Seminar VI

Testarea influenţei marginale a unei variabile independente asupra variabilei dependente

Y – Salariul curent

Model Summary

Change Statistics
Adjusted Std. Error of R Square
Model R R Square R Square the Estimate Change F Change df1 df2 Sig. F Change
1 .661a .436 .435 $12,833.540 .436 365.381 1 472 .000
2 .890b .792 .792 $7,796.524 .356 807.889 1 471 .000
a. Predictors: (Constant), Educational Level (years)
b. Predictors: (Constant), Educational Level (years), Beginning Salary

Y – Rata mortalitatii infantile

Model Summary

Change Statistics
Adjusted Std. Error of R Square
Model R R Square R Square the Estimate Change F Change df1 df2 Sig. F Change
1 .910a .828 .818 5.2961 .828 83.271 4 69 .000
2 .907b .822 .814 5.3542 -.006 2.544 1 69 .115
a. Predictors: (Constant), Average female life expectancy, People living in cities (%), Daily calorie intake, People who read (%)
b. Predictors: (Constant), Average female life expectancy, Daily calorie intake, People who read (%)

2. In studiul legaturii dintre Productia medie de grau/ha si Cantitatea de ingrasaminte, s-au obținut
rezultatele din tabelul de mai jos:

Model Summary
Model R R Square Adjusted R Std. Error of the
Square Estimate

1 .985a .970 .960 2.415

a. Predictors: (Constant), Ingrasaminte

Pe baza acestor rezultate se poate afirma că:

a. 97% din variația variabilei independente Y se datorează factorilor nespecificați în model.

b. 98,5% din variația variabilei dependente este explicata de variatia variabilei independente.
c. Între variabilele modelului există o legătura directă și foarte puternică.
d. 97% din variația variabilei dependente este explicată de variația variabilei independente.
 3. In studiul legaturii dintre variabile Puterea motorului (cai putere) și Prețul autoturismului (mii $),
pe un eșantion de 155 de mașini, s-au obținut următoarele rezultate prezentate în tabelul următor:

Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) 94.670 5.368 17.635 .000

1
Preț 3.323 .174 .840 19.130 .000

a. Dependent Variable: Puterea motorului

Este adevărată afirmația:

a. Creșterea cu 10 mii $ a prețului autoturismului determină o creștere medie a puterii motorului cu
33.23 ~ 33 cai putere.
b. Cresterea cu 1 cal putere a puterii motorului determina creșterea medie a pretului cu 3,323 mii$
c. Ecuația de regresie estimata este y= 3,323 + 94,670X
d. Puterea motorului creste in medie cu 94.670 cai putere la o crestere cu 1 mie $ a pretului.

4. In urma prelucrarii datelor privind legatura dintre variabilele Rata saraciei si Ponderea persoanelor
cu studii superioare in totalul populatiei, la nivelul unui esantion format din 30 de tari s-au obtinut
rezultatele din tabelul de mai jos:

Model Unstandardized Coefficients Standardized

Coefficients

B Std. Error Beta

(Constant) 9,823 6.954

1
Rata sărăciei 0,658 0,274 .414

Este adevarata informatia:

a. Se estimeaza cu o probabilitate de 99% ca valoarea adevarata a ordonatei la origine este acoperita
de intervalul de incredere [-0.098; 1.415]
b. Se estimeaza cu o probabilitate de 99% ca valoarea adevarata a pantei dreptei de regresie este
acoperita de intervalul de incredere [-9.394; 29.040]
c. Exista un risc de 1% ca valoarea adevarata a parametrului β0 sa se gaseasca in afara limitelor
intervalului de incredere [-9.394; 29.040]
d. Exista un risc de 5% ca valoarea adevarata a parametrului β1 sa se gaseasca in afara limitelor
intervalului de incredere [0.098; 1.415]
 5. În studiul legăturii dintre valoarea salariului lunar (sute lei), a numărului total de ani de şcoală (ani)
şi a vechimii în muncă (ani) pentru un eşantion de salariaţi, s-au obţinut următoarele rezultate:
Coefficientsa

Unstandardized Standardiz ed
Coeffic ients Coeffic ients 95% Confidenc e Interval for B Collinearity Statistic s
Model B Std. Error Beta t Sig. Lower Bound Upper Bound Tolerance VIF
1 (Constant) 1.806 .592 3.050 .055 -.078 3.691
ani de scoala .261 .052 .347 5.045 .015 .096 .426 .607 1.648
vec hime 1.415 .131 .741 10.773 .002 .997 1.833 .607 1.648
a. Dependent Variable: salariu

ANOV Ab

Sum of
Model Squares df Mean S quare F Sig.
1 Regres sion 40.482 2 20.241 172.812 .001a
Residual .351 3 .117
Total 40.833 5
a. Predic tors: (Constant), vechime, ani de s coala
b. Dependent Variable: salariu

Se cere:
a. Să se scrie ecuaţia estimată a modelului de regresie.
b. Să se interpreteze estimaţiile parametrilor modelului de regresie.
c. Să se testeze semnificaţia parametrilor modelului, considerând un risc de 0.1.
d. Să se calculeze şi să se interpreteze valoarea estimată a raportului de corelaţie multiplă.
e. Să se calculeze şi să se interpreteze valoarea estimată a raportului de determinaţie multiplă ajustat.
f. Să se testeze dacă modelul este corect specificat.

6. Se consideră un model econometric care explică variaţia Salariului lunar (lei) în funcţie de
numărului total de ani de şcoală (ani) şi a vechimii în muncă (ani) pentru un eşantion de salariaţi.
Coeficienţii de corelaţie bivariată şi coeficienţii de corelaţia parţială sunt prezentaţi în tabelul de
mai jos:

Correl ations

vechime ani de scoala salariu

vechime Pearson Correlation 1 .627 .958**
Sig. (2-tailed) .183 .003
N 6 6 6
ani de scoala Pearson Correlation .627 1 .811*
Sig. (2-tailed) .183 .049
N 6 6 6
salariu Pearson Correlation .958** .811* 1
Sig. (2-tailed) .003 .049
N 6 6 6
**. Correlation is s ignificant at the 0.01 level (2-tailed).
*. Correlation is s ignificant at the 0.05 level (2-tailed).
 Correl ations

Control Variables salariu ani de scoala

vechime salariu Correlation 1.000 .946
Signific anc e (2-tailed) . .015
df 0 3
ani de scoala Correlation .946 1.000
Signific anc e (2-tailed) .015 .
df 3 0

Correl ations

Control Variables salariu vechime

ani de scoala salariu Correlation 1.000 .987
Signific anc e (2-tailed) . .002
df 0 3
vechime Correlation .987 1.000
Signific anc e (2-tailed) .002 .
df 3 0

Se cere:
a) Să se interpreteze coeficientul de corelaţie bivariată dintre ”Salariu” şi ”Ani de scoala” şi să se
testeze semnificaţia acestuia.
b) Să se interpreteze coeficienţii de corelaţie parţială şi să se testeze semnificaţia unui coeficient la
alegere.

7. La nivelul unui eşantion de autoturisme s-a studiat legătura dintre variabilele Puterea motorului
(Y, cai putere), Numărul de cilindri (X1, cilindri) şi Greutatea autoturismului (X2, sute kg.).
Rezultatele modelării sunt prezentate în tabelul de mai jos.

Coeffi cientsa

Unstandardized St andardiz ed
Coeffic ients Coeffic ients
Model B St d. E rror Beta t Sig.
1 (Const ant) -13.286 3.392 -3. 917 .000
Greutate autoturism .025 .002 .554 10.242 .000
Numar cilindri 7.803 1.217 .347 6.410 .000
a. Dependent Variable: Puterea motorului

Sunt corecte afirmaţiile:

a) Variabilele independente nu influenţează semnificativ variaţia variabilei dependente

b) Modelul de regresie estimat are forma Y = - 13.286 + 0,025X1 + 7,803X2
c) Puterea motorului înregistrează o creştere medie de 7,803% la o creştere cu 1% a numărului de cilindri,
atunci când greutatea autoturismului este menţinută constantă
d) Modelul de regresie explică în mod semnificativ variaţia variabilei dependente
e) Variabilele independente influenţează semnificativ variaţia variabilei dependente