Documente Academic
Documente Profesional
Documente Cultură
1
11. De calculat previziunea şi intervalul de încredere, pentru următoarele 2 perioade, dacă
X 1 (15 )=3 X 2 (16)=6
X 2 (15)=24 X 2 (16)=38
se cunosc datele: X 3 (15)=165 X 3 (16)=170
În cazul dat avem un model liniar general de regresie multiplă, deoarece în baza datelor
prezentate în tabelul 1, observăm că variabila dependentă (y), este explicată de trei variabile
independente ( x 1 , x 2 , x 3 ).
Pentru a demonstra că există o legătură între variabile, este necesar să construim norul de
puncte, în ur,a căruia se va observa grafic tipul de legătură şi intensitatea acerstei legături.
Norul de puncte îl construim cu ejutorul pachetului de programe Eviews.
35
30
Y
25
20
0 5 10 15
X1
Concluzie: Analizînd graficul obţinut, observăm că în mare majoritate punctele tind spre o
linie dreaptă, cu panta pozitivă, ceea ce semnifică faptul că între variabila independentă x 1 şi
y, există o legătură directă, adică la creşterea variabilei x 1 , creşte şi variabila y şi invers.
35
30
Y
25
20
25 30 35 40 45 50
X2
Concluzie: Analizînd graficul obţinut, observăm că în mare majoritate punctele tind spre o
linie dreaptă, cu o pantă negativă , ceea ce semnifică faptul că între variabila independentă
x 2 şi y, există o legătură inversă, adică la creşterea variabilei x 2 , scade valoarea variabilei y
şi invers.
35
30
Y
25
20
60 80 100 120 140
X3
2. În cerinţa precedentă, modelul este scris într-o formă practică, însă în formă matricială
modelul va fi în felul următor:
3
unde:
(Y=¿25.4¿)(27.4¿)(23.4¿)(M¿)(38.4¿) ¿
( ) ( ε ¿ ) ( ε ¿ ) ( ε ¿ ) ( M ¿ ) ( ε ) ¿
1 2 45 77
1 1 43 88
X = 1 3 43
M M M
110
M (a=¿ a ¿)(a ¿)(a ¿)¿¿ ε=¿ 1 2 3 13 ¿
012
¿ ;
1 12 35
1 7 29
130
136
; ¿ ; ¿
matricele avîmd dimensiunule:
(14;1) (14;4) (4;1) (14;1)
Pentru soluţionarea modelului este nevoie de estimat vectorul compus din parametrii
a0 , a1 , a2 , a 3 . În scopul estimării acestui vector, aplicăm Metoda Celor Mai Mici Pătrate
(MCMMP), care constă în a minimiza suma pătratelor erorilor, adică:
n
min ∑ ε 2i =min ε ' ε=min(Y − Xa)' (Y − Xa)=min S=min(Y ' Y −Y ' Xa−a' X ' Y +a' X ' Xa )=
a i =1
¿ min (Y ' Y −2 a' X ' Y +a' X ' Xa) Pentru a
minimiza această funcţie în raport cu , este necesar să calculăm diferenţiala lui S în raport
a
cu a , în urma acestui raport obţinem relaţia cu ajutorul căreia vom calcula valoare
¿
estimatorului a :
∂S ¿ ¿ ¿
=−2 X ' Y +2 X ' X a ⇔ X ' X a =X ' Y ⇔( X ' X )−1 ( X ' X )a=( X ' X )−1 ( X ' Y )⇒
∂a
¿
⇒ a=( X ' X )−1 ( X ' Y )
'
Această soluţie este posibilă dacă matricea pătrată ( X X ) , de dimensiunea (4;4), în cazul
nostru este inversabilă. Aceste condiţii le vom rezolva cu ajutorul pachetului de programe
Eviews 3.
Pentru aceasta este nevoie să efectuăm cîţiva paşi:
1) Introducem datele noastre în Eviews 3.
2) Apoi introducem comanda: „genr unu =1”, adică generăm un nou vector.
3) Deschidem, noul vector generat, X 1 , X 2 , X 3 , în grup.
4) Cu ajutorul comenzii „matrix XTR=@transpose(@convert(GX))”, formăm
matricea transpusă.
'
În rezultat obţinem matricea X :
1 1 1 1 1
2 1 3 12 7
X'
45 43 43 35 29
77 88 110 130 136 4
5) Apoi introducem comanda „matrix XPX=XTR*(@convert(GX))”, cu ajutorul
'
căreia obţinem X X :
1 2 45 77
1 1 1 1 1 1 1 43 88 14 85 532 1478
110 85 631 3126 11432
2 1 3 12 7 1 3 43
X 'X
45 43 43
*
35 29 M M M M 532 3126 20666 68043
1
77 88 110 12 35 130 1478 9392 55275 239790
130 136
1 7 29 136
( )
14 . 24209 −0 . 02630 −0.20613 −0 .05851
( X ' X )−1= −0 . 02630 0 . 01320 0. 00119 −0 . 00094
−0 . 20613 0 . 00119 0. 00363 0. 00057
−0 . 05851 −0 . 00094 0 . 00057 0. 00040
5
25.4
27.4
( )
23.4
1 1 1 λ 1 1
2 1 3 λ 12 7 M
∗¿ ¿
45 43 43 λ 35 29 38.4
34.4
X Y = 77 88 110 λ 130 136
'
=¿(435.6¿)(2761¿)(163 0.8¿) ¿
¿
6
Concluzie: În urma culculelor efectuate am obţinut valorile parametrilor, egale cu:
a0 =44 . 65750; a1 =o . 801901;a 2=−0 .381362 ;a3 =−0 . 037132 , aceleaşi calcule le-am efectuat cu
ajutorul pachetului de programe EViews 3, în rezultat am observat că am obţinut aceleaşi
date, ceea ce denota faptul că calculele au fost effectuate correct. Înlocuind valorile
¿
n n
∑Yi ∑ Xi
i=1 435 .6 i=1 85
Y= = =31 .11 X 1= = =6. 07
n 14 n 14
n n
∑ Xi ∑ Xi
i=1 532 i=1 1478
X 2= = =38 X 3= = =105 .57
n 14 n 14
Datele necesare efectuării calculelor sunt introduse în Tabelul 2.
Tabelul 2
(Yi Y )
( X 2 X 2 )2 ( X 3 X 3 )2
Nr. Y X1 X2 X3 (X1 X1) (X 2 X 2 ) (X3 X3) (X1 X1)2
1 25.4 2 45 77 -4.07 7 -28.57 16.58 49 816.33 -5.71
2 27.4 1 43 88 -5.07 5 -17.57 25.72 25 308.76 -3.71
3 23.4 3 43 110 -3.07 5 4.43 9.43 25 19.61 -7.71
4 29.4 6 47 101 -0.07 9 -4.57 0.01 81 20.90 -1.71
7
5 27.4 7 42 85 0.93 4 -20.57 0.86 16 423.18 -3.71
6 32.4 8 41 112 1.93 3 6.43 3.72 9 41.33 1.29
7 34.4 8 32 88 1.93 -6 -17.57 3.72 36 308.76 3.29
8 32.4 5 33 103 -1.07 -5 -2.57 1.15 25 6.61 1.29
9 34.4 5 41 84 -1.07 3 -21.57 1.15 9 465.33 3.29
10 29.4 8 38 119 1.93 0 13.43 3.72 0 180.33 -1.71
11 32.4 4 32 117 -2.07 -6 11.43 4.29 36 130.61 1.29
12 34.4 9 31 128 2.93 -7 22.43 8.58 49 503.04 3.29
13 38.4 12 35 130 5.93 -3 24.43 35.15 9 596.76 7.29
14 34.4 7 29 136 0.93 -9 30.43 0.86 81 925.90 3.29
435. 0.00
Total 6 85 532 1478 0.00 0 0.00 114.93 450.00 4747.43
()
¿
a1
¿ ¿
a = a2 =( X ' X )−1 ( X ' Y )
¿
a3
¿
' −1 '
Pentru a afla valoarea vectorului a , este necesar să calculăm valoarea ( X X ) ( X Y )
formulei date. Este nevoie să calculăm matricea:
X1 X1
2
X 1
