Documente Academic
Documente Profesional
Documente Cultură
PROIECT ECONOMETRIE
Coordonator: Student:
Spătaru Silvia Necula Alexandra-Georgiana, grupa 1071, seria A
BUCUREŞTI
2018
1. Definirea temei economice
Am ales dezvoltarea unei analize în domeniul demografic și economic pentru anul 2016, ce
constă în identificarea influenței ratei de angajare și a venitului mediu asupra ratei natalității pentru
30 de țări, pe baza unor modele statistice.
Natalitatea reprezintă frecvența nașterilor de copii vii în cadrul unei populații, exprimată prin
raportul dintre numărul de nașteri dintr-un an și efectivul populației. Rata natalității raportează
numărul nașterilor din cursul anului la populația medie din anul respectiv. Valoarea este exprimata la
1000 locuitori, în procente.
Rata de angajare sau de ocupare a forței de muncă, cu alte cuvinte procentajul de persoane
angajate din totalul populației în vârstă de muncă, este un indicator social cheie utilizat în scopuri
analitice pentru studiul evoluțiilor de pe piețele muncii.
Venitul reprezintă sursa de finanțare pentru fiecare țară, fiind exprimat în euro.
Așadar, în cadrul modelelor ne vom aștepta ca la o creștere a ratei de angajare, dar și a
venitului mediu, rata natalității să înregistreze de asemenea o dezvoltare.
În tabelul de mai jos sunt prezentate datele asupra cărora vor fi aplicate modelele (30 de
observații), acestea fiind preluate de pe ec.europa.eu/eurostat.
Modelul econometric are urmatoarea forma: Y = β0 + β1 * X1 + β2 * X2 + εt , unde:
Y- rata burtă a natalității; X1- rata de angajare; X2- venitul mediu.
rxy=0.67346929 se află în intervalul (0,1) și este mai apropiat de 1=> legătura este puternică și
directă.
a = ^β 0 ≈ 2.440 arată nivelul ratei natalității(Y), atunci când rata de angajare(X1) este 0. Acest
parametru de interceptare nu are semnificație economică, ci se interpretează ca fiind efectul mediu asupra lui
Y, al tuturor factorilor care nu sunt luați în considerare în modelul de regresie.
tcalc =0.0120 < ttab = 2.0484 => respingem H1 și acceptăm ipoteza alternativă => parametrul pantă
nu este semnificativ din punct de vedere statistic
-18.1312 ≤ β1 ≤ 18.3462
MSR=15.2258
MSE=0.6551
Deci, MSR>MSE si rezulta ca modelul este valid statistic.
Statistica folosită este testul F, care în acest caz, în urma calculelor efectuate cu ajutorul
Excel are valoarea de 23.2408. Această valoare se compară cu valoarea tebelară: F 0.05;1;28=4.20. Cum
valoarea obținută este mai mare decât valoarea tabelară( teoretică), respingem ipoteza nulă,
acceptăm ipoteza alternativă, modelul este valid statistic.
Fcalculat = 23.2408 > Fcritic = 4.20
Testul White solicită ca, după determinarea reziduurilor din regresia originală, să se calculeze o
regresie auxiliară a pătratelor reziduurilor în raport cu o constantă, variabilele explicative ale
modelului original, pătratele lor si produsele lor încrucișate.
Prin aplicarea directă a Testului White în Eviews obținem următoarele rezultate:
Analizând tabelul distribuției Durbin-Watson obținem valorile critice d1= 1.35 și d2= 1.49( pentru
un prag de semnificație de 5%, n=30, k=1). Se observă că valoarea obținută se încadrează în
intervalul 0-d1 (0<1.31<1.35) ceea ce înseamnă că acceptăm ipoteza H1- există autocorelare de
ordinul I pozitivă a erorilor aleatoare(ρ > 0). Această autocorelare trebuie eliminată prim MCMP
generalizată. Aplicând această metodă în Eviews, se obțin următoarele rezultate:
genr et=resid
Din analiza rezultatelor se observă că am obținut modelul: yi= 2.0461+ 0.1172*xi, ce are
valoarea pentru R-squared mai mare decât modelul anterior și o valoare a testului Durbin-Watson de
2.0486, valoare ce se încadrează în intervalul [d2,4-d2] (1.35 < 2.0486 > 1.49) ceea ce arată că
autocorelarea erorilor aleatoare nu a fost eliminată, acestea sunt dependente.
Jarque-Bera = 0,059527
Probability = 0,970675
Deoarece Probabilitatea asociată statisticii JB este > 0,05 acceptăm H0. =>Reziduurile au
distribuție normală.
Valoarea previzionată:
Y = β0 + β1 * X1 + β2 * X2 + εt
Y=2.437188+0.107631*X1+(-0,000124)*X2+ εt
β1= 0.107631 arată că, în perioada analizată, menținând celelalte variabile constante, atunci
când rata de angajare(X1) creste cu o unitate, rata brută a natalității crește, în medie, cu
0.107631 procente.
β2= -0,000124 arată că, în perioada analizată, menținând celelalte variabile constante, atunci
când venitul mediu(X2) scade cu un euro, rata brută a natalității scade, în medie, cu 0,000124
procente.
β0= 2.437188 arată că, dacă cele două variabile explicative, X1 si X2 au valoarea 0, rata
brută a natalității este estimată la 2.437188 procente.
Pas3. Dacă Ry2<r 2xi , xj se identifică perechile de variabile puternic corelate (xi , xj )
Ry2=0,4535 , r2x1 , x2=0,1344, Ry2 > r 2x1, x2 => variabilele sunt slab corelate => nu există
multicoliniaritate.
4.Concluzii
În urma testelor efectuate se poate observa că Venitul mediu are o influență mare asupra ratei
brute a natalității, având o legătura puternică și directă, distribuția reziduurilor fiind nomală, iar
fenomeul de multicoliniaritate intre Venitul mediu si rata brută a natalității nu există.
În urma analizelor și testelor efectuate asupra modelului unifactorial, se constată Rata brută
a natalității este explicată în tr-o mica masura de variabila rata de angajare.
Y=2.437188+0.107631*X1+(-0,000124)*X2+ εt
5.Bibliografie
http://ec.europa.eu/eurostat
Seminariile de Econometrie