Recapitulare RLS Si RLM 1

Econometrie, An univ. 2021-2022 RECAPITULARE Asoc.Dr.
Cristina Căutișanu
Ce reprezintă Când se utilizează

Estimarea punctuală a parametrilor: interpretarea estimațiilor
Valorile estimațiilor parametrilor (col. B)
𝑏 ale parametrilor 𝛽 , 𝑗 = 0, 𝑘
Valorile estimațiilor parametrilor (col. B) Estimarea prin interval de încredere a parametrilor: calcularea
Valorile erorilor standard ale parametrilor (col. Std. Error) și interpretarea intervalelor de încredere (𝑏 ± 𝑡 , ∙𝑆 )
Limitele intervalelor de încredere (col. Lower Bound și Upper Bound)
Testarea semnificației parametrilor: determinarea/ identificarea
Valorile estimațiilor parametrilor (col. B)
Valorile erorilor standard ale parametrilor (col. Std. Error) valorii calculate a statisticii test (𝑡 = ) și verificarea
Valorile calculate ale statisticilor test (col. t)
semnificației parametrului (comparare |𝑡 | cu 𝑡
Valorile Sig asociate valorilor calculate ale statisticilor test (col. Sig)
sau 𝑆𝑖𝑔 cu 𝛼)
Doar în cazul regresiei liniare multiple: Estimarea coeficienților de corelație: identificarea și
Valorile coeficienților de corelație simplă/ bivariată (col. Zero-order) interpretarea coeficienților de corelație simplă/ bivariată (𝑟 și
Valorile coeficienților de corelație parțială (col. Partial) 𝑟 ) și parțială (𝑟 . și 𝑟 . )
Ierarhizarea importanței variabilelor independente:
Doar în cazul regresiei liniare multiple:
identificarea importanței variabilelor (se compară valorile în
Valorile coeficienților Beta standardizați (col. Beta)
modul!)
1
Econometrie, An univ. 2021-2022 RECAPITULARE Asoc.Dr. Cristina Căutișanu

Tabelul standard Model Summary Interpretarea unor indicatori de corelație
Interpretarea raportului de corelație (R) în cazul regresiei liniare
Valoarea raportului de corelație (col. R) simple (intensitatea legăturii dintre X și Y) și în cazul regresiei liniare
multiple (intensitatea legăturii dintre variabilele 𝑋 și Y)
În cazul regresiei liniare simple: Interpretarea raportului de determinație (R ) în cazul regresiei
Valoarea raportului de determinație (col. R Square) liniare simple (cât % din variația lui Y este explicată de variația lui X)
În cazul regresiei liniare multiple: și în cazul regresiei liniare multiple (cât % din variația lui Y este
Valoarea raportului de determinație multiplă (col. R Square) explicată de variația simultană a variabilelor 𝑋 )
Doar în cazul regresiei liniare multiple:
Identificarea ”celui mai bun” model (𝑅 ) în cazul regresiei liniare
Valoarea raportului de determinație ajustat pentru fiecare model
multiple (valoarea cea mai mare indică modelul ”cel mai bun”)
(col. Ajusted R Square)
Doar în cazul regresiei liniare multiple: Testarea influenței marginale a unei variabile independente adăugate
Valoarea Sig-ului pentru modelul 2 (col. Sig F Change) într-un model/ excluse dintr-un model (compararea Sig cu 𝛼)
2