X1 * X 2 X 2 X X * X
1 1 3
X3
114.93 104 418.43
104 450
X ' X X 2 X 2 * X 1 X 1 X X X X * X X
2
2 2 2 2 3 3 889 La
X 3 X 3 * X1 X1
X X * X
3 3 2 X2 X X 3 3
2
418.43 889 4747.43
fel
X1 X1 * Y Y 116 .29
( )
222
0 .01320 0 . 00119 −0 . 00094 '
X Y X2 X2 * Y Y 498.29
( X ' X )−1=
X3 X3 * Y Y
0 .00119 0 . 00363 0 . 00057
−0 .00094 0 .00057 0 . 00040 ;
¿
Avînd rezultatele putem afla valoarea vactorului a , introducem datele obţinute în
formulă:
8
()
¿
a1
¿ ¿
a = a2 =( X ' X )−1 ( X ' Y )
¿
a3
,
Obţinem valorile estimatorilor a1 ,a 2 , a3
¿
a=
( 0 .01320 0 .00119 −0 .00094
0 .00119 0 .00363 0. 00057
−0.00094 0 .00057 0. 00040
)
∗¿ ¿
¿¿ ( 0 .801901
−0.381362
−0.037132 )
Avînd aceste valori putem calcula valoarea termanului liber, în baza relaţiei:
¿ ¿ ¿ ¿ ¿ ¿ ¿ ¿ ¿
Y =a0 +a1 X 1 −a 2 X 2 −a3 X 3 ⇒ a0 =Y −a1 X 1 −a 2 X 2 −a3 X 3 ⇒ a0 =31. 11−(0 .801901∗6 .07 )−
¿ ¿
−(−0 . 381362∗38 )−(−0 . 037132∗105 .57 )⇒ a 0=31 . 11−4 .8675+14 . 4918+3 .92 ⇒ a0 =44 . 65750
Înlocuind valorile estimatorilor calculaţi obţinem modelul:
¿
Y =44 . 65750+0 .801901∗X 1 −0 . 381362∗X 2 −0 . 037132∗X 3
Estimatorul a1 :
La creşterea variabilei independente X 1 , cu o unitate, are drept efect creşterea valorii
variabilei dependente Y cu 0.801901 (u.m).
¿
Estimatorul a2 :
La creşterea variabilei independente X 2 , cu o unitate, are drept efect scăderea valorii
variabilei dependente Y cu 0.381362 (u.m), deoarece are valoare negativă.
¿
Estimatorul a3 :
La creşterea variabilei independente X 3 , cu o unitate, are drept efect scăderea valorii
variabilei dependente Y cu 0.037132 (u.m), deoarece are valoare negativă.
9
Datele care au fost utilizate la calcularea matricei sunt intoduse în Tabelul 3, la calcularea acestor matrice folosim
şi datele anterioare, obţinute cu ajutorul pachetului de programe Eviews 3.
Tabelul 3
(X1 X1) * (X1 X1) * (X 2 X 2 ) * (Yi Y ) * (Yi Y ) * (Yi Y ) *
Concluzie: Analizînd datele anterioare, observăm că am obţinut aceleaşi rezultate, ceea ce denotă faptul că am
efectuat corect calculele, prin ambele metode. În cazul dat, atăt prin MCMMP, cît şi prin Metoda centrării datelor,
estimatorii parametrilor de regresie coincid, au aceiaşi valoare.
10
11
4. Efectuăm calculul estimaţiei varianţei erorilor şi abaterii standart pentru fiecare
coeficient.
Calculăm varianţa erorilor conform formulei:
2
2 '
ee ei
2
Y Y
e
n k 1 n k 1 n k 1
Pentru a calcula varianţa erorilor avem evoie de un şir de date, pe care le găsim în
Tabelul 4.
Tabelul 4
(Yi Y ) (Yi Y ) 2
Nr. Y (Yi Y ) (Yi Y ) 2 Y (e ) (e 2 )
1 25.4 -5.71 32.6041 26.2412 -0.8412 0.71
2 27.4 -3.71 13.7641 25.7935 1.6065 2.58
3 23.4 -7.71 59.4441 26.5804 -3.1804 10.11
4 29.4 -1.71 2.9241 27.7949 1.6051 2.58
5 27.4 -3.71 13.7641 31.0976 -3.6976 13.67
6 32.4 1.29 1.6641 31.2783 1.1217 1.26
7 34.4 3.29 10.8241 35.6018 -1.2018 1.44
8 32.4 1.29 1.6641 32.2577 0.1423 0.02
9 34.4 3.29 10.8241 29.9123 4.4877 20.14
10 29.4 -1.71 2.9241 32.1625 -2.7625 7.63
11 32.4 1.29 1.6641 31.3174 1.0826 1.17
12 34.4 3.29 10.8241 35.2998 -0.8998 0.81
13 38.4 7.29 53.1441 36.1058 2.2942 5.26
14 34.4 3.29 10.8241 34.1617 0.2383 0.06
Total 435.6 0 226.8574 435.6049 -0.0049 67.45
Pentru a calcula relaţia este nevoie, doar să înlocuim, matricea inversă, am calculat-
o anterior la fel şi estimatorul varianţei erorii.
12
14.24209 0.02630 0.20613 0.05851 96.0629 0.1774 1.3903 0.3946
0.02630 0.01320 0.00119 0.00094 0.1774 0.0890 0.0080 0.0063
a 6.745 * 0.20613 0.00119 0.00363 0.00057 1.3903 0.0080 0.0245 0.0038
0.05851 0.00094 0.00057 0.00040 0.3946 0.0063 0.0038 0.0027
∑ ( Y i−Y ) 67 .45
¿ 2
R2 =1−
∑e 2
=1− =1− =0.7027=70 .27 %
∑ (Y i −Y ) 2
∑( i )
Y −Y
2 226 .8574
2
Concluzie: Coeficientul de determinaţie are valoarea R =70 .27 % , ceea ce exprimă
faptul că 70% din variaţia lui Y, se datorează variaţiei variabilelor independente,
X1 , X2 , X3 .
n−1 14−1
R2 =1− ∗( 1−R2 )=1− ∗( 1−0 .7027 )=1−0. 3861=0. 6139
n−k−1 14−3−1
13
2
Concluzie: Coeficientul de determinaţie „corectat” are valoarea R =0 .6139 , observăm
că are o valoare mai mică, din cauză că a foet corectat cu gradul de libertate. Acest
coeficient se calculează pentru a ţine cont de numărul relativ slab de observări,
comparat cu numărul de factori explicativi.
Formulăm ipotezele:
H0: ( )( )
a1
a2
=
1
−0 .5 H0: ( )( )
a1
a2
≠
1
−0 .5
( )
' ¿
1 ¿
( )
¿
α
aq −a q Ω −1 aq −a q ¿ F ( q ,n−k −1 )
¿
q aq
α
Unde, F ( q , n−k−1 ) este legea Fisher, la pragul de semnificaţie şi q, n−k−1 , grade
α
( )
¿
0. 8019
a q=
de libertate. Pentru că avem de testat doi parametri rezultă că, q=2 , −0 . 38136 ,
¿ ¿
¿
Ω =
aq
6¿
.745∗ ( )(
0 . 00119 0 .00363 0 .0080 0. 0245 aq ) ¿
(
0 .01320 0 .00119 = 0 .0890 0. 0080 ⇔Ω¿ −1 = 11 .5718 −3 . 8026
−3 .8026 42 .0365 )
Având toate datele necesare, determinăm valoarea calculată a testului Fisher, înlocuind
datele în formulă, obţinem:
1
F calc= ∗( 0 .80190−1−0. 38136+0 . 5 )∗
2 (
11 .5718 −3 . 8026
∗ )(
0 . 80190−1
−3 . 8026 42 .0365 −0. 38136+0 . 5 )=0 . 6122
Calculăm valoarea tabelară a testului Fisher:
Ftab Fq, n k 1 F20;10
.05
4.103
14
Comparăm datele obţinute:
Fcalc Ftab 0.6122 4.103 , se acceptă ipoteza nulă, conform căreia coeficienţii
a1 şi a2 , pot fi simultan diferiţi de 1 şi -0.5.
