Econometrie, An univ. 2021-2022 SEMINAR 4 Asoc.Dr.

Cristina Căutișanu

Suport de seminar

În seminarul de astăzi vom face discuta despre următoarele: (1) testarea parametrilor unui
model de regresie; (2) estimarea indicatorilor de corelație; (3) testarea semnificației modelului.
1. Testarea parametrilor unui model de regresie

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

Atenție!
În tabelul Coefficients pot fi găsite valorile de care avem nevoie pentru a testa parametrii modelului
de regresie.

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.

* Folosind datele din tabelul de mai sus, testați semnificația parametrului 𝛽 .

1
Econometrie, An univ. 2021-2022 SEMINAR 4 Asoc.Dr. Cristina Căutișanu

(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:
Cu o probabilitate de 95% putem garanta că parametrul 𝛽 este semnificativ statistic.

Aplicație

* Folosind datele din tabelul de mai sus, testați 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 = = = 7,723
,
(6) Regula de decizie:
(|𝑡 | = 7,7) > (𝑡 = 2,571) sau (𝑆𝑖𝑔 = 0,001) < (𝛼 = 0,05) => se respinge H0
(7) Decizie și interpretare:
Cu o probabilitate de 95% putem garanta că parametrul 𝛽 este semnificativ statistic.

2. 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 (echivalent cu 𝛽1 > 0) => există o legătură directă între X și Y
* r < 0 (echivalent cu 𝛽1 < 0) => există o legătură inversă între X și Y
* r = 0 (echivalent cu 𝛽1 = 0) => nu există o legătură între X și Y

2
Econometrie, An univ. 2021-2022 SEMINAR 4 Asoc.Dr. Cristina Căutișanu

* 0,75 ≤ |r| ≤ 0,99 => există o legătură puternică între variabile

* 0,5 ≤ |r| < 0,75 => există o legătură medie între variabile
* 0 < |r| < 0,5 => există o legătură slabă între variabile
* 𝑟 = 𝑏 – estimația pantei dreptei de regresie pentru un model cu variabile standardizate este
identică cu estimația coeficientului de corelație

(2) Raportul de determinație:

* se aplică atât în cazul regresie liniare simple, cât și în cazul regresiei liniare multiple
* notații: 𝜂2 – 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
* 0,75 ≤ R < 0,99 => există o legătură puternică între variabile
* 0,5 ≤ R < 0,75 => există o legătură medie între variabile
* 0 < R < 0,5 => există o legătură slabă între variabile
* R = 0 => nu există o legătură între variabile

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

Atenție!
* În tabelul Correlations poate fi găsită valoarea coeficientului de corelație.

* În tabelul Model Summary pot fi găsite valorile pentru raportul de determinație și raportul de
corelație.

* În tabelul ANOVA pot fi găsite elementele de calcul pentru raportul de determinație.

3
Econometrie, An univ. 2021-2022 SEMINAR 4 Asoc.Dr. Cristina Căutișanu

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 directă
|r| = 0,961 - între numărul de ore alocate studiului pentru test și punctajul obținut la test există o
legătură de intensitate puternică

* 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 (Y) este explicată de
variația numărului de ore alocate studiului pentru test (X), 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
4
Econometrie, An univ. 2021-2022 SEMINAR 4 Asoc.Dr. Cristina Căutișanu

Aplicații
I. Se studiază legătura dintre cifra de afaceri și nr de angajati pe un eșantion de 7 firme.

1. să se interpreteze valoarea coeficientului de corelație

r=-0,926 – intre CA si nr de angajati exista o legatura inversa (r<0)
|r| = 0,926 – intre CA si nr de angajati exista o legatura de intensitate puternica (>=0,75,
<0,99)
2. să se determine și să se interpreteze valoarea raportului de determinație
.
𝑅 = = = 0,857 – 85,7% din variatia CA este explicata de variatia numarului
.
de angajati, restul de pana la 100% fiind explicata de variatia variabilei reziduale.
3. să se determine și să se interpreteze valoarea raportului de corelație
R = √R = 0,926 - intre CA si nr de angajati exista o legatura de intensitate puternica
(>=0,75, <0,99)

II. Să se interpreteze valorile următorilor coeficienți de corelație dintre 2 variabile:

r = 0,125 – între cele 2 variabile există o legătură directă
|r| = 0,125 – între cele 2 variabile există o legătură de intensitate slabă

r = -0,416 – între cele 2 variabile există o legătură inversă

|r| = 0,416 – între cele 2 variabile există o legătură de intensitate slabă

r = 0,956 – între cele 2 variabile există o legătură directă

|r| = 0,956 – între cele 2 variabile există o legătură de intensitate puternică

r = -0,528 – între cele 2 variabile există o legătură inversă

|r| = 0,528 – între cele 2 variabile există o legătură de intensitate medie

r = 0,736 – între cele 2 variabile există o legătură directă

|r| = 0,736 – între cele 2 variabile există o legătură de intensitate medie

5
Econometrie, An univ. 2021-2022 SEMINAR 4 Asoc.Dr. Cristina Căutișanu

3. Testarea modelului de regresie

Etapele testării:
(1) Definirea ipotezelor:
𝐻 : modelul nu este semnificativ statistic (𝛽 = 0, 𝛽 = 0)
𝐻 : modelul este semnificativ statistic (𝛽 ≠ 0)
(2) Pragul de semnificație: 𝛼
(3) Alegerea testului: F
(4) Valoarea critică a statisticii test pentru riscul admis 𝛼:
𝐹 =𝐹 , , =𝐹 , ,
(5) Valoarea calculată a statisticii test: 𝐹 = ∙
(6) Regula de decizie:
𝐹 >𝐹 sau 𝑆𝑖𝑔 < 𝛼 => se respinge H0
𝐹 ≤𝐹 sau 𝑆𝑖𝑔 ≥ 𝛼 => nu se respinge H0
(7) Decizie și interpretare

Atenție!
* În tabelul ANOVA pot fi găsite elementele de calcul pentru testarea raportului de determinație
(modelului).

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.

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

* să se testeze semnificația modelului de regresie

(1) Definirea ipotezelor:
𝐻 : modelul nu este semnificativ statistic (𝛽 = 0, 𝛽 = 0)
𝐻 : modelul este semnificativ statistic (𝛽 ≠ 0)

6
Econometrie, An univ. 2021-2022 SEMINAR 4 Asoc.Dr. Cristina Căutișanu

(2) Pragul de semnificație: 𝛼 = 0,05

(3) Alegerea testului: F
(4) Valoarea critică a statisticii test pentru riscul admis 𝛼:
𝐹 =𝐹 , , =𝐹 , , = 𝐹 , , , = 6,608
(5) Valoarea calculată a statisticii test:
, ,
𝐹 = ∙ = ∙ = ∙ 5 = 59,635
, ,
(6) Regula de decizie:
(𝐹 = 59,635) > (𝐹 = 6,608) sau (𝑆𝑖𝑔 = 0,001) < (𝛼 = 0,05) => se respinge H0
(7) Decizie și interpretare:
Cu probabilitate de 95% putem garanta că modelul estimat între numărul de ore alocate studiului
pentru test și punctajul obținut la test este semnificativ statistic.

Aplicație
Se studiază legătura dintre cifra de afaceri și nr de angajati pe un eșantion de 7 firme.

Cerință: să se testeze semnificația modelului de regresie.

(1) Definirea ipotezelor:
𝐻 : modelul nu este semnificativ statistic (𝛽 = 0, 𝛽 = 0)
𝐻 : modelul este semnificativ statistic (𝛽 ≠ 0)
(2) Pragul de semnificație: 𝛼 = 0,05
(3) Alegerea testului: F
(4) Valoarea critică a statisticii test pentru riscul admis 𝛼:
𝐹 =𝐹 , , =𝐹 , , = 𝐹 , , , = 6,608
(5) Valoarea calculată a statisticii test:
.
𝐹 = ∙ = ∙ = 30,003
.
(6) Regula de decizie:
(𝐹 = 30,003) > (𝐹 = 6,608) sau (𝑆𝑖𝑔 = 0,003) < (𝛼 = 0,05) => se respinge H0
(7) Decizie și interpretare:
Cu probabilitate de 95% putem garanta că modelul estimat între numarul de angajati si CA este
semnificativ statistic.