modelul clasic de regresie


OLQLDU , prin metoda momentelor

(VWLPDUHDSHFDUHDPI FXW-o asupra erorii ε LPSOLF

E (ε ) = 0 úL cov( x, ε ) = 0

Metoda momentelor presupune înlocuirea acestorFRQGL LLFXformele omoloage.


Fie α̂ úL β̂ estimatorii pentru parametrii α úLUHVSHFWLY β .
Valoarea omoloaJ DOXL ε i HVWHHURDUHDHVWLPDW  εˆi VDXQRWDW FX ηi în modelarea
viitoare(care este QXPLW  Ge asemenea YDULDELO  UH]LGXDO  úL FDUH VH GHILQHúWH
astfel:
ηi = εˆi = yi − αˆ − βˆxi
&HOHGRX HFXD LLGLQFDUHVHdeduc αˆúL βˆVXQWRE LQXWHSULQvQORFXLUHD
pUHVXSXQHULORUDVXSUDSRSXOD LHL

2
UHDPLQWLPF  var( x ) = , unde nHVWHXQQXP UGDW
∑ ( x − xˆ)
14 i

n −1
15
DFHDVW PHWRG XUPHD] DILSUH]HQWDW vQWU-un capitol viitor.
38 ECONOMETRIE. 7HRULHúLDSOLFD LL

Tabelul 2.8.

3UHVXSXQHULDVXSUDSRSXOD LHL )RUPDVLPLODU

1
E (ε ) = 0 ∑ εˆi = 0 sau echivalent ∑ εˆi = 0
n
1
cov( x, ε ) = 0 ∑ xi εˆi = 0 sau echivalent ∑ xi εˆi = 0
n

Comentariu: ÌQDFHVWHHFXD LLúLvQXUP WRDUHOH ∑ va însemna ∑ .


n

$VWIHORE LQHPFHOHGRX HFXD LL


i =1

∑ εˆi = 0 sau ∑ ( y i − αˆ− βˆxi ) = 0

∑ xi εˆi = 0 sau ∑ xi ( y i − αˆ− βˆxi ) = 0


$FHVWHHFXD LLSRWILVFULVHDVWIHO:
nαˆ+ βˆ∑ xi = ∑ y i
αˆ∑ x + βˆ∑ x 2 = ∑ x y
i i i i

Rezolvând acesWHGRX HFXD LLRE LQHP αˆúL βˆ.


2EVHUYD LH Aceste ultime GRX HFXD LLVHPDLQXPHVFúLHFXD LLQRUPDOH.
Exemplul 2.6.
FieXUP WRDUHOHYDORULDOHFKHOWXLHOLORUFXSXEOLFLWDWHD, x,úLYHQLWXULOHGLQ
vânzari, y, la nivelul unui magazin cu articole din piele SH R GXUDW de 8 luni.
2EVHUYD LLOHVXQWGXS FXPXUPHD] 
Tabelul 2.9.

Luna Venituri din vânz ri Cheltuieli cu publicitatea


(mii euro) (sute euro)

1 7 1
2 3 2
3 3 3
4 5 4
5 4 5
6 9 6
7 12 7
8 14 8
Capitolul 2. 5HJUHVLDVLPSO 39

3HQWUXDRE LQH αˆúL βˆ, trebuie s GHWHUPLQ P ∑ x, ∑ x 2 , ∑ xy, ∑ y .

Ca urmare, vom avea: Tabelul 2.10.


2EVHUYD LL x y x2 xy εˆi
1 1 7 1 7 0.5
2 2 3 4 6 0.3
3 3 3 9 9 -2.1
4 4 5 16 20 0.4
5 5 4 25 20 1.2
6 6 9 36 54 -2.3
7 7 12 49 84 0.7
8 8 14 64 112 1.3

Total 36 57 204 312 0

Pentru n = 8 , eFXD LLOHQRUPDOHVXQWdate de


8αˆ+ 36 βˆ= 57
36αˆ+ 204 βˆ= 312
din rezolvDUHDF URUDrH]XOW F  αˆ≅ 1.1785 úL βˆ≅ 1.321 .
Ca urmare, se RE LQHHFXD LD de regresie:
yˆi = 1.1785 + 1.321xi
2EVHUYD LH αˆ≅ 1.1785 G YDORDUHDOXLy când x = 0.
Aceasta vQVHDPQ F GDF FKHOWXLHOLOHFXSXEOLFLWDWHDDUIL]HURatunci veniturile
din vânzâri ar fi de 1178,5 euro.
3HQWUX PRPHQW DP DU WDW FXP VHRE LQ YDORULOHHVWLPDWHDOe parametrilor
α úL β .
(URULOHHVWLPDWHVDXUH]LGXDOHVXQWGDWHGHUHOD LD
εˆi = y i − 1.1785 − 1.321xi
Acestea sunt erorile pe care le-am face în momentul în care am estima
valoarea lui ySHED]DHFXD LHLGHUHJUHVLHHVWLPDW úLDYDORULORUOXLx.
$YHPDVWIHOF
∑ εˆi = 0
∑ εˆi = (0.5) + (0.3) + (−2.1) + (0.4) + (1.2) + (−2.3) +
2 2 2 2 2 2 2

+ (0.7) 2 + (1.3) 2 = 13.82


40 ECONOMETRIE. 7HRULHúLDSOLFD LL

y = 1.1785 + 1.321x

. . .
. . ∆y = 1.321∆x
. ∆x
.
.
x
Figura 2.2 3XQFWHREVHUYDWHúLGUHDSWDGHUHJUHVLHHVWLPDW

2.5.3. Estimarea parametrilor în modelul clasic de regresie


OLQLDU , prin metoda FHORUPDLPLFLS WUDWe

0HWRGDFHORUPDLPLFLS WUDWHVHED]HD] SHSULQFLSLul alegerii lui αˆúL βˆ


astfel încât ∑ εˆi = ∑ηi2 V  ILH PLQLP , ceea ce îQVHDPQ  F  VXPD S WUDWHORU
2

valorilor estimate ale erorilorV ILHPLQLP &XDMXWRUXODFHVWHLPHWRGHRE LQHP


DFHOHDúLYDORULHVWLPDWHDOHOXL α úL β pe care le-DPILRE LQXWcu ajutorul metodei
momentelor, întrucât se ajunge laDFHOHDúLHFXD LLQRUPDOH.
MetRGDFHORUPDLPLFLS WUDWHQHFHVLW vQFRQVHFLQ alegerea lui αˆúL βˆ
ca estimatori ai lui α úL β , astfel încât:
W (αˆ, βˆ) = ∑ ( y − αˆ− βˆx ) 2 (2.5)
VDILHPLQLP 
i i

ObVHUYD LH W este VXPD S WUDWHORU HURULORU HVWLPDWH în momentul în care


HVWLP P y i , cu xi GDWúLHFXD LDGHUHJUHVLHHVWLPDW 
,GHHD PHWRGHL FHORU PDL PLFL S WUDWH SRDWH IL GHVFULV  FXDMXWRUXO Iigurii
2.2 , carHRIHU JUDILFXOperechilor de puncte ( xi , y i ).
Se trasHD] dreapta de regresie prin puncte, astfel încât sa fie cât mai
„aproape” de puncte. Întrebarea care se pune este ce înseamna „aproape”.
Problema minimiz rii lui W vQ HFXD LD .5) LPSOLF  IDSWXO F  WUHEXLH
PLQLPL]DW VXPDS WUDWHORUGLVWDQ HORUpe vertical dintre puncteleHIHFWLYHúLFHOH
de pe dreapta de regresie.
Capitolul 2. 5HJUHVLDVLPSO 41

Pentru minimizarea lui WvQHFXD LD 2.5) în raport cu αˆúL βˆ, se parcurg
XUP WRULLSDúL
Pasul 1:6HDSOLF FRQGL LLOHQHFHVDUHGHRSWLP(CNO)IXQF LRQDOHLGDW vQ
UHOD LD16 (2.5)úLDQXPH17:
∂W
= 0 ⇒ ∑ 2( y i − αˆ− βˆxi )(−1) = 0
∂αˆ
sau
nαˆ+ βˆ∑ xi = ∑ y i
sau
αˆ+ βˆx = y (2.6)
úL respectiv:
∂W
= 0 ⇒ ∑ 2( y i − αˆ− βˆxi )(− xi ) = 0
∂βˆ
sau
αˆ∑ xi + βˆ∑ xi2 = ∑ xi y i (2.7)
2EVHUYD LHS-a notat cu x , y PHGLDDULWPHWLF DYDULDELOHLx, respectiv y.
Înlocuind valoarea lui αˆ din (2.6) în (2 RE LQHP
( y − βˆx )∑ xi + βˆ∑ xi2 = ∑ xi y i
sau echivalent
nx ( y − βˆx ) + βˆ∑ xi2 = ∑ xi y i (2.8)
Notând
S xx = ∑ ( xi − x ) 2 = ∑ xi2 − nx 2
S yy = ∑ ( y i − y ) 2 = ∑ y i2 − ny 2
úL
S xy = ∑ ( xi − x )( yi − y ) = ∑ xi yi − nx y
eFXD LD 2 SRDWHILVFULV DVWIHO
βˆS xx = S xy
sau echivalent
S xy
βˆ= (2.9)
S xx
Deci, estimatorii RE LQX LSULQPHWRGDFHORUPDLPLFLS WUDWHSHQWUX α úL β sunt:

VHPHQ LQHVFULHUHDVLPSOLILFDW  ∑
16 n
va însemna ∑

HFXD LLOH  úL .7) se numesc, FDúLvQcazul metodei momentelor, HFXD LLQRUPDOH.
i =1
17
42 ECONOMETRIE. 7HRULHúLDSOLFD LL

úL αˆ= y − βˆx


S xy
βˆ= (2.10)
S xx
Comentarii:
- valorile estimate ale variabilei reziduale sunt:
ηi = εˆi = yi − αˆ− βˆxi
- valorile variabileiUH]LGXDOHVDWLVIDFHFXD LLOH
∑ εˆi = 0 úL
∑ xi εˆi = 0
- notând cu SPVR - sXPDS WUDWHORUvalorilor variabilei reziduale, atunci
avem
SPVR = ∑η i2 = ∑ ( yi − αˆ− βˆxi ) 2 = ∑ [( yi − y ) − βˆ( xi − x )]2 =
= ∑ ( y − y ) 2 + βˆ2 ∑ ( x − x ) 2 − 2 βˆ∑ ( y − y )( x − x ) =
i i i i
2
S
= S yy + βˆ2 S xx − 2 βˆS xy = S yy − = S yy − βˆS xy
xy
(2.11)
S xx
S xy
aceasta deoarece βˆ= .
S xx
Notând S yy cu SPVY úLUHSUH]HQWkQGVXPDS WUDWHORU abaterilor valorilor
YDULDELOHL H[SOLFDWH ID  GH PHGLH úi βˆS cu SPVX , atunci UHOD LD   PDL
SRDWHILVFULV 
xy

SPVY = SPVX + SPVR (2.12)


$WHQ LH Vom rezerva cuvântul YDULDELO  UH]LGXDO pentru a desemna expresia
η = εˆ= y − αˆ− βˆx úLFXYkQWXOeroare pentru a desemna abaterea lui ε GLQHFXD LD
(2.4).
Astfel YDULDELODUH]LGXDO HVWHHURDUHDHVWLPDW 

, atunci rxy sH QXPHúWH FRHILFLHQW GH FRUHOD LH úL deci
SPVX
Notând cu rxy2 =
SPVY
SPVR
1 − rxy2 este .
SPVY
Termenul rxy2  VH QXPHúWH coeficient de determinare úL ia valori cuprinse
vQWUH]HURúLXQX
Coeficientul de determinare rxy2 este dat de
Capitolul 2. 5HJUHVLDVLPSO 43

