Modelul de regresie liniar simplu
Etapele testării
1. Formularea ipotezelor
2. Alegerea pragului de
semnificaţie
3. Alegerea statisticii test
4. Determinarea valorii
teoretice a statisticii test
5. Determinarea valorii
calculate a statisticii test
(în condițiile acceptării
ipotezei nule)
6. Regula de decizie
7. Luarea deciziei
Etapele testării
1. Formularea ipotezelor
Testarea parametrului 𝜷𝟎 Testarea parametrului 𝜷𝟏
𝐻0:𝛽0=0 (parametrul 𝛽0 nu 𝐻0:𝛽1=0 (parametrul 𝛽1 nu
diferă semnificativ de 0 SAU diferă semnificativ de 0 SAU
constanta modelului nu este între cele două variabile nu
semnificativă statistic) există o legătură de tip liniar
𝐻1:𝛽0≠0 (parametrul 𝛽0 𝐻1:𝛽1≠0 (parametrul 𝛽1 diferă
diferă semnificativ de 0 SAU semnificativ de 0 SAU între
constanta modelului este cele două variabile există o
semnificativă statistic) legătură de tip liniar
𝛼=0,05 𝛼=0,05
β̂0−β0 β̂1−β1
𝑡= ~𝑡(𝑛−2) 𝑡= ~𝑡(𝑛−2)
σ̂β̂0 σ̂β̂1
(student) (student)
𝑡𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐=𝑡𝛼/2, 𝑛−2 𝑡𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐=𝑡𝛼/2, 𝑛−2
𝑏0 𝑏1
𝑡𝑐𝑎𝑙𝑐= 𝑡𝑐𝑎𝑙𝑐=
𝑆β̂0 𝑆β̂1
Dacă se ţine cont de valoarea calculată a testului, regula de
decizie este următoarea:
- dacă |𝑡𝑐𝑎𝑙𝑐| < 𝑡𝛼/2, 𝑛−2, nu se respinge ipoteza nulă (𝐻0);
- dacă |𝑡𝑐𝑎𝑙𝑐|≥𝑡𝛼/2, 𝑛−2, se respinge ipoteza nulă (𝐻0), cu
probabilitatea (1−𝛼).
Dacă se ţine cont de semnificaţia testului, regula de decizie este
următoarea:
- dacă 𝑆𝑖𝑔 > 𝛼, nu se respinge ipoteza nulă (𝐻0);
- dacă 𝑆𝑖𝑔 ≤ 𝛼, se respinge 𝐻0, cu probabilitatea (1−𝛼).
Interpretarea rezultatului Interpretarea rezultatului
obținut obținut
Testarea coeficientului de corelație 𝝆
𝐻0:𝜌=0 (coeficientul de corelație 𝜌 nu diferă
semnificativ de 0, ceea ce înseamnă între cele
două variabile nu există o legătură liniară
semnificativă SAU cele două variabile nu sunt
corelate semnificativ)
𝐻1:𝜌≠0 (coeficientul de corelație 𝜌 diferă
semnificativ de 0, ceea ce înseamnă între cele
două variabile există o legătură liniară

