APLICAȚIA 1

1. Verificarea impotezelor fundamentale și specificul modelului

Pentru a specifica modelul este nevoie să determinăm dacă există legătură între variabila
independentă ,,X” şi variabila dependentă ,,y” şi să determinăm forma şi tipul de legătură
statistică. Pentru aceasta construim norul de puncte.

35

30

25

20
Y

15

10

0
11 12 13 14 15 16 17 18 19 20 21

Figura 1.1.

Concluzie: Potrivit Figurii 1.1. putem afirma că acest model se caracterizează printr-o
legătură liniară, ceea ce însemnă că odată cu creșterea variabilei independente X, are loc
creșterea variabilei dependente Y.
2. Determinăm prin metoda Kramer estimatorii 𝑎̂ şi 𝑏̂ ai modelului: 𝑦̂ = 𝑎̂ + 𝑏̂𝑥
Calculăm valoarea estimatorului 𝑎̂, conform formulei:
𝑎̂ = (∑ 𝑦 ∗ ∑ 𝑥 2 − ∑ 𝑥 ∗ ∑ 𝑥 ∗ 𝑦) / (𝑛 ∗ ∑ 𝑥 2 − (∑ 𝑥) 2
𝑎̂ = (126 ∗ 1320 − 80 ∗ 2056) / (5 ∗ 1320 − 6400) = 9,2
Concluzie: În urma calculelor am obţinut valoarea estimatorului 𝑎̂ care este egală cu 9,2
Calculăm valoarea estimatorului 𝑏̂, conform formulei:
𝑏̂ = (𝑛 ∗ ∑ 𝑥 ∗ 𝑦 − ∑ 𝑥 ∗ ∑ 𝑦) / (𝑛 ∗ ∑ 𝑥 2 − (∑ 𝑥) 2)
𝑏̂ = (5 ∗ 2056 − 80 ∗ 126) / (5 ∗ 1320 − 6400) = 1
Concluzie: În urma calculelor am obţinut valoarea estimatorului 𝑏̂ care este egală cu 1. În
rezultat obţinem ecuaţia: 𝑦̂ = 9,2 + 𝑥
Pentru verificarea datelor obținute, efectuăm calculele respective în Eviews:
Dependent Variable: Y
Method: Least Squares
Date: 09/19/22 Time: 20:05
Sample: 1 5
Included observations: 5

Variable Coefficient Std. Error t-Statistic Prob.  

C 9.200000 2.481935 3.706786 0.0341

X 1.000000 0.152753 6.546537 0.0072
 25.2000
R-squared 0.934579     Mean dependent var 0
3.27108
Adjusted R-squared 0.912773     S.D. dependent var 5
3.05805
S.E. of regression 0.966092     Akaike info criterion 9
2.90183
Sum squared resid 2.800000     Schwarz criterion 4
2.63876
Log likelihood -5.645146     Hannan-Quinn criter. 7
3.21428
F-statistic 42.85714     Durbin-Watson stat 6
Prob(F-statistic) 0.007246

Figura 1.2.
3. Determinarea estimațiilor prin metoda centrării datelor
Pentru a ne convinge de corectitudinea valorilor obţinute, calculăm estimatorii 𝑎̂ şi 𝑏̂, prin
metoda centrării datelor. Calculăm valoarea estimatorului 𝑏̂:
𝑥 = 𝑋 − 𝑋̅, 𝑋̅ = 16
𝑦 = 𝑌 − 𝑌̅, 𝑌̅ = 25,2
Tabelul Nr. 1 Metoda centrării datelor
Nr. xmed ymed Xmed*Ymed Xmed2
1 2 1,8 3,6 4
2 -2 -2,2 4,4 4
3 -4 -3,2 12,8 16
4 0 -1,2 0 0
5 4 4,8 19,2 16
Total 0 0 40 40

Calculăm valoarea estimatorului ^β :

^β= ∑ x∗y = 40 =1
∑ x 2 40
Calculăm valoarea estimatorului α^ , conform formulei:

α^ =Y − ^β × X=25,2−1× 16=9,2
Concluzie: În urma calculelor efectuate, au fost obținute valorile estimatorilor α^ =9,2 și ^β=1
, care dovedesc corectitudinea calculelor efectuate anterior. Respectiv, obținem ecuația
liniară indentică cu cea anterioară: ^y =9,2+ x.
 4. ANOVA

Am determinat valorile SPT, SPR și SPE conform formulelor:

SPT =∑ ( y i− y ) =42,8
2

SPR=∑ ( y i− ^y ) =2,8
2

SPE=∑ ( ^y − y ) =40
2

Alcătuim ANOVA:

SPT =SPE + SPR ↔ ∑ ( y i − y) =∑ ( y i− ^y ) + ∑ ( ^y − y ) ↔ 42,8=40+2,8

2 2 2

Efectuăm testul ANOVA în Excel, pentru demonstrarea veridicității datelor:

ВЫВОД ИТОГОВ

Регрессионная
статистика
Множестве
нный R 0,966736
R-квадрат 0,934579
Нормирова
нный R-
квадрат 0,912773
Стандартна
я ошибка 0,966092
Наблюдени
я 5

Дисперсионный анализ
Значимо
  df SS MS F сть F
42,857
Регрессия 1 40 40 14 0,007246
Остаток 3 2,8 0,933333
Итого 4 42,8      

Стандар t- P- Верхн Нижн Верхн

Коэффицие тная статист Значе Нижние ие ие ие
  нты ошибка ика ние 95% 95% 95,0% 95,0%
Y-
пересечени 0,0341 17,098 1,3013 17,098
е 9,2 2,481935 3,706786 17 1,301376 62 76 62
Переменна 0,0072 1,4861 0,5138 1,4861
яX1 1 0,152753 6,546537 46 0,513873 27 73 27

ВЫВОД ОСТАТКА

Стандар
Наблюдени Предсказан тные
е ное Y Остатки остатки
1 27,2 -0,2 -0,23905
2 23,2 -0,2 -0,23905
3 21,2 0,8 0,956183
4 25,2 -1,2 -1,43427
5 29,2 0,8 0,956183

5. Calcularea r și explicarea δ 2s :

Calculăm valoarea coeficientului de determinație R2, conform formulei:

 2
R =1−
∑ ( y i−^y )
2

=1−
2,8
=0,9346
∑ ( y i− y ) 2
42,8

Concluzie: în urma calculelor am obținut R2=0,9346, ceea ce înseamnă că 93,4% din variația lui y i,
este explicată prin influența variației lui x i.

Calculăm valoarea variației reziduale δ 2s , conform formulei:

2
δ =
∑ e ∑ ( y i− ^y ) 2,8
2
=
2
= =0,933
s
n−2 n−2 3

Concluzie: în urma calculelor am obținut δ 2s =0,933 , ceea ce înseamnă că este o diferență mică între
valorile reale ale lui y și valorile estimate.

6. Verificarea ipotezei nule pentru estimatorul α:

1) Formulăm ipotezele:

H 0 : a^ =0

H 0 : a^ ≠ 0

2) Determinăm valoarea calculată, conform formulei:

|^a|
t ^acalc=
√ v^
ar ^a

1 2,8
S = δ^ =
n−2 ∑ i
2 2 2
× ( y − ^y ) = =0,9
3

^ 2 S2 0,9
var a^ =S a^ = = =0,0225
∑ ( xi −x ) 40
2

|9,2| 9,2
t ^acalc= = =61,33
√ 0,0225 0,15

3) Determinăm valoarea tabelară:

^a a^
t a :n−2 ↔t 0,05 :5 −2 =3,482

4) Comparăm valorile:
 ^ ^
t acalc >t aa : n−2 ↔ 61,33> 3,482

7. Verificarea ipotezei nule pentru estimatorul β:

Pentru verificarea ipotezei nule pentru estomatorul β folosim testul t - Student.

1) Formulăm ipotezele:

^
H 0 : b=0

H 0 : b^ ≠ 0

2) Determinăm valoarea calculată, conform formulei:

^b |b^|
t calc=
√ v^
ar b^

^ ^ ^
var b= var a^ =0,0225

^b |b^| |1| 1
t calc= = = =6,66
ar b^ √ 0,0225
√ v^ 0,15

3) Determinăm valoarea tabelară:

^
t bb :n−2=t aa^ : n−2=3,482

4) Comparăm valorile:
^b b^
t calc >t b : n−2 ↔ 6,66>3,482

Concluzie: în urma calculelor efectuate la punctele 6 și 7, observăm că ambii estimatori sunt

cu mult diferiți de 0, astfel, se respinge ipoteza nulă, cu un prag de semnificație α=0,05.

8. Estimarea intervalelor de încredere pentru α, β:

Calculăm intervalul de încredere a estimatorului α^ :

Prob { α^ −t α ;n−2 × S α^ <α < α^ +t α × S α^ }=1−α

Calculăm dispersia estimatorului α^ :

Sa^ =√V α^ = √ 0,1866=0,431

 δ^ u × ∑ x i
2 2
0,933∗1390
V ( α^ )= = =0,1866
n ×∑ x 5∗1390
2
i

Cu ajutorul testului t - Sudent, calculăm valoarea tabelară:

^a a^ a^
t calc ↔t a : n−2 ↔ t 0,05 : 3=3,482

Calculăm intervalul de încredere:

α^ −t α ;n−2 × S ^α < α < α^ +t α × S α^ ↔ 9,2−3,482∗0,431<α < 9,2+0,431∗3,482

7,699<α <10,70

Deci,

α ∈ ( 7,699; 10,70 )

Concluzie: în urma calculelor am obținut intervalul de încredere a parametrului α

∈ ( 7,699 ; 10,70 ) , ceea ce înseamnă că valorile estimate se încadrează în limitele de la 7,699 până la
10,70. Comparând cu calculele efectuate anterior, putem afirma că valoarea primită se încadrează în
intervalul dat: 9,2.

Calculăm intervalul de încredere a estimatorului b^ :

Prob { ^β−t β ; n−2 × S ^β < β < ^β +t β × S ^β }=1−β

Calculăm dispersia estimatorului b^ , conform formulei:

S ^β= √ V ^β=√ 0,1866=0,431

δ^ 2u 0,933
V ( ^β )= = =0,00067
∑x 2
i
1390

Cu ajutorul testului t - Student, calculăm valoarea tabelară:

^β ^β ^β
t calc ↔t β :n −2 ↔t 0,05 : 3=3,482

Calculăm intervalul de încredere:

^β−t β ;n−2 × S ^ < β< β^ +t β × S ^ ↔ 1−3,482∗0,431< β<1+ 0,431∗3,482

β β

−0,5< α <2,5
 Deci,

β ∈ (−0,5 ; 2,5 )

Concluzie: în urma calculelor am obținut intervalul de încredere a parametrului β

∈ (−0,5; 2,5 ), ceea ce înseamnă că valorile estimate se încadrează în limitele de la -0,5 până la 2,5.
Comparând cu calculele efectuate anterior, putem afirma că valoarea primită se încadrează în
intervalul dat: 1.

9. Verificarea validității modelului cu ajutorul testului F:

1) Determinăm valoarea calculată, în baza formulei:

2
R 0,934
F calc= = =4,17
( 1−R ) ×(n−2) 1−0,934 )∗3
2
(

2) Determinăm valoarea tabelară:

F α ; k−α ; n−k =F 0,05; 1;3 =10,13

3) Comparăm valorile:

F calc < F 0,05 ;1; 3 ↔ 4,17<10,13

Concluzie: în urma calculelor am obținut că valoarea tabelară este mai mare decât valoarea
calculată, ceea ce înseamnă că modelul este nesemnificativ.