Sunteți pe pagina 1din 21

# Capitolul 2

5HJUHVLDVLPSO

## 2.1. 'HILQLUHDúLFDUDFWHUL]DUHDanalizei de regresie1

Analiza de regresie2 este una din cele mai folosite PHWRGH vQ DERUG ULOH
econometrice.
'HILQL LD Analiza de regresieVHRFXS FXGHVFULHUHDúi 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
PHGLHDSRSXOD LHLFHUFHWDWH.
Modelul econometric cel mai simpOX HVWH DFHOD vQ FDUH R YDULDELO 
HQGRJHQ HVWHH[SOLFDW GHRYDULDELO H[RJHQ 
Notând cu y variabila dependent úLFX x1 , x 2 ,...x m variabilele independen-
WHDYHPXUP WRDUHDGLVFX LH
- dDF  m = 1  DYHP R VLQJXU  YDULDELO  x úi deci avem ceea ce se
QXPHúte UHJUHVLHVLPSO ;
- dac m > 1 DYHPPDLPXOWGHRYDULDELO LQGHSHQGHQW x úLGHFL
DYHPFHHDFHVHQXPHúte UHJUHVLHPXOWLSO .
2EVHUYD LH Despre regresiaVLPSO vom discuta în acest capitol.
([LVW  Fk LYD WHUPHQL DOWHUQDWLYL IRORVL L vQ OLWHUDWXUD GH VSHFLDOLWDWH SHQWUX y úL
x1 , x 2 ,...x m . \$FHúWLDVXQWUHGD L3 în tabelul 2.1.
)LHFDUHGLQDFHúWLWHUPHQLHVWHUHOHYDQWSHQWUXRVLWXD LHVSHFLDO DIRORVLULL
analizei regresiei.

1
UHJUHVLDVLPSO PDLHVWHFXQRVFXW úLFDUHJUHVLHXQLIDFWRULDO sau univariaW
2
termenul de regresie a fost inventat de Sir Francis Galton(1822-1911) din Anglia, care a studiat
OHJ WXUDGLQWUHvQDO LPHDFRSLLORUúLvQ O LPHDS ULQ LORU, observândF vQFLXGDIDSWXOXLF S ULQ LL
vQDO LDYHDXFRSLLvQDO LúLS ULQ LLVFXQ]LDYHDXFRSLLVFXQ]LDH[LVWDWRWHQGLQ DvQ 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 UHJUHVLHF WUHPHGLRFULWDWH.
3
a se vedea Maddala G.S., Introduction to Econometrics, John Wiley&Sons Ltd, New York, 2001,
pg. 61.
Capitolul 2. 5HJUHVLDVLPSO 27

Astfel, terminologia (1) HVWH IRORVLW  GDF  LQWHQ LD HVWH GH D SUH]LFH ceva. Spre
exemplu4, YROXPXOLPSR]LWHORUúLWD[HORUODQLYHOPDFURHFRQRPLF HVWHRYDULDELO 
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 HVWHIRORVLW GHspecialLúWLvQGLVFX LLOH

despre modele de regresie. Terminologia (5) este folosit vQVWXGLLGHcauzalitate,
în timp ce terminologia (6 HVWHVSHFLILF 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]LWHúLWD[H(variabila LQW úLarGRULV GHWHUPLQe nivelul PIB-ului(variabila
de control) pentru a-úL atinge acest obiectiv.
Exemplul 2.1. 5HJUHVLDVLPSO
Notând cu y - variabila dependent FHUHSUH]LQW FRQVXPXODJUHJDWODQLYHOPDFUR-
HFRQRPLF úL FX x - variabila independent  FH UHSUH]LQW  YHQLWXO GLVSRQLELO tot la
QLYHOPDFURHFRQRPLFVHGRUHúWHGHWHUPLQDUHDUHOD LHLvQWUHFRQVXPXODJUHJDWy,
úLYHQLWXOGLVSRQLELOx.
Exemplul 2.2. Regresia PXOWLSO
3HQWUXDU PkQHvQVIHUDPDFURQRWkQGFXy - variabila dependent FHUHSUH]LQW 
FHUHUHDWRWDO GHPRQHG ODQLYHOulHFRQRPLHL5RPkQLHLúLFX x1 , x 2 - variabilele
independentHFHUHSUH]LQW 3,%-ul la nivel macroeconomic, respectiv rata medie a
dobânzii din economie, atunci seGRUHúWHGHWHUPLQDUHDUHOD LHLGQWUHFHUHUHDWRWDO 
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. 0RGHODUHDFLEHUQHWLF DIHQRPHQHORUHFRQRPLFH(GLWXUD\$6(%XFXUHúWL
2004, Capitolul 6
28 ECONOMETRIE. 7HRULHúLDSOLFD 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 dependeQWHSHFDUHRQRW PFXy, úLRYDULDELO LQGHSHQGHQW SHFDUHR
QRW PFXx.
Rela ia dintre y úi xHVWHGDW GH y = f (x) (2.1)
unde f (x) HVWHRIXQF LHGHYDULDELOD x.

