NOŢIUNI INTRODUCTIVE ÎN ECONOMETRIE

1
 Curs 1 – 2 ore
NOŢIUNI INTRODUCTIVE ÎN ECONOMETRIE
Un moment important în constituirea şi dezvoltarea Econometriei este considerat anul
1930. La 29 decembrie 1930 în oraşul Cleveland – S.U.A., economistul statistician Irving
Fischer, matematicianul american C.F. Ross , profesorul de economie Ragnar Frisch şi alţii au
întemeiat ”Econometric Society” (Societatea de Econometrie). Scopul societăţii de
econometrie a fost de a uni pe cei interesaţi într-o grupare internaţională în vederea
dezvoltării teoriei economice în conjunctură cu statistica şi matematica.
În anul 1933 sub egida Societăţii de Econometrie, a fost editată trimestrial revista
„Econometrica” care a avut un rol deosebit în dezvoltarea şi popularizarea econometriei.
Etimologic, termenul de „econometrie” provine din cuvintele greceşti: EIKONOMIA
(economie) şi METREN (măsură). Acest termen a fost introdus în anul 1926 de către Ragnar
Frisch, economist şi statistician norvegian, prin analogie cu termenul „biometrie", folosit de
Galton şi Pearson la sfârşitul secolului XIX, care desemna cercetările biologice ce
utilizau metodele statisticii, matematice.
Sub aspect istoric, studierea cantitativă a fenomenelor economice este mult mai
veche.
În perioada contemporană, contribuţii importante la dezvoltarea econometriei au fost
aduse în următoarele domenii:
- în domeniul analizei economice a cererii
- în domeniul funcţiilor de producţie
- în domeniul modelelor macroeconomice
- în domeniul metodelor de analiză a datelor sau al econometriei „fără modele"
În momentul actual, impulsionată puternic de revoluţia tehnico-ştiinţifică, cu
realizări de vârf în domeniul calculatoarelor, econometria a devenit un instrument
metodologic de bază, indispensabil teoriei şi practicii economice pentru investigarea riguroasă
a fenomenelor şi proceselor economice.
Definiţiile econometriei
Dezvoltarea rapidă a econometriei a generat formularea mai multor definiţii cu privire
la domeniul acestei discipline economice. Totuşi, marea majoritate a acestora poate fi
încadrată în următoarele trei grupe:
a) definiţia istorică;
b)definiţia restrictivă;
c) definiţia extinsă.

2
 a) Definiţia istorică a econometriei a fost formulată de Frisch în primul număr al
revistei „Econometrica" în ianuarie 1933: „experienţa a arătat că fiecare din următoarele
trei puncte de vedere, al statisticii, al teoriei economice şi al matematicii, este o condiţie
necesară, dar nu şi suficientă, pentru o înţelegere efectivă a realităţilor cantitative din
economia modernă; unificarea lor este aceea care asigură eficienţa. Econometria este tocmai
această unificare".
Conform acestei definiţii, susţinătorii ei consideră că prin econometrie se
înţelege studierea fenomenelor economice pe baza datelor statistice cu ajutorul modelelor
matematicii.
b) Definiţia restrictivă este propusă de Cowles Commission for Research in
Economics (Chicago, 1940-1950), consideră că nu există econometrie dacă investigarea
fenomenelor economice nu se face cu ajutorul modelelor aleatoare (stochastice).
Susţinătorii acestei definiţii, Klein, Rottier includ în domeniul econometriei numai
cercetările economice care utilizează metodele inducţiei statistice (teoria estimaţiei,
verificarea ipotezelor statistice) la verificarea relaţiilor cantitative formulate în teoria
economică cu privire la fenomenele sau procesele economice cercetate.
Conform acestor definiţii, un studiu econometric presupune:
- existenţa prealabilă a unei teorii economice privind fenomenul, procesul sau
sistemul economic cercetat, pe baza căreia se construieşte modelul economic, care
reprezintă formalizarea ipotezelor teoriei economice cu privire la fenomenul, procesul
sau sistemul investigat;
- posibilitatea aplicării metodelor inducţiei statistice la verificarea ipotezelor teoriei
economice, construirea modelului econometric şi rezolvarea acestuia.
Această definiţie restrictivă exclude din domeniul econometriei cercetările economice
care nu se fundamentează pe:
- o teorie economică implicită sau explicită privind modelul econometric al
fenomenului, procesului sau sistemului studiat
- o interpretare aleatoare a modelului respectiv.
Astfel, analiza seriilor cronologice, modelul lui Leontief ca şi statistica economică,
care se fundamentează pe metoda balanţelor, nu intră în sfera de cuprindere a econometriei:
prima, deoarece existenţa unei teorii economice nu este necesară, iar ultimele două, fiindcă
nu permit aplicarea metodelor inducţiei statistice.
c) Definiţia extinsă a econometriei, promovată de economiştii din ţările anglo-saxone,
ţine seama de puternica dezvoltare, apărută după 1950, a metodelor cercetării operaţionale:
teoria optimului, teoria stocurilor, teoria grafelor, teoria deciziilor, teoria jocurilor, etc.