2. Alegerea pragului de semnificație
3. Alegerea statisticii test
4. Determinarea valorii teoretice a statisticii
test
5. Determinarea valorii calculate a statisticii
test
6. Regula de decizie
Etapele testării
1. Formularea ipotezelor
2. Alegerea pragului de semnificație
3. Alegerea statisticii test
4. Determinarea valorii teoretice a statisticii
test
5. Determinarea valorii calculate a statisticii
test
semnificativă SAU cele două variabile sunt
corelate semnificativ)
𝛼=0,05
Student
𝑡𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐=𝑡𝛼2⁄; 𝑛−2
𝑡𝑐𝑎𝑙𝑐=𝑟√𝑛 − 2/ √1 − 𝑟 2
Dacă se ţine cont de valoarea calculată a testului,
regula de decizie este următoarea:
- dacă |𝑡𝑐𝑎𝑙𝑐| <𝑡𝛼/2; 𝑛−2, nu se respinge ipoteza
nulă (𝐻0);
- dacă |𝑡𝑐𝑎𝑙𝑐|≥𝑡𝛼/2; 𝑛−2, se respinge ipoteza nulă
(𝐻0), cu probabilitatea (1−𝛼).
Dacă se ţine cont de semnificaţia testului, regula
de decizie este următoarea:
- dacă 𝑆𝑖𝑔 > 𝛼, nu se respinge ipoteza nulă (𝐻0);
- dacă 𝑆𝑖𝑔 ≤ 𝛼, se respinge 𝐻0, cu probabilitatea
(1−𝛼).
Testarea raportului de corelatie ƞ
𝐻0: ƞ =0 (intre variabilele modelului nu exista o
legatura semnificativa SAU raportul de corelatie
nu este semnificativ diferit de 0 SAU Raportul de
corelaţie nu este semnificativ statistic.)
𝐻1: ƞ > 0 (intre variabilele modelului exista o
legatura semnificativa SAU raportul de corelatie
este semnificativ diferit de 0 SAU Raportul de
corelaţie este semnificativ statistic SAU variabilele
sunt corelate semnificativ)
𝛼=0,05
Fisher
Fteoretic= Fα,v1, v2 = Fα, k-1, n-k ,
R2 n − k
Fcalculat =  sau
1 − R2 k −1
ESS n − k
Fcalculat = 
RSS k − 1
6. Regula de decizie Dacă se ţine cont de valoarea calculată a testului,
regula de decizie este următoarea:
- dacă F𝑐𝑎𝑙𝑐 <F𝛼, k-1, n-k, nu se respinge ipoteza nulă
(𝐻0);
- dacă F𝑐𝑎𝑙𝑐≥F𝛼, k-1, n-k se respinge ipoteza nulă
(𝐻0), cu probabilitatea (1−𝛼).

Dacă se ţine cont de semnificaţia testului, regula

de decizie este următoarea:
- dacă 𝑆𝑖𝑔 > 𝛼, nu se respinge ipoteza nulă (𝐻0);
- dacă 𝑆𝑖𝑔 ≤ 𝛼, se respinge 𝐻0, cu probabilitatea
(1−𝛼).

Etapele testării Testarea raportului de determinatie ƞ2

1. Formularea ipotezelor
2. Alegerea pragului de semnificație
3. Alegerea statisticii test
𝐻0: ƞ2 =0 (raportul de determinatie nu este
semnificativ diferit de 0 SAU Raportul de
determinatie nu este semnificativ statistic.)
𝐻1: ƞ2 > 0 (raportul de determinatie este
semnificativ diferit de 0 SAU raportul de
determinatie este semnificativ statistic.
𝛼=0,05
Fisher

4. Determinarea valorii teoretice a statisticii Fteoretic= Fα,v1, v2 = Fα, k-1, n-k ,

test
5. Determinarea valorii calculate a statisticii R2 n − k
test Fcalculat =  sau
1 − R2 k −1
ESS n − k
Fcalculat = 
RSS k − 1
6. Regula de decizie Dacă se ţine cont de valoarea calculată a testului,
regula de decizie este următoarea:
- dacă F𝑐𝑎𝑙𝑐 <F𝛼, k-1, n-k, nu se respinge ipoteza nulă
(𝐻0);
- dacă F𝑐𝑎𝑙𝑐≥F𝛼, k-1, n-k se respinge ipoteza nulă
(𝐻0), cu probabilitatea (1−𝛼).

