M4‐Model 

multifactorial de 
regresie liniară

CSIE
 M4. Model de regresie cu doi regresori
Pentru a se studia legătura dintre variabilele
Y = preţul unei case (în mii euro), X1 = suprafaţa casei (în mp) şi
X2 = vechimea casei (în ani), folosim un număr de 23 observaţii şi modelul
yi  0  1xi1  2 xi 2  i .

2
Calcule utilizând EXCEL

3
4
Interpretarea coeficienţilor obţinuţi

5
Ex5. Regresia în EXCEL

6
 Testarea validităţii modelului estimat

ANOVA
df SS MS F Signif F
Regression 2 8659.198 4329,599 27,7347 0,0000
Residual (Error) 20 3122.150 156,107
Total 22 11781,348
 Testarea semnificaţiei statistice a parametrilor
modelului

ttab  t / 2;n 3  t0 , 025; 20  2,086

Coefficients Std Dev t Stat P-value

x1 (mp) 0,1732 0,0329 5,2717 0,0000

x2 (ani) -0,7713 0,2382 -3,2385 0,0041
 SSE şi Eroarea Standard a Estimaţiei

ANOVA
df SS MS F Sign F
Regression 2 8659.1982 4329,5991 27,734763 0,0000
Residual (Error) 20 3122,1505 156,1075
Total 22 11781,3487

Se 
SSE SSE
n  k 1
3122 ,1505

23  2  1
 12 , 4943
unde : n = numar de observatii
k = numar de variabil e independen te
 Coeficientul de Determinaţie (R2)

SST
SSE SSR
ANOVA
df SS MS F Sign F
Regression 2 8659,1982 4329,5991 27.7347 0,000
Residual (Error) 20 3122,1505 156,1075
Total 22 11781,34

SSR 8659,1982
R    0,7350
2

SST 11781,3487
SSE 3122,1505
R
2
 1   1   0,7350
SST 11781,3487
 Adjusted R2

n-1 n 1
n-k-1 SSE SST
ANOVA
df SS MS F SignF
Regression 2 8659,198 4094.862 27,73 0,000
Residual (Error) 20 3122,15 143.051
Total 22 11781,3487

SSE 3122,1505
Adj. R 2  1  n  k  1  1  23  2  1  0,7085
SST 11781,3487
n 1 23  1
 Previziuni pe baza modelului de regresie estimat

Să se previzioneze valoarea medie a variabilei endogene Y şi apoi

o valoare individuală a acestei variabile, pentru valorile cunoscute ale
variabilelor exogene: x1,0  500 şi x2,0  10
1  1 
   
Cunoaştem vectorul x0   x10   500 .
 x   10 
 20   
Un estimator punctual pentru media E( y | x0t )  x0t  este yˆ0  x0t ̂
 59,0848
 
yˆ0  x0  1 500 10 0,1732   137,9863
t ˆ

  0,7713
 
este previziune punctuală atât pentru valoarea medie cât şi
pentru valoarea individuală y0
Previziuni pe intervale de încredere
 Realizarea de previziuni utilizând modelul de regresie

A) Interval de încredere
pentru valoarea medie a Y
lui y , fiind dat x0
Yˆi

yˆi  ˆ0  ˆ1xi1  ˆ2 xi2

B) Interval de încredere
pentru predicţia unei valori y0
fiind dat x0

14