Documente Academic
Documente Profesional
Documente Cultură
* dacă valoarea absolută ∈ [0,70; 1] => există o legătură puternică între cele
2 variabile, atunci când celelalte
variabile din model sunt constante
* dacă valoarea absoluă ∈ [0,4; 0,70) => există o legătură medie între cele
2 variabile, atunci când celelalte
variabile din model sunt constante
* dacă valoarea absoluă ∈ (0; 0,4) => există o legătură slabă între cele
1
2 variabile, atunci când celelalte
variabile din model sunt constante
Exemplu:
Pentru un eșantion de 6 salariați se consideră legătura liniară dintre Salariu (Y – mii lei) și factorii
de influență: Nr. de ani de școală absolviți (X1 – ani) și Vechimea (X2 – luni).
2
Correlations
𝑟𝑦1 = 0,811 – între salariu și numărul de ani de școală absolviți există o legătură
directă si puternică
ANOVAb
Sum of
Model Squares df Mean Square F Sig.
1 Regression 40.482 2 20.241 172.812 .001 a
Residual .351 3 .117
Total 40.833 5
a. Predictors: (Constant), vechime, ani de scoala
b. Dependent Variable: salariu
Model Summary
3
𝐸𝑆𝑆 40,482
𝑅 2 = 𝑇𝑆𝑆 = 40,833 = 0,991 – 99,1% din variația salariului este explicată de variația simultană a
numărului de ani de școală absolviți și a vechimii, restul de până la 100% fiind explicată de variația
factorilor neincluși în model.
R = √R2 = 0,996 – între salariu, numărul de ani de școală absolviți și vechime există o legătură
puternică.
4) folosind datele din tabelul de mai jos, să se specifice modelul cel mai bun
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 .661 a .436 .435 $12,833.540 .436 365.381 1 472 .000
2 .890 b .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
̅̅̅
𝑅 2̅ pentru Model 1 este 0,436
̅̅̅
𝑅 2̅ pentru Model 2 este 0,792
0,792 > 0.436 => Modelul 2 este mai bun decât Modelul 1.
Etapele testării:
(1) Definirea ipotezelor:
𝐻0 : 𝜌 = 0, unde 𝜌 poate fi 𝜌𝑦1 , 𝜌𝑦2 , 𝜌12 , 𝜌𝑦1.2 sau 𝜌𝑦2.1
𝐻1 : 𝜌 ≠ 0, unde 𝜌 poate fi 𝜌𝑦1 , 𝜌𝑦2 , 𝜌12 , 𝜌𝑦1.2 sau 𝜌𝑦2.1
4
unde r poate fi 𝑟𝑦1.2 sau 𝑟𝑦2.1
Exemplu:
Pentru un eșantion de 6 salariați, se consideră legătura liniară dintre Salariu (Y – mii lei) și factorii
de influență Nr. de ani de școală absolviți (X1 – ani) și Vechimea (X2 – luni).
* să se testeze semnificația coeficientului de corelație parțială 𝜌𝑦1.2
(1) Definirea ipotezelor:
𝐻0 : 𝜌𝑦1.2 = 0
𝐻1 : 𝜌𝑦1.2 ≠ 0
(7) Se compară..
(|𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑡 | = 5,04) > (𝑡𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐 = 3.182) sau (𝑆𝑖𝑔 = 0,015) < (𝛼 = 0,05) => se respinge
H0
Etapele testării:
5
(1) Definirea ipotezelor:
𝐻0 : modelul nu este semnificativ statistic
𝐻1 : modelul este semnificativ statistic
𝐸𝑆𝑆 𝑛−𝑘
(5) Valoarea calculată a statisticii test: 𝐹𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑡 = 𝑅𝑆𝑆 ∙ 𝑘−1
Exemplu:
Se consideră pentru 6 salariați legătura liniară dintre Salariu (Y – mii lei) și factorii de influență
Nr. de ani de școală absolviți (X1 – ani) și Vechimea (X2 – luni).
(7) Se compară
(𝐹𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑡 = 172,812) > (𝐹𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐 = 9,552) sau (𝑆𝑖𝑔 = 0,001) < (𝛼 = 0,05) => se
respinge H0
6
Cu un risc de 5% putem afirma că modelul estimat între salariu, numărul de ani de școală absolviți
și vechime este semnificativ statistic.
Exemplul 2.
Se studiază variația ratei de creștere economică în raport cu rata dobânzii și speranța de
viață la naștere, pentru un eșantion de țări din Europa. Rezultatele obținute prin prelucrarea
datelor cu programul SPSS sunt prezentate în tabelele de mai jos.
7
8
Se cere: