Documente Academic
Documente Profesional
Documente Cultură
Chiar dacă au fost alese variabilele independente, specificarea ecuației nu s-a încheiat.
Următorul pas este alegerea formei funcționale a relației dintre fiecare variabilă
independentă și variabila dependentă. Ar trebui ca ecuația să treacă prin origine? Relația
poate fi reprezentată printr-o curbă în loc de o linie dreaptă? Ecuația descrie o evoluție spre
un vârf, pe care îl atinge la un moment dat, iar apoi tendința devine descrescătoare? Un
răspuns afirmativ la oricare dintre aceste întrebări sugerează că o altă ecuație decât modelul
liniar standard din capitolelor anterioare ar putea fi adecvată. Astfel de specificații
alternative sunt importante din două motive: o variabilă explicativă corectă poate părea
nesemnificativă sau poate avea un semn neașteptat dacă se folosește o formă funcțională
inadecvată, iar consecințele unei forme funcționale incorecte pentru interpretare și
prognoză pot fi severe.
Considerațiile teoretice dictează de obicei forma unui model de regresie. Tehnica de
bază implicată în luarea deciziei asupra unei forme funcționale este alegerea modelului care
reflectă cel mai bine principiile economice sau de afaceri așteptate și apoi utilizarea formei
matematice care se potrivește acestui model. Pentru a ajuta la această alegere, acest capitol
conține graficele celor mai frecvent utilizate forme funcționale împreună cu ecuațiile
matematice care corespund fiecăruia.
Capitolul începe cu o scurtă discuție despre termenul constant 𝛽0. Se recomandă ca
termenul constant să fie păstrat în ecuații, iar estimările termenului constant nu ar trebui să
fie invocate în inferență sau analiză. Capitolul se încheie cu o discuție asupra variabilelor
𝑑𝑢𝑚𝑚𝑦 𝑝𝑎𝑛𝑡ă.
Ar părea logic că, de vreme ce este o idee proastă ca termenul constant să fie eliminat,
atunci termenul constant trebuie să fie un instrument analitic important utilizat în evaluarea
rezultatelor regresiei. Din păcate, există cel puțin două motive care sugerează că intercept-
ul nu ar trebui să fie utilizat în scopuri de analiză sau inferență.
𝑌
Dreapta de regresie
fără intercept
Adevărata dreaptă
de regresie
𝛽0
0 𝑋
În primul rând, termenul de eroare este generat, în parte, de omiterea unui număr de
variabile independente marginale, al căror efect mediu este plasat în termenul constant.
Termenul constant acționează ca un colector de gunoi, o cantitate necunoscută a acestui efect
mediu fiind aruncată în el. Valoarea estimată a termenului constant poate fi diferit de ceea
ce ar fi fost fără îndeplinirea acestei sarcini, care se realizează în interesul ecuației în
ansamblul său. Prin urmare, nu are sens să se efectueze un test 𝑡 pentru 𝛽0.
În al doilea rând, termenul constant este valoarea variabilei dependente atunci când
toate variabilele independente și termenul de eroare sunt zero. Variabilele utilizate pentru
analiza economică sunt însă de obicei pozitive. Astfel, originea se află adesea în afara
intervalului de observări ale eșantionului, așa cum este ilustrat în Figura 1. Deoarece
termenul constant este o estimare a lui 𝑌 când 𝑋 -urile se află în afara intervalului de
observări ale eșantionului, estimările acestuia sunt lipsite de acuratețe.
Alegerea unei forme funcționale pentru o ecuație este o parte vitală a specificației
acelei ecuații. Cu toate acestea, înainte de a putea vorbi despre aceste forme funcționale,
trebuie făcută distincția între o ecuație care este liniară în coeficienți și una care este liniară
în variabile.
O ecuație este liniară în variabile dacă trasarea graficului funcției în termeni de 𝑋 și 𝑌
generează o linie dreaptă. De exemplu, ecuația:
𝑌 = 𝛽0 + 𝛽1 𝑋 + 𝜀
𝑌 = 𝛽0 + 𝛽1 𝑋 2 + 𝜀
nu este liniară în variabile deoarece dacă se trasează graficul său se va obține o parabolă, nu
o linie dreaptă.
O ecuație este liniară în coeficienți numai dacă coeficienții apar în forma lor cea mai
simplă, adică nu sunt ridicați la nici o putere (alta decât puterea întâi), nu sunt înmulțiți sau
împărțiți cu alți coeficienți și nu includ ei înșiși nici un fel de funcție (cum ar fi logaritmi sau
exponenți). De exemplu, ecuația 𝑌 = 𝛽0 + 𝛽1 𝑋 + 𝜀 este liniară în coeficienți, în timp ce
ecuația 𝑌 = 𝛽0 + 𝑋𝛽1 nu este liniară în coeficienții 𝛽0 și 𝛽1 . Această ecuație nu este liniară
deoarece nu există nici o posibilitate de rearanjare a sa astfel încât să devină liniară în
coeficienții 𝛽 originali, respectiv 𝛽0 și 𝛽1. În fapt, dintre toate posibilele ecuații cu o singură
variabilă independentă, numai funcțiile cu forma generală:
𝑓(𝑌) = 𝛽0 + 𝛽1 𝑓(𝑋)
sunt liniare în coeficienții 𝛽0 și 𝛽1. În esență, orice fel de notații ale 𝑋-lor și ale lui 𝑌 pot fi
utilizate astfel încât ecuația să continue să fie liniară în coeficienți. La fel, chiar și o mică
schimbare în notația coeficienților 𝛽 poate face ca ecuația să devină neliniară în coeficienți.
Analiza de regresie liniară poate fi aplicată unei ecuații care este neliniară în variabile
atâta timp cât ecuația este liniară în coeficienți. Într-adevăr, atunci când econometricienii
folosesc sintagma „regresie liniară” (de exemplu, în ipotezele clasice), înseamnă de obicei
„regresie care este liniară în coeficienți”.
Utilizarea OLS necesită ca ecuația să fie liniară în coeficienți, dar există o mare
varietate de forme funcționale care sunt liniare în coeficienți, fiind în același timp neliniare
în variabile. Într-adevăr, în capitolele anterioare am folosit deja mai multe ecuații care sunt
liniare în coeficienți și neliniare în variabile, dar am spus puțin despre când să folosim astfel
de ecuații neliniare. Scopul secțiunii curente este de a prezenta detaliile celor mai frecvent
utilizate forme funcționale pentru a ajuta cititorul să-și dezvolte capacitatea de a o alege pe
cea corectă atunci când specifică o ecuație.
Alegerea unei forme funcționale ar trebui să se bazeze aproape întotdeauna pe teoria
fundamentală și numai rareori trebuie aleasă forma care oferă cea mai bună potrivire. Forma
logică a relației dintre variabila dependentă și variabila independentă în cauză ar trebui
comparată cu proprietățile diferitelor forme funcționale și ar trebui aleasă cea care se
apropie cel mai mult de teoria respectivă. Pentru a permite o astfel de comparație, în
paragrafele care urmează sunt descrise cele mai frecvent utilizate forme, în termeni de
grafice, ecuații și exemple. În unele cazuri, mai multe forme funcționale pot fi utilizate, dar
de obicei o alegere între forme funcționale alternative se poate face pe baza informațiilor pe
care le vom prezenta în continuare.
Forma liniară
Modelul de regresie liniar, utilizat aproape exclusiv în acest text până acum, se
bazează pe ipoteza că panta relației dintre variabila independentă și variabila dependentă
este constantă:
∆𝑌
= 𝛽𝑘 𝑘 = 1,2, … , 𝐾
∆𝑋𝑘
Dacă relația ipotetică dintre 𝑌 și 𝑋 este de așa natură încât se poate aștepta ca panta
relației să fie constantă, atunci ar trebui utilizată forma funcțională liniară. Deoarece panta
este constantă, elasticitatea lui 𝑌 față de 𝑋 (modificarea procentuală a variabilei dependente
determinată de o creștere cu 1 la sută a variabilei independente, menținând constante
celelalte variabile din ecuație, poate fi calculată destul de ușor:
∆𝑌/𝑌 ∆𝑌 𝑋𝑘 𝑋𝑘
Elasticitatea 𝑌,𝑋𝑘 = = ∙ = 𝛽𝑘 ∙
∆𝑋𝑘 /𝑋𝑘 ∆𝑋𝑘 𝑌 𝑌
Dacă teoria, bunul simț economic sau experiența nu justifică utilizarea unei alte forme
funcționale, ar trebui să fie utilizată forma liniară. Fiind utilizată în mod implicit, forma
liniară este uneori denumită forma funcțională implicită.
Forma dublu-log
Forma dublu-log este cea mai comună formă funcțională care este neliniară în
variabile, fiind totuși liniară în coeficienți. Într-adevăr, forma dublu-log este atât de populară
încât unii cercetători o folosesc ca formă funcțională implicită în locul formei liniare. Într-o
formă funcțională dublu-log, logaritmul natural al lui 𝑌 este variabila dependentă și
logaritmul natural al 𝑋 –lor sunt variabilele independente:
unde 𝑙𝑛𝑌 reprezintă logaritmul natural al lui Y, 𝑙𝑛𝑋1 reprezintă logaritmul natural al lui 𝑋1
etc.
Forma dublu-log, uneori numită forma log-log, este adesea utilizată atunci când elasticitățile
modelului sunt constante și pantele nu. Acest lucru este în contrast cu modelul liniar, în care
pantele sunt constante, dar elasticitățile nu.
Într-o ecuație dublu-log, un coeficient pantă poate fi interpretat ca o elasticitate
deoarece:
∆𝑙𝑛(𝑌) ∆𝑌⁄𝑌
𝛽𝑘 = = = 𝐸𝑙𝑎𝑠𝑡𝑖𝑐𝑖𝑡𝑎𝑡𝑒𝑎Y,Xk
∆𝑙𝑛(𝑋𝑘 ) ∆𝑋𝑘 ⁄𝑋𝑘
𝑋2 𝑌 𝛽1 > 1
𝑙𝑛 𝑌 = 𝛽0 + 𝛽1 𝑙𝑛 𝑋1 + 𝛽2 𝑙𝑛 𝑋2
0 < 𝛽1 < 1
𝑌2
𝛽1 < 0
𝑌1
𝑋1 𝑋1
Forma semi-log
Forma funcțională semi-log este o variantă a formei dublu-log din care unele, dar nu toate
variabilele, dependente și independente, sunt exprimate în termenii logaritmilor lor naturali.
De exemplu, se poate alege să se utilizeze logaritmul uneia dintre variabilele independente
originale, ca în exemplu următor:
𝑌𝑖 = 𝛽0 + 𝛽1 𝑙𝑛(𝑋1𝑖 ) + 𝛽2 𝑋2𝑖 + 𝜀𝑖
În acest caz, semnificațiile economice ale celor doi coeficienți pantă sunt diferite,
deoarece 𝑋2 este legat liniar de 𝑌 în timp ce 𝑋1 este neliniar legat de 𝑌.
Partea dreaptă a Figurii 3 arată relația dintre 𝑌 și 𝑋1 în acest tip de ecuație semi-log
când 𝑋2 este menținut constant. Dacă 𝛽1 este mai mare decât zero, impactul modificării lui
𝑋1 asupra 𝑌 scade pe măsură ce 𝑋1 devine mai mare. Astfel, forma funcțională semi-log ar
trebui utilizată atunci când se presupune că relația dintre 𝑋1 și 𝑌 are această formă „crescând
cu o rată descrescătoare” .
Aplicațiile formei semi-log sunt destul de frecvente. De exemplu, majoritatea
funcțiilor de consum tind să crească cu o rată descrescătoare, când venitul crește peste un
anumit nivel. Aceste curbe Engel tind să se aplatizeze, deoarece pe măsură ce veniturile
cresc, un procent mai mic al lor se îndreaptă spre consum și un procent mai mare se duce
spre economisire. Consumul crește astfel cu o rată descrescătoare. Dacă 𝑌 este consumul
unui bun, iar 𝑋1 este venit disponibil (cu 𝑋2 reprezentând toate celelalte variabile
independente), atunci utilizarea formei funcționale semi-log este justificată ori de câte ori
este de așteptat să aibă loc o creștere a consumului bunului cu o rată descrescătoare pe
măsură ce venitul crește.
De exemplu, în ecuația cererii de carne de vită:
ln(𝑌𝑖 ) = 𝛽0 + 𝛽1 𝑋1 + 𝛽2 𝑋2𝑖 + 𝜀𝑖
Acest model nu are nici coeficienții pantă constanți, nici elasticitățile constante, dar
coeficienții au o interpretare foarte utilă. Dacă 𝑋1 crește cu o unitate, atunci 𝑌 se va schimba
în termeni procentuali. Mai exact, 𝑌 se va schimba cu 𝛽1*100 procente pentru fiecare unitate
cu care 𝑋1 se mărește, menținând constant 𝑋2. În partea stângă a Figurii 3 este prezentată o
astfel de funcție semi-log. Acest fapt înseamnă că funcția semi-log 𝑙𝑛𝑌 a ecuației anterioare
este perfectă pentru orice model în care variabila dependentă se ajustează în termeni
procentuali la o schimbare cu o unitate a unei variabile independente. Cea mai obișnuită
aplicație economică și de afaceri a ecuației semi-log este modelarea câștigurilor persoanelor
fizice, unele firme acordând adesea creșteri anuale în termeni procentuali. Într-un astfel de
model, 𝑌 este salariul sau câștigul angajatului 𝑖 , iar 𝑋1 este experiența lucrătorului 𝑖 . În
fiecare an, 𝑋1 crește cu 1 astfel încât 𝛽1 măsoară creșterea procentuală a lui Y.
Există două tipuri diferite de forme funcționale semi-log, astfel putând apărea o
confuzie. Pentru a evita acest lucru, mulți econometrici folosesc fraze precum „semi-log
dreapta” sau „forma lin-log” sau „semi-log stânga” sau „forma log-lin”.
𝑌 𝛽1 > 0 𝑌 𝑌 = 𝛽0 + 𝛽2 𝑋2 + 𝛽1 𝑙𝑛𝑋1
𝛽1 < 0
𝛽1 > 0
𝑙𝑛 𝑌 = 𝛽0 + 𝛽1 𝑋1 + 𝛽2 𝑋2
𝛽1 < 0
0 𝑋1 0 𝑋1
Un astfel de model poate produce într-adevăr pante care schimbă semnul pe măsură
ce variabilele independente se schimbă. Panta lui 𝑌 față de 𝑋1 în ecuația de mai sus este:
∆𝑌
= 𝛽1 + 2𝛽2 𝑋1
∆𝑋1
Se poate observa că panta depinde de nivelul lui 𝑋1. Pentru valorile mici ale lui 𝑋1, 𝛽1
ar putea domina panta, dar pentru valorile mari ale lui 𝑋1, 𝛽2 va domina întotdeauna panta.
Dacă aceasta ar fi o funcție de cost, 𝑌 fiind costul total mediu de producție și 𝑋1 fiind nivelul
de producție al firmei, atunci este de așteptat, ținând cont de forma tipică de U a curbei
costurilor totale medii, ca 𝛽1 să fie negativ iar 𝛽2 să fie pozitiv. Acest lucru se poate observa
în jumătatea din stânga a Figurii 4.
𝑌 𝑌
2
𝛽2 < 0
𝑌 = (𝛽0 +𝛽3 𝑋2 ) + (𝛽1 𝑋1 + 𝛽2 𝑋1 )
𝛽1 > 0
𝛽2 > 0
𝛽1 < 0
Cel mai bun mod de a alege o formă funcțională pentru un model de regresie este
selectarea specificației care se potrivește cel mai bine cu teoria de bază a ecuației. În
majoritatea cazurilor, forma liniară va fi adecvată, iar dacă acest lucru nu se întâmplă, bunul
simț economic va indica o alegere destul de ușoară între alternativele prezentate mai sus.
Tabelul 1 conține un rezumat al proprietăților diferitelor forme funcționale alternative.
Practic, toate regresiile de până acum au fost de natură „instantanee”. Cu alte cuvinte,
au inclus variabile independente și dependente din aceeași perioadă de timp, ca în:
𝑌𝑡 = 𝛽0 + 𝛽1 𝑋1𝑡 + 𝛽2 𝑋2𝑡 + 𝜀𝑡
unde indicele 𝑡 este folosit pentru a se referi la un anumit moment în timp. Dacă toate
variabilele au același indice, atunci ecuația este instantanee.
Cu toate acestea, nu toate situațiile economice sau de afaceri implică astfel de relații
instantanee între variabilele dependente și independente. În multe cazuri, trece un anumit
timp între o modificare a variabilei independente și schimbarea rezultată a variabilei
dependente. Perioada de timp dintre cauză (schimbarea în 𝑋) și efect (schimbarea în 𝑌) se
numește decalaj temporal, întârziere sau lag. Perioadele de timp pot fi măsurate în zile, luni,
ani etc. Multe ecuații econometrice includ una sau mai multe variabile independente
întârziate, cum ar fi 𝑋1𝑡−1 , unde indicele 𝑡 - 1 indică faptul că observarea lui 𝑋1 este făcută în
perioada de timp anterioară perioadei de timp 𝑡, ca în următoarea ecuație:
𝑌𝑡 = 𝛽0 + 𝛽1 𝑋1𝑡−1 + 𝛽2 𝑋2𝑡 + 𝜀𝑡
În această ecuație, 𝑋1 este decalat în urmă cu o perioadă de timp, dar relația dintre Y
și 𝑋2 este încă instantanee. Acest decalaj de o singură perioadă este cel mai frecvent decalaj
din economie. Decalajele de două sau mai multe perioade de timp pot fi utilizate atunci când
acest lucru este justificat de teoria de bază.
