CURS 11

ECONOMETRIE

1
 Capitolul 5
Verificarea ipotezelor modelului de regresie

 Modelarea econometrică se realizează cu

respectarea unui set de restricţii care se
numesc ipoteze ale modelului de regresie.

 Calitatea estimatorilor parametrilor modelului

de regresie depinde de îndeplinirea ipotezelor
modelului de regresie.

2
 Capitolul 5
Verificarea ipotezelor modelului de regresie

 Ipotezele modelului de regresie sunt:

- asupra componentei aleatoare (sau variabilei

eroare)
- asupra componentei deterministe (sau
variabilelor independente)

3
 Capitolul 5
Verificarea ipotezelor modelului de regresie

 Ipotezele modelului de regresie asupra

componentei aleatoare sunt:
- media erorilor este nulă: M  i   0
- ipoteza de homoscedasticitate: V   i    2
- ipoteza de normalitate: i   N  
0, 2

- ipoteza de necorelare sau de independenţă a

erorilor: cov  i , j   0

4
 Capitolul 5
Verificarea ipotezelor modelului de regresie

 Ipotezele modelului de regresie asupra

componentei deterministe sunt:

- variabilele independente sunt nestochastice

- variabilele independente sunt necoliniare
- variabilele independente şi variabila eroare sunt
necorelate: cov  X i , i   0

5
 Capitolul 5
Verificarea ipotezelor modelului de regresie

5.1. Ipoteze asupra erorilor

5.2. Ipoteze asupra variabilelor independente

6
 5.1 Ipoteze asupra erorilor

5.1. 1. Media variabilei reziduale este egală cu zero

1. Definirea ipotezei

M  i   0
Pentru un model de regresie liniar simplu ipoteza M  i   0

este echivalentă cu condiţia M Y X   0  1 X

7
 5.1 Ipoteze asupra erorilor

2. Efectele încălcării ipotezei

Dacă ipoteza M  i   0 este încălcată parametrii

estimaţi vor fi deplasaţi.

a. Dacă M   i     cst. pentru un model de regresie

liniar simplu de forma Y   0   1 X   parametrul 0
este estimat deplasat.
8
 5.1 Ipoteze asupra erorilor

b. Dacă M   i   i pentru un model de

regresie liniar simplu de forma Y   0   1 X  
parametrul 1 este estimat deplasat.

9
 5.1 Ipoteze asupra erorilor

3. Testarea ipotezei cu privire la media erorilor

Presupune parcurgerea următoarelor etape:

- se estimează modelul de regresie;

- se determină erorile estimate astfel: ei  yi  b0  b1 xi

- cu ajutorul testului Student se testează ipoteza H0 : M  i   0

- rezultatul testării pentru un prag de semnificaţie

stabilit ne arată dacă este încălcată ipoteza M   i   0
10
 5.1 Ipoteze asupra erorilor

1.Formularea ipotezelor:
H 0 : M    0
H1 : M     0
2.Alegerea pragului de semnificație:
  0, 05

3.Alegerea și calcularea statisticii test:

M  ei 
t
sMˆ  
11
 5.1 Ipoteze asupra erorilor

4. Regula de decizie:

Dacă tcalc  t / 2,n 1 cu o probabilitate de 1   se respinge

ipoteza nulă și se acceptă ipoteza alternativă

Dacă tcalc  t / 2,n 1 se acceptă ipoteza nulă.

5. Decizia statistică

12
 5.1 Ipoteze asupra erorilor

4. Corectarea modelului

Modelul corectat va fi de forma:

y  0  1 xi  ui
*
i

unde: y  yi  M   i 
*
i

13
 5.1 Ipoteze asupra erorilor

Coefficients a

Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -18331,178 2821,912 -6,496 ,000
Educational Level (years) 3909,907 204,547 ,661 19,115 ,000
a. Dependent Variable: Current Salary

Residuals Statistics a

Minimum Maximum Mean Std. Deviation N

Predicted Value $12,948.08 $63,776.86 $34,419.57 $11,279.480 474
Residual -$21,567.422 $79,042.953 $.000 $12,819.966 474
Std. Predicted Value -1,904 2,603 ,000 1,000 474
Std. Residual -1,681 6,159 ,000 ,999 474
a. Dependent Variable: Current Salary

14
 5.1 Ipoteze asupra erorilor

One-Sample Statistics

Std. Error
N Mean Std. Deviation Mean
Unstandardized Residual 474 ,0000000 12819,96640 588,8406

One-Sample Test

Test Value = 0
95% Confidence
Interval of the
Mean Difference
t df Sig. (2-tailed) Difference Lower Upper
Unstandardized Residual ,000 473 1,000 ,00000000 -1157,07 1157,067

15
 5.1 Ipoteze asupra erorilor

5.1.2. Homoscedasticitatea erorilor

1. Definire ipoteză:

Erorile sunt homoscedastice dacă la nivelul

repartiţiilor condiţionate varianţele sunt constante.

Formal, ipoteza se scrie astfel:  i 

V    2

16
 5.1 Ipoteze asupra erorilor
d) Medii condiţionate
Exemplu: Gujarati, N. D, 1995, pp. 32-35

Fig. 2.1 Venitul săptămânal al familiilor

17
 5.1 Ipoteze asupra erorilor

Figura 1. Erori homoscedastice

18
 5.1 Ipoteze asupra erorilor

Figura 2. Erori heteroscedastice

19
 5.1 Ipoteze asupra erorilor

2. Efectele încălcării ipotezei de homoscedasticitate

Dacă ipoteza de homoscedasticitate este încălcată

modelul de regresie se numeşte heteroscedastic.

Parametrii unui model de regresie heteroscedastic nu

sunt eficienţi.

20
 5.1 Ipoteze asupra erorilor

3. Testarea homoscedasticităţii

- metode grafice

- metode numerice:
a. testul Glejser;
b. testul corelaţiei neparametrice între erorile estimate şi
variabila independentă
c. testul Breusch-Pagan-Godfrey
d. Testul White
21
 5.1 Ipoteze asupra erorilor

a. Testul Glejser

- are la bază un model de regresie între variabila

reziduală estimată şi variabila independentă.
 i   0   1 xi  ui

- testul verifică dacă varianţele erorilor ar putea fi

explicate prin valorile variabilei independente
22
 5.1 Ipoteze asupra erorilor

În cazul unui model de regresie multiplă se

identifică acea variabilă independentă ale cărei valori
pot fi asociate cu cele ale varianţei erorilor.

Testul Glejser se recomandă când estimarea

modelului de regresie se realizează pe eşantioane mari
de date. 23
 5.1 Ipoteze asupra erorilor

Etapele testării homoscedasticităţii cu ajutorul

testului Glejser

- se estimează modelul de regresie y i   0   1 x i  

- se calculează valorile teoretice: y x i  b0  b1 x i

- se obţin erorile estimate: ei  y i  y x i

- se estimează modelul de regresie:  i   0   1 xi  ui

24
 5.1 Ipoteze asupra erorilor

- Se testează  1

Dacă 1 este semnificativ diferit de zero există

legătură între erori în valoare absolută şi variabila
independentă. Prin urmare modelul este heteroscedastic.
Dacă  1 nu este semnificativ diferit de zero nu
există legătură între erori, în valoare absolută, şi
variabila independentă. Prin urmare modelul este
homoscedastic.
25
 5.1 Ipoteze asupra erorilor

Testul Breusch-Pagan-Godfrey, ca și testul White, se

aplică modelelor de regresie multiplă pentru testarea
homoscedasticităţii erorilor.

Se parcurg următoarele etape:

1. Se estimează modelul de regresie multiplă

Y  0  1 X 1   2 X 2  
2. Se determină erorile pe baza modelului de regresie estimat
anterior. 26
 5.1 Ipoteze asupra erorilor

3. Se estimează modelul auxiliar de forma:

e  0  1 X 1   2 X 2  u
2
i

4. Se realizează testul χ2 ,   nR

2 2
cal a

unde: n – volumul eşantionului, k – nr. de parametrii ai modelului

auxiliar estimat.
2
R - raportul de determinaţie din modelul auxiliar
a

5. Se compară valoarea teoretică a testului 2 ,k 1 cu

valoarea calculată a testului  2
cal şi se ia decizia statistică. 27
 5.1 Ipoteze asupra erorilor

4. Corectarea heteroscedasticităţii

Sunt două situaţii posibile:

a. Varianţele 
2
i sunt cunoscute;

b. Varianţele  i
2
nu sunt cunoscute

28
 5.1 Ipoteze asupra erorilor

i. Varianţele 
2
i sunt cunoscute

Modelul de regresie iniţial

yi  0  1 xi   i
1
este corectat prin ponderarea cu variabila
i
şi metoda de estimare poartă denumirea de metoda
celor mai mici pătrate ponderată.
29
 5.1 Ipoteze asupra erorilor

ii. Varianţele  i2 nu sunt cunoscute

Corectarea modelului se realizează prin aplicarea

unor transformări care au la bază relaţiile (obţinute
 2
prin testul Glesjer) între parametrii i şi variabila
independentă.

30