3
 Prin econometrie în sensul larg al termenului se înţelege econometria definită în
mod restrictiv, adică include domeniile menţionate atunci când ea este înţeleasă în sens
restrictiv, la care se adaugă metodele cercetării operaţionale.
În prezent, în domeniul econometriei se includ şi tehnicile moderne de analiză a
datelor sau analiza marilor tabele.
Deoarece încă nu s-a cristalizat o concepţie unitară privind „frontierele"
econometriei, în manualele sau tratatele de econometrie, autorii îşi menţionează concepţia
pe baza căreia şi-au structurat lucrările.
În ţara noastră, atât în literatura de specialitate, deşi rareori se fac precizări exprese,
cât şi prin structura planurilor de învăţământ, econometria este concepută şi aplicată ca
metodă generală de investigare cantitativă a fenomenelor şi proceselor economice, adică în
accepţiunea largă a termenului.
Un domeniu mai puţin abordat atât teoretic cât şi practic îl constituie metodele
econometriei în sensul restrictiv al termenului respectiv modelele aleatoare (stochastice).
Modelele deterministe, utilizate în mod curent şi de multă vreme în teoria şi practica
economică din ţara noastră, sunt de multe ori inadecvate pentru a explica şi mai ales pentru
a prognoza pertinent evoluţia fenomenelor, proceselor sau sistemelor economice, elemente
dinamice prin natura lor.
De asemenea în studiile mult mai recente se insistă asupra faptului că studiul seriilor
de timp privind evoluţia fenomenelor economice nu poate fi independent de teoria
economică.

Noţiuni şi concepte fundamentale ale econometriei

Metoda modelelor sau metoda modelării reprezintă principalul instrument de
investigare econometrică a fenomenelor econometrice.
Metoda modelelor nu constituie o noutate în ştiinţa economică. Tabloul economic al
economistului fiziocrat Quesnay (1738), legile lui Engel (1857), coeficientul de elasticitate
formulat de Marshall (1890) reprezintă momente istorice de la care cercetarea
economică trece de la etapa descriptivă la etapa de explicare formală a cauzelor şi formelor
de manifestare ale fenomenelor economice.
Două dintre scopurile principale ale econometriei sunt furnizarea de măsurări
empirice pentru teoria economică şi verificarea teoriei cu ajutorul testelor. Spre exemplu,
teoria economică prezice că funcţia cererii se îndreaptă de sus în jos. Estimările econometrice
pot verifica sau demonstra falsul acestei preziceri, şi măsura care este magnitudinea acestui
fenomen.

4
 Cel mai important model economic este regresia. Regresiile sunt importante pentru
economişti pentru că aceştia nu pot folosi simulări în economie. Ei pot observa datele, iar
modelele trebuie să fie interpretate pentru a înlătura problemele de observare sau de analiză.
În general, MODELUL reprezintă un instrument de cercetare ştiinţifică, o imagine
convenţională, homomorfă, simplificată a obiectului supus cercetării.
Fiind o construcţie abstractă în care se neglijează proprietăţile neesenţiale, modelul
este mai accesibil investigaţiei întreprinse de subiect, aceasta fiind una din explicaţiile
multiplelor utilizări pe care modelul le are în epoca contemporană.
Utilizat în economie modelul - imagine abstractă, formală a unui fenomen, proces sau
sistem economic - se construieşte în concordanţă cu teoria economică, rezultând modelul
economic.
Modelul economic reproducând în mod simbolic teoria economică a obiectivului
investigat, prin transformarea sa în model econometric, devine un obiect supus cercetării şi
experimentării, de la care se obţin informaţii noi privind comportamentul fenomenului
respectiv.
În acest mod, reprezentările econometrice, spre deosebire de modelele economice
care explică structura fenomenului sau procesului economic de pe poziţia teoriei
economice, au întotdeauna o finalitate practică, operaţională, ele devenind instrumente de
control şi dirijare, de simulare şi de previziune a fenomenelor economice.
Variabilele care formează structura unui sistem econometric după natura lor
natura lor pot fi:
a) variabile economice
b) variabila eroare (aleatoare)
c) variabila timp
a) Variabilele economice, de regulă se împart în variabile explicate, rezultative sau
ENDOGENE notate yi (i=1,n) şi variabile explicative, factoriale sau EXOGENE notate

(j=1 , k ) , independente de variabilele endogene yi , în care n reprezintă numărul variabilelor

rezultative iar k numărul variabilelor factoriale.

În cazul modelelor de simulare sau de prognoză variabilele se mai împart în

variabile exogene predeterminate (variabile de stare a sistemului - c a p a c i t a t e a d e

p r o d u c ţ i e a u n e i î n t r e p r i n d e r i ) şi variabile instrumentale sau de comandă
economică (dobânda, impozitul pe profit etc.)