Valoarea variației explicate (ESS de pe col. Sum of Squares)
Estimarea raportului de determinație (R ) (calculate ca 𝐸𝑆𝑆/𝑇𝑆𝑆)
Valoarea variației reziduale (RSS de pe col. Sum of Squares)
Estimarea raportului de corelație (R) (calculat ca 𝐸𝑆𝑆⁄𝑇𝑆𝑆)
Valoarea variației totale (TSS de pe col. Sum of Squares)
Gradele de libertate (col. df):
Identificarea valorii teoretice a statisticii test F utilizată în testarea
k = numărul de parametrii din model
semnificației modelului (𝐹 , , )
n = volumul eșantionului
Estimarea raportului de determinație ajustat (𝑅 ) în cazul regresiei
Valorile variațiilor și gradelor de libertate liniare multiple (calculat ca 1 − (1 − 𝑅 ) ∙ )
(col. Sum of Squares și df) Determinarea valorii calculate a statisticii test F utilizată în testarea
semnificației modelului (𝐹 = ∙ )
Valoare utilizată în testarea semnificației modelului de regresie
Valoarea calculată a statisticii test F (col. F)
(comparare 𝐹 cu 𝐹 )
Valoarea Sig-ului asociat valorii calculate a statisticii test F Valoare utilizată în testarea semnificației modelului de regresie
(col. Sig) (comparare Sig cu 𝛼)
3
Coeficient de corelație în cazul regresiei liniare simple: Coeficienți de corelație bivariată în cazul regresiei liniare multiple:
Coeficienți de corelație parțială în cazul regresiei liniare multiple:

Valoarea unui coeficient de corelație Interpretarea unui coeficient de corelație (sensul unei legături)
Valoarea Sig-ului asociat valorii calculate a statisticii test t Testarea semnificației unui coeficient de corelație (comparare Sig cu 𝛼)
4
Aplicație pentru Regresia liniară simplă
Pentru 176 de salariați se studiază legătura dintre Satisfacția la locul de muncă actual (X, puncte) și
Intenția de a schimba locul de muncă (Y, puncte). Rezultatele analizei sunt prezentate în graficul și tabelele
de mai jos. Să se rezolve următoarele cerințe:
a) Să se identifice pe cale grafică forma legăturii dintre cele două variabile
Rezolvare:
Între cele 2 variabile există o legătură liniară inversă: o creștere a satisfacției la locul de muncă actual
determină o scădere a intenției de a schimba locul de muncă.
b) Să se estimeze punctual parametrii modelului de regresie dintre cele două variabile și să se interpreteze
rezultatele obținute
Rezolvare:
𝑏0 = 35,569 – Interpretare: valoarea medie a variabilei Intenția de a schimba locul de muncă (Y) este egală
cu 35,569 puncte atunci când Satisfacția la locul de muncă actual (X) este egală cu 0.
𝑏1 = -0,171 – Interpretare: modificarea cu un punct (unitatea) a satisfacției la locul de muncă actual (X)
determină modificarea, în medie, în sens invers cu 0,171 puncte a intenției de a schimba locul de muncă (Y).
c) Să se scrie ecuația estimată a modelului de regresie identificat
Rezolvare:
𝑖𝑛𝑡𝑒𝑛𝑡𝑖𝑒 = 35,569 − 0,171 ∙ 𝑠𝑎𝑡𝑖𝑠𝑓𝑎𝑐𝑡𝑖𝑒
5
d) Să se estimeze printr-un interval de încredere garantat cu o probabilitate de 99% panta dreptei de regresie
și să se interpreteze rezultatul obținut
Rezolvare:
𝑏 ±𝑡 ,
∙𝑆 = −0,171 ± 𝑡 ,
,
∙ 0,011 = −0,171 ± 𝑡 , , ∙ 0,011 = −0,171 ± 2,576 ∙ 0,011
= −0,171 ± 0,028 = [−0,199; −0,143]
Cu o probabilitate de 99% se poate garanta că parametrul 𝛽 este acoperit de intervalul [−0,199; −0,143].
e) Să se estimeze printr-un interval de încredere garantat cu o probabilitate de 90% ordonata la origine și să
se interpreteze rezultatul obținut
Rezolvare:
𝑏 ±𝑡 ,
∙𝑆 = 35,569 ± 𝑡 ,
,
∙ 1,481 = 35,569 ± 𝑡 , , ∙ 1,481 = 35,569 ± 1,645 ∙ 1,481
= 35,569 ± 2,436 = [33,133; 38,005]
Cu o probabilitate de 90% se poate garanta că parametrul 𝛽 este acoperit de intervalul [33,133; 38,005].
f) Să se testeze semnificația parametrului 𝛽 considerând un risc de 10%.
Rezolvare:
(1) Definirea ipotezelor:
𝐻 :𝛽 = 0
𝐻 :𝛽 ≠ 0
(2) Pragul de semnificație: 𝛼 = 0,10
(3) Alegerea testului: t
(4) Valoarea critică a statisticii test pentru riscul admis 𝛼:

𝑡 =𝑡 , =𝑡 ,, = 1,645
(5) Valoarea calculată a statisticii test:

,
𝑡 = = = 24,016
,
(6) Regula de decizie:

(|𝑡 | = 24,016) > (𝑡 = 1,645) => se respinge H0
(7) Decizie și interpretare:

Cu o probabilitate de 90% putem garanta că parametrul 𝛽 este semnificativ statistic.
6
g) Să se estimeze și să se testeze coeficientul de corelație (risc de 5%) dintre cele două variabile și să se
interpreteze rezultatele obținute
Rezolvare:
r = -0,762 – între satisfacția la locul de muncă actual și intenția de a schimba locul de muncă există o legătură
inversă (r < 0)
|r| = 0,762 – între satisfacția la locul de muncă actual și intenția de a schimba locul de muncă există o legătură
de intensitate puternică (0,75 ≤ |r| ≤ 0,99)

𝐻 :𝜌 = 0
𝐻 :𝜌 ≠ 0

𝑡 =𝑡 / , =𝑡 , / , = 1,960

√ , √ , ∙√ ,
𝑡 = = = = = −15,509
√ ( , ) √ , ,

(|𝑡 | = 15,509) > (𝑡 = 1,960) sau (𝑆𝑖𝑔 = 0,000) < (𝛼 = 0,05) => se respinge H0

Cu o probabilitate de 95% putem garanta că există o legătură semnificativă între satisfacția la locul de muncă
și intenția de a schimba locul de muncă.
7
h) Să se estimeze raportul de determinație al modelului de regresie dintre cele două variabile și să se

interpreteze rezultatul
Rezolvare:
,
𝑅 = = = 0,581 – 58,1% din variația Intenției de a schimba locul de muncă (Y) este explicată
,
de variația Satisfacției la locul de muncă actual (X), restul de până la 100% fiind explicată de variația
factorilor neincluși în model (variația reziduală).
i) Să se estimeze și să se testeze raportul de corelație dintre cele două variabile (risc de 5%) și să se
interpreteze rezultatele obținute
Rezolvare:
R = √R = 0,762 – între Satisfacția la locul de muncă actual și Intenția de a schimba locul de muncă există
o legătură puternică

𝐻 :𝜂 = 0
𝐻 :𝜂 > 0
(3) Alegerea testului: F

𝐹 =𝐹 , , =𝐹 , , =𝐹, , , =𝐹, , , = 3,842

, ,
𝐹 = ∙ = ∙ = ∙ 174 = 241,274
, ,

(𝐹 = 241,274) > (𝐹 = 3,842) sau (𝑆𝑖𝑔 = 0,000) < (𝛼 = 0,05) => se respinge H0

Cu o probabilitate de 95% putem garanta că Satisfacția la locul de muncă actual influențează semnificativ
Intenția de a schimba locul de muncă.
8
j) Să se verifice relația dintre coeficientul de corelație și raportul de corelație, specifică regresiei liniare
simple
Rezolvare:
|r| = |−0,762| = 0,762 și R = √R = 0,762 => |r| = R

k) Să se estimeze nivelul Intenției de a schimba locul de muncă pentru un salariat care are un nivel de 50 de
puncte pentru Satisfacția la locul de muncă actual.
Rezolvare:
𝑖𝑛𝑡𝑒𝑛𝑡𝑖𝑒 = 35,569 − 0,171 ∙ 50 = 35,369 − 8,55 = 26,819
Aplicație pentru Regresia liniară multiplă
Pentru 176 de salariați se studiază legătura dintre Satisfacția la locul de muncă actual (X1, puncte),
Vechimea la locul de muncă (X2, ani), Salariul (X3, mii lei) și Intenția de a schimba locul de muncă (Y,
puncte). Rezultatele analizei sunt prezentate în tabelele de mai jos. Să se rezolve următoarele cerințe:
a) Să se scrie ecuația estimată a modelului de regresie
Rezolvare:
𝑖𝑛𝑡𝑒𝑛𝑡𝑖𝑒 = 34,207 − 0,168 ∙ 𝑠𝑎𝑡𝑖𝑠𝑓𝑎𝑐𝑡𝑖𝑒 − 0,085 ∙ 𝑣𝑒𝑐ℎ𝑖𝑚𝑒 + 0,711 ∙ 𝑠𝑎𝑙𝑎𝑟𝑖𝑢
b) Să se estimeze punctual parametrii modelului de regresie și să se interpreteze rezultatele obținute
Rezolvare:
𝑏 = 34,207 – valoarea medie a intentiei (Y) este egală cu 34,207 puncte atunci când satisfacția la locul
de muncă actual (X1), vechimea (X2) și salariul (X3) sunt egale cu 0.
𝑏 = −0,168 – modificarea cu un punct a satisfacției la locul de muncă actual determină modificarea, în