Dacă se ţine cont de semnificaţia testului, regula

de decizie este următoarea:
- dacă 𝑆𝑖𝑔 > 𝛼, nu se respinge ipoteza nulă (𝐻0);
- dacă 𝑆𝑖𝑔 ≤ 𝛼, se respinge 𝐻0, cu probabilitatea
(1−𝛼).
Etapele testării
1. Formularea ipotezelor
2. Alegerea pragului de semnificație
3. Alegerea statisticii test
Testarea modelului de regresie
𝐻0:  0 = 0, 1 = 0 (modelul de regresie nu este
semnificativ statistinSAU modelul de regresie nu
este corect specificat)
𝐻1: există cel puțin un βi diferit de 0 (modelul
explica semnificativ legatura dintre variable SAU
modelul este corect specificat SAU modelul este
semnificativ statistic
𝛼=0,05
Fisher

4. Determinarea valorii teoretice a statisticii Fteoretic= Fα,v1, v2 = Fα, k-1, n-k ,

test
5. Determinarea valorii calculate a statisticii R2 n − k
test Fcalculat =  sau
1 − R2 k −1
ESS n − k
Fcalculat = 
RSS k − 1
6. Regula de decizie Dacă se ţine cont de valoarea calculată a testului,
regula de decizie este următoarea:
- dacă F𝑐𝑎𝑙𝑐 <F𝛼, k-1, n-k, nu se respinge ipoteza nulă
(𝐻0);
- dacă F𝑐𝑎𝑙𝑐≥F𝛼, k-1, n-k se respinge ipoteza nulă
(𝐻0), cu probabilitatea (1−𝛼).

Dacă se ţine cont de semnificaţia testului, regula

de decizie este următoarea:
- dacă 𝑆𝑖𝑔 > 𝛼, nu se respinge ipoteza nulă (𝐻0);
- dacă 𝑆𝑖𝑔 ≤ 𝛼, se respinge 𝐻0, cu probabilitatea
(1−𝛼).
Modelul de regresie liniar multiplu
• Testarea parametrilor modelului multiplu liniar se face la fel ca în cazul modelului
simplu liniar:
Etapele testării
1. Formularea ipotezelor
2. Alegerea pragului de
semnificaţie
3. Alegerea statisticii test
4. Determinarea valorii
teoretice a statisticii test
5. Determinarea valorii
calculate a statisticii test
(în condițiile acceptării
ipotezei nule)
6. Regula de decizie
7. Luarea deciziei
Etapele testării
1. Formularea ipotezelor
2. Alegerea pragului de semnificație
Testarea parametrului 𝜷i
𝐻0:𝛽i=0 (parametrul 𝛽i nu diferă semnificativ de 0 SAU
parametrul 𝛽i nu este semnificativ statistic SAU variabila
indepndenta i nu are o influenta liniara partiala asupra celei
dependente)
𝐻1:𝛽i≠0 (parametrul 𝛽i diferă semnificativ de 0 SAU
parametrul 𝛽i este semnificativ statistic SAU variabila
independenta i are o influenta liniara partiala asupra celei
dependente)
𝛼=0,05
Student
𝑡𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐=𝑡𝛼/2, 𝑛−k
𝑏𝑖
𝑡𝑐𝑎𝑙𝑐=
𝑆β̂i
Dacă se ţine cont de valoarea calculată a testului, regula de
decizie este următoarea:
- dacă |𝑡𝑐𝑎𝑙𝑐| < 𝑡𝛼/2, 𝑛−k, nu se respinge ipoteza nulă (𝐻0);
- dacă |𝑡𝑐𝑎𝑙𝑐|≥𝑡𝛼/2, 𝑛−k, se respinge ipoteza nulă (𝐻0), cu
probabilitatea (1−𝛼).
Dacă se ţine cont de semnificaţia testului, regula de decizie este
următoarea:
- dacă 𝑆𝑖𝑔 > 𝛼, nu se respinge ipoteza nulă (𝐻0);
- dacă 𝑆𝑖𝑔 ≤ 𝛼, se respinge 𝐻0, cu probabilitatea (1−𝛼).
Interpretarea rezultatului Interpretarea rezultatului
obținut obținut
Testarea modelului de regresie
𝐻0: β0=β1=…=βp=0 (modelul de regresie nu este
semnificativ statistic)
𝐻1: există cel puțin un βi diferit de 0/ nu toti
coeficientii sunt simultan 0 (modelul este
semnificativ statistic)
𝛼=0,05
3. Alegerea statisticii test Fisher

4. Determinarea valorii teoretice a statisticii Fteoretic= Fα,v1, v2 = Fα, k-1, n-k ,

test
5. Determinarea valorii calculate a statisticii R2 n − k
test Fcalculat =  sau
1 − R2 k −1
ESS n − k
Fcalculat = 
RSS k − 1
6. Regula de decizie Dacă se ţine cont de valoarea calculată a testului,
regula de decizie este următoarea:
- dacă F𝑐𝑎𝑙𝑐 <F𝛼, k-1, n-k, nu se respinge ipoteza nulă
(𝐻0);
- dacă F𝑐𝑎𝑙𝑐≥F𝛼, k-1, n-k se respinge ipoteza nulă
(𝐻0), cu probabilitatea (1−𝛼).

Dacă se ţine cont de semnificaţia testului, regula

de decizie este următoarea:
- dacă 𝑆𝑖𝑔 > 𝛼, nu se respinge ipoteza nulă (𝐻0);
- dacă 𝑆𝑖𝑔 ≤ 𝛼, se respinge 𝐻0, cu probabilitatea
(1−𝛼).

Etapele testării Testarea coeficientului de corelatie partiala

1. Formularea ipotezelor 𝐻0: ρy1.2=0 (coeficientul de corelatie partiala nu este
semnificativ diferit de 0 SAU coeficientul de
corelati partiala nu este semnificativ statistic)
𝐻1 ρy1.2 ≠ 0 (coeficientul de corelatie partiala este
semnificativ diferit de 0 SAU coeficientul de
corelati partiala este semnificativ statistic)

2. Alegerea pragului de semnificație 𝛼=0,05

3. Alegerea statisticii test Student

4. Determinarea valorii teoretice a statisticii 𝑡𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐=𝑡𝛼/2, 𝑛−k

test
5. Determinarea valorii calculate a statisticii 𝑡𝑐𝑎𝑙𝑐=𝑟√𝑛 − 2/ √1 − 𝑟 2
test
6. Regula de decizie Dacă se ţine cont de valoarea calculată a testului,
regula de decizie este următoarea:
- dacă |𝑡𝑐𝑎𝑙𝑐| <𝑡𝛼⁄2; 𝑛−k, nu se respinge ipoteza
nulă (𝐻0);
- dacă |𝑡𝑐𝑎𝑙𝑐|≥𝑡𝛼/2; 𝑛−k, se respinge ipoteza nulă
(𝐻0), cu probabilitatea (1−𝛼).
 Dacă se ţine cont de semnificaţia testului, regula
de decizie este următoarea:
- dacă 𝑆𝑖𝑔 > 𝛼, nu se respinge ipoteza nulă (𝐻0);
- dacă 𝑆𝑖𝑔 ≤ 𝛼, se respinge 𝐻0, cu probabilitatea
(1−𝛼).

!!!!!!Testarea raportului de corelatie multipla se face la fel ca în cazul raportului de corelatie

de la modelul liniar simplu.

Etapele testării Testarea influentei marginale a unei Testarea influentei marginale

1. Formularea ipotezelor
2. Alegerea pragului de
semnificaţie
3. Alegerea statisticii test
4. Determinarea valorii
teoretice a statisticii test
variable independete asupra
variabilei dependente
(variabila introdusa)
𝐻0:variabila introdusa nu are o
influenta semnificativa asupra
(variatiei) variabilei dependente
𝐻1: variabila introdusa are o
influenta semnificativa asupra
(variatiei) variabilei dependente
𝛼=0,05
Fisher
Fteoretic= Fα,v1, v2 = Fα, knew-1, n-knew
a unei variable independete
asupra variabilei dependente
(variabila eliminata)
𝐻0: variabila eliminata nu are
o influenta semnificativa
asupra (variatiei) variabilei
dependente
𝐻1: variabila eliminata are o
influenta semnificativa asupra
(variatiei) variabilei
dependente
𝛼=0,05
Fteoretic= Fα,v1, v2 = Fα, kold-1, n-kold