5
 b) Variabila aleatoare, u, sintetizează ansamblul variabilelor, cu excepţia variabilelor

, care influenţează variabila endogenă , dar care nu sunt specificate în modelul

econometric. Aceste variabile (factori) pe baza ipotezelor teoriei economice, sunt

considerate factori întâmplători (neesenţiali), spre deosebire de variabilele , care

reprezintă factorii determinanţi (esenţiali) ai variabilei .

De asemenea, variabila eroare reprezintă eventualele erori de măsură, erori

întâmplătoare şi nu sistematice, conţinute de datele statistice privind variabilele economice.
Pe baza acestor premise economice se acceptă că variabila aleatoare „u” urmează o
lege de probabilitate L(u), în acest scop formulându-se o serie de ipoteze statistice cu
privire la natura distribuţiei acestei variabile, ipoteze statistice care vor trebui testate cu teste
statistice adecvate fiecărei ipoteze.
c) Variabila timp, t, se introduce în anumite modele econometrice ca variabilă
explicativă a fenomenului endogen , imprimându-se acestora un atribut dinamic, spre
deosebire de modelele statice.
Deşi timpul nu poate fi interpretat ca variabilă concretă (economică), se recurge la
această variabilă explicativă din două motive:
- în primul rând timpul ca variabilă econometrică, permite identificarea unor
regularităţi într-un proces evolutiv, ceea ce constituie un prim pas spre specificarea precisă a
unor variabile care acţionează în timp;
- în al doilea rând, el reprezintă măsura artificială a acelor variabile care acţionează
asupra variabilei y care, fiind de natură calitativă nu pot fi cuantificată şi ca atare nici
specificată în modelul econometric.
Sursa de date
Variabilele economice se introduc într-un model econometric cu valorile lor reale sau
empirice ( şi ; n = numărul unităţilor
observate).
Aceste valori ale variabilelor unui model se pot obţine pe două căi: fie pe baza
sistemului informaţional statistic (banca de date), fie prin efectuarea de observări statistice
special organizate - de tipul anchetelor statistice.
O problemă fundamentală care se ridică în această etapă o reprezintă calitatea datelor
statistice, respectiv autenticitatea şi veridicitatea acestora. Dacă un model economic se
construieşte cu date false sau afectate de erori de măsură, el va căpăta aceste deficienţe,
fiind compromis sub aspect operaţional.

6
 Deoarece problema autenticităţii datelor economice ţine de domeniul statisticii
economice, ne vom rezuma numai a aminti că datele statistice care privesc variabilele
economice specificate în model trebuie să fie culese fără erori sistematice de observare şi de
prelucrare, îndeplinind condiţiile de omogenitate.
Omogenitatea datelor presupune:
- colectarea lor de la unităţi statistice omogene;
- reprezentarea aceloraşi definiţii şi metodologii de calcul cu privire la sfera de
cuprindere ale acestora în timp sau în spaţiu;
- descrierea evoluţiei fenomenelor într-un interval de timp în care nu s-au produs
modificări fundamentale privind condiţiile de desfăşurare a procesului analizat;
- exprimarea variabilelor în aceleaşi unităţi de măsură, condiţie care se referă în mod
special la evaluarea indicatorilor economici în preţuri comparabile sau preţuri reale.
„Materia primă" pentru calcule economice o constituie seriile cronologice (serii de
timp sau serii dinamice), mai rar seriile teritoriale, ale variabilelor economice respective,
preluate sau construite pe baza băncii de date statistice existente.
O serie cronologică se construieşte prin observarea variabilelor y şi x pe perioade
egale de timp ( t = 1,2,.., T; t reprezentând luni, trimestre, ani) la aceeaşi unitate economică:
t = 1, 2, . . . . . , T

În comparaţie cu aceasta, o serie de spaţiu rezultă prin observarea variabilelor y şi x

într-o anumită perioadă de timp (lună, trimestru, semestru, an) la un anumit număr de
unităţi socio-economice omogene, în care i = 1,n iar n = numărul unităţilor de acelaşi
profil, ce aparţin aceluiaşi sector economic. O astfel de serie se prezintă, de regulă, sub
următoarea formă:

Într-un model econometric, un fenomen economic , în care i = 1, poate fi

introdus cu următoarele valori:

1) Valori reale sau empirice, , valori exprimate în unităţi de

măsură specifice naturii fenomenului x, ele fiind mărimi concrete şi pozitive, deci aparţin
sistemului numerelor raţionale.

Vectorul valorilor lui x în care , poate fi definit prin doi

parametri:

7
 - media aritmetică a variabilei x

- abaterea medie patratica a variabilei x

, fiind dispersia variabilei

2) Valorile centrate :

Aceste valori sunt tot mărimi concrete, dar ele aparţin sistemului numerelor reale
având atât valori pozitive cât şi negative.
Se poate demonstra uşor că aceste valori centrate au media egală cu zero, iar dispersia
lor este egală cu dispersia valorilor reale:

3) Valori centrate şi normate sau abateri standard:

Media şi dispersia acestor valori este:

Abaterile standard sunt mărimi abstracte (adimensionale). Aceste calităţi conduc atât
la diminuarea calculelor statistice cu aceste valori, cât şi la efectuarea de comparaţii între
distribuţiile mai multor fenomene economice de naturi diferite.