medie, în sens invers cu 0,168 puncte a intenției de a schimba locul de muncă atunci când vechimea și salariul
rămân constante.
𝑏 = −0,085 – modificarea cu un an a vechimii determină modificarea, în medie, în sens invers cu 0,085

puncte a intenției de a schimba locul de muncă atunci când satisfacția la locul de muncă actual și salariul
rămân constante.
9
𝑏 = 0,711 – modificarea cu o mie de lei a salariului determină modificarea, în medie, în același sens cu
0,711 puncte a intenției de a schimba locul de muncă atunci când satisfacția la locul de muncă actual și
vechimea rămân constante.
c) Să se estimeze printr-un interval de încredere garantat cu o probabilitate de 99% parametrul 𝛽 și să se

interpreteze rezultatul obținut
Rezolvare:
𝑏 ±𝑡 ,
∙𝑆 = 34,207 ± 𝑡 ,
,
∙ 1,654 = 34,207 ± 𝑡 , , ∙ 1,654 = 34,207 ± 2,576 ∙ 1,654
= 34,207 ± 4,260 = [29,947; 38,467]
Cu o probabilitate de 99% se poate garanta că parametrul 𝛽 este acoperit de intervalul [29,947; 38,467].
d) Să se estimeze printr-un interval de încredere garantat cu o probabilitate de 95% parametrul 𝛽 și să se
interpreteze rezultatul obținut
Rezolvare:
𝑏 ±𝑡 , ∙𝑆 = [−0,162; −0,009] (calculat deja în tabelul Coefficients)
Cu o probabilitate de 95% se poate garanta că parametrul 𝛽 este acoperit de intervalul [−0,162; −0,009].
e) să se interpreteze valorile coeficienților de corelație bivariată 𝑟 și 𝑟
Rezolvare:
𝑟 = -0,169 – între intenția de a schimba locul de muncă și vechime există o legătură inversă (< 0)
𝑟 = 0,169 – între intenția de a schimba locul de muncă și vechime există o legătură de intensitate slabă
(în modul ∈ (0; 0,5))
𝑟 = 0,121 – între intenția de a schimba locul de muncă și salariu există o legătură directă (> 0)
10
𝑟 = 0,121 – între intenția de a schimba locul de muncă și salariu există o legătură de intensitate slabă (în
modul ∈ (0; 0,5))
f) să se interpreteze valorile coeficienților de corelație parțială 𝑟 . și 𝑟 .
Rezolvare:
𝑟 . = -0,166 – între intenția de a schimba locul de muncă și vechime există o legătură inversă atunci când
satisfacția la locul de muncă actual și salariul sunt constante
𝑟 . = 0,166 – între intenția de a schimba locul de muncă și vechime există o legătură slabă atunci când
satisfacția la locul de muncă actual și salariul sunt constante
𝑟 . = 0,171 – între intenția de a schimba locul de muncă și salariu există o legătură directă atunci când
satisfacția la locul de muncă actual și vechimea sunt constante
𝑟 . = 0,171 – între intenția de a schimba locul de muncă și salariu există o legătură slabă atunci când
satisfacția la locul de muncă actual și vechimea sunt constante
11
g) să se determine și să se interpreteze valorile pentru raportul de determinație multiplă și raportul de corelație
Rezolvare:
,
𝑅 = = = 0,603 – 60,3% din variația intenției de a schimba locul de muncă este explicată de
,
variația simultană a satisfacției la locul de muncă actual, vechime și salariu, restul de până la 100% fiind
explicată de variația factorilor neincluși în model (variația variabilei reziduale).
R = √R = 0,777 – între intenția de a schimba locul de muncă, satisfacția la locul de muncă actual, vechime
și salariu există o legătură puternică.
h) folosind datele din tabelul de mai jos, să se specifice care dintre modele este mai bun
Rezolvare:
𝑅 pentru Model 1 este 0,560

