5.

Estimarea indicatorilor de corelație

(1) Coeficientul de corelație:

- se utilizează doar în cazul regresiei liniare simple
- notații: 𝜌 – populație, r - eșantion
- ia valori în intervalul [-1,1]
- r = -1 sau 1 => există o legătură perfectă între X și Y
- r > 0 => există o legătură directă între X și Y
- r < 0 => există o legătură inversă între X și Y
- r = 0 => nu există o legătură între X și Y
Valorile coeficientului pt care corelația este slabă / moderată / puternică
+ Relația dintre coefic. de corelație și coefic de regresie B1

(2) Raportul de determinație:

- se aplică atât în cazul regresie liniare simple, cât și în cazul regresiei liniare multiple
- notații: 𝜂 – populație, R2 – eșantion
- ia valori în intervalul [0,1]
- formulă de calcul: 𝑅 =
- măsoară cât din variația variabilei Y este explicată de variația variabilei independente X din
model, restul de până la 100% fiind explicată de variația variabilei reziduale

(3) Raportul de corelație:

- se aplică atât în cazul regresie liniare simple cât și în cazul regresiei liniare multiple
- notații: 𝜂 – populație, R – eșantion
- ia valori în intervalul [0,1]
- măsoară intensitatea legăturii dintre variabilele X și Y

- R > 0,70 => există o legătură puternică între variabile

- 0,40 ≤ R < 0,70 => există o legătură medie / moderata între variabile
- 0 < R < 0,4 => există o legătură slabă între variabile
- R = 0 => nu există o legătură între variabile

- indică doar intensitatea legăturii, nu și sensul acesteia

(4) Relația dintre indicatorii de corelație: |r| = R = √R

+ relația scrisă în pătrate

Exemplu:
Pentru 7 studenți se analizează legătura dintre următoarele variabile: X – numărul de ore alocate
studiului pentru un test și Y – punctajul obţinut la test.

* să se interpreteze valoarea coeficientului de corelație

Correlations

y x
y Pearson Correlation 1 .961**
Sig. (2-tailed) .001
N 7 7
x Pearson Correlation .961** 1
Sig. (2-tailed) .001
N 7 7
**. Correlation is significant at the 0.01 level
(2-tailed).
r = 0,961 – între numărul de ore alocate studiului pentru test și punctajul obținut
la test există o legătură puternică și directă

* să se determine și să se interpreteze valorile raportului de determinație și ale raportului de

corelație
ANOVAb

Sum of
Model Squares df Mean Square F Sig.
1 Regression 38.751 1 38.751 59.645 .001a
Residual 3.249 5 .650
Total 42.000 6
a. Predictors: (Constant), x
b. Dependent Variable: y

Model Summary

Adjusted Std. Error of

Model R R Square R Square the Estimate
1 .961a .923 .907 .80604
a. Predictors: (Constant), x

,
𝑅 = = = 0,923 – 92,3% din variația punctajului obținut la test este explicată de
variația numărului de ore alocate studiului pentru test, restul de până la 100% fiind explicată de
variația factorilor neincluși în model.

R = √R = 0,961 – între numărul de ore alocate studiului pentru test și punctajul obținut la test
există o legătură puternică
6. Testarea coeficienților de regresie (testul t)

Etapele testării:
(1) Definirea ipotezelor:
𝐻 :𝛽 = 0 | 𝐻 :𝛽 = 0
𝐻 :𝛽 ≠ 0 | 𝐻 :𝛽 ≠ 0
(2) Pragul de semnificație: 𝛼

(3) Alegerea testului: t

(4) Valoarea critică a statisticii test pentru riscul admis 𝛼: 𝑡 =𝑡 / ,

(5) Valoarea calculată a statisticii test:

𝑡 = | 𝑡 =

(6) Regula de decizie:

|𝑡 |>𝑡 sau 𝑆𝑖𝑔 < 𝛼 => se respinge H0
|𝑡 |≤𝑡 sau 𝑆𝑖𝑔 ≥ 𝛼 => nu se respinge H0

(7) Decizie și interpretare

* Folosind datele de la Exemplul 1, să se testeze semnificația parametrului 𝛽 .

(1) Definirea ipotezelor:

𝐻 :𝛽 = 0
𝐻 :𝛽 ≠ 0

(2) Pragul de semnificație: 𝛼 = 0,05

(3) Alegerea testului: t

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

𝑡 =𝑡 / , =𝑡 , ; = 2,571

(5) Valoarea calculată a statisticii test:

,
𝑡 = = = 5,844
,
(6) Regula de decizie:
(|𝑡 | = 5,844) > (𝑡 = 2,571) sau (𝑆𝑖𝑔 = 0,002) < (𝛼 = 0,05) => se respinge
H0

(7) Decizie și interpretare:

Pentru un risc de 5%, putem afirma că parametrul 𝛽 este semnificativ statistic.

Exemplul2:
Se studiaza legatura dintre rata dobanzii pe termen lung si rata de crestere economica, pentru un
esantion de 30 tari. In urma prelucrarii datelor, se obtin rezultatele prezentate mai jos.
a. Să se testeze semnificaţia parametrului de regresie 0, pentru un risc de 5%.
b. Să se testeze semnificaţia parametrului 1 , pentru un risc de 10%.
c. Să se estimeze punctual şi să se interpreteze valoarea coeficientului de corelaţie
d. Să se verifice semnificaţia coeficientului de corelaţie Pearson (pt 5%)
e. Să se estimeze și să se interpreteze valoarea obținută a raportului de determinație
f. Să se estimeze și să se interpreteze valoarea obținută a raportului de corelație
g. Să se testeze semnificaţia raportului de corelaţie (pt 5%)
h. Să se testeze dacă modelul de regresie este semnificativ / corect specificat, , pentru un risc
de 5%.
i. Să se determine nota unui student care studiază 6 ore.
j. Să se verifice relația dintre raportul de corelație și coeficientul de corelație, specifică
regresiei liniare simple.
k. Să se verifice relația dintre coeficientul de corelație și coeficientul de regresie 1
standardizat.