8
 Un model econometric poate fi format dintr-o singură relaţie sau dintr-un sistem de
relaţii statistice. Aceste relaţii pot fi: relaţii de identitate sau deterministe, relaţii de
comportament, relaţii tehnologice şi relaţii instituţionale.
1. Relaţiile de identitate sunt de tipul ecuaţiilor de balanţă folosite în „Sistemul
de balanţe ale economiei naţionale"
2. Relaţiile de comportament sunt acele ecuaţii stochastice care reflectă şi
modelează un proces de luare a deciziei, care încearcă să descrie răspunsul variabilei
endogene y, sub forma deciziei, la un set de valori ale variabilelor exogene. De exemplu, într-
un model macroeconomic relaţiile de comportament se referă la dependenţe privind
consumul, investiţiile, importul şi exportul, sistemul de preţuri, cererea monetară, etc.
3. Relaţiile tehnologice descriu atât imperativele de ordin tehnologic privind
producţia cât şi relaţiile tehnico-economice existente în producţie, forţa de muncă şi
fondurile de producţie ale unei unităţi, ale unei ramuri sau ale economiei naţionale. Aceste
relaţii tehnologice sunt reprezentate de cunoscutele funcţii de producţie de diferite tipuri.
4. Relaţiile instituţionale sunt folosite pentru a explica în mod determinist sau
stochastic fenomenele care sunt determinate fie de lege, fie de tradiţie sau fie de obiceiuri.
Din rândul acestora fac parte, de exemplu, ecuaţiile care explică stabilirea impozitelor sau a
cotizaţiilor în funcţie de venit.
Tipologia modelelor econometrice este extrem de vastă. Totuşi, un model
econometric poate fi construit prin intermediul unei singure ecuaţii de comportament
tehnologice sau instituţionale, sau cu ajutorul unui sistem de ecuaţii, denumite modele cu
ecuaţii multiple.
Testele statistice sunt instrumente de lucru indispensabile investigaţiei
econometrice. Necesitatea utilizării acestora este determinată de faptul că demersul
econometric constă într-o înşiruire logică de ipoteze privind semnificaţia variabilelor
exogene, a calităţii estimaţiilor obţinute, a gradului de performanţă a modelelor
construite.
Acceptarea sau respiungerea ipotezelor formulate în econometrie se poate face cu
ajutorul mai multor teste, ca de exemplu: testul „χ2”, testul „t”, testul „F”, etc.
Pe lângă aceste teste statistice, în practica curentă în diverse domenii se foloseşte
frecvent un test denumit „testul erorii". În general, aplicarea acestui test presupune
compararea a două valori:
0 = valoarea observată sau estimată, şi
T = valoarea teoretică, aşteptată sau prognozată.

9
 Curs 2 -2 ore
ANALIZA DE REGRESIE ŞI CORELAŢIE

Determinarea formei şi intensităţii legăturii dintre variabilele economice reprezintă o

componentă fundamentală a modelării econometrice.
Pentru a putea efectua acest tip de analiză trebuie cunoscute în primul rând categoriile
de legături ce se stabilesc între variabilele economice.
2.1 Tipologia legăturilor dintre variabilele economice
În marea majoritate a cazurilor, variabilele economice se manifestă în cadrul unui
sistem de interdependenţe în care suferă influenţe din partea altor variabile şi la rândul lor
exercită influenţe asupra unor variabile.
Tipologia legăturilor care se stabilesc în interiorul unor astfel de sisteme este extrem
de diversă, fapt pentru care există numeroase criterii de clasificare a legăturilor.
1. După intensitatea legăturilor dintre variabile, există 3 categorii:
- conexiunea nulă (legătura inexistentă). Apare în situaţia în care între
variabilele studiate nu există nici o legătură, ele acţionând complet independent una faţă
de alta.
- legături funcţionale (deterministe). Apar atunci când unei valori date a
variabilei factoriale x îi corespunde o singură valoare bine determinată a variabilei
rezultative y.
y = f(x)
y= variabila rezultativă
x= variabila factorială (acţionează asupra lui y)

exemplu y = 2 + 3x 2 în ecuaţii în general nu se întâmplă aşa factori

perturbatori

x=2 y = 14 (chiar dacă condiţiile sunt aceleaşi)

Legăturile deterministe sunt specifice mai degrabă ştiinţelor exacte şi se

întâlnesc mai rar în economie.
- legături statistice (stochastice). Apar atunci când unei valori date a variabilei
factoriale x îi corespunde o repartiţie de valori probabile ale lui y.

10
 ex:

x=2 y1=14 (dar această valoare a probabilităţii de apariţie, P1)

y2=13.5 (P2) ; y3=14.5 (P3)

Această legătură face cu precădere obiectul analizei econometrice.
2. După numărul factorilor luaţi în considerare există:
- legături simple, care apar atunci când este studiată acţiunea unui singur factor
de influenţă, x , asupra variabilei rezultative y. Y = f(X)+ ε
Modele care studiază legăturile simple se numesc modele unifactoriale.
- legături multiple, care studiază acţiunea simultană a mai multor factori de
confluenţă, x1, x2, ....., xK asupra variabilei rezultative y. Aceste legături sunt studiate cu
ajutorul modelelor multifactoriale. Y = f(X1,X2,...,XK)+ ε

3. După sensul legăturii, există:

- legături directe, care apar atunci când variabilele x şi y variază în acelaşi
sens.
- legături inverse, care apar atunci când variabilele x şi y variază în sens contrar

4. După forma legăturii dintre variabila rezultativă şi variabilele cauză există:

- legături liniare, care apar atunci când legătura dintre variabilele x şi y poate fi
reprezentată grafic cu ajutorul unei drepte
- legături neliniare, care apar atunci când reprezentarea grafică a legăturii are
diverse curbe (hiperbolice, parabolice, exponenţiale, etc)

5. După momentul de timp al transmiterii influenţei, există:

- legături concomitente (sincrone) care apar atunci când influenţa se transmite
în timp foarte scurt dinspre variabila x spre variabila y.
- legături cu decalaj în timp, apar atunci când influenţa se transmite cu
întârziere de-a lungul unei perioade de timp dinspre variabila x către variabila y.

2.2 Analiza formei şi a intensităţii legăturilor dintre variabile

Această componentă a analizei econometrice include primele etape din elaborarea
unui model econometric, începând cu formularea ipotezelor de pornire şi selectare a
variabilelor şi finalizând cu determinarea ecuaţiei modelului şi estimarea parametrilor.
Analiza formei şi intensităţii legăturilor se realizează în două etape distincte:
a) analiza de regresie
b) analiza de corelaţie

11
 ANALIZA DE REGRESIE
Constă în identificarea şi selectarea variabilelor, gruparea lor pe categorii (rezultative,
factoriale sau perturbatoare) şi în estimarea parametrului modelului pe baza cărora poate fi
determinată forma şi sensul legăturii.
Pentru a putea utiliza funcţiile matematice cunoscute, cel mai adesea se reprezintă
grafic legătura dintre variabilele x şi y. Această metodă grafică este des întâlnită în practică
datorită simplităţii ei şi mai este denumită ”metoda norului de puncte”.

Dacă norul de puncte sugerează o linie dreaptă modelul liniar

Dacă norul de puncte este neliniar funcţia hiperbolică
Dacă norul de puncte sugerează o curbă care creşte semnificativ funcţia
exponenţială
Pe baza reprezentării grafice se alege/aleg ecuaţia sau ecuaţiile modelului, iar apoi, cu
ajutorul unor metode specifice se estimează si se interpretează parametrii modelului.

ANALIZA CORELAŢIEI
Constă în determinarea cu ajutorul unor parametrii specifici a intensităţii legăturii
dintre variabilele studiate. Cel mai general parametru care studiază corelaţia dintre 2 variabile
x şi y este covarianţa, notată cov(x,y).

12
n = numărul eşantionului
= valorile variabilei factoriale x
= media variabilelor factoriale x
= valorile variabilei rezultative y
= media variabilelor rezultative y
Interpretarea sensului şi a intensităţii unei legături cu ajutorul covarianţei se realizează
cu ajutorul graficului cadranelor de corelaţie:

I + + (+) valori pozitive

II - + (-) valori negative
III - - (+) valori pozitive
IV + - (-) valori negative
Dacă norul de puncte se concentrează în jurul primei bisectoare (cadranele I şi III)
atunci legătura dintre variabilele x şi y este puternică şi directă.
Dacă norul de puncte se concentrează în jurul celei de-a doua bisectoare (cadranele II
şi IV) atunci legătura dintre variabilele x şi y este puternică şi inversă.

13
 Dacă norul de puncte este împrăştiat haotic pe toate cele 4 cadrane, atunci între
variabilele x şi y nu există legătură.
Covarianţa serveşte mai degrabă drept bază de pornire pentru calcularea unor
parametrii mai sintetici ai corelaţiei.
Pentru variabilele cantitative cei mai cunoscuţi parametrii ai corelaţiei sunt:
1. Coeficientul de corelaţie (liniară), notat r sau
2. Raportul de corelaţie -simplă
-multiplă (rapoarte de corelaţie parţiale), notat cu R
3. Coeficientul de determinaţie, notat cu R2, folosit:
- pentru legătura simplă
- pentru legătura multiplă (coeficienţii de determinaţie parţială)
Parametrii sintetici de caracterizare a corelaţiei dintre două sau mai multe variabile
sunt:
1. Coeficientul de corelaţie liniară r

= abaterea medie pătratică (deviaţia standard) a variabilei x

= abaterea medie pătratică a variabilei y

14
 ,

, r

Interpretare:
Cu cât valorile lui r se aproprie de 1, cu atât legătura este mai puternică şi directă
(când variabilele x şi y evoluează în acelaşi sens).
Cu cât valoarea lui r este mai apropriată de -1, cu atât legătura dintre variabilele x şi y
este mai puternică şi inversă.

Dacă r are valori apropriate de 0 nu legătură liniară între variabilele x şi y.

Principalul dezavantaj al coeficientului de corelaţie este acela că nu poate fi folosit

decât în cazul legăturilor liniare simple, ceea ce îi restrânge aplicabilitatea. Din acest motiv
pentru alte tipuri de modele se folosesc următorii 2 parametrii ai corelaţiei şi anume:
2. Raportul de corelaţie R
Raportul de corelaţie se bazează pe analiza varianţei care descompune variaţia totală a
variabilei rezultative y în 2 componente.
, ecuaţia generală a econometriei

Variaţia totală este cuantificată prin parametrul statistic

Prima componentă o reprezintă variaţia explicată care arată variaţia lui y determinată
de acţiunea variabilei factoriale x. Această componentă se cuantifică prin:

A doua componentă o reprezintă variaţia reziduală care arată în ce măsură variaţia lui
y este determinată de influenţa factorilor întâmplători sau nesemnificativi. Această variaţie
reziduală se notează cu .

15
 , R

Interpretare:
- cu cât R are valori mai apropriate de 1 cu atât legătura este mai puternică
- cu cât R este mai apropriat de 0 cu atât legătura este mai slabă

ex: R > 0.8 0.5 R 0.8 R < 0.5

În cazul modelului unifactorial liniar între coeficientul de corelaţie liniară şi raportul

de corelaţie următoarea relaţie: R = |r|
3. Coeficientul de determinţie R2
Se calculează ca pătrat al raportului de corelaţie R

R2 ne arată proporţia în care variaţia lui y este dată de influenţa variaţiei lui x.
Inversul lui R2 adică 1 – R2 se numeşte coeficient de nedeterminaţie şi arată proporţia
în care variaţia lui y se datorează acţiunii factorilor întâmplători.

Curs 3 – 4 ore
MODELE ECONOMETRICE UNIFACTORIALE

Aceste modele studiază influenţa pe care o exercită o simplă variabilă factorială x

asupra variabilei rezultative y.
Ecuaţia generală a unui model unifactorial este de forma:

Aceste modele sunt destul de diverse dar criteriul de clasificare cel mai important este
cel care le împarte în:
- modele unifactoriale liniare
- modele unifactoriale neliniare

I. Modelul unifactorial liniar

16
 Este modelul care presupune că între variabilele x şi y există o legătură care poate fi
reprezentată grafic cu ajutorul unei drepte.

Ecuaţia care stă la baza acestui model este de forma y = a + b·x + , unde a şi b sunt
parametrii modelului.
Ecuaţia modelului mai este cunoscută şi sub numele de funcţie de regresie liniară
simplă.
Pentru a studia legătura dintre x si y este necesară estimarea şi interpretarea
parametrilor a şi b, adică analiza de regresie a modelului.
Estimarea parametrilor se poate face prin mai multe metode dintre care cea mai
cunoscută şi mai des utilizată în practica econometrică este metoda celor mai mici pătrate.
Principiul metodei se bazează pe minimizarea sumei pătratelor erorilor de estimare.

(minimă) , = erorile de estimare

Utilizarea acestei metode presupune formularea unor ipoteze iniţiale concretizate în 4

restricţii şi anume:
1) Valorile variabilei factoriale x şi ale variabilei rezultative y trebuie să fie înregistrate
fără erori de observare
2) Variabila aleatoare trebuie să fie de repartiţie normală, de medie nulă şi varianţă
constantă
3) Variabila aleatoare este independentă în raport cu variabila factorială x

4) Variabila aleatoare nu este autocorelată (nivelul prezent al variabilei aleatoare nu

depinde de valorile înregistrate în perioadele anterioare)

- valorile reale ale variabilei y

- valorile variabilei y estimate pe baza modelului

minimă

Minimizarea funcţiei F se realizează prin egalarea cu 0 a derivatelor parţiale de

ordinul I în raport cu parametrii a şi b.

17
 Valorile estimate ale parametrilor a şi b se obţin în urma rezolvării sistemului prin
una din metodele cunoscute.
Valoarea estimată a parametrului a ne arată nivelul variabilei rezultative y atunci
când x=0.
Semnul parametrului b se interpretează astfel:
Dacă b>0 legătura dintre variabila x şi y este directă
Dacă b<0 legătura dintre variabila x şi y este inversă
Dacă b=0 între x şi y nu există legătură
Valoarea estimată a parametrului b arată cu cât creşte (variază) variabila y atunci când
x creşte cu 1 unitate.
Dacă b>1 y este foarte sensibil la variaţiile lui x
Dacă b<1 y este puţin influenţat de variaţiile lui x
Interpretarea parametrilor a şi b finalizează analiza de regresie a modelului.
Următoarea etapă o constituie analiza corelaţiei, care este studiată cu ajutorul
parametrilor definiţi în capitolul 2 (şi anume: coeficientul de corelaţie, raportul de corelaţie şi
coeficientul de determinaţie).

Verificarea statistică:
Aceasta reprezintă etapa în care modelul este validat sau invalidat cu ajutorul unor
parametrii şi a unor teste statistice.

1. Determinarea şi interpretarea erorilor standard

- eroarea standard a modelului
- erorile standard ale parametrilor modelului notate cu şi

Interpretare:

18
 a modelului este o eroare medie generată de model, care cu cât este mai mică în
raport cu valorile lui y, cu atât modelul este mai bun.

Interpretare:
Cu cât şi sunt mai mici în raport cu parametrii a şi b, cu atât aceştia sunt mai
corect estimaţi.
Erorile standard ca valori în sine sunt mai greu de interpretat, ele fiind utilizate în
special pentru a calcula alţi parametrii statistici cu un grad mai mare de rigurozitate.

2. Testul student de verificare a semnificaţiei parametrilor modelului

Etapa 1: se formulează ipoteza nulă conform căreia parametrii a şi b sunt egali cu 0;
H0 : a=0, b=0
Etapa 2: se stabileşte probabilitatea de nerealizare a testului, notată cu ;
(probabilitatea de realizare)
Etapa3: se determină valorile calculate ale testului

Etapa 4: Din tabelele statistice aferente repartiţiei student se alege o valoare tabelară
(critică) în funcţie de probabilitatea şi de n-1 grade de libertate.

Etapa 5: se compară valorile calculate cu valoarea tabelară şi pot rezulta următoarele

situaţii:

- se respinge şi spunem cu probabilitatea p = 1 - că parametrii a şi

b sunt corecţi din punct de vedere statistic. În această situaţie modelul este validat
şi poate fi utilizat pentru a studia legătura dintre variabilele x şi y.
- se acceptă şi spunem cu probabilitatea p = 1 - că parametrii a şi
b sunt nesemnificativi. În această situaţie modelul este invalidat şi trebuie refăcut
19
 - ; a este relevant, în schimb b este irelevant modelul este
incorect
- ; b este relevant şi a este irelevant.
Termenul liber a este eliminat din model şi un nou model de forma :
modelul este resupus testării statistice.

3. Tehnica ANOVA (sau analiza varianţelor)

Această tehnică presupune descompunerea variaţiei totale, a variabilei rezultative y în
două componente.
Prima componentă este variaţia explicată (variaţia lui y ca urmare a influenţei lui x),
se notează cu .

A doua componentă este variaţia reziduală (variaţia lui y determinată de acţiunea

factorilor întâmplători ), se notează cu .

Analiza varianţelor presupune compararea celor două componente cu ajutorul unui

test „Fisher”.
Etapa 1: se formulează ipoteza nulă, conform căreia cele două componente sunt
egale:

H: =

Deoarece se cosideră că efectul lui x asupra lui y este egal cu efectul întâmplării
asupra lui y înseamnă că x este la rândul său un factor de influenţă întâmplător şi modelul
este irelevant.

Etapa 2: se stabileşte probabilitatea de nerealizare a testului , se notează cu ; iar

inversul lui este p= 1 - (probabilitatea de realizare)

Etapa 3: se determină o valoare calculată a testului „Fisher” după relaţia:

- este un estimator al lui calculat pe baza unui eşantion reprezentativ

- este tot un estimator al lui calculat pe baza unui eşantion reprezentativ
Etapa 4: din tabelele repartiţiei Fisher se ia o valoare tabelară (critică) în funcţie de
probabilitatea ; n – 1 ; n – 1 grade de libertate n - 1 = n - 1

20
Etapa 6: se compară valoarea calculată cu valoarea tabelară şi pot rezulta 2 situaţii:

Dacă se respinge şi spunem cu probabilitatea p=1 - că varianţa

explicată este semnificativ mai mare decât varianţa reziduală. În această situaţie modelul este
considerat relevant din punct de vedere statistic şi poate fi utilizat pentru a studia legătura
dintre x şi y.

Dacă se acceptă şi spunem cu probabilitatea că varianţa

explicată nu diferă semnificativ de varianţa reziduală. În aceste condiţii modelul este
invalidat şi trebuie refăcut.