𝑅 pentru Model 2 este 0,565
0,565 > 0,560 => Modelul 2 este mai bun decât Modelul 1.
i) Să se testeze semnificația parametrului 𝛽 considerând un risc de 10%.

Rezolvare:
𝐻 :𝛽 = 0
𝐻 :𝛽 ≠ 0

12
𝑡 =𝑡 , =𝑡 ,
,
= 1,645

𝑡 = = 20,677 (calculat deja în tabelul Coefficients)


Cu o probabilitate de 90% putem garanta că parametrul 𝛽 este semnificativ statistic.
j) Să se testeze semnificația modelului de regresie pentru un risc de 5%.
Rezolvare:
𝐻 : 𝛽 = 𝛽 = 𝛽 = 𝛽 = 0 (modelul nu este semnificativ statistic)
𝐻 : nu toți coeficienții de regresie sunt simultan egali cu 0 (modelul este semnificativ statistic)
(2) Pragul de semnificație: 𝛼 = 0.05
(3) Alegerea testului: F

𝐹 =𝐹 , , =𝐹 , , =𝐹, , , = 2,605

𝐹 = ∙ = 87,168 (calculat deja în tabelul ANOVA)

(𝐹 = 87,168) > (𝐹 = 2,605) sau (𝑆𝑖𝑔 = 0,000) < (𝛼 = 0,05) => se respinge H0

Cu o probabilitate de 95% se poate garanta că modelul este semnificativ statistic, intenția de a schimba locul
de muncă este influențată semnificativ de satisfacția la locul de muncă actual, vechime și salariu.
k) Să se testeze semnificația coeficientului de corelație bivariată 𝜌 pentru un risc de 5%.
Rezolvare:
𝐻 :𝜌 = 0
𝐻 :𝜌 ≠ 0

13

𝑡 =𝑡 / , =𝑡 , / , = 1,960

√ , √ , ∙ ,
𝑡 = = = = −2,263 (valoare coeficient din tabelul de la pct. e)
( , ) ,


Cu o probabilitate de 95% putem garanta că există o legătură semnificativă între intenția de a schimba locul
de muncă și vechime.
l) Să se testeze semnificația coeficientului de corelație parțială 𝜌 . pentru un risc de 5%.
Rezolvare:
𝐻 :𝜌 . = 0
𝐻 :𝜌 . ≠ 0

𝑡 =𝑡 / , =𝑡 , / , = 1,960

. √ , √ , ∙ ,
𝑡 = = = = −2,207 (valoare coeficient din tabelul 2 de la pct. f)
( , ) ,
.


Cu o probabilitate de 95% putem garanta că există o legătură semnificativă între intenția de a schimba locul
de muncă și vechime, atunci când satisfacția la locul de muncă și salariul sunt constante.
m) Se cere să se testeze influența marginală a variabilei nou adăugată în model considerând un risc de 10%.
Rezolvare:
𝐻 : variabila independentă adăugată în model nu influențează semnificativ variația variabilei dependente
14
𝐻 : variabila independentă adăugată în model influențează semnificativ variația variabilei dependente

(𝑆𝑖𝑔 = 0,066) < (𝛼 = 0,10) => se respinge H0 (Sig din tabelul Model Summary de la pct. h)