Pentru exemplificarea utilizării unei variabile independentă întârziate, se analizează
procesul prin care are loc oferta unui produs agricol. Deoarece bunurile agricole necesită
timp pentru a fi obținute, deciziile cu privire la suprafața cultivată sau câte ouă se pun la
clocit pentru a deveni găini ouătoare (în loc să se vândă imediat) trebuie luate cu luni, dacă
nu chir cu ani, înainte ca produsul să fie efectiv furnizat consumatorul. Orice modificare pe o
piață agricolă, cum ar fi o creștere a prețului pe care agricultorul îl poate obține pentru
produsul său, are un efect întârziat asupra ofertei produsului respectiv. De exemplu, pentru
analiza ofertei de bumbac din anul 𝑡 poate fi utilizată următoarea ecuație:
𝐶𝑡 = 𝛽0 + 𝛽1 𝑃𝐶𝑡−1 + 𝛽2 𝑃𝐹𝑡 + 𝜀𝑡
𝑌𝑖 = 𝛽0 + 𝛽1 𝑋𝑖 + 𝛽2 𝐷𝑖 + 𝜀𝑖
Până acum, fiecare variabilă independentă din acest text a fost înmulțită cu exact un
alt element: coeficientul pantă. Cum se poate observa în ecuația de mai sus, 𝑋1 este înmulțit
doar cu 𝛽1, iar D este înmulțit doar cu 𝛽2 și nu sunt implicați alți factori.
Această restricție nu se aplică unui nou tip de variabilă numită
𝑡𝑒𝑟𝑚𝑒𝑛 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑎𝑐ț𝑖𝑢𝑛𝑒. Un termen de interacțiune este o variabilă independentă dintr-o
ecuație de regresie care este multiplul a două sau mai multe alte variabile independente.
Fiecare termen de interacțiune are propriul său coeficient de regresie, astfel încât rezultatul
final este că termenul de interacțiune are trei sau mai multe componente, ca în 𝛽3 𝑋𝑖 𝐷𝑖 . Astfel
de termeni de interacțiune sunt utilizați atunci când schimbarea suferită de 𝑌 datorată unei
variabile independente, în acest caz 𝑋, depinde de nivelul unei alte variabile independente,
în acest caz 𝐷.
Termenii de interacțiune pot implica două variabile cantitative 𝛽3 𝑋1 𝑋2 , sau două
variabile fictive 𝛽3 𝐷1 𝐷2 , dar cea mai frecventă aplicare a termenilor de interacțiune implică
o variabilă cantitativă și o variabilă fictivă 𝛽3 𝑋1𝐷1 , o combinație care este denumită în mod
obișnuit 𝑑𝑢𝑚𝑚𝑦 𝑝𝑎𝑛𝑡ă . Variabilele 𝑑𝑢𝑚𝑚𝑦 𝑝𝑎𝑛𝑡ă permit ca panta relației dintre variabila
dependentă și o variabilă independentă să fie diferită în funcție de îndeplinirea condiției
specificate de o variabilă fictivă. Acest lucru este în contrast cu o variabilă 𝑑𝑢𝑚𝑚𝑦 𝑖𝑛𝑡𝑒𝑟𝑐𝑒𝑝𝑡,
care, atunci când este îndeplinită o anumită condiție, schimbă intercept-ul, dar nu schimbă
panta.
În general, o variabilă 𝑑𝑢𝑚𝑚𝑦 𝑝𝑎𝑛𝑡ă este introdusă prin adăugarea în ecuație a unei
variabile care este o înmulțire a variabilei independente a cărei pantă de dorește a fi
modificată cu variabila 𝑑𝑢𝑚𝑚𝑦 care descrie condiția stabilită. Forma generală a unei ecuații
cu variabile 𝑑𝑢𝑚𝑚𝑦 𝑝𝑎𝑛𝑡ă este:
𝑌𝑖 = 𝛽0 + 𝛽1 𝑋𝑖 + 𝛽2 𝐷𝑖 + 𝛽3 𝑋𝑖 𝐷𝑖 + 𝜀𝑖
Când 𝐷 = 0, ∆𝑌⁄∆𝑋 = 𝛽1
Când 𝐷 = 1, ∆𝑌⁄∆𝑋 = (𝛽1 + 𝛽3 )
𝑌
𝐷𝑖 = 1, Panta = 𝛽1 + 𝛽3 𝛽3 > 0
𝑌𝑖 = 𝛽0 + 𝛽1 𝑋𝑖 + 𝛽2 𝐷𝑖 + 𝛽3 𝑋𝑖 𝐷𝑖
𝛽2
𝐷𝑖 = 0, Panta = 𝛽1
𝛽0 + 𝛽2
𝛽2 > 0 𝛽0
0 𝑋
𝑌𝑖 = 𝛽0 + 𝛽1 𝑋𝑖 𝑐â𝑛𝑑 𝐷 = 0
𝑌𝑖 = (𝛽0 + 𝛽2 ) + (𝛽1 +𝛽3 ) 𝑋𝑖 𝑐â𝑛𝑑 𝐷 = 1
𝑙𝑛(câștiguri𝑖 ) = 𝛽0 + 𝛽1 𝐷𝑖 + 𝛽2 𝐸𝑋𝑃𝑖 + ⋯ + 𝜀𝑖
Din când în când poate apărea o circumstanță în care modelul este logic neliniar în
variabile, dar forma exactă a acestei neliniarități este greu de specificat. Într-un astfel de caz,
forma liniară nu este corectă și totuși o alegere între diferitele forme neliniare nu poate fi
făcută pe baza teoriei economice. Chiar și în aceste cazuri, trebuie totuși făcut un efort (în
ceea ce privește înțelegerea relațiilor adevărate) pentru a evita alegerea unei forme
funcționale numai pe baza gradului de potrivire.
Dacă formele funcționale sunt similare și dacă teoria nu specifică exact ce formă
trebuie folosită, de ce ar trebui evitată folosirea gradului de potrivire la nivelul eșantionului
pentru a determina ce ecuație trebuie folosită? Această secțiune va evidenția două
răspunsuri la această întrebare:
𝑌𝑖 = 𝛽0 + 𝛽1 𝑋𝑖 + 𝛽2 𝑋2𝑖 + 𝜀𝑖
ln(𝑌𝑖 ) = 𝛽0 + 𝛽1 𝑋𝑖 + 𝛽2 𝑋2𝑖 + 𝜀𝑖
Singura diferență dintre cele două ecuații este forma funcțională a variabilei
dependente. Motivul pentru care 𝑅̅ 2 ale celor două ecuații nu pot fi utilizate pentru a
compara gradele de potrivire generale ale celor două ecuații, este că suma totală a pătratelor
(𝑇𝑆𝑆) ale variabilei dependente din jurul mediei sale este diferită în cele două formulări.
Adică, 𝑅̅ 2 nu sunt comparabile, deoarece variabilele dependente sunt diferite. Nu există
niciun motiv pentru care variabile dependente diferite să aibă grade de dispersie identice
(sau ușor de comparat) în jurul mediilor lor.
Forme funcționale incorecte în afara intervalului eșantionului
𝑌 𝑌
𝑎 Dublu-log 𝛽 < 0 𝑏 Liniară
În afara
eșantionului
În afara
eșantionului
0 Eșantion 𝑋 0 Eșantion 𝑋
În afara
eșantionului
În afara
eșantionului
0 𝑋 0 𝑋
Eșantion Eșantion
Sumar
3. Formele funcționale care sunt neliniare în variabile includ forma dublu-log, forma semi-
log și forma polinomială. Forma dublu-log este utilă mai ales dacă elasticitățile implicate
sunt de așteptat să fie constante. Forma semi-log are avantajul de a permite ca efectul
unei variabile independente asupra variabilei dependente să se reducă pe măsură ce acea
variabilă crește. Forma polinomială este utilă dacă se așteaptă ca pantele să schimbe în
funcție de nivelul unei variabile independente.
4. O variabilă dummy pantă este o variabilă care este înmulțită cu o variabilă independentă
pentru a permite ca panta relației dintre variabila dependentă și variabila independentă
particulară să se schimbe în funcție de îndeplinirea unei anumite condiții.