5. Determinarea valorii
calculate a statisticii test
(în condițiile acceptării
ipotezei nule)
6. Regula de decizie Dacă se ţine cont de valoarea calculată a testului, regula de decizie este
următoarea:
- dacă F𝑐𝑎𝑙𝑐 <F𝛼, k-1, n-k, nu se respinge ipoteza nulă (𝐻0);
- dacă F𝑐𝑎𝑙𝑐≥F𝛼, k-1, n-k se respinge ipoteza nulă (𝐻0), cu probabilitatea
(1−𝛼).

Dacă se ţine cont de semnificaţia testului, regula de decizie este

7. Luarea deciziei
următoarea:
- dacă 𝑆𝑖𝑔 > 𝛼, nu se respinge ipoteza nulă (𝐻0);
- dacă 𝑆𝑖𝑔 ≤ 𝛼, se respinge 𝐻0, cu probabilitatea (1−𝛼).
Interpretarea rezultatului obținut Interpretarea rezultatului
obținut
 

Recapitulare Econometrie seminar –  regresia liniară simplă și regresia liniară multiplă 

Regresia liniară simplă  Regresia liniară multiplă 

 =  +   + 2 2 + ⋯ +   +  ,  =̅1 ,  
 =  +   +   Y, X1, X2, ...., X j și  sunt variabilele din modelul de regresie:
Y, X și  sunt variabilele din modelul de regresie: Y = variabila dependentă 
Y = variabila dependentă   X1, X2, ...., X j = variabilele independente
X = variabila independentă   p = nr. de variabile independente
 = variabila reziduală   = variabila reziduală 
Model  și   sunt parametrii (coeficienții) din modelul de regresie: 
general   și  sunt parametrii (coeficienții) din modelul de regresie:   = ordonata la origine
  = ordonata la origine , 2 , … ,   = pantele dreptelor de regresie
 = panta dreptei de regresie  > 0 => există o legătură directă între X j  și Y (X j  crește => Y
 > 0 => există o legătură directă între X și Y (X crește = > Y crește) crește)
 < 0 => există o legătură inversă între X și Y (X crește = > Y scade)  < 0 => există o legătură inversă între X j  și Y (X j  crește => Y
 = 0 => nu există o legătură linară între X și Y  crește)
 = 0 => nu există o legătură linară între X j și Y 
   – 
–  arată valoarea medie a lui Y atunci când X = 0   –   arată valoarea medie a lui Y atunci când toate variabilele
independente X j = 0
  – 
–  arată cu cât se modifică (crește sau scade), în medie, Y atunci când  – 
 –  arată cu cât se modifică (crește sau scade), în medie, Y atunci
X crește cu o unitate  când X1 crește cu o unitate iar celelalte variabile independente sunt
menținute constante 
Estimarea
 punctuală a
2 – 
 –  arată cu cât se modifică (crește sau scade), în medie, Y atunci
când X2 crește cu o unitate iar celelalte variabile inde pendente sunt
 parametrilor
menținute constante 
....
  – 
 –  arată cu cât se modifică  (crește sau scade), în medie, Y atunci
când X j crește cu o unitate iar celelalte variabile independente sunt
menținute constante 
k = nr. de parametr
parametrii
ii
 ± /2,−2 ∙ ̂   – 
–   arată intervalul în care se află valoarea medie a lui  ± /2,− ∙ ̂ –  –  arată intervalul în care se află valoarea medie 
Estimarea
Y atunci când X = 0 a lui Y atunci când toate variabilele independente X j = 0
 prin interval
de incredere
a
 ± /2,−2 ∙ ̂   – 
–   arată intervalul în care se află valoarea cu care se  ± /2,− ∙ ̂ –  arată intervalul în care se află valoarea cu care
 parametrilor modifică  (crește sau scade), în medie, Y atunci când X crește cu o unitate   se modifică (crește sau scade), în medie, Y atunci când X1  crește
cu o unitate iar celelalte variabile independente sunt menținute
constante
 

