MODELE DE REGRESIE NELINIARĂ

Se disting două mari clase de modele neliniare:

I. Modele liniarizabile = acele modele neliniare care se pot transforma în modele liniare prin
logaritmare
• Modele cu variabila dependentă logaritmată și variabila independentă
logaritmată: Modelul Power (de tip putere/ log-liniar)
• Modele cu variabila dependentă logaritmată: Compound (Compus), Growth
(Creștere), Exponential (Exponențial)
• Modele cu variabila independentă logaritmată: Semilogaritmic

II. Modele polinomiale = modele care exprimă relația dintre variabilele X și Y cu ajutorul unui
polinom de gradul 2,3, etc.
• Modelul parabolic
• Modelul cubic

I. Modele liniarizabile
A. Modele cu variabila dependentă logaritmată și variabila independentă logaritmată
• MODELUL DE TIP PUTERE (POWER) –(log-log)

Forma generala a modelului: 𝑌𝑌𝑌𝑌 = 𝛽𝛽0 ⋅ 𝑋𝑋𝛽𝛽1 ⋅ 𝑒𝑒 𝜀𝜀

Forma liniarizată: 𝑙𝑙𝑙𝑙 𝑌𝑌𝑌𝑌 = 𝑙𝑙𝑙𝑙 𝛽𝛽0 + 𝛽𝛽1 ⋅ 𝑙𝑙𝑙𝑙 𝑋𝑋 + 𝜀𝜀
Interpretarea parametrilor modelului:
 parametrul β0: valoarea medie a variabilei dependente Y, când variabila independentă X ia
valoarea 1;
 β0=M(Y|X=1)  β0=M(Y|lnX=0)
 parametrul β1 al modelului (*): exprimă variaţia medie relativă (procentuală) a variabilei
dependente Y la o variaţie relativă (procentuală) cu o unitate a variabilei independente X.

dY ∆Y ∆Y
⋅100%
d ln Y d ln X 1 dY 1 Y Y Y
= β1 ⋅ ⇔ = β1 ⇔ = β1 ⇔ = β1 ⇔ = β1
dX dX Y dX X dX ∆X ∆X
⋅100%
X X X
𝛥𝛥𝛥𝛥 𝛥𝛥𝛥𝛥
𝐷𝐷𝐷𝐷𝐷𝐷ă 𝑋𝑋
⋅ 100% = 1%, 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 𝑌𝑌
⋅ 100% = 𝛽𝛽1

! parametrul β1=elasticitatea variabilei dependente y în raport cu variabila independentă X

 Elasticitatea unei variabile Y în raport cu o altă variabilă X reprezintă modificarea relativă
(procentuală) a variabile Y la o modificare relativă (procentuală) a lui X cu o unitate.
𝛥𝛥𝛥𝛥
% 𝑚𝑚𝑚𝑚𝑚𝑚 𝑖𝑖𝑓𝑓. 𝑌𝑌 100 𝛥𝛥𝛥𝛥 𝑋𝑋
• Elasticitatea poate fi determinată prin relaţia: 𝐸𝐸 = = 𝛥𝛥𝛥𝛥
𝑌𝑌
=
% 𝑚𝑚𝑚𝑚𝑚𝑚 𝑖𝑖𝑓𝑓. 𝑋𝑋 100 𝛥𝛥𝛥𝛥 𝑌𝑌
𝑋𝑋

 𝜷𝜷𝟏𝟏 (%)=d lnY(%)| d ln(X)=1%

EXEMPLE:
1. Pentru un eșantion de 109 țări se studiază legătura dintre mortalitatea infantilă (decese la o mie de
născuți vii) și produsul intern brut/loc ($). Rezultatele obținute sunt prezentate în tabelele de mai
jos:

Grafic1: Legătura dintre mortalitatea infantila şi PIB/loc

Coefficients
Standardized
Unstandardized Coefficients Coefficients
B Std. Error Beta t Sig.
ln(PIB) -.628 .034 -.871 -18.337 .000
(Constant) 3755.157 1029.735 3.647 .000
The dependent variable is ln(Mortalitate_infantila).

a. Să se identifice natura variabilelor.

b. Să se specifice ce model este prezentat și să se scrie ecuaţia estimată a acestuia.
c. Să se interpreteze estimațiile parametrilor de regresie
2. În studiul legăturii dintre Valoarea investiţiilor (X-mii lei) şi Valoarea producţiei (Y- mil. lei) s-au
obţinut următoarele rezultate:
Coeffi cients

Unstandardized St andardiz ed
Coeffic ient s Coeffic ient s
B St d. E rror Beta t Sig.
ln(xi) 1.424 .130 .988 10.942 .002
(Const ant) 1.873 .271 6.903 .006
The dependent variable is ln(VA R00001).

Să se scrie ecuaţia estimată a modelului şi să se interpreteze estimaţiile obţinute.

• FUNCȚIA DE PRODUCȚIE COBB-DOUGLAS

- Este un model de regresie neliniar multiplu de tip log-liniar, de forma:
𝜷𝜷 𝜷𝜷 𝜷𝜷
𝒀𝒀𝒀𝒀 = 𝜷𝜷𝟎𝟎 ⋅ 𝒙𝒙𝟏𝟏 𝟏𝟏 ⋅ 𝒙𝒙𝟐𝟐 𝟐𝟐 ⋅. . .⋅ 𝒙𝒙𝒑𝒑 𝒑𝒑 𝒆𝒆𝜺𝜺
- Modelul de producţie cu doi factori, munca (L) şi capitalul (K), are forma:
Forma generală a modelului: YL,K=𝜷𝜷𝟎𝟎 ⋅ 𝑳𝑳𝜷𝜷𝟏𝟏 ⋅ 𝑲𝑲𝜷𝜷𝟐𝟐 ⋅ 𝒆𝒆𝜺𝜺
Forma liniarizata a modelului: lnYL, K=ln𝜷𝜷𝟎𝟎 + 𝜷𝜷𝟏𝟏 𝒍𝒍𝒍𝒍𝒍𝒍 + 𝜷𝜷𝟐𝟐 𝒍𝒍𝒍𝒍𝒍𝒍 + 𝜺𝜺
Interpretare parametri
 β0 este nivelul mediu al producţiei pentru L=1 şi K=1;
 β1 - este elasticitatea parţială a producţiei în raport cu factorul munca;
-la o creştere a variabilei independente X1 cu 1%, variabila dependentă Y variază, în medie, cu
β1% , în condiţiile în care se menţine constantă variaţia variabilei independente X2 .
 β2 - este elasticitatea parţială a producţiei în raport cu factorul capital;
- la o creştere a variabilei independente X2 cu 1%, variabila dependentă Y variază, în medie,
cu β2% , în condiţiile în care se menţine constantă variaţia variabilei independente X1.
 β1+β2 este elasticitatea totală a producţiei în raport cu cei doi factori. Se numeşte randament de
scară.
𝛥𝛥𝛥𝛥 𝛥𝛥𝛥𝛥
⋅100% ⋅100%
𝛽𝛽1 = 𝑌𝑌
𝛥𝛥𝛥𝛥 𝛽𝛽2 = 𝑌𝑌
𝛥𝛥𝛥𝛥
𝐿𝐿
⋅100% 𝐾𝐾
⋅100%

Interpretarea elasticităţii totale

 β1+β2 =1: variaţie constantă a producţiei în raport cu factorii de producţie (de ex. dacă se dublează
inputul, atunci se dublează outputul);
 β1+β2 <1: variaţie cu o viteză mai redusă a producţiei în raport cu variaţia factorilor (dacă se
dublează inputul, atunci outputul crește într-o măsură mai mică, adică nu sr realizează o dublare a
producției);
 β1+β2 >1: variaţie mai accelerată a producţiei în raport cu variaţia factorilor.
EXEMPLE:
1. Se studiaza legatura dintre productia agrícola (RON), numarul mediu de salariati din agricultura
(persoane) – X1 si suprafata agrícola (ha)- X2 si se obtin urmatoarele rezultate folosind un model
de regresie multipla de tip putere.