SPVX SPVY − SPVR βˆS xy


rxy2 = = =
SPVY SPVY S yy
Comentariu: 'DF  rxy2  WLQGH F WUH  DWXQFL x HVWH R EXQ  YDULDELO  H[SOLFDWLY
pentru y .
Pasul 2: 6HDSOLF FRQGL LDVXILFLHQW GHRSWLP(CSO): d 2 F (αˆ, βˆ) > 0 , în
XUPDF UHLDDOHJHPacele valori αˆ, βˆFDUHUHSUH]LQW SDUDPHWULF XWD L

5HJUHVLDLQYHUV

'DF SkQ DFXPV-a studiat regresia lui yvQIXQF LHGHx, numLW úL regresie
GLUHFW , uneoriWUHEXLHOXDW vn considerare regresia lui x înIXQF LHGHy, numLW úL
UHJUHVLHLQYHUV .
,PSRUWDQ D VWXGLXOXL Uegresiei inverse HVWH H[HPSOLILFDW  vn analiza
GLVFULPLQ ULLVH[XDOH sau UDVLDOHFDUHLQIOXHQ HD] salariul.
'HH[HPSOXGDF
y -UHSUH]LQW salariul;
x – UHSUH]LQW SUHJ WLUHDFDOLILFarea
VXQWHPLQWHUHVD LV GHWHUPLQ PGDF H[LVW GLVFULPLQDUHVH[XDO FDUHV LQIOXHQ-
H]HVDODULLOH.
6HSXQDVWIHOGRX SUREOHPH
- B UED LL úL IHPHLOH FX DFHHDúL SUHJ WLUH(valorile lui x  RE LQ DFHOHDúL
salarii(valorile lui y)?
/DDFHDVWDvQWUHEDUHVHU Vpunde cu ajutorul regresiei directe.
- B UED LL úL IHPHLOH FX DFHOHDúL VDODULL YDORULOH OXL y  DX DFHHDúL SUHJ WLUH
(valorile lui x)?
$FHVWHLvQWUHE ULLVHU spunde cu ajutorul regresiei inverse.
ÌQDFHVWH[HPSOXDPkQGRX vQWUHE ULOHDXVHQVúLGHFLWUHEXLHV XUP ULP
DPEHOHUHJUHVLL3HQWUXUHJUHVLDLQYHUV HFXD LDUHJUHVLHLSRDWHILVFULV DVWIHO
xi = α ’+ β ’ y i + ξ i
unde ξ i sunt erorile ce satisfac ipotezele H1-H10 presupuse în cazul regresiei
directe.
Înlocuind xúLy în formulele pe care le-DPGHULYDWRE LQHP

úL αˆ’= x − βˆ’ y


S xy
βˆ’=
S yy
Notând cu SPVR ′ VXPDS WUDWHORUvalorilor variabilei reziduale, în acest
caz, RE LQHP:
44 ECONOMETRIE. 7HRULHúLDSOLFD LL

S xy2
SPVR ′ = S xx −
S yy
2EVHUYD LH&XQRWD LLOHDQWHULRDUe, avem:
S xy2
ˆˆ
ββ ’= = rxy2
S yy
'HFLGDF  rxy2 WLQGHF WUHFHOHGRX drepte vor fi apropiate între ele.
Exempul 2.7.
Fie tabelul 2.11.vQFDUHVHSUH]LQW GDWHOHlunare pentru 12 muncitori:
x – reprezint QXP UXOGH ore-PXQF UHDOL]DWH(în sute de ore);
y -UHSUH]LQW SURGXF LDRE LQXW (în tone).
Tabelul 2.11.
2EVHUYD LL x y x 2
y2 xy
lunar
1 8 9 64 81 72
2 14 15 196 225 210
3 7 8 49 64 56
4 12 12 144 144 144
5 6 10 36 100 60
6 9 11 81 121 99
7 11 14 121 196 154
8 4 6 16 36 24
9 8 10 64 100 80
10 13 16 169 256 208
11 7 8 49 64 56
12 6 8 36 64 48

