ACADEMIA DE STUDII ECONOMICE A MOLDOVEI

StudiulindividualNR. 1
la disciplinaEconometrie

Coordonator

Student

Chişinău, 2019
Se cunosc 7 observații pentru anul 2018
Tabelul 1

Cheltuieli pentru cumpărarea produselor Salariul mediu lunar al unui

alimentare, % din Volumul total al lucrător, mii lei
cheltuielilor
Xi+n
Yi +n

71,40 7,10

60,90 8,50

65,20 8,30

54,70 9,80

57,10 8,80

59,70 8,60

53,60 10,40

Numărul de ordine din registru se adunăși se scrie

AICI.

Se cere:
1. De caracterizat dependența ponderii cheltuielilor necesare pentru cumpărarea produselor
alimentare față de venituri, cu ajutorul următoarelor funcții, reprezentându-le și grafic:
a) Funcția liniară;
b) Funcția de putere;
c) Funcția logaritmică;
d) Funcția exponențială;
e) Funcția hiperbolă;
f) Funcția inversă.

2. De calculat indicatorii de intensitate a legăturii pentru fiecare model;

3. De estimat pentru fiecare model coeficientul de determinație, criteriul Fischer+ eroarea
de aproximație;
4. De prezentat rezultatele într-un tabel și de argumentat alegerea modelului optim;
Pentru modelul optim ales, de estimate previziunea punctual și de interval pentru Xprev=10+*n,unde n
este numarul de ordine dinregistru !!!

~2~
 Funcția liniară
Determină mestimatorii a și b cu ajutorul sistemului de ecuații normale

¿ {61 ,507 a+61 ,50 b=422 , 60

a+ 547 ,15 b=3675 , 15
(2)/8,7857142

{77 a+61 , 50 b=422 ,60

a+62 , 28 b=418 , 31
(1) - (2)

{ba −593 ,87

,52

SAU

∆= |617, 50 61 ,50
547 ,15| 2
=7∗547 , 15−( 61 , 50 ) =47 , 8

∆ a= |3675
422 ,60
, 15
61 ,50
547 ,15 |
=5203,865

∆a
a= => a=93,867
∆

∆ b= |61,750 422 ,60

3675 ,15 |
=−263 , 85

∆b
b= => b= -5,5198
∆
Concluzii:
Cu creșterea salariului mediu lunar cu o mie de lei, ponderea cheltuielilor pentru cumpărarea
produselor alimentare se micșorează în mediu cu 5,52 puncte procentuale (b= -5,52 p.p.).
Reziduue= y- ^y (Coloana 8)
Efectuăm potențierea și avem:

y = 93,87-5,52*x
Coeficientul de corelație:
σx
r yx =b
σy
2 2
σ =x −x
σ x =√ 78 ,16−8 , 792=0,9465

σ y=√ 3678 ,19−60 , 372=5 , 8

r yx =−¿0,94 demonstrează o dependență liniară strânsă

~3~
 Coeficientul de determinație:
2
r yx =¿

Explicație

Din formulă rezultă semnificaţia coeficientului de determinaţie, și anume: r 2yx=0,8876 exprimă

ponderea de 88,76% de variație a variabilei Y (Cheltuieli pentru cumpărarea produselor alimentare)
explicată de variația factorului de influenţă X (Salariul mediu lunar al unui lucrător), şi numai 11,24%
de variație a variabilei Y este explicată de influenţa altor factori neidentificaţi.

Criteriul Fisher:
2
r
F=(n−2) 2
1−r
F calc=¿39 , 5¿

0 ,05
F tab(1 , 5)=6,61

Eroarea de aproximație
! Se determinăpentrufiecareobservație.

A 1=
| |
y 1− ^y 1
y1
∗100 %

A1=2, 41

A=
1
n
∑ | |
y 1−^y 1
y1
∗100 %

A=2 ,86

Concluzii:
Eroarea medie de aproximatie ( A ) arată o corespundere bună a valorilor pentru ^y la cele y culese la o
abatere de aproximativ 2,86 %.