Coefficients

Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) 6.758 1.325 5.102 .000

lnsuprafagric .471 .116 .540 4.072 .000
lnsalaragric .143 .080 .236 1.781 .083

a. Dependent variable: lnprodagric

a. Să se identifice natura variabilelor.

b. Să se specifice ce model este prezentat și să se scrie ecuaţia estimată a acestuia.
c. Să se interpreteze estimațiile parametrilor de regresie

2. Pentru exemplificarea modelului funcţiei de producţie, se consideră variabila dependentă, volum

de lemn recoltat (mii m3), şi variabilele independente, numărul mediu de salariaţi din sivicultură
(persoane) şi suprafaţa forestieră (ha), înregistrate la nivelul judeţelor din România, în anul 2012.

Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 5,338 1,540 3,466 ,000
ln(Numar_angajati) ,437 ,133 ,204 3,295 ,002
ln(Suprafata_forestiera) 1,112 ,069 ,999 16,160 ,000
a. Dependent Variable: ln(Volum_lemn_recoltat)

a. Să se identifice natura variabilelor.

b. Să se specifice ce model este prezentat și să se scrie ecuaţia estimată a acestuia.
c. Să se interpreteze estimațiile parametrilor de regresie.
 B. MODELE CU VARIABILA DEPENDENTĂ LOGARITMATĂ
B.1. Modelul Compound (compus)

Forma generală a modelului: 𝒀𝒀 = 𝜷𝜷𝟎𝟎 ⋅ 𝜷𝜷𝟏𝟏 𝑿𝑿 ⋅ 𝒆𝒆𝜺𝜺

Forma liniarizată: 𝑙𝑙𝑙𝑙 𝑌𝑌 = 𝑙𝑙𝑙𝑙 𝛽𝛽0 + 𝑋𝑋 ⋅ 𝑙𝑙𝑙𝑙 𝛽𝛽1 + 𝜀𝜀
Interpretarea coeficienţilor de regresie sau a parametrilor modelului:

• β0 este valoarea lui Y pentru X=0. Variabila Y are numai valori pozitive, deci β0 satisface condiţia
β0 >0.
𝑑𝑑 𝑙𝑙𝑙𝑙 𝑌𝑌
• 𝑙𝑙𝑙𝑙 𝛽𝛽1 ∗ 100% = - indică variaţia relativă a lui Y la o variaţie absolută a lui X cu o
𝑑𝑑𝑑𝑑
unitate.
• β1 arată variaţia medie procentuală a lui Y la o variaţie absolută a lui X cu o unitate. Reprezintă rata
de creştere sau reducere a variabilei Y în raport cu variabila X.
• Dacă β1>1, atunci legătura dintre cele două variabile este directă.
• Dacă 0<β1<1, atunci legătura dintre cele două variabile este indirectă.
𝛥𝛥𝛥𝛥
𝛥𝛥𝛥𝛥 = 1 → ⋅ 100% = 𝑙𝑙𝑙𝑙 𝛽𝛽1 ⋅ 100%
𝑌𝑌

Interpretarea estimațiilor punctuale:

• 𝒃𝒃𝟎𝟎 reprezintă valoarea medie estimată a variabilei dependente (𝑌𝑌), atunci când variabila
independentă (𝑋𝑋) este egală cu 0.
• b1 =[(𝒍𝒍𝒍𝒍𝒍𝒍𝟏𝟏) ∗ 𝟏𝟏𝟏𝟏𝟏𝟏]% arată că, la o creştere cu 1 unitate a variabilei independente (𝑋𝑋), variabila
dependentă variază, în medie, cu [(𝒍𝒍𝒍𝒍𝒍𝒍𝟏𝟏) ∗ 𝟏𝟏𝟏𝟏𝟏𝟏]%.
• b1 =[(𝒍𝒍𝒍𝒍𝒍𝒍𝟏𝟏) ∗ 𝟏𝟏𝟏𝟏𝟏𝟏]% reprezintă rata de creştere (dacă b1>1) sau rata de scădere (dacă 0< b1<
1) a variabilei dependente (𝑌𝑌) în raport cu variabila independentă (𝑋𝑋).
• Dacă legătura dintre cele două variabile este directă. atunci lnβ1>0 adică β1>1
• Dacă legătura dintre cele două variabile este inversă atunci lnβ1<0 adică 0<β1<1

EXEMPLE:
1. Se considera legătura dintre Speranța de viață a femeilor și Produsul intern brut (Euro), folosind
un model compus, s-au obținut următoarele rezultate:
 Coefficients
Standardized
Unstandardized Coefficients Coefficients
B Std. Error Beta t Sig.
PIB 1.000016 .000002 1.828 499376.253 .000
(Constant) 63.172 1.102 57.304 .000
The dependent variable is ln (Speranta de viata femei).

a. Să se identifice natura variabilelor.

b. Să se specifice ce model este prezentat și să se scrie ecuaţia estimată a acestuia.
c. Să se interpreteze estimațiile parametrilor de regresie.

2. În urma analizei legăturii dintre Produsul Intern Brut (euro) şi Rata inflaţiei (%), înregistrate pentru
ţările Uniunii Europene, s-au obţinut următoarele rezultate folosind un model compus:
 a. Să se identifice natura variabilelor.
b. Să se specifice ce model este prezentat și să se scrie ecuaţia estimată a acestuia.
c. Să se interpreteze estimațiile parametrilor de regresie.
d. Să se verifice dacă parametrii modelului de regresie sunt semnificativi statistic.
e. Să se verifice semnificația modelului.

B.2. Modelul Growth (creștere)

Forma generală: 𝑌𝑌 = 𝑒𝑒𝛽𝛽0+𝛽𝛽1𝑋𝑋+𝜀𝜀

Forma liniarizată: 𝑙𝑙𝑙𝑙𝑙𝑙 = 𝛽𝛽0 + 𝛽𝛽1𝑋𝑋 + 𝜀𝜀

Interpretarea coeficienţilor de regresie sau a parametrilor modelului:

• β0 este valoarea lui Y pentru X=0. Variabila Y are numai valori pozitive, deci β0 satisface condiţia
β0 >0.
• β1 arată variaţia medie procentuală a lui Y la o variaţie absolută a lui X cu o unitate. Reprezintă rata
de creştere sau reducere a variabilei Y în raport cu variabila X.

Interpretarea estimațiilor punctuale:

• 𝒃𝒃𝟎𝟎 = 𝒆𝒆𝒃𝒃𝟎𝟎 reprezintă valoarea medie estimată a variabilei dependente (𝑌𝑌), atunci când variabila
independentă (𝑋𝑋) este egală cu 0.
• b1 =(𝒃𝒃𝟏𝟏 ∙ 𝟏𝟏𝟏𝟏𝟏𝟏)% arată că, la o creştere cu 1 unitate a variabilei independente (𝑋𝑋), variabila
dependentă (𝑌𝑌) variază, în medie cu (𝒃𝒃𝟏𝟏 ∙ 𝟏𝟏𝟏𝟏𝟏𝟏)%.
• b1 =(𝒃𝒃𝟏𝟏 ∙ 𝟏𝟏𝟏𝟏𝟏𝟏)% reprezintă rata de creştere (dacă b1>0) sau rata de creștere (dacă b1<0) a
variabilei dependente (𝑌𝑌) în raport cu variabila independentă (𝑋𝑋).

EXEMPLU: Se considera legătura dintre Pretul autoturismului (mii $) si Puterea motorului (cai putere)
folosind un model creștere, s-au obținut următoarele rezultate:

Coefficients
Standardized
Unstandardized Coefficients Coefficients
B Std. Error Beta t Sig.
Horsepower .007 .000 .873 22.114 .000
(Constant) 1.899 .061 30.881 .000
The dependent variable is ln(Price in thousands).

a. Să se identifice natura variabilelor.

b. Să se specifice ce model este prezentat și să se scrie ecuaţia estimată a acestuia.
c. Să se interpreteze estimațiile parametrilor de regresie.
 B.3. Modelul exponențial

Forma generală: 𝑌𝑌 = 𝛽𝛽0 ⋅ 𝑒𝑒 𝛽𝛽1 𝑋𝑋 ⋅ 𝑒𝑒 𝜀𝜀

Forma liniarizată: 𝑙𝑙𝑙𝑙𝑙𝑙 = 𝑙𝑙𝑙𝑙𝑙𝑙0 + 𝛽𝛽1𝑋𝑋 + 𝜀𝜀
Interpretarea coeficienţilor de regresie sau a parametrilor modelului:

• β0 este valoarea lui Y pentru X=0. Variabila Y are numai valori pozitive, deci β0 satisface condiţia
β0 >0.
• β1 arată variaţia medie procentuală a lui Y la o variaţie absolută a lui X cu o unitate. Reprezintă rata
de creştere sau reducere a variabilei Y în raport cu variabila X.

Interpretarea estimațiilor punctuale:

• 𝒃𝒃𝟎𝟎 = 𝒃𝒃𝟎𝟎- reprezintă valoarea medie estimată a variabilei dependente (𝑌𝑌), atunci când variabila
independentă (𝑋𝑋) este egală cu 0.
• b1= (𝒃𝒃𝟏𝟏 ∙ 𝟏𝟏𝟏𝟏𝟏𝟏)% arată că, la o creştere cu 1 unitate a variabilei independente (𝑋𝑋), variabila
dependentă (𝑌𝑌) variază, în mediecu (𝒃𝒃𝟏𝟏 ∙ 𝟏𝟏𝟏𝟏𝟏𝟏)%.

EXEMPLE:
1. În studiul legăturii dintre Salariul curent ($) și nivelul de educatie (ani), înregistrate pe un eșantion
de 222 de angajați, folosind un model exponential, s-au obtinut următoarele rezultate:

Coefficients

Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

Educational Level (years) .097 .006 .726 15.653 .000

(Constant) 8656.840 744.794 11.623 .000

The dependent variable is ln(Current Salary).

a. Să se identifice natura variabilelor.

b. Să se specifice ce model este prezentat și să se scrie ecuaţia estimată a acestuia.
c. Să se interpreteze estimațiile parametrilor de regresie.
 C. Modele cu variabila independentă logaritmată
C1. Modelul Logaritmic
Forma modelului: 𝑌𝑌x = 𝛽𝛽0 + 𝛽𝛽1𝑙𝑙𝑙𝑙𝑙𝑙 + 𝜀𝜀
Ecuația estimată la nivel de eșantion:
- Pentru variabile: 𝑦𝑦x = 𝑏𝑏0 + 𝑏𝑏1𝑙𝑙𝑙𝑙X
- Pentru valori ale variabilelor: 𝑦𝑦𝑥𝑥𝑖𝑖 = 𝑏𝑏0 + 𝑏𝑏1𝑙𝑙𝑙𝑙𝑙𝑙𝑖𝑖

Interpretarea coeficienţilor de regresie sau a parametrilor modelului:

• Parametrul 𝛽𝛽0 indică valoarea medie a variabilei dependente (𝑌𝑌), atunci când variabila
independentă (𝑋𝑋) este egalăcu 1 unitate.
• Parametrul 𝛽𝛽1 reprezintă raportul dintre variaţia medie absolută a variabilei dependente (𝑌𝑌) la o
variație relativă a variabilei independente cu o unitate. (atunci când 𝑋𝑋 creşte cu 1%, 𝑌𝑌 variază, în
medie, cu 𝜷𝜷𝟏𝟏⁄𝟏𝟏𝟏𝟏𝟏𝟏 unităţi (unitatea de măsură a lui Y))
dY d ln X dY 1 dY ∆Y ∆Y 1
= β1 ⇔ = β1 ⇔ = β1 ⇔ = β1 ⇔ = β1
dX dX dX X dX ∆X ∆X 100
⋅100
X X X
𝛥𝛥𝛥𝛥 1
⋅ 100 = 1% → 𝛥𝛥𝛥𝛥 = 𝛽𝛽1 unități
𝑋𝑋 100

Interpretarea estimațiilor punctuale:

• 𝒃𝒃𝟎𝟎 reprezintă valoarea medie estimată a variabilei dependente (𝑌𝑌), atunci când variabila
independentă (𝑋𝑋) este egală 1 unitate.
• 𝒃𝒃𝟏𝟏⁄𝟏𝟏𝟏𝟏𝟏𝟏 arată cu cât variază, în medie, variabila dependentă (𝑌𝑌), atunci când variabila
independentă (𝑋𝑋) creşte cu 1% sau La o creştere a variabilei independente (𝑋𝑋) cu 1%, variabila
dependentă (𝑌𝑌) variază, în medie, cu 𝒃𝒃𝟏𝟏⁄𝟏𝟏𝟏𝟏𝟏𝟏 unităţi.

EX: Pentru un eşantion format din 109 țări, s-au înregistrat date pentru speranța de viață a femeilor
(ani) şi PIB/locuitor ($).

Coefficients
Unstandardized Standardized t Sig.
Coefficients Coefficients
B Std. Error Beta
ln(GDP) 6.154 .398 .831 15.458 .000
(Constant) 21.670 3.187 6.799 .000

The dependent variable is speranta_viata_femei.

a. Să se identifice natura variabilelor.
b. Să se specifice ce model este prezentat și să se scrie ecuaţia estimată a acestuia.
c. Să se interpreteze estimațiile parametrilor de regresie.
 II. MODELE POLINOMIALE

A. MODELUL PARABOLIC (QUADRATIC)

Forma generală: 𝑌𝑌 = 𝛽𝛽0 + 𝛽𝛽1 𝑋𝑋 + 𝛽𝛽2 𝑋𝑋 2 + 𝜀𝜀

Ec. estimată: 𝑌𝑌𝑌𝑌 = 𝑏𝑏0 + 𝑏𝑏1 𝑋𝑋 + 𝑏𝑏2 𝑋𝑋 2

• b2>0 => legătura de tip parabolic admite un punct de minim.

• b2<0=> legatura de tip parabolic admite un punct de maxim
• ! Pentru identificarea punctului de extrem si tipul de curba (convexa sau concave), se utilizeaza
conditiile matematice specific ecuatiei de gradul 2:
o se obtine solutia derivatei intai: 𝑦𝑦𝑥𝑥′ 𝑖𝑖 = 0 => 𝑏𝑏1 + 2𝑏𝑏2 𝑥𝑥𝑖𝑖 = 0
𝑏𝑏1
=> 𝑥𝑥𝑖𝑖 = −
2𝑏𝑏2
• Coordonatele punctului de minim arată nivelul optim al producţiei pentru care costul unitar
este minim. Abscisa acestui punct este: -b1/2b2

EX 1: În urma analizei legăturii dintre Costul unitar (unități monetare) şi Producție (sute bucăți),
înregistrate pentru ţările Uniunii Europene, s-au obţinut următoarele rezultate:

Fig 2. Legătura dintre Costul unitar şi Producție

Coefficients
Standardized
Unstandardized Coefficients Coefficients
B Std. Error Beta t Sig.
Productie -11.163 8.507 -2.166 -1.312 .222
Productie ** 2 .764 .767 1.645 .996 .345
(Constant) 60.444 20.628 2.930 .017

Să se specifice ce model este prezentat și să se scrie ecuaţia estimată a acestuia. Determinați

punctul de minim/maxim.
Ex. 2: În 1981, un eșantion de peștișori albaștri au fost eșantionați aleatoriu din lacul Mary din Minnesota.
Cercetătorii au fost interesați în primul rând să afle în ce măsură lungimea unui pește bluegill este legată de
vârsta sa. În urma analizei legăturii dintre lungimea peștelui (mm) și vârsta peștelui (ani), s-au obținut
următoarele rezultate:

Coefficients
Standardized
Unstandardized Coefficients Coefficients
B Std. Error Beta t Sig.
X - age (in years) of the fish 54.049 6.489 2.077 8.330 .000
X - age (in years) of the fish -4.719 .944 -1.246 -4.999 .000
** 2
(Constant) 13.622 11.016 1.237 .220

Să se specifice ce model este prezentat și să se scrie ecuaţia estimată a acestuia. Determinați

punctul de minim/maxim.
 B. MODELUL CUBIC

Forma generală: Y = β0 + β1X + β2X2 + β3X3+ε

Ec. estimată: 𝑌𝑌𝑌𝑌 = 𝑏𝑏0 + 𝑏𝑏1 𝑋𝑋 + 𝑏𝑏2 𝑋𝑋 2+ b3X3

EX 1: În urma analizei legăturii dintre Gradul de urbanizare (%) şi PIB/loc ($), înregistrate pentru un
eșantion de țări, s-au obţinut următoarele rezultate:

Coefficients
Standardized
Unstandardized Coefficients Coefficients
B Std. Error Beta t Sig.
Gross domestic product / capita -5.524 4.611 -1.706 -1.198 .443
Gross domestic product / capita ** 2 3.143 1.712 5.937 1.836 .317

Gross domestic product / capita ** 3 -.333 .189 -3.319 -1.764 .328

(Constant) 12.800 3.528 3.628 .171

Să se specifice ce model este prezentat și să se scrie ecuaţia estimată a acestuia.

 EXERCIȚII TIP GRILĂ:

1. Pentru variabilele Consumul autoturismului (mile/galon) şi Puterea motorului (cai putere) au fost
estimati parametrii modelului Growth:

Coefficients
Standardized
Unstandardized Coefficients Coefficients
B Std. Error Beta t Sig.
Putere motor -.007 .000 -.818 -28.086 .000
(Constant) 3.857 .029 134.138 .000
The dependent variable is ln(Consum).

Este corectă afirmația:

a. La o creștere absolută a puterii motorului cu 1 cal putere, Consumul autoturismului are o

scădere procentuală medie cu 0,007*100%.
b. La o creștere procentuală a puterii motorului cu 1%, Consumul autoturismului are o scădere
procentuală medie cu 0,007*100%.
c. La o creștere absolută a puterii motorului cu 1 cal putere, Consumul autoturismului are o
scădere procentuală medie cu ln(0,007)*100%.
d. La o creștere absolută a puterii motorului cu 1 cal putere, Consumul autoturismului are o
scădere procentuală medie cu 0,007%.

2. Rezultatele modelării legăturii dintre variabilele PIB (X, euro/locuitor) şi Speranța medie de viață
a femeilor (Y, ani), pentru un eşantion de ţări din Europa, se prezintă în tabelul de mai jos:

Coefficients
Standardized
Unstandardized Coefficients Coefficients
B Std. Error Beta t Sig.
ln(PIB) .095 .007 .807 14.153 .000
(Constant) 32.713 1.761 18.573 .000
The dependent variable is ln(Speranta_viata).

Este corectă afirmația:

a. nivelul mediu estimat al speranţei de viaţă a femeilor creşte în medie cu 32,713% la o creştere
a PIB/loc cu 1%
b. nivelul mediu estimat al speranţei de viaţă a femeilor scade în medie cu 32,713% la o creştere
a PIB/loc cu 1%
c. nivelul mediu estimat al speranţei de viaţă a femeilor creşte în medie cu 0,095% la o creştere a
PIB/loc cu un euro
 d. nivelul mediu estimat al speranţei de viaţă a femeilor creşte în medie cu 0,095% la o creştere a
PIB/loc cu 1%

3. În urma analizei legăturii dintre Costul unitar (unități monetare) şi Producție (sute bucăți),
înregistrate pentru ţările Uniunii Europene, s-au obţinut următoarele rezultate:

Coefficients
Standardized
Unstandardized Coefficients Coefficients
B Std. Error Beta t Sig.
productie(bucati) 4.873 7.712 .964 .632 .539
productie(bucati) ** 2 -.371 .717 -.789 -.517 .614
(Constant) 11.818 18.523 .638 .535

Conform unui astfel de model, ecuația estimată a curbei care ajustează legătura dintre variabile este:
a. Yx=11,818+4,873 ∗ 𝑋𝑋 -0,371*X2
b. Yx=4,873-0,371∗ 𝑋𝑋12 + 11,818*𝑋𝑋22
c. Yx = 11,818 + 4,873X1 -0,371X2
d. 𝑌𝑌𝑋𝑋 = 11,818 + 4,873 𝑋𝑋1 −0,371𝑋𝑋2

4. Rezultatele modelării legăturii dintre variabilele PIB (X, euro/locuitor) şi Speranța medie de viață
a femeilor (Y, ani), pentru un eşantion de ţări din Europa, se prezintă în tabelul de mai jos:

Coefficients
Standardized
Unstandardized Coefficients Coefficients
B Std. Error Beta t Sig.
ln(Gross domestic product / 6.154 .398 .831 15.458 .000
capita)
(Constant) 21.670 3.187 6.799 .000

Este corectă afirmația:

a. nivelul mediu estimat al speranţei de viaţă a femeilor crește în medie cu 6,154% la o creştere a
PIB/loc cu 1%;
b. nivelul mediu estimat al speranţei de viaţă a femeilor crește în medie cu 6,154 ani la o creştere
a PIB/loc cu 1%;
c. 𝑌𝑌 = 21,670 +𝑙𝑙𝑙𝑙(6,154)·𝑋𝑋
d. 𝑙𝑙𝑙𝑙𝑙𝑙X = 𝑙𝑙𝑙𝑙21,670 + 6,154X
 5. Rezultatele estimării modelului Compound pentru Consumul autoturismului(mile/galon) (Y) și
Puterea motorului (cai putere) (X) sunt sintetizate in modelul de mai jos:

Coefficients
Standardized
Unstandardized Coefficients Coefficients
B Std. Error Beta t Sig.
Putere_motor .993 .000 .441 3860.476 .000
(Constant) 47.300 1.360 34.782 .000
The dependent variable is ln(Consum).

Care este forma corecta a modelului Compound estimat?

a. lnYX = ln 0,993 + ln 47,300X
b. YX = 47,300 ·0,993x
c. lnYX= 47,300 + 0.993X
d. YX = 𝑒𝑒 47,300+0,993X

6. Ecuația estimată a modelului de regresie dintre Profit (Y, mil.RON) și Valoarea vânzărilor (X,
mil.RON) este: Y= 5,674·𝑒𝑒 0,016𝑋𝑋 .
Alegeti afirmatia corectă:
a. Dacă valoarea vânzărilor crește cu 1mil.Ron, profitul crește, in medie, cu 0,016%
b. Dacă valoarea vânzărilor crește cu 1mil.Ron, profitul crește, in medie, cu 1,6%
c. Dacă profitul crește cu 1mil.Ron., valoarea vânzărilor crește cu 5,674 mil.Ron
d. Dacă profitul crește cu 1mil.Ron., valoarea vânzărilor crește cu 5,674 %

7. În urma modelării legăturii dintre variabilele Salariu (Y, mii $) şi Nivelul de educație(X, ani),
pentru un eşantion de angajați, se prezintă în tabelul de mai jos:

Coefficients
Standardized
Unstandardized Coefficients Coefficients
B Std. Error Beta t Sig.
ln(Nivel_educatie) 1.109 .061 .640 18.080 .000
(Constant) 1803.641 286.357 6.299 .000
The dependent variable is ln(Salariu).

Ecuaţia modelului estimat este:

a. ln Yx = ln 1803,641 + X ·ln1,109
b. Yx=1,109·X1803,641
 c. ln Yx = ln 1803,641 + 1,109·ln X
d. Yx=1803.641 · 1,109X

8. Estimarea relatiei dintre factorii de productie: Forţa de muncă (L) si Capitalul fix (K) şi rezultatul
exploatarii acestora: Productia (Y), pentru firmele dintr-o anumita ramura de activitate economica,
este: ln(Y) = ln6,423 + 0.123 ln(L) + 0.453 ln(K)
Care dintre următoarele afirmaţii sunt adevărate
a. dacă valoarea forţei de muncă (L) se mentine constantă, atunci o creştere cu 1% a
nivelului Capitalului fix (K) duce la creşterea medie cu 0,453% a Producţiei.
b. în perioada analizată, procesul de producţie s-a caracterizat printr-un randament de scară
descrescător.
c. în perioada analizată, procesul de producţie s-a caracterizat printr-un randament de scară
constant.
d. Creștere cu 1% a nivelului forței de muncă (L) duce la creșterea medie a producției cu
0,453%, în condițiile în care capitalul fix se menține constant