1) Formulăm ipotezele:
H 0 :a 1=1 H 1 :a1 ≠1
4) Comparăm valorile:
¿
a1 0. 05
t calc ≻t 13 ⇒ 2. 6882≻2 .160
, ceea ce semnifică că se respinge ipoteza nulă şi se acceptă
ipoteza alternativă, adică semnifică faptul că coeficientul a1 , este diferit de 1.
¿
a1 0. 05
Concluzie: În urma calculelor efectuate am obţinut: t calc ≻t 13 ⇒ 2. 6882≻2 .160 , ceea ce
15
denotă faptul că se respinge ipoteza nulă şi se acceptă ipoteza alternativă, semnifică
faptul, că coeficientul a1 , este diferit de 1.
Efectuăm testarea coeficientului a2 .
1) Formulăm ipotezele:
4) Comparăm valorile:
¿
a1
t calc ≺t 0.1305 ⇒−2 . 4368≺2 . 160
, ceea ce semnifică că se respinge ipoteza alternativă şi se
acceptă ipoteza nulă, adică semnifică faptul că coeficientul a2 , nu respinge posibilitatea
de-a fi egal cu -0.5.
¿
a 0. 05
Concluzie: În urma calculelor efectuate am obţinut: t calc≺t 13 ⇒−2 . 4368≺2 . 160 , ceea ce
1
16
formulei:
[ ]
¿ ¿
( n−k −1 )∗σ 2e ( n−k−1 )∗σ 2e
IC : 2
; 2
χ1 χ2
, unde
α
2 (1− )
χ1 , are (n-k-1), grade de libertate şi 2 , pragul de semnificaţie.
α
2
χ 2 , (n-k-1), grade de libertate şi 2 , pragul de semnificaţie.
Având toate datele necesare, înlocuim în formulă, obţinem:
IC :
[ 10∗6 . 745 10∗6 . 745
20. 483
;
3. 247 ]
⇒ IC : [ 3. 2929 ;20 .7730 ]
Tabelul 5
17
2
(Yi Y ) * (X1 X1) Y
2
(Yi Y ) (Yi Y ) (Y i Y ) 2
Nr. Y X1 (Yi Y ) (X1 X1) (X1 X1) (e) (e 2 )
1 25.4 2 -5.71 -4.07 23.27 16.58 26.9948 -1.5948 2.54 16.93
2 27.4 1 -3.71 -5.07 18.84 25.72 25.983 1.417 2.01 26.29
3 23.4 3 -7.71 -3.07 23.69 9.43 28.0066 -4.6066 21.22 9.63
4 29.4 6 -1.71 -0.07 0.12 0.01 31.042 -1.642 2.70 0.00
5 27.4 7 -3.71 0.93 -3.45 0.86 32.0538 -4.6538 21.66 0.89
6 32.4 8 1.29 1.93 2.48 3.72 33.0656 -0.6656 0.44 3.82
7 34.4 8 3.29 1.93 6.34 3.72 33.0656 1.3344 1.78 3.82
8 32.4 5 1.29 -1.07 -1.38 1.15 30.0302 2.3698 5.62 1.17
9 34.4 5 3.29 -1.07 -3.52 1.15 30.0302 4.3698 19.10 1.17
10 29.4 8 -1.71 1.93 -3.31 3.72 33.0656 -3.6656 13.44 3.82
11 32.4 4 1.29 -2.07 -2.66 4.29 29.0184 3.3816 11.44 4.37
12 34.4 9 3.29 2.93 9.62 8.58 34.0774 0.3226 0.10 8.81
13 38.4 12 7.29 5.93 43.19 35.15 37.1128 1.2872 1.66 36.03
14 34.4 7 3.29 0.93 3.05 0.86 32.0538 2.3462 5.50 0.89
Total 435.6 85 0 0 116.29 114.93 435.5998 0.0002 109.20 117.66
¿
Calculăm valoarea estimatorului a , conform formulei:
¿ ¿
a =Y −b∗X 1=31 . 11−1. 0118∗6 . 0714=24 . 9712
¿
În rezultat am obţinut, valoarea estimatorului a =24 . 9712 şi valoarea estimatorului
¿
b =1.0118 .
Pentru a ne convinge de veridicitatea datelor, calculăm cu ajutorul pachetului de
programe Eviews 3, în rezultat obţinem aceleaşi rezultate, cea ce ne demonstrează că
calculele au fost efectuate corect.
18
Ecuaţia modelului pe care îl analizăm este:
¿
Y =24 . 97116+1. 011809 X 1 +e ⇔Y =24 . 97116+ 1. 011809 X 1
( ) ( )
¿ 2 ¿ 2
SPR =∑ e =∑ Y i−Y
' 2
SPE =∑ Y i −Y
'
19
SPE
( )
¿ 2
k ∑ i /k
Y −Y 159 . 41/2 79. 74
F calc= = = = =11 .81
SPR 67 . 45/10 6 . 75
( )
¿ 2
n−k −1
∑ Y i −Y i /( n−k −1 )
10. Verificăm dacă coeficienţii sunt semnificativ diferiţi de 0, iar regresia este global
semnificativă. Pentru a verifica această ipoteză, avem nevoie de o variabilă
independentă X, care să influenţeze variabila dependentă, Y, semnificativ.
Trebuie să construim tabelul de analiză al varianţei, deoarece ne permite de-a efectua
testul Fisher.
Tabelul 6
Sursa Suma pătratelor Gradul de Pătrate medii
variaţiei libertate
X1, X 2 , X 3
2 k 3 SPE 159.41
SPE Y Y 159.41
k 3
Rezidiu
2 (n k 1) (14 3 1) 10 SPR 67.45
SPR Yi Y 67.45
(n k 1) 10
Total
SPT Yi Y
2
226.86 n 1 14 1 13
20
Efectuăm testarea cu ajutorul testului Fisher, toate datele necesare pentru efectuarea
datelor le avem calculate în exerciţiile interioare, deci putem efectua calculul,
parcurgând paşii:
1. Formulăm ipotezele:
11. Calculăm previziunea şi intervalul de încredere pentru următoarele două perioade, dacă
21
X 1 (15 )=3 X 2 (16)=6
X 2 (15)=24 X 2 (16)=38
se cunosc datele: X 3 (15)=165 X 3 (16)=170
Pentru a calcula previziunea pentru următoarele două perioade trebuie datele cunoscute
înlocuite în formulă, obţinem valoarea de previziune pentru aceste perioade. Având
toate datele necesare, putem calcula previziunea pentru aceste perioade.
Previziunea pentru aceste perioade o calculăm în baza formulei:
¿
Y i=a0 + a1 X 1 −a2 X 2 −a 3 X 3
Unde:
α 0. 05
t n−k −1 ⇒ t 102 ⇒ t10
2 0. 025
=2 . 764 , în baza testului t-Student.
( )
14 . 24209 −0 . 02630 −0. 20613 −0 .05851
( X ' X )−1= −0 . 02630 0 . 01320 0. 00119 −0 . 00094
¿
−0 . 20613 0 . 00119 0. 00363 0. 00057
σ 2e=6 . 745 −0 . 05851 −0 . 00094 0 . 00057 0. 00040
22
[√ ( )( ) ]
14.24209 −0.02630 −0.20613 −0.05851 1
√ [ ]
¿ ¿
−1
Y 15=Y 15−t 010.025∗ σ 2e∗ X '15 ( X ' X ) X 15+1 ⇔ Y 15=31.7841+27.3266=59 .1107
[√ ( )( ) ]
14.24209 −0.02630 −0.20613 −0.05851 1
√ [ ]
¿ ¿
−1
Y 16=Y 16−t010.025∗ σ 2e∗ X '16 ( X ' X ) X 16 +1 ⇔Y 16=28.6651+24. 5401=53 .2052
23