Cu o probabilitate de 90% se poate garanta că varsta are o influență marginală semnificativă asupra intenției
de a schimba locul de muncă.
n) Să se ierarhizeze factorii de influență în ordinea importanței explicative.
Rezolvare:
Satisfacția la locul de munca actual are o importanță explicativă mai mare asupra intenției de a schimba locul
de muncă, comparativ cu vechimea și salariul (0,751 > 0,106 și 0,751 > 0,109).
Vechimea are o importanță explicativă mai mică asupra intenției de a schimba locul de muncă, comparativ
cu satisfacția la locul de munca actual și salariul (0,106 < 0,751 și 0,106 < 0,109).
15

Recapitulare RLS Si RLM 1

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Recapitulare RLS Si RLM 1

Încărcat de

Drepturi de autor:

Formate disponibile

Econometrie, An univ. 2021-2022 RECAPITULARE Asoc.Dr.

Ce reprezintă Când se utilizează

Ce reprezintă Când se utilizează

Ce reprezintă Când se utilizează

Coeficienți de corelație parțială în cazul regresiei liniare multiple:

Ce reprezintă Când se utilizează

Aplicație pentru Regresia liniară simplă

(2) Pragul de semnificație: 𝛼 = 0,10

(3) Alegerea testului: t

(4) Valoarea critică a statisticii test pentru riscul admis 𝛼:

(5) Valoarea calculată a statisticii test:

(6) Regula de decizie:

(7) Decizie și interpretare:

(1) Definirea ipotezelor:

(2) Pragul de semnificație: 𝛼 = 0,05

(3) Alegerea testului: t

(4) Valoarea critică a statisticii test pentru riscul admis 𝛼:

(5) Valoarea calculată a statisticii test:

(6) Regula de decizie:

(7) Decizie și interpretare:

h) Să se estimeze raportul de determinație al modelului de regresie dintre cele două variabile și să se

(1) Definirea ipotezelor:

(2) Pragul de semnificație: 𝛼 = 0,05

(3) Alegerea testului: F

(4) Valoarea critică a statisticii test pentru riscul admis 𝛼:

(5) Valoarea calculată a statisticii test:

(6) Regula de decizie:

(7) Decizie și interpretare:

|r| = |−0,762| = 0,762 și R = √R = 0,762 => |r| = R

Aplicație pentru Regresia liniară multiplă

𝑏 = −0,168 – modificarea cu un punct a satisfacției la locul de muncă actual determină modificarea, în

𝑏 = −0,085 – modificarea cu un an a vechimii determină modificarea, în medie, în sens invers cu 0,085

c) Să se estimeze printr-un interval de încredere garantat cu o probabilitate de 99% parametrul 𝛽 și să se

f) să se interpreteze valorile coeficienților de corelație parțială 𝑟 . și 𝑟 .

g) să se determine și să se interpreteze valorile pentru raportul de determinație multiplă și raportul de corelație

𝑅 pentru Model 1 este 0,560

i) Să se testeze semnificația parametrului 𝛽 considerând un risc de 10%.

(2) Pragul de semnificație: 𝛼 = 0,10

(3) Alegerea testului: t

(4) Valoarea critică a statisticii test pentru riscul admis 𝛼:

(5) Valoarea calculată a statisticii test:

(6) Regula de decizie:

(7) Decizie și interpretare:

(2) Pragul de semnificație: 𝛼 = 0.05

(3) Alegerea testului: F

(4) Valoarea critică a statisticii test pentru riscul admis 𝛼:

(5) Valoarea calculată a statisticii test:

(6) Regula de decizie:

(7) Decizie și interpretare:

k) Să se testeze semnificația coeficientului de corelație bivariată 𝜌 pentru un risc de 5%.

(2) Pragul de semnificație: 𝛼 = 0,05

(3) Alegerea testului: t

(4) Valoarea critică a statisticii test pentru riscul admis 𝛼:

(5) Valoarea calculată a statisticii test:

(6) Regula de decizie:

(7) Decizie și interpretare:

l) Să se testeze semnificația coeficientului de corelație parțială 𝜌 . pentru un risc de 5%.

(2) Pragul de semnificație: 𝛼 = 0,05

(3) Alegerea testului: t

(4) Valoarea critică a statisticii test pentru riscul admis 𝛼:

(5) Valoarea calculată a statisticii test:

(6) Regula de decizie:

(7) Decizie și interpretare: