Modelul de regresie unifactorială şi multifactorială:

caracteristici, asemănări şi deosebiri

 Cuprins

Partea I Cadrul teoretic privind modelele de regresie

1.1. Modelul de regresie unifactorială
1.2. Modelul de regresie multifactorială

Partea II Exemplificări ale modelelor de regresie

2.1. Modelul de regresie unifactorială
2.2. Modelul de regresie multifactorială

Concluzii
Bibliografie
 Introducere

În cadrul prezentului referat s-a dorit expunerea atât din punct de vedere teoretic, cât şi a
exemplificărilor practice privind regresia unifactorială şi cea multifactorială.
Prima parte a referatului prezintă succint, definiri, formule şi caracteristici ale regresiei
factoriale şi unifactoriale prin expunerea unor modele de lucru.
A doua parte a referatului prezintă exemplificări privind regresiile unifactoriale şi
multifactoriale, prin aplicarea unor probleme cu multiple rezolvări.
 Partea I Cadrul teoretic privind modelele de regresie

Realitatea economic poate oferi un sport privind abordarea cantitativă, cu scopul

identificării şi cunatificării anumitor relaţii interne, ce sunt structurate în funcţie de fenomenul
modelat.
Modelul econometric de regresie unifactorială se referă la un aspect simplificator.
Numărul variabilelor componente determină structura fenomenului economic, acestea
fiind centrate într-o manieră tridimensională.

1.1. Modelul de regresie unifactorială

Modelul precum şi activitatea de modelare sunt elemente cheie de individualizare ale

econometriei, iar cercetarea fenomenelor economice se face prin intermediul acestora oferind
variante multidisciplinare, simultan economice, statistică şi matematică.
Gândirea statistică este privită ca şi un proces teoretic ce face legătura dintre realitate şi
teorie, prin intermediul modelării.
Gândirea statistică are la bază următoarele tipologii: teoretizare inductivă de la particular
la general; teoretizare deductivă privind un sens descendent; teoretizare analogică ce presupune
interpretarea unui anume sistem.
Necesitatea de a lua anumite decizii economice concrete apare atunci când este
implimentat procesul de identificare, construcţie, paramatrizare, aplicare, validare ori invalidare
a unei previziuni la un moment dat.
Modelul econometric de regresie unifactorială se referă la verificarea în mod permanent a
ipotezelor, ca urmare a păstrării reziduului ca martor al afectării ori creşterii competitivităţii
acestuia.
 Un model economestric de regresie unifactorială poate fi:

Unde

În funcţie de relaţia dintre variabila exogenă şi variabila endogenă avem: funcţii liniare; funcţii
neliniare.

Funcţia neliniară
 1.2. Modelul de regresie multifactorială

Modelul econometric de regresie multifactorială reprezintă un rezultat în urma eforturilor

cognitive ale econometriei de a putea estima incercitudinea lumii economice şi sociale.
Ipotezele modelului de regresie simplă se pot emite în situaţia în care modelul regresiei
simple se implementează.
În practica econometrica s-a interpus o soluţie simplă de atenuare a multicolinearităţii,
etapizate, astfel:
a. are loc calculul raportului de corelaţie R, din raportul de determinaţie D ori

b. valoarea lui R se compară cu mărimea mărimea aceluiaşi raport ce este obţinut în faza în
care una din variabilele factoriale a fost omisă din model;
c. atunci când valorile coeficienţilor sunt apropiate ca mărime se poate afirma faptul că
variabile omisă este coliniară cu celelalte variabile factoriale;
d. se diminuează variabila din model, ceea ce duce la atenuarea ori diminuarea
multicolinearităţii fără a afecta într-un mod evident gradul de determinare a celorlalte
variabile.
Modelul de regresie multiactorială se poate determina astfel:

Y = f(xj) + u

Unde
 Partea II Exemplificări ale modelelor de regresie
2.1. Modelul de regresie unifactorială

Pentru un magazin de ceasuri au fost culese date privind nr. de spoturi publicitare
difuzate şi nr de vizitatori timp de 14 zile.

Ziua Nr. de spoturi publicitare Nr. de vizitatori mii de

pers
1 7 42
2 5 32
3 1 10
4 8 40
5 10 61
6 2 8
7 6 35
8 7 34
9 9 45
10 3 11
11 12 64
12 8 37
13 4 30
14 11 55
Tabelul nr. 1
Cerinţe
a. Reprezentarea grafică şi explicaţiile
b. În funcţie de datele din cadrul eşantionului să se determine ecuaţia de regresie ce
modelează legătura dintre cele 2 variabile şi să se calculeze nr. zilnic previzionat de
vizitatori
c. Verificare dacă modelul de regresie identificat este valid statistic
a. Notăm cu x variabila factorială, independentă nr de spoturi publicitare şi cu y variabila
dependentă nr de vizitatori.
Figura nr 3 Corelograma
Interpretarea corelogramei este următoarea
legătura dintre variabile este directă şi liniară iar ecuaţia de regresie are forma

b. Pentru a se putea determina estimarea a şi b, se va rezolva sistemul de ecuaţii normale,

astfel

Unde n 14 reprezintă numărul de observaţii

7 42 49 294 1794 37,81 17,59 3,29 0,13

5 32 25 160 1024 27,66 18,82 69,52 2,70
1 10 1 10 100 7,36 6,96 820,19 31,84
8 40 64 320 1600 42,89 8,34 47,44 1,84
10 61 100 610 3721 53,04 63,39 290,31 11,27
2 8 4 16 64 12,44 19,68 555,25 21,56
6 35 36 210 1225 32,74 5,12 10,64 0,41
7 34 49 238 1156 37,81 14,54 3,29 0,13
9 45 81 405 2025 47,96 8,78 143,12 5,56
3 11 9 33 121 17,51 42,40 341,82 13,27
12 64 144 768 4096 63,19 0,66 739,24 28,70
8 37 64 296 1369 42,89 34,67 47,44 1,84
4 30 16 120 900 22,59 54,96 179,91 6,98
11 55 121 605 3025 58,11 9,69 489,01 18,98
505 305,53 3740,47 145,21

Tabelul nr 2

reprezentând ecuaţia de regresie

c. Testarea validităţii modelului de regresie se va putea face, în urma formulării celor 2

ipoteze: H0 reprezentând modelul nevalid statistic; H1 reprezentând modelul valid
statistic.

Sursa Suma Grade de Media Testul Fisher

variaţiei pătratelor libertate pătratelor
Datorată
regresiei

Reziduală
Totală

Tabelul nr 3

Valoarea teoretică pentru pragul de semnificaţie a=0,05 şi 1, adică 12 grade de libertate.

Semnifică faptul că se respinge Ho, concluzionându-se că modelul este valid.

2.2. Modelul de regresie multifactorială

În cadrul activităţii unei societăţi, se cunosc următoarle date pentru intervalul de timp 2010-
2019.

An Producţie fizică Nr. salariaţi Capital fix

2010 20 1000 4000
2011 24 1200 4200
2012 28 1400 4400
2013 32 1100 4600
2014 34 1500 4600
2015 40 1700 4200
2016 40 1900 4600
2017 42 1900 4800
2018 44 2000 4800
2019 46 2100 5000
Tabelul nr. 4

Cerinţe
a. Estimarea parametrilor modelului de regresie
b. Determinarea erorilor reziduale
c. Măsurarea intensităţii legăturii dintre producţie şi cele 3 variabile

a. Se notează cu y producţia, x1 numărul de salariaţi, x2 capitalul fix.

reprezintă ecuaţia de regresie

Unde reprezintă valorile ajustate ale variabilei

An Y X1 nr. X2
producţia salariaţi capital
fix
2010 20 10 40 100 1600 400 200 800
2011 24 12 42 144 1764 504 288 1008
2012 28 14 44 196 1936 616 392 1232
2013 32 11 46 121 2116 506 352 1472
2014 34 15 46 225 2116 690 510 1564
2015 40 17 42 289 1764 714 680 1680
2016 40 19 46 361 2116 874 760 1840
2017 42 19 48 361 2304 912 798 2016
2018 44 20 48 400 2304 960 880 2112
2019 46 21 50 441 2500 1050 966 2300
Total 350 158 452 2638 20520 7226 5826 16024
Tabelul nr 5

a0 = -23,13
a1 = 1,67
a2 = 0,70

Aşadar, la o creştere de 100 de salariaţi, producţia va creşte şi ea cu 1,67 mii de bucăţi, iar la
o creştere a CF cu 100.000 lei, producţia va creşte 700 de bucăţi.

b. Erorile şi valorile reziduale

An Y y^i ei=yi- y^i ei^2 (yiymedi (y^iymediu)^

produţia u)^ 2
2
2010 20 21,6527 -1,6529 2,731417 225 178,1504
2011 24 26,40036 -2,40036 5,761728 121 73,95381
2012 28 31,14802 -3,14802 9,91003 49 14,83775
2013 32 27,53478 4,46522 19,93819 9 55,72951
2014 34 34,2235 -0,2235 0,049952 1 0,0602952
2015 40 34,76126 5,23874 27,444 25 0,056997
2016 40 40,91222 -0,91222 0,832145 25 34,95435
2017 42 42,31552 -0,31552 0,099553 49 53,516883
2018 44 43,9877 0,0123 0,000151 81 80,77875
2019 46 47,06318 -1,06318 1,130352 121 145,5203
Total 350 349,9992 0,000 67,89792 706 638,1017
 76
Tabelul nr 6

c. Măsurarea intensităţii legăturii dintre producţie şi cele 2 variabile se va face cu ajutorul

raportului de corelaţie dublă.

R=0,95 şi este aproiat de 1, acest lucru însemnând faptul că între variabile există o legătură
directă.

Concluzii
 În concluzie se poate susţine faptul că modelul precum şi activitatea de modelare sunt
elemente cheie de individualizare ale econometriei, iar cercetarea fenomenelor economice se
face prin intermediul acestora oferind variante multidisciplinare, simultan economice, statistică şi
matematică.
Modelul econometric de regresie unifactorială se referă la verificarea în mod permanent a
ipotezelor, ca urmare a păstrării reziduului ca martor al afectării ori creşterii competitivităţii
acestuia.
Modelul econometric de regresie multifactorială reprezintă un rezultat în urma eforturilor
cognitive ale econometriei de a putea estima incercitudinea lumii economice şi sociale.
Ipotezele modelului de regresie simplă se pot emite în situaţia în care modelul regresiei
simple se implementează.
 Bibliografie

1. Andrei., T., “Statistică şi econometrie”, Editura Economică, Bucureşti, 2003;

2. Andronache, C., Săvoiu, G., „On the efficiency of financial markets”, vol. I, Polytechnic
International Press Montreal, Quebec, 2009;
3. Dent, S., „Partenereiatul în afaceri”, Editura Curtea Veche, Bucureşti, 2004;
4. Dodz, R., „Statistică asistată de calculator”, Editura Tipotrib, Sibiu, 2004;
5. Fisher, R., „Statistical Methods and Scientific Inference”, New York Macmillan, 1973;
6. Gheorghe F., Obreja G., „Teste statistice pentru selecţii de volum mic”, Editura
Universităţii, Piteşti, 1999;
7. Giuard, R., „Econometrie”, Press, Univ., Paris, 1986;
8. Gorunescu, F., „Data mining. Concepte, modele şi tehnici”, Editura Albastră, Cluj, 2006;
9. Greene W., ‚Econometric Analysiss”, Prentice Hall International, New York, 2002;
10. Ioarga S., Săvoiu G., „Exploratory of Domanins of Econophysics”. News EDEN I&II,
Editura Universitară, Bucureşti, 2009;
11. Jula, D., „Introducere în econometrie”, Editura Professional Consulting, Bucureşti, 2003
12. Korka, M., Tuşa, E., „Statistică pentru afaceri internaţionale”, Editura ASE, Bucureşti,
2004;
13. Meşter, T., „Econometrie”, Editura Universităţii din Oradea, 2007;
14. Moineagu, C., Negură I., Urseanu V., „Statistica”, Editura Ştiinţifică şi Enciclopedică,
Bucureşti, 1976;
15. Onicescu, O., „Econometrie şi statistică informaţională”, Editura DCS, Bucureşti, 1983;
16. Pecican., E., „Econometrie pentru economişti”, Editura Economică, Bucureşti, 2004;
17. Pecican E., Tănăsoiu O., „Modele econometrice”, Editura ASE, Bucureşti, 2001;
18. Săvoiu, G., ‚Statistica. Mod de gândire şi metode”, Editura Universitară, Bucureşti, 2009;
19. Săvoiu, G., „Universul preţurilor şi indici interpretaţi”, Editura Independenţa Economică,
Piteşti, 2001;
20. Săvoiu, G., „Cercetări şi modelări de marketing. Metode cantitative în cercetarea pieţei”,
Editura Universitară, Bucureşti, 2005;
21. Spircu, L., „Econometrie”, Editura Pro Universitaria, Bucureşti, 2008;
22. Tamaş, V., Brânzei D., Smadici C., Moscovici J., „Modele matematice în economie”,
Editura Graphix, Iaşi, 1995;
23. Taşnadi, A., „Econometrie”, Editura ASE Bucureşti, 2004;
24. Tomescu, C., „Econometrie”, Editura Academică Brâncuşi, Târgu Jiu, 2008;
25. Tomescu, C., „Econometrie generală şi financiară”, Editura Didactică şi Pedagogică,
Bucureşti, 2008;
26. Tovissi, L., Vodă, V., „Metode statistice. Aplicaţii în producţie”, Editura Ştiinţifică şi
Enciclopedică, Bucureşti, 1982;
27. Trebici, V., „Mica enciclopedie de statistică”, Editura Ştiinţifică şi Enciclopedică,
Bucureşti, 1985;
28. Ţarcă, M., „Tratat de statistică aplicată”, Editura Didactică şi Pedagogică, Bucureşti,
1998;
29. Vasiliu, D., „Bazele matematice ale econometriei”, Editura Universitară Titu Maiorescu,
Bucureşi, 2007;
30. Voineagu V., Ţiţan E., Şerban R., Ghiţă S., Tudose D., Boboc C., Pele D., ‚Teoria şi
practica econometrică”, Editura Meteor Press, Bucureşti, 2007.