CURS 8-9

ECONOMETRIE

1
Programa analitică

1. INTRODUCERE
2. REGRESIA LINIARĂ SIMPLĂ
3. REGRESIA LINIARĂ MULTIPLĂ
4. REGRESIA NELINIARĂ
5. VERIFICAREA IPOTEZELOR MODELULUI DE
REGRESIE

2
Capitolul 4 Regresia neliniară

Modelele de regresie neliniară:

-modele liniarizabile
-Modelul log-liniar: putere (power)

-Modele semilogarimice: Compound, Growth, Exponential

-Modelul cu variabila independentă logaritmată: Logaritmic

- modele polinomiale: parabolic(quadratic), cubic

3
Modele neliniare semilogaritmice
 Modelul Compound
 Modelul Growth
 Modelul Exponential

4
Modele neliniare semilogaritmice
Modelul Compound

 Modelul: Y   0  1  e
X

 Modelul liniarizat: ln Y  ln  0  X  ln 1  

 Interpretarea estimaţiilor parametrilor modelului

 b0: reprezintă valoarea medie a lui Y atunci când X = 0
 b1: la o creștere a variabilei independente X cu o unitate,
variabila dependentă Y crește, în medie cu (ln b1)*100%

5
Modele neliniare semilogaritmice
Modelul Compound (EXEMPLU:)
 Ecuația estimată
Y  6, 680 1, 007 X

6
Modele neliniare semilogaritmice
Modelul Compound (EXEMPLU:)
 Ecuația estimată

Y  6, 680 1, 007 X

7
Modele neliniare semilogaritmice
Modelul Compound (EXEMPLU:)


Y  6,680 1, 007 X

8
Modele neliniare semilogaritmice
Modelul Growth
 0  1 X  
 Modelul: Y  e
 Modelul liniarizat: ln Y   0  1  X  

 Interpretarea estimaţiilor parametrilor modelului

b0
 b0: Y are valoarea medie egala cu e atunci când X = 0
 b1: la o creștere a variabilei independente X cu o unitate,
variabila dependentă Y crește, în medie cu (b1*100)%

9
Modele neliniare semilogaritmice
Modelul Growth (EXEMPLU:)
 Ecuația estimată
1,899  0,007 X
Y e

10
Modele neliniare semilogaritmice
Modelul Growth (EXEMPLU:)
 Ecuația estimată
1,899  0,007 X
Y e

11
Modele neliniare semilogaritmice
Modelul Growth (EXEMPLU:)


1,899  0,007 X
Y e

12
Modele neliniare semilogaritmice
Modelul Exponential
1X  
 Modelul: Y  0 e
 Modelul liniarizat: ln Y  ln  0  1  X  
 Interpretarea estimațiilor parametrilor modelului
 b0: Y are valoarea medie egala cu b0 atunci când X = 0
 b1: la o creștere a variabilei independente X cu o unitate,
variabila dependentă Y crește, în medie cu (b1*100)%

13
Modele neliniare semilogaritmice
Modelul Exponential (EXEMPLU:)
 Ecuația estimată
0,007 X
Y  6, 680  e

14
Modele neliniare semilogaritmice
Modelul Exponential (EXEMPLU:)
 Ecuația estimată
0,007 X
Y  6, 680  e

15
Modele neliniare semilogaritmice
Modelul Exponential (EXEMPLU:)
 Ecuația estimată
Y  6,680  e0,007 X

 Atunci când nr. de cai putere este egal cu zero prețul mediu al
mașinilor este egal cu 6,680 mii dolari.
 Atunci când nr. de cai putere crește cu unu prețul mediu al
mașinilor crește în medie cu 0,7%.

16
Modele neliniare cu variabila independentă
logaritmată Modelul Logaritmic
 Modelul: Y   0  1  ln X  
 Interpretarea estimaţiilor parametrilor modelului
 b0: Y are valoarea medie egala cu b0 atunci când X=1 sau
lnX=0
 b1: la o creștere a variabilei independente X cu 1%, variabila
dependentă Y crește, în medie cu (b1/100)

17
Modele neliniare cu variabila independentă
logaritmată
Modelul Logaritmic (EXEMPLU:)
 Ecuația estimată
Y  169,011 37,921 ln X

18
Modele neliniare cu variabila independentă
logaritmată
Modelul Logaritmic (EXEMPLU:)
 Ecuația estimată
Y  169,011 37,921 ln X

19
 Modele polinomiale
Modelul Parabolic (Quadratic)
 Cel mai simplu model polinomial este
modelul parabolic.

Ecuaţia estimată a modelului parabolic este:

yx  b0  b1 x  b2 x 2

20
 Modele polinomiale
Modelul Parabolic (Quadratic)
b2  0

b12  4b0b2

4b2
b2  0

b1

2b2
Identificarea modelului parabolic
b1 b12  4b0b2
Punctul de max sau min are coordonatele:  ;
2b2 4b2 21
 Modele polinomiale
Modelul Parabolic (Quadratic)
Estimarea parametrilor modelului prin metoda
celor mai mici pătrate:

S   ei    yi  yxi   min
2
2

yx  b0  b1 x  b2 x 2

22
 Modele polinomiale
Modelul Parabolic (Quadratic)
 S
 a  0 nb0 + b1  x i + b2  x =  y i
2
i

 S 
b0  x i + b1  x i + b2  x i =  x i y i
2 3
 0
 b b  2 + b  3 + b  4 =  2 y
 S  0 xi 1 xi 2 xi xi i
 c  0

Prin rezolvarea sistemului se obţin estimaţiile
parametrilor ecuaţiei de regresie.

23
Modele polinomiale
Modelul Parabolic

24
Modele polinomiale
Modelul Parabolic

25
 Modele polinomiale
Modelul Cubic
Modelul cubic

Ecuatia estimată a modelului cubic este de forma

yx  b0  b1 x  b2 x  b3 x
2 3

26
Modele polinomiale
Modelul Cubic

27
Modele polinomiale
Modelul Cubic

28