~4~
 Funcția de putere
y = axb
ln y = ln a+ b∗ln x sau Y = A + b*X

Compunem sistemul de ecuații normale:

{∑
(
( n ) A+ ( ∑ lnx ) b=∑ lny
lnx ) A+ ( ∑ lnx ) b=∑ lnx∗lny
2

{( 13) 7A A+13 b=28 , 4

+ ( 24 , 33 ) b=52, 65

∆= |137 2413, 33|=7*24,33-(13) =170,31-169=1,31

2

∆ a=|
52 , 65 24 , 33|
28 , 4 13
=690,972-684,45=6,522

∆ a 6,522
a= = =4,98
∆ 1 ,31

∆ b= |137 28 , 4
52 , 65|= 368,55-369,2=-0,65

∆b
b= =-0,65/1,31=-0,5
∆
ln y = 5.17-0.6*lnx
Efectuăm potențierea și avem:

y = e 5.17 x −0 ,6
Concluzii:
Parametru b=-0,6 înseamnă coeficientul de elasticitate care arată că cu creșterea salariului cu 1%
ponderea cheltuielilor pentru produsele alimentare se micsoarează în mediu cu 0,6 %.

Indicele de corelație

√
R = 1−
∑ ( y− ŷ x )2
∑ ( y− y)2
∑ ( y− ^y )2 = 16,41
∑ ( y− ^y )2 = nσ 2y =7*33,6551=235,58
2
σ y=3405 , 78−58 , 072 =33,6551

∑ ( y− y)2 = ∑ y 2 - y ∑ y = 23840,43-58,07*406,5=234,975

~5~
Așadar avem

√
R = 1−
16 , 41
234,975
=√ 0,93016=0,9644

Coeficientul de determinație
2
R = 0.93001
Interpretare
Adică 93 % de variație a lui y este datorată lui x , 7% de factori neexplicați.

Criteriul Fisher
2
R 0,93001
F= 2 ( n-2 ) = *5=62,88
1−R 1−0,93001
0 ,05
F tab = 6,61

Ecuație de regresie este considerată statistic semnificativă deoarece Fcalc>F Ttab

Eroarea de aproximație

A==
1
n
∑ | |
y i− ^yi
yi
× 100 =
14 , 28
7
=2,04

Concluzii:
Eroarea medie de aproximatie ( A ) arată o corespundere bună a valorilor pentru ^y la cele y culese la o
abatere de aproximativ 2%.

Funcția logaritmică
y = ae bx

ln y =ln a + bx
~6~
Compunem sistemul de ecuații normale

{ ∑ ln y =n ln a+ b ∑ x
∑ x ln y =ln a ∑ x +b ∑ x 2
Conform tabelului construim sistemul de ecuații normale:

{183 ,54=45
28 , 4=7 ln a+b∗45 , 4
, 4 ln a+b∗301 ,28

∆=|
45 , 4 301 ,28|
7 45 , 4 2
=7*301,28 -( 45 , 4) =2108,96-2061,16=47,8

∆ a=|
183 ,54 301 , 28|
28 , 4 45 , 4
=8556,352-8332,716=223,636

∆ a 223,636
a= = =4,67
∆ 47 , 8

∆ b= |457, 4 28 , 4
|
183 , 54
= 1284,78-1289,36=-4,58

∆b
b= =-4,58/47,8=0,0958
∆
ln y = 4,66-0.093*x

Potențiem obținem:

ŷ = e 4 , 66−0,093∗x
Pentru a calcula valorile ajustate a lui ŷ x înlocuim valorile lui x și potențiem.

Indicele de corelație

√
R ¿ 1−
∑ ( y − ŷ x )2
∑ ( y− y)2
∑ ( y− ŷ)2 = 21,62
∑ ( y− y)2=234,39
Atunci R =
√ 1−
21 , 62
234 , 39
=0,9528

ceea ce demonstrează o intensitate strânsă a criteriilor analizate.