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

dependent y,úLvariabila independent x, esteDFHHDvQFDUHOHJ 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 DstatisWLF (VWRFKDVWLF sau aleatoare) dintre variabila dependen-
t y,úLvariabila independent x, este aceea care nu generea] valori unice lui y
pentru valori date ale lui x, GDUFDUHSRDWHILGHVFULV vQWHUPHQLSUREDELOLVWLFL.

## 1XPLPUHOD LHFDX]DO vn analiza de regresie, dHSHQGHQ D dintre o variabil

dependent y,úLo variabil independent , xQXLPSXQHDXWRPDWRUHOD LHFDX]DO 
GLQWUHFHOHGRX YDULDELOH

## Regresia vs. FRUHOD LH

([LVW  R PDUH GLIHUHQ  vQWUH analiza de regresie úL DQDOL]D FRUHOD LHL
dintre o variabil dependent y,úLRvariabil independent x, deoarece în cazul
analL]HL FRUHOD LHL VFRSXO SULQFLSDO HVWH DFHOD GH D P VXUD FkW GH SXWHUQLF  HVWH
GHSHQGHQ DOLQLDU GLQWUHFHOHGRX YDULDELOH
În analiza de regresieH[LVW RDVLPHWULHvQFHHDFHSULYHúWHPRGXOvQFDUH
VXQW WUDWDWH FHOH GRX  YDULDELOH, cea dependent  úL Uespectiv cea independent ,
DVWIHOF YDULDELODLQGHSHQGHQW HVWHGHWHUPLQLVW IXQF LRQDO VDXPDWHPDWLF , în
WLPSFHYDULDELODGHSHQGHQW HVWHVWDWLVWLF VWRFKDVWLF VDXDOHDWRDUH .
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 
DVWIHOF DPEHOHVXQWYDULDELOHstatistice(stochastice sau aleatoare).
Capitolul 2. 5HJUHVLDVLPSO 29

## 2.3([HPSOLILF ULDOHGHSHQGHQ HLGHWHUPLQLVWHvs.

GHSHQGHQ DVWDWLVWLF
\$úDFXPDPSXWXWFRQVWDWDH[LVW GRX WLSXULGHGHWHUPLQDUHHVHQ LDOHvQ
DQDOL]DHFRQRPHWULF úLDQXPH
i) dHSHQGHQ D GHWHUPLQLVW (IXQF LRQDO  VDX PDWHPDWLF ) dintre variabila
dependent y,úLvariabila independent x;
ii) dHSHQGHQ D VWDWLVWLF (VWRFKDVWLF VDXDOHDWRDUH) dintre variabila depen-
dent y,úLvariabila independent x.
ÌQDQDOL]DGHUHJUHVLHXUP WRDUHVHYDPDUMDSHGHSHQGHQ Dii) úLQXSHFHDGDW GH
i).
Exemplul 2.3. &D]XOGHSHQGHQ HLGHWHUPLQLVWH
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 DGDW GHUHOD LDGHPDLVXVHVWHXQDGHWHUPLQLVW vQWUXFkW
FLIUDGHDIDFHULSRDWHILGHWHUPLQDW H[DFWSHQWUXGLIHULWHQLYHOXULDOHFKHOWXLHOLORU
cu publicitatea6.
Efectuând calculele, pentru diferite niveluri ale cheltuielilor cu publicitatea
(DQDOL] SHFD]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]XOGHSHQGHQ HLVWDWLVWLFH

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 DHVWHOLQLDU DúD cum se va constata din tabelul 2.5.
30 ECONOMETRIE. 7HRULHúLDSOLFD 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 poatHILGHVFULV probabilistic.
'HH[HPSOXGDF FKHOWXLHOLOHFXSXEOLFLWDWHDVXQWde 40 u.m.YkQ] ULOHYRUILde
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 xVXQWGXS FXPXUPHD]
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 aveaXUP WRDUHDVLWXD LH:
Tabelul 2.4.

x y

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

În cazul în care eroarea ε  DUH R GLVWULEX LH FRQWLQX (DQDOL]  SH FD]
continuu), de exemplu RGLVWULEX LHQRUPDO normat , FXPHGLD]HURúi dispersia 1,
atunci pentru fiecare valoare a lui x DYHP R GLVWULEX LH QRUPDO  SHQWUX y úi
valoarea lui ySHFDUHRXUP ULPSRDWHILRULFHREVHUYD LHGLQDFHDVW GLVWULEX LH
'HH[HPSOXGDF UHOD LDGLQWUHyúLx este
y = x + 3+ε
unde eroarea ε esWH1  DWXQFLSHQWUXRULFHFRPELQD LHGH xúLy vom avea o
GLVWULEX LHQRUPDO 
În figura 2.1. dreapta trasat este GHSHQGHQ DGHWHUPLQLVW y = x + 3 .
ÌQFD]XOGHSHQGHQ HLVWDWLVWLFHYDORULOHlui 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]XOGHSHQGHQ HLVWDWLVWLFH

## Exemplul 2.5. &D]XOGHSHQGHQ HLVWDWLVWLFHFXGHWHUPLQDUHDXQXLFRQVXPDOHDWRU

Tabelul 2.5 SUH]LQW  YHQLWXO PHGLX SH FDS GH ORFXLWRU vQWUH  úi 2004
exprimat în euroSHQWUXR DU 7:
(YROX LDYHQLWXOXLPHGLXSH 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. 7HRULHúLDSOLFD 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 1995SkQ vQ2004;
ii) FRQVLGHUkQGF HURDUHDGHREVHUYDUHXUPHD] RGLVWULEX LHQRUPDO 
de medie zero úL dispersie 20000, se cere generarea variabilei
aleatoare ε úLFDOFXOul consumuluiREVHUYDW LQkQGFRQWGHDFHDVW 
eroare.
Rezolvare:
&DOFXOHOHvQWUHE ULORUi) úLii) sunt prezente în tabelul 2.6.
Consumul teoretic(coloana 3 HVWHFDOFXODWSULQDSOLFDUHDGLUHFW DIRUPXOHL
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 VXPDFRORDQHORUúL
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 OHJLGHSUREDELOLWate uniforme, atunci X = − 2 ln(U 0 ) × cos( 2πU 1 )

## XUPHD] RdiVWULEX LHQRUPDO FHQWUDW úLVLPSOLILFDW 

Capitolul 2. 5HJUHVLDVLPSO 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 XQXLHúDQWLRQPLF ]HFHREVHUYD LLvQFD]XOGHID )

2.0RGHOXOFODVLFGHUHJUHVLHOLQLDU
5HYHQLQG OD GHSHQGHQ D GDW  GH UHOD LD   YRP SUHVXSXQH F  IXQF LD
f (x) HVWHOLQLDU vQxúLDQXPH
f ( x ) = α + βx (2.2)
cu α , β parametri
úLYRPSUHVXSXQH, de asemenea,F DFHDVW UHOD LHHVWHXQDVWRFKDVWLF DGLF
y = f (x) + ε (2.3)
unde ε  VH QXPHúWH eroare GH VHPQLILFD LH VSHFLILFD LH  úL DUH R GLVWULEX LH
SUREDELO FXQRVFXW HVWHRYDULDELODDOHDWRDUH 
5HOD LD 3) are în coQ LQXWGRX FRPSRQHQWHúLDQXPH
- prima, α + β x este componentaGHWHUPLQLVW Dvariabilei dependente y
cu α  úL β reprezentând coefiFLHQ L GH UHJUHVLH sau parametri de
regresieSHFDUHvLHVWLP PSHED]DYDORULORUOXLyúLx;
- a doua, ε , este componenta stocKDVWLF VDXDOHDWRDUH.
'HILQL LD Termenul de eroare FRPSRQHQW VWRFKDVWLF VDXDOHDWRDUH GLQWU-o
ecXD LHVWRFKDVWLF DVHYHGHDUHOD LD  UHSUH]LQW HIHFWXOWXWXURUYDULDELOHORU
care sunt omise din model,GDUFDUHFROHFWLYDIHFWHD] YDULDELODGHSHQGHQW y.
2EVHUYD Li: 1. ε UHSUH]LQW DOWIHOVpus, eroarea GHVSHFLILFD LH(diferHQ Ddintre
PRGHOXOUHDOúLPRGHOXOVSHFLILFDW DFHDVW HURDUHHVWHQHFXQRVFXW 
úLYDU PkQHQHFXQRVFXW
2. 1XH[LVW QLFLXQPRWLYSHQWUXFDUHFHOHGRX FRPSRQHQWH, deter-
PLQLVW úLVWRFKDVWLF V QXSRDW ILDGXQDWH;
3. Am presupusLQL LDO f (x) FDILLQGRIXQF LHOLQLDU XUPkQGFD
WUHSWDWV SXWHPIDFHH[WHQVLD.

## i1 ) Limitele teorieivQVHQVXOF tHRUHWLFVHFXQRDúWHF RYDULDELO 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
SUHOXFUDWGXS Gujarati D.N., Basic Econometrics, McGraw-Hill, Inc., New York, 1995, pg. 39-
40
34 ECONOMETRIE. 7HRULHúLDSOLFD 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 HORUVHDOHJDFHOHYDULDELOHH[SOLFDWLYHFRQVLGHUDWHHVHQ LDOH(nucleu),
urmând a ignora pe acelea pHULIHULFHFDLPSRUWDQ DOF URUFRVWGHFXOHJHUH
vs.LPSRUWDQ DORUvQPRGHOVHFRQVLGHU nejustificat;
i4 ) Comportamentul uman aleator în structura sa, face ca econometricianul
V DOHDJ XQHRULDOHDWRUGLQWUHYDULDELOHOHH[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 VXUDWHFRUHFW vQ UHDOLWDWHSXWkQG V DSDU  GLQGLIHULWH PRWLYH FDSDELOLWDWHD
FHOXLFDUHIDFHP VXUDUHDLQVWUXPHQWDOQHSHUIRUPDQWFXFDUHIDFHP VXUDUHD
etc)HURULGHP 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
ELQHUHSUH]HQWDW vQWU-un astfel de model;
i7 ) )RUPDJUHúLW DIXQF LRQDOHLvQVHQVXOF , spre exemplu, econometricia-
QXOPHUJHGXS RIXQF LRQDO OLQLDU vQWUHregresant(y úLUHJUHVRU x úLGHIDSW
o func LRQDO GHgradulDUILPXOWPDLEXQ vQPRGHODUHDGHSHQGHQ HLGLQWUH
cele dou YDULDELOH

## 'HúLDFHVWFDSLWROVHED]HD] SHpresupunereaF IXQF LD f (x) HVWHOLQLDU 

în xúLDQXPH
f ( x ) = α + βx , cu α , β parametri
DúDFXPDPSUH]HQWDWvQUHOD LD  estHHVHQ LDODúWLFHOHGRX VHPQLILFD LLDOH

Liniaritatea în variabile

3ULPD úL SRDWH FHD PDL QDWXUDO  VHPQLILFD LH D OLQLDULW LL HVWH DFHHD D
GHSHQGHQ HLOLQLDUHGLQWUHUHJUHVDQW y úLUHJUHVRU x)DúDFXPHVWHGDW úLvQUHOD LD
(2.2)
Capitolul 2. 5HJUHVLDVLPSO 35

Liniaritatea în parametri

## A doua interpretare DOLQLDULW LLHVWHDFHHDDGHSHQGHQ HLOLQLDUH dintre

parametri10 α úL β .
6FKHPDWLFPRGHOHOHGHUHJUHVLHOLQLDU VHFODVLILF DVWIHO
Tabelul 2.7.

Da Nu

Da MRL MRL

Nu MRNL MRNL

## unde s-a notat:

MRL - reprezentând modelul de regresieOLQLDU ;
MRNL - reprezentând modelul de regresieQHOLQLDU .

## 2.5. Estimarea parametrilor în modelul clasic

GHUHJUHVLHOLQLDU 11

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

(2.3) LQkQGFRQWGHIRUPDGDW 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 LDGHUHJUHVLHDSRSXOD LHL )53 , aceasta esteRIXQF LHOLQLDU GH xi úLGHFL
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
DFHDVWDQXSUHVXSXQHúLRGHSHQGHQ liniar dintre regresant(y úLUHJUHVRU x)
11
PDLHVWHFXQRVFXWúLFDPRGHOXO*DXVVLDQVWDQGDUGVDXFODVLFGHUHJUHVLHOLQLDU 0&5/ 
36 ECONOMETRIE. 7HRULHúLDSOLFD LL

## Problema care se pune este aceea GHDHVWLPDSDUDPHWULLQHFXQRVFX L α úL

β GLQHFXD LD (2.4), având date n REVHUYD LLDVXSUDOXLyúLx.
Pentru aceasta trebuie f FXWHFkWHYDLSRWH]H asupra erorilor ε i úLDQXPH
• H1: modelul de regresie este liniar atât în parametriFkWúLvn variabila x,
DúDFXPHVWHGHVFULVvQUHOD LD 
• H2: Valorile xi VXQWREVHUYDWHI U HURDUH xi HVWHYDULDELO GHWHUPLQLVW ),
DFHDVWDvQVHDPQ F indiferent de experiment, valorile xi suntDFHOHDúL
• H3: E (ε i / xi ) = E (ε i ) = 0 , DGLF VSHUDQ DPDWHPDWLF DHURULLHVWHQXO vQ
medie,PRGHOXOHVWHELQHVSHFLILFDWúLGHFLHURDUHDPHGLHHVWHQXO
• H4: HomoscedasticitateaVDXYDULDQ DHJDO DHURULL ε i FHHDFHvQVHDPQ 
F  fiind date valorile lui x YDULDQ D HURULL ε i  HVWH DFHHDúi pentru toate
REVHUYD LLOHFHHDFHvQVHDPQ F
var(ε i / xi ) = E[ε i − E (ε i / xi )]2 = E (ε i2 / xi ) = σ 2
DGLF varian DHURULLHVWHFRQVWDQW 12ULVFXODPSOLWXGLQLLHURULLHVWHDFHODúL
oricare ar fi indicele i;
2EVHUYD LH ,SRWH]D+LPSOLF IDSWXOF YDULDQ DFRQGL LRQDW DOXL y i este
GHDVHPHQHDKRPRVFHGDVWLF 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
zeroDGLF
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 cXHVWLP ULOHI FXWHODLSRWH]HOH+++DFHDVWDLPSOLF IDSWXOF  ε i
VXQWGLVWULEXLWHQRUPDOúLLQGHSHQGHQW, dePHGLH]HURúi varian comun .
Vom nota aceasta astfel: ε i ~ N (0, σ 2 ) .
• H6: CovariDQ DHJDO FXzero 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
vQFD]XOvQFDUHDFHDVW LSRWH] QXHVWHYHULILFDW YRUELPDWXQFLGHPRGHOXOKHWHURVFHGDVWLF.
13
a se vedea Capitolul 1, 1.4.2. Calculul coeficientului de corela LHúLLQWHUSUHW UL
Capitolul 2. 5HJUHVLDVLPSO 37

## FHHDFHvQVHDPQ F HURDUHDHVWHLQGHSHQGHQW GHYDULDELODH[SOLFDWLY .

• H7: 1XP UXO GH REVHUYD LL n WUHEXLH V  ILH PDL PDUH GHFkW QXP UXO GH
parametri ce XUPHD] DILHVWLPD LVDXechivalentQXP UXOGHREVHUYD LLn
treEXLHV ILHPDLPDUHGHFkWQXP UXOGHYDULDELOHH[SOLFDWLYH
• H8: Variabilitatea în valorile lui xFHHDFHvQVHDPQ F YDORULOHOXLx nu
sunt toate identice, ceea ce este echivalent cu a spune14F  var(x) trebuie
V ILHXQQXP UILQLWSR]LWiv.
• H9: Modelul de regresie este corect specificat.
• H10: 1XH[LVW PXOWLFROLQLDULWDWHSHUIHFW FHHDFHvQVHDPQ F QXH[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
GLQUHOD LD  :
1. Metoda momentelor;
2. 0HWRGDFHORUPDLPLFLS WUDWH;.
3. 0HWRGDYHURVLPLOLW ii maxime15 vQFD]XOGHSHQGHQ HLQHOLQLDUH .

## 2.5.2. Estimarea parametrilor în modelul clasic de regresie

OLQLDU , prin metoda momentelor

## (VWLPDUHDSHFDUHDPI FXW-o asupra erorii ε LPSOLF

E (ε ) = 0 úL cov( x, ε ) = 0

## Metoda momentelor presupune înlocuirea acestorFRQGL LLFXformele omoloage.

Fie α̂ úL β̂ estimatorii pentru parametrii α úLUHVSHFWLY β .
Valoarea omoloaJ DOXL ε i HVWHHURDUHDHVWLPDW  εˆi VDXQRWDW FX ηi în modelarea
viitoare(care este QXPLW  Ge asemenea YDULDELO  UH]LGXDO  úL FDUH VH GHILQHúWH
astfel:
ηi = εˆi = yi − αˆ − βˆxi
&HOHGRX HFXD LLGLQFDUHVHdeduc αˆúL βˆVXQWRE LQXWHSULQvQORFXLUHD
pUHVXSXQHULORUDVXSUDSRSXOD LHL

2
UHDPLQWLPF  var( x ) = , unde nHVWHXQQXP UGDW
∑ ( x − xˆ)
14 i

n −1
15
DFHDVW PHWRG XUPHD] DILSUH]HQWDW vQWU-un capitol viitor.
38 ECONOMETRIE. 7HRULHúLDSOLFD LL

Tabelul 2.8.

## 3UHVXSXQHULDVXSUDSRSXOD LHL )RUPDVLPLODU

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

n

i =1

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

\$FHVWHHFXD LLSRWILVFULVHDVWIHO:
nαˆ+ βˆ∑ xi = ∑ y i
αˆ∑ x + βˆ∑ x 2 = ∑ x y
i i i i

## Rezolvând acesWHGRX HFXD LLRE LQHP αˆúL βˆ.

2EVHUYD LH Aceste ultime GRX HFXD LLVHPDLQXPHVFúLHFXD LLQRUPDOH.
Exemplul 2.6.
FieXUP WRDUHOHYDORULDOHFKHOWXLHOLORUFXSXEOLFLWDWHD, x,úLYHQLWXULOHGLQ
vânzari, y, la nivelul unui magazin cu articole din piele SH R GXUDW de 8 luni.
2EVHUYD LLOHVXQWGXS FXPXUPHD]
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. 5HJUHVLDVLPSO 39

## 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

## Pentru n = 8 , eFXD LLOHQRUPDOHVXQWdate de

8αˆ+ 36 βˆ= 57
36αˆ+ 204 βˆ= 312
din rezolvDUHDF URUDrH]XOW F  αˆ≅ 1.1785 úL βˆ≅ 1.321 .
Ca urmare, se RE LQHHFXD LD de regresie:
yˆi = 1.1785 + 1.321xi
2EVHUYD LH αˆ≅ 1.1785 G YDORDUHDOXLy când x = 0.
Aceasta vQVHDPQ F GDF FKHOWXLHOLOHFXSXEOLFLWDWHDDUIL]HURatunci veniturile
din vânzâri ar fi de 1178,5 euro.
3HQWUX PRPHQW DP DU WDW FXP VHRE LQ YDORULOHHVWLPDWHDOe parametrilor
α úL β .
(URULOHHVWLPDWHVDXUH]LGXDOHVXQWGDWHGHUHOD LD
εˆi = y i − 1.1785 − 1.321xi
Acestea sunt erorile pe care le-am face în momentul în care am estima
valoarea lui ySHED]DHFXD LHLGHUHJUHVLHHVWLPDW úLDYDORULORUOXLx.
\$YHPDVWIHOF
∑ 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. 7HRULHúLDSOLFD LL

y = 1.1785 + 1.321x

. . .
. . ∆y = 1.321∆x
. ∆x
.
.
x
Figura 2.2 3XQFWHREVHUYDWHúLGUHDSWDGHUHJUHVLHHVWLPDW

## 2.5.3. Estimarea parametrilor în modelul clasic de regresie

OLQLDU , prin metoda FHORUPDLPLFLS WUDWe

## 0HWRGDFHORUPDLPLFLS WUDWHVHED]HD] SHSULQFLSLul alegerii lui αˆúL βˆ

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

## valorilor estimate ale erorilorV ILHPLQLP &XDMXWRUXODFHVWHLPHWRGHRE LQHP

DFHOHDúLYDORULHVWLPDWHDOHOXL α úL β pe care le-DPILRE LQXWcu ajutorul metodei
momentelor, întrucât se ajunge laDFHOHDúLHFXD LLQRUPDOH.
MetRGDFHORUPDLPLFLS WUDWHQHFHVLW vQFRQVHFLQ alegerea lui αˆúL βˆ
ca estimatori ai lui α úL β , astfel încât:
W (αˆ, βˆ) = ∑ ( y − αˆ− βˆx ) 2 (2.5)
VDILHPLQLP 
i i

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

HVWLP P y i , cu xi GDWúLHFXD LDGHUHJUHVLHHVWLPDW 
,GHHD PHWRGHL FHORU PDL PLFL S WUDWH SRDWH IL GHVFULV  FXDMXWRUXO Iigurii
2.2 , carHRIHU JUDILFXOperechilor 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 VXPDS WUDWHORUGLVWDQ HORUpe vertical dintre puncteleHIHFWLYHúLFHOH
de pe dreapta de regresie.
Capitolul 2. 5HJUHVLDVLPSO 41

Pentru minimizarea lui WvQHFXD LD 2.5) în raport cu αˆúL βˆ, se parcurg
XUP WRULLSDúL
Pasul 1:6HDSOLF FRQGL LLOHQHFHVDUHGHRSWLP(CNO)IXQF LRQDOHLGDW vQ
UHOD LD16 (2.5)úLDQXPH17:
∂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 LHS-a notat cu x , y PHGLDDULWPHWLF DYDULDELOHLx, 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 SRDWHILVFULV DVWIHO
βˆS xx = S xy
sau echivalent
S xy
βˆ= (2.9)
S xx
Deci, estimatorii RE LQX LSULQPHWRGDFHORUPDLPLFLS WUDWHSHQWUX α úL β sunt:

VHPHQ LQHVFULHUHDVLPSOLILFDW  ∑
16 n
va însemna ∑

HFXD LLOH  úL .7) se numesc, FDúLvQcazul metodei momentelor, HFXD LLQRUPDOH.
i =1
17
42 ECONOMETRIE. 7HRULHúLDSOLFD 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 variabileiUH]LGXDOHVDWLVIDFHFXD LLOH
∑ εˆi = 0 úL
∑ xi εˆi = 0
- notând cu SPVR - sXPDS WUDWHORUvalorilor 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 úLUHSUH]HQWkQGVXPDS WUDWHORU abaterilor valorilor
YDULDELOHL H[SOLFDWH ID  GH PHGLH úi βˆS cu SPVX , atunci UHOD LD   PDL
SRDWHILVFULV
xy

## SPVY = SPVX + SPVR (2.12)

\$WHQ LH Vom rezerva cuvântul YDULDELO  UH]LGXDO pentru a desemna expresia
η = εˆ= y − αˆ− βˆx úLFXYkQWXOeroare pentru a desemna abaterea lui ε GLQHFXD LD
(2.4).
Astfel YDULDELODUH]LGXDO HVWHHURDUHDHVWLPDW 

, 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]HURúLXQX
Coeficientul de determinare rxy2 este dat de
Capitolul 2. 5HJUHVLDVLPSO 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: 6HDSOLF FRQGL LDVXILFLHQW GHRSWLP(CSO): d 2 F (αˆ, βˆ) > 0 , în
XUPDF UHLDDOHJHPacele valori αˆ, βˆFDUHUHSUH]LQW SDUDPHWULF XWD L

5HJUHVLDLQYHUV

'DF SkQ DFXPV-a studiat regresia lui yvQIXQF LHGHx, numLW úL regresie
GLUHFW , uneoriWUHEXLHOXDW vn considerare regresia lui x înIXQF LHGHy, numLW úL
UHJUHVLHLQYHUV .
,PSRUWDQ D VWXGLXOXL Uegresiei inverse HVWH H[HPSOLILFDW  vn analiza
GLVFULPLQ ULLVH[XDOH sau UDVLDOHFDUHLQIOXHQ HD] salariul.
'HH[HPSOXGDF
y -UHSUH]LQW salariul;
x – UHSUH]LQW SUHJ WLUHDFDOLILFarea
VXQWHPLQWHUHVD LV GHWHUPLQ PGDF H[LVW GLVFULPLQDUHVH[XDO FDUHV LQIOXHQ-
H]HVDODULLOH.
6HSXQDVWIHOGRX SUREOHPH
- B UED LL úL IHPHLOH FX DFHHDúL SUHJ WLUH(valorile lui x  RE LQ DFHOHDúL
salarii(valorile lui y)?
/DDFHDVWDvQWUHEDUHVHU Vpunde cu ajutorul regresiei directe.
- B UED LL úL IHPHLOH FX DFHOHDúL VDODULL YDORULOH OXL y  DX DFHHDúL SUHJ WLUH
(valorile lui x)?
\$FHVWHLvQWUHE ULLVHU spunde cu ajutorul regresiei inverse.
ÌQDFHVWH[HPSOXDPkQGRX vQWUHE ULOHDXVHQVúLGHFLWUHEXLHV XUP ULP
DPEHOHUHJUHVLL3HQWUXUHJUHVLDLQYHUV HFXD LDUHJUHVLHLSRDWHILVFULV DVWIHO
xi = α ’+ β ’ y i + ξ i
unde ξ i sunt erorile ce satisfac ipotezele H1-H10 presupuse în cazul regresiei
directe.
Înlocuind xúLy în formulele pe care le-DPGHULYDWRE LQHP

## úL αˆ’= x − βˆ’ y

S xy
βˆ’=
S yy
Notând cu SPVR ′ VXPDS WUDWHORUvalorilor variabilei reziduale, în acest
caz, RE LQHP:
44 ECONOMETRIE. 7HRULHúLDSOLFD LL

S xy2
SPVR ′ = S xx −
S yy
2EVHUYD LH&XQRWD LLOHDQWHULRDUe, avem:
S xy2
ˆˆ
ββ ’= = rxy2
S yy
'HFLGDF  rxy2 WLQGHF WUHFHOHGRX drepte vor fi apropiate între ele.
Exempul 2.7.
Fie tabelul 2.11.vQFDUHVHSUH]LQW GDWHOHlunare pentru 12 muncitori:
x – reprezint QXP UXOGH ore-PXQF UHDOL]DWH(în sute de ore);
y -UHSUH]LQW SURGXF LDRE 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

## 'RULPV GHWHUPLQ PUHOD LDGLQWUHSURGXF LHúLRUele-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. 5HJUHVLDVLPSO 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 îQIXQF LHGHx este
y = 2,337 + 0,942 x
\$WHQ LH&DOFXOHOHDXIRVWHIHFWXDWHPDQXDOúLvQFRQVHFLQ H[LVW SRVLELOLWDWHD
XQRUGHYLD LLGHODYDORULOHRE LQXWHFX\$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-
WDWHDPDUJLQDO DPXQFLL
ÌQFHHDFHSULYHúWHUHJUHVLDLQYHUV 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 îQIXQF LHGHy este
x = −1,068 + 0,928 y
βˆβˆ’= 0,942(0,928) ≅ 0,874 = r 2
&HOHGRX 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. &HOHGRX Grepte de regresie
46 ECONOMETRIE. 7HRULHúLDSOLFD LL

## DDF VHFRQVLGHU GLDJUDPDvPSU útieriiREVHUYD LLORUSURFHGXUDGHPLQLPL]DUH

n
∑ ( y − αˆ− βˆx )
2
i i

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

## VXPDS WUDWHORUGLVWDQ HORUpe vertical dintre punctele dinGLDJUDP \$FHDVWDVH

DUDW vQILJXUD.4a. 'UHDSWDWUDVDW vQILJXU UHSUH]LQW UHJUHVLDOXLyvQIXQF LHGH
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

3HGHDOW SDUWHSURFHGXUDGHminimizare
n
− βˆ’y ) 2
∑ ( x − αˆ' i i

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

## VXPDS WUDWHORUGLVWDQ HORURUL]RQWDOH18GLQWUHSXQFWHOHGLQGLDJUDP 

Aceasta se prezint vQfigura 2.4b.

18
pXWHPGHDVHPHQHDV SURFHG P la trasarea unei drepte de regresieDVWIHOvQFkWV PLQLPL]eze
VXPD S WUDWHORU GLVWDQ HORU perpendiculare GLQWUH SXQFWHOH GLQ GLDJUDP  \$FHDVWD VH QXPHúWH
UHJUHVLHRUWRJRQDO , în ELEOLRJUDILHJ VLQGX-VHWULPLWHULODPDWHULDOHSHDFHDVW WHP 

## Meniu subsol

### Obține aplicațiile noastre gratuite

Drepturi de autor © 2022 Scribd Inc.

## Meniu subsol

### Obține aplicațiile noastre gratuite

Drepturi de autor © 2022 Scribd Inc.