Total 105 127 1025 1451 1211

'RULPV GHWHUPLQ PUHOD LDGLQWUHSURGXF LHúLRUele-PXQF UHDOL]DWH

Avem:
105
x= ≅ 8,75
12
127
y= ≅ 10,58
12
S xx = 1025 − 12(8,75) 2 ≅ 106,25
S xy = 1211 − 12(8,75)(10,58) ≅ 100,1
Capitolul 2. 5HJUHVLDVLPSO 45

S yy = 1451 − 12(10,58) 2 ≅ 107,76


100,1 100,1
rxy = ≅ ≅ 0.935 sau rxy2 ≅ 0,874
106,25(107,76) 107,0
S xy 100,1
βˆ= = ≅ 0,942
S xx 106,25
αˆ= y − βˆx = 10,58 − 0,942(8,75) ≅ 2,337
Astfel regresia lui y îQIXQF LHGHx este
y = 2,337 + 0,942 x
$WHQ LH&DOFXOHOHDXIRVWHIHFWXDWHPDQXDOúLvQFRQVHFLQ H[LVW SRVLELOLWDWHD
XQRUGHYLD LLGHODYDORULOHRE LQXWHFX$129$
$YkQG vQ YHGHUH F  x repUH]LQW  DFWLYLWDWHD H[SULPDW  vn ore-PXQF  úL y
UHSUH]LQW  SURGXF LD, panta dreptei de regresie este 0,942 úL P VRDU productivi-
WDWHDPDUJLQDO DPXQFLL
ÌQFHHDFHSULYHúWHUHJUHVLDLQYHUV DYHP
S xy 100,1
βˆ’= = ≅ 0.928
S yy 107,76
úL αˆ'= x − βˆ’ y = 8,75 − 10,58(0,928) ≅ −1,068
Astfel, regresia lui x îQIXQF LHGHy este
x = −1,068 + 0,928 y
βˆβˆ’= 0,942(0,928) ≅ 0,874 = r 2
&HOHGRX GUHSWH de regresie sunt prezentate în figura 2.3.
xy

12 • •

10 • •

Regresia lui
y în raport cu x •

5 Regresia lui x în
raport cu y

5 10 y
Figura 2.3. &HOHGRX Grepte de regresie
46 ECONOMETRIE. 7HRULHúLDSOLFD LL

DDF VHFRQVLGHU GLDJUDPDvPSU útieriiREVHUYD LLORUSURFHGXUDGHPLQLPL]DUH


n
∑ ( y − αˆ− βˆx )
2
i i

presupune trasarea unei drepte SULQWUH REVHUYD LL, DVWIHO vQFkW V  VH PLQLPL]H]H
i =1

VXPDS WUDWHORUGLVWDQ HORUpe vertical dintre punctele dinGLDJUDP $FHDVWDVH


DUDW vQILJXUD.4a. 'UHDSWDWUDVDW vQILJXU UHSUH]LQW UHJUHVLDOXLyvQIXQF LHGH
x.
y
y

x x

Figura 2.4.a. Regresia lui y în Figura 2.4.b. Regresia lui x in


func ie de x func ie de y

3HGHDOW SDUWHSURFHGXUDGHminimizare
n
− βˆ’y ) 2
∑ ( x − αˆ' i i

presupune trasarea unei drepte SULQWUH REVHUYD LL, astfel încâW V  VH PLQLPL]H]H
i =1

VXPDS WUDWHORUGLVWDQ HORURUL]RQWDOH18GLQWUHSXQFWHOHGLQGLDJUDP 


Aceasta se prezint vQfigura 2.4b.

18
pXWHPGHDVHPHQHDV SURFHG P la trasarea unei drepte de regresieDVWIHOvQFkWV PLQLPL]eze
VXPD S WUDWHORU GLVWDQ HORU perpendiculare GLQWUH SXQFWHOH GLQ GLDJUDP  $FHDVWD VH QXPHúWH
UHJUHVLHRUWRJRQDO , în ELEOLRJUDILHJ VLQGX-VHWULPLWHULODPDWHULDOHSHDFHDVW WHP