Coeficientul de determinație
2
R =0,90783

Criteriul Fisher

~7~
 2
R 0,90783
F = 2 ( n-2 ) = ❑ *5=46,202
1−R 1−0,90783
ceea ce înseamnă că ecuația de regresie este statistic semnificativă
tab
F 1, 5 = 6,61,deoarece Fcal>Ftab

Eroarea medie de aproximație

A==
1
n
∑ | |
y i− ^yi
yi
× 100 =
18 , 45
7
=2,63

Concluzii:
Eroarea medie de aproximatie ( A ) arată o corespundere bună a valorilor pentru ^y la cele y culese la o
abatere de aproximativ 2,63%.

ŷ = = e 4 , 66−0,093∗x

Funcția exponențială
Regresia în formă de curbă exponențială y = ab x coincide după rezultate cu cea de exponent
după linearizare

y = ab x

{∑ ln y =n ln a+(ln b)∑ x
∑ x ln y =ln a ∑ x +(ln b)∑ x 2
ln y = ln a + xln b
ln a = 4,66 , a = e 4 , 66=105,64
ln b =-0,093 , b = e−0,093 =0,91

~8~
 ŷ x = 105,64*0 , 91 x

Indicele de corelație

√ ∑ 2
( y− ŷ x )
R= 1−
∑ ( y− y)2
înlocuind valorile individuale x, de asemenea calculăm ( y− ŷ x )2 , atunci

∑ ( y− ŷ x )2 = 21,62
∑ ( y− y)2 = 234,39
Prin urmare, indicele de corelație va fi R = 1−
√ 21 , 62
234 , 39
=0,9528

Coeficientul de determinație:
2 2
R =0,9528 =0,9078
Coeficientul de determinație este inalt ceea ce confirmă o calitate înaltă a modelului.

Criteriul Fisher
2
R 0,9078
F = 2 ( n-2 ) = ❑ *5=49,23
1−R 1−0,9078
0 ,05
F 1, 5 = 6,61.

Ecuația de tip hiperbolă este statistic semnificativă deoarece Fcal>Ftab

Eroarea de aproximație

A==
1
n
∑ | |
y i− ^yi
yi
× 100 =
18 , 45
7
=2.636

Concluzii:
Eroarea medie de aproximatie ( A ) arată o corespundere bună a valorilor pentru ^y la cele y culese la o
abatere de aproximativ 2,636 %.

Funcția hiperbolă
b
y=a+ x

1
Efectuăm liniarizația = z, atunci y = a + bz.
x
Aplicăm MCMMP

~9~
{∑ y=na+ b ∑ z
∑ yz=a ∑ z+ b ∑ z2

{65406,19=1
,5=7 a+ b∗1, 11
,11 a+b∗0 , 18

∆= |1.117 0.18
1.11
|=7*0.18 -(1.11) =1.26-1.2321=0.0279
2

∆ a=|
65 ,19 0.18|
406.5 1.11
=73,17-72,3609=0,8091

∆a 0,8091
a= ∆ = 0,0279 =23

∆ b= |1.117 |
406 ,5
65 ,18
= 456,26-451,215=5,045

∆b
b= ∆ =5,045/0,0279=222,01

Ecuația de regresie
222 ,04
^y =23+
x

Indicele de corelație

R = 1−
√ ∑ ( y− ŷ x )2
∑ ( y− y)2
înlocuind valorile individuale x, de asemenea calculăm ( y− ŷ x )2 , atunci

∑ ( y− ŷ x )2 = 15,55
∑ ( y− y)2 = 234,39
Prin urmare, indicele de corelație va fi R = 1−
√ 15 , 55
234 , 39
=0,96626

Coeficientul de determinație:
2 2
R =0,96626 =0,93366

Coeficientul de determinație este inalt ceea ce confirmă o calitate înaltă a modelului .

Criteriul Fisher
2
R 0,93366
F = 2 ( n-2 ) = ❑ *5=70,346
1−R 1−0,93366
0 ,05
F 1, 5 = 6,61.

~ 10 ~
Ecuația de tip hiperbolă este statistic semnificativă deoarece Fcalc>Ftab.

Eroarea de aproximație

A==
1
n
∑ | |
y i− ^yi
yi
× 100 =
13 ,09
7
=1,87

Concluzii:
Eroarea medie de aproximatie ( A ) arată o corespundere bună a valorilor pentru ^y la cele y culese la o
abatere de aproximativ 1,87 %.
Calculăm:
222 ,04
ŷ x = ^y =23+
x

Funcția inversă
1
^y = a+bx
1
Notăm Y =
y
Atunci Y = a+ bx
Aplicăm MCMMP și obținem sistemul de ecuații normale:

{ ∑ 1/Y =na+ b ∑ x
∑ Y1 ∗x=a ∑ x +b ∑ x 2

{0 ,0,1217=7 a+b∗45 , 4
8=45 , 4∗a+ b∗301 , 28

~ 11 ~
∆= |457, 4 30145 ,,284 |=7*301,28 -(45 , 4) =2108,96-2061,16=47,8
2

∆ a=|
301 , 28|
0,1217 45 , 4
=36,666-36,32=0,346
0,8
∆ a 0,346
a= = =0,00724
∆ 47 , 8

∆ b= |457, 4 0,1217
0,8 |
= 5,6-5,52518=0.07482

∆b
b= =0,07482/47,8=0.001565
∆

Scriem ecuația de regresie:

1
ŷ = 0,00707+0.00159∗x

Înlocuim valorile lui x și obținem valorile lui ŷ x

SPR = ∑ ( y− ŷ x )2 = 18,41
1
! Deoarece MCMMP s-a aplicat în acest caz nu la valorile inițiale y, dar la Y = , atunci
y

∑ y ≠ ∑ ŷx și ∑ ( y− ŷ x ) ≠ 0
SPT=∑ ( y− y)2=234,39

Indicele de corelație:

R = 1−
√ 18 , 41
234 , 39
=0,959925 , demonstrează o legătură strânsă.

Coeficientul de determinație
R = 0,921456
2

Criteriul Fisher
2
R 0,921456
F = 2 ( n-2 ) = ❑ *5=53,374
1−R 1−0,921456
0 ,05
F tab(6 , 1) = 6,61.

Modelul statistic este semnificativ deoarece Fcal>Ftab

A==
1
n
∑ | |
y i− ^yi
yi
× 100 =
16 ,21
7
=2,31

~ 12 ~
Concluzii:
Eroarea medie de aproximatie ( A ) arată o corespundere bună a valorilor pentru ^y la cele y culese la o
abatere de aproximativ 2,31 %.

Alegerea modelului optim

2
Nr. Ecuația R F Ā%
1) f. liniară ŷ = 93,87-5,52*x 0,8876 39,48 2,97
2) f.putere ŷ =e 5 ,17 x−0 ,6 0,93 66,44 2,04
3) f.exponent ŷ = e 4 , 66−0,093 x 0,90783 49,247 2,63
4) f.exponent ŷ =105,64*0 , 91 x 0,9078 49,23 2,63
5) f.hiperbolă 222 ,04 0,9337 70,059 1,87
ŷ = 23+ x
6) f. inversă 1 0,9214 58,66 2.31
ŷ = 0,00707+0,00159 x

Concluzii:
Analizând datele prezentate în tebelul de mai sus, e de observat că practic toate modelele sunt
satisfăcătoare, cu erori medii de aproximație acceptabile. Însă varianta optimă se conține în funcția de
tip hiperbolă, datorită R2max (=0,9214) și A min(=2,31).

~ 13 ~