2 ± /2,− ∙ ̂ –  arată intervalul în care se află valoarea cu care

se modifică (crește sau scade), în medie, Y atunci când X2  crește
cu o unitate iar celelalte variabile independente sunt menținute
constante
....
 ± /2,− ∙ ̂ –  arată intervalul în care se află valoarea cu care
se
cu modifică
o unitate(crește sau scade),
iar celelalte în medie,
variabile Y atuncisunt
independente X j  crește
cândmenținute
constante
testării:
 Etapele testării: testării:
 Etapele testării:
1) Definirea ipotezelor: 1) Definirea ipotezelor:
 :  = 0 |  :  = 0  :  = 0 ,  =̅0 ,  , k = nr. de parametrii din model
 :  ≠ 0 |  :  ≠ 0   :  ≠ 0 ,  =̅0 ,  
2) Pragul de semnificație:   2) Pragul de semnificație:   
Testarea 3) Alegerea testului: t 3) Alegerea testului: t
 parametrilor   
4)  = ̂   |  = ̂   4)  = ̂  
5)  = /2,−2   5)  = /2,−  
6) | | >   sau    <   => se respinge H0 6) | | >   sau    <  => se respinge H0
|| ≤   sau    ≥  => se acceptă H0  || ≤   sau    ≥  => se acceptă H0 
7) Decizie și interpretare  7) Decizie și interpretare 
Coeficientul de corelație:
corelație:   simplă: 
Coeficienții de corelație simplă: 
- se utilizează doar în cazul regresiei liniare simple   - iau valori în intervalul [-1,1]
- ia valori în intervalul [-1,1] - măsoară dependența dintre 2 variabile fără a lua în considerare
- la nivelul populației se notează cu   iar la nivelul eșantionului se influența celorlalte variabile independente din model
notează cu r   - la nivelul eșantionului se notează cu:  
- r = -1 sau 1 => exist ă o legătură perfectă între X și Y  y1 – 
r y1 –  arată legătura dintre Y și X1 
- r > 0 => există o legătură directă între X și Y   y2 –  arată legătura dintre Y și X2 
r y2 – 
 
- r < 0 => exist ă o legătură inversă între X și Y   12 – 
r 12  –  arată legătura dintre X1 și X2 
Indicatori de
- r = 0 => nu exist ă o legătură între X și Y   - dacă valoarea este -1 sau 1 => există o legătură perfectă între cele
corelație 
2 variabile
- dacă valoarea este mai mare decât  0 => există o legătură directă
între cele 2 variabile
- dacă valoarea este mai mică decât 0 = > există o legătură inversă

între
- dacăcele 2 variabile
valoarea este 0 => nu există o legătură între X și Y  
 

parțială: 
Coeficienții de corelație parțială: 
- iau valori în intervalul [-1,1]
- măsoară dependența dintre 2 variabile considerând constantă
influența celorlalte variabile independente din model
- la nivelul eșantionului se notează cu: 
y1.2 – 
r y1.2  –  arată legătura dintre Y și X1 atunci când X2 este constantă 
y2.1 – 
r y2.1  –  arată legătura dintre Y și X2 atunci când X1 este constantă 
- dacă valoarea este -1 sau 1 => există o legătură perfectă între cele
2 variabile atunci când restul variabilelor sunt constante
- dacă valoarea este mai mare decât  0 => există o legătură directă
între cele 2 variabile atunci când restul variabilelor sunt constante
- dacă valoarea este mai mică decât 0 = > există o legătură inversă
între cele 2 variabile atunci când restul variabilelor sunt constante
- dacă valoarea este 0 => nu există o legătură între cele 2 variabile
atunci când restul variabilelor sunt constante
ajustat: 
 Raportul de determinație ajustat: 

se valori
-- ia aplică în
atât în cazul [0,1]
intervalul regresiei liniare multiple 
- la nivelul populației se notează cu̅ 2   iar la nivelul eșantionului
eșantionului
se notează cu̅ 2  
−
- formulă de calcul:̅ 2 = 1  ( 1   2 ) ∙  
−
- se folosește pentru compararea a 2 sau mai multe modele,
modelul cel mai bun fiind cel care are valoarea cea mai mare
 pentru̅ 2 
determinație: 
 Raportul de determinație: 
- se aplică atât în cazul regresie liniare simple cât și în cazul regresiei liniare multiple 
- ia valori în intervalul [0,1]
- la nivelul populației se notează cu  2  iar la nivelul eșantionului se notează cu R 2 

- formulă de calcul:  2 =  

- R.l.s.: măsoară cât % din variația variabilei
variabilei Y este explicată de variația variabilei independente
independente X  din model, restul de până la 100% fiind
explicată de variația variabilei reziduale
- R.l.m.: măsoară cât % din variația variabilei Y este explicată de variația simultană a variabilelor indepen
independente
dente X j din model, restul de până
la 100% fiind explicată de variația variabilei reziduale 
corelație: 
 Raportul de corelație: 
- se aplică atât în cazul regresie liniare simple cât și în cazul regresiei liniare multiple 
- ia valori în intervalul [0,1]
- la nivelul populației se notează cu   iar la nivelul eșantionului se notează cu R  
- formulă de calcul:  = √ 2  
 

- R.l.s.: măsoară intensitatea legăturii dintre variabilele X și Y 

- R.l.m.: măsoară intensitatea legăturii simultane dintre variabilele X j și Y 
- 0,75 ≤ R ≤ 0,99 => există o legătură puternică între variabile 
- 0,5 ≤ R < 0,75 => exist ă o legătură medie între variabile 
- 0 < R < 0,5 => exist ă o legătură slabă între variabile  
- R = 0 => nu există o legătură între variabile 
corelație: 
 Relația dintre indicatorii de corelație:  corelație: 
 Relația dintre indicatorii de corelație: 
|| =  =     2  =  2 
Testarea coeficientului de corelație
corelație:: Testarea coeficienților de corelație simplă și parțială: parțială:
1) Definirea ipotezelor: 1) Definirea ipotezelor:
 :  = 0  :  = 0 
 :  ≠ 0   :  ≠ 0 
2) Pragul de semnificație:   2) Pragul de semnificație:   
3) Alegerea testului: t 3) Alegerea testului: t
√ −2
−2 √ −2
−2
4)  =   4)  = , unde r poate fi r y1
y1, r y2
y2, r 12
12, r y1.2
y1.2, r y2.1
y2.1 
− 
√ − − 
√ −
5)  = /2,−2   5)  /2,− , unde k este nr. de parametrii
6) | | >   sau    <   => se respinge H0 6) |=
| >   sau    <  => se respinge H0
Testarea
|| ≤   sau    ≥  => se acceptă H0  || ≤   sau    ≥  => se acceptă H0 
indicatorilor
7) Decizie și interpretare  7) Decizie și interpretare 
corelație: 
de corelație  Testarea raportului de corelație: 
1) Definirea ipotezelor:
 :  = 0 
 :  > 0 
2) Pragul de semnificație:  
3) Alegerea testului: F
4)  =  ∙ −  
 −
5)  = ,−,−  
6)  >   sau    <   => se respinge H0
 ≤   sau    ≥   => se acceptă H0 
7) Decizie și interpretare 
testării: 
 Etapele testării: 
1) Definirea ipotezelor:
 : modelul nu este semnificativ statistic
Testarea
modelului  :Pragul
2)  modelul
de este semnificativ
semnificație:   statistic
3) Alegerea testului: F
 −
4)  = ∙  
 −
 

5)  = ,−,−  
6)  >   sau    <   => se respinge H0
 ≤   sau    ≥   => se acceptă H0 
7) Decizie și interpretare 
testării: 
 Etapele testării: 
Testarea 1) Definirea ipotezelor:
influenței : variabila independentă adăugată/exclusă din model nu
marginale a influențează semnificativ variația variabilei dependente 
unei  : variabila independentă adăugată/exclusă din model
variabile influențează semnificativ variația variabilei dependente
independente 2) Pragul de semnificație:   
asupra 3) Alegerea testului: F
variabilei 4)  <  => se respinge H0
dependente    ≥  => se acceptă H0 
5) Decizie și interpretare 
Model Summary 
Summary 
Tabel Model Model R R Square Adjusted R Square Std. Error of the Estimate
Summary
1 raportul de corelație  raportul de determinație  raportul de determinație ajustat  

ANOVAa 

Model Sum of Squares df Mean Square F Sig.

Tabel Regression ESS k-1 F calculat Sig

ANOVA 1 Residual RSS n-k

Total TSS n-1

Coefficientsa 

Model Unstandardized Standardized t Sig. 95.0% Confidence Interval for B Correlations

Coefficients Coefficients

B Std. Error Beta (IERARHIZARE Lower Bound Upper Bound Zero- Partial Part
Tabel
VARIABILE) order
Coefficients
(Constant) b0 ̂   t calculat pt b0 Sig pt b0   /,− ∙ ̂    + /,− ∙ ̂  
1 X1 b1
̂   Beta 1 t calculat pt b1 Sig pt b1
  /,− ∙ ̂    + /,− ∙ ̂   ry1 ry1.2
X2 b2 ̂   Beta 2 t calculat pt b2 Sig pt b2   /,− ∙ ̂    + /,− ∙ ̂   ry2 ry2.1

a. Dependent Variable: Y
 

Correlations  
Correlations

X Y

Pearson Correlation 1 r

Tabel X Sig. (2-tailed) sig pt r

Correlations N n n
(R.l.s.)
Pearson Correlation r 1
Y Sig. (2-tailed) sig pt r

N n n

Coeficiențiii de corelație simplă: 

Coeficienți simplă: r 21
21 = r 
12, r 2y
12 2y = r 
y2, r 
y2 y1 
1y = r 
1y y1

Correlations  
Correlations

X2 X1 Y

Pearson Correlation 1 r 21

21  r 2y
2y 

X2 Sig. (2-tailed) sig pt r 21

21  sig pt r 2y
2y 

N n n n
Pearson Correlation r 12
12  1 r 1y
1y 

X1 Sig. (2-tailed) sig pt r 12

12  sig pt r 1y
1y 

N n n n
Pearson Correlation r y2
y2  r y1
y1  1
Tabele
Y Sig. (2-tailed) sig pt r y2
y2  sig pt r y1
y1 
Correlation
(R.l.m.) N n n n
parțială:  r 11y.2
Coeficienții de corelație parțială:  y.2 = r 
y 1.2, r 2
y1.2 y.1 = r 
2y.1 y 2.1 
y2.1

Correlations  
Correlations Correlations  
Correlations
Control Variables X1 Y Control Variables X2 Y
Correlation 1.000 r 11y.2
y.2  Correlation 1.000 r 2y.1
2y.1 

X1 Significance (2-tailed) . sig pt r 11y.2

y.2  X2 Significance (2-tailed) . sig pt r 2y.1
2y.1 

df df
X2 X1
Correlation r y1.2
y1.2  1.000 Correlation r y2.1
y2.1  1.000

Y Significance (2-tailed) sig pt r y1.2  . Y Significance (2-tailed) sig pt r y2.1  .

df df