II. Modele unifactoriale neliniare

Modelul liniar este foarte des utilizat în practica econometrică. El nu poate fi însă
aplicat în orice situaţie deoarece legătura dintre două variabile economice poate lua diverse
forme diferite de cea liniară.
În astfel de situaţii se folosesc diverse tipuri de modele econometrice bazate pe funcţii
neliniare. Cele mai cunoscute modele neliniare utilizate în economie sunt: modelul
hiperbolic, modelul parabolic şi modelul exponenţial.
1. Modelul hiperbolic

- are la bază o ecuaţie de forma :

- se foloseşte atunci când norul de puncte al reprezentării grafice sugerează una din
următoarele curbe:

21
 - legătura dintre variabile este studiată prin estimarea parametrilor a şi b
- aceasta se realizează cu metoda celor mai mici pătrate după ce s-a făcut

schimbarea de variabilă

Valoarea estimată a parametrului a ne arată nivelul către care tinde y atunci când x
ia valori foarte mari.
- semnul parametrului b ne arată dacă funcţia este crescătoare (b < 0) sau
descrescătoare (b >0)
- analiza corelaţiei în cazul acestui model se realizează cu ajutorul raportului de
corelaţie (R) şi a coeficientului de determinaţie (R2)
R [0;1] , R2 [0;1]

- verificarea statistică se realizează similar cu cele prezentate la modelul unifactorial

liniar

2. Modelul parabolic
- are la bază o ecuaţie forma :
- se foloseşte atunci când norul de puncte sugerează o reprezentare grafică de forma
unei parabole:

- parametrii a, b şi c se estimează cu metoda celor mai mici pătrate în urma căruia

rezultă sistemul de ecuaţii:

22
- parametrul a ne arată nivelul variabilei reprezentative y atunci când variabila
factorială x este egală cu 0
- analiza corelaţiei şi verificarea statistică sunt similare cu cazul modelului
unifactorial liniar
3. Modelul exponenţial
- are la bază o ecuaţie de forma
- modelul exponenţial se foloseşte atunci când reprezentarea grafică este de forma:

- dacă b (0;1) reprezentarea funcţiei este similară cu hiperbola

- parametrii modelului exponenţial se pot estima tot cu metoda celor mai mici
pătrate după ce funcţia este adusă la o formă liniară prin logaritmare.

,
- are la bază o ecuaţie generală de forma :
Exemplu:

23
 Curs 4 – 2 ore
MODELE ECONOMETRICE MULTIFACTORIALE

Modelele unifactoriale deşi sunt foarte utile pentru a studia legătura dintre 2 variabile
economice nu sunt suficient de complexe pentru a reflecta realitatea economică în ansamblul
ei.
Din acest motiv o largă utilizare o au modelele multifactoriale care studiază legătura
dintre o variabilă rezultativă şi mai mulţi factori de influenţă care acţionează simultan asupra
sa.
Ecuaţia generală a unui model unifactorial este de forma :

y = variabila rezultativă

= factori de influenţă ce acţionează asupra lui y

= variabila reziduală
În funcţie de forma reprezentării grafice a legăturii dintre variabilele modelului, există
două mari categorii de modele: modelul multifactorial liniar şi modelul multifactorial
neliniar.

1. Modelul multifactorial liniar

- se utilizează atunci când reprezentarea grafică a legăturilor dintre variabile
sugerează o dreaptă
Ecuaţia modelului este de forma:

= parametrii modelului care cuantifică legătura dintre variabilele

modelului
Estimarea parametrilor se realizează de obicei cu metoda celor mai mici pătrate.
Principiul metodei:

minimă; =coeficient de estimare

Restricţiile metodei sunt similare cu cele prezentate le modelul unifactorial liniar.

minime

24
 Se egalează cu 0 derivatele parţiale de ordinul I ale funcţiei F în raport cu parametrii

În urma rezolvării sistemului se obţin valorile estimate ale parametrilor modelului,

Presupunem:
y = cursul de schimb valutar
x1 = soldul comerţului exterior (E-I)( )
x2 = masa monetară (cantitatea de lei pe piaţă)()
x3 = rata dobânzii ( )

a0 = 3,3 ; a1 = -1,5 ; a2 = 1,8 ; a3 = -1,2

a0 = 3,3, când toate variabilele sunt egale cu 0, creşte cu o unitate
a2, ne arată creşterea cu o unitate a masei monetare
a3 creşte cu un procent scăderea cursului cu 1%
Estimarea şi interpretarea parametrilor a constituit analiza corelaţiei de regresie a
modelului, următoarea etapă, analiza corelaţiei se realizează cu ajutorul coeficienţilor definiţi
în capitolul 2.
1. Raportul de corelaţie (R) ; R [0;1]
Dacă R 1 legătura dintre y şi variabilele factoriale (x 1, x2, x3, ..., xK) este
puternică
Dacă R 0 legătura dintre y şi variabilele factoriale (x1, x2, x3, ..., xK) este slabă
Rapoarte de corelaţie parţiale:

2. Coeficientul de determinaţie (R2); R2 [0;1]

Arată proporţia în care variaţia lui y este dată de influenţa simultană a tuturor
factorilor x1, x2, . . . . . , xK.
Coeficienţi de determinaţie parţiali:

25
 Verificarea statistică a modelului multifactorial se realizează cu ajutorul parametrilor
statistici studiaţi în cazul modelului liniar unifactorial.

2. Modele multifactoriale neliniare

În practică există numeroase situaţii în care legăturile dintre variabilele economice nu

pot fi reprezentate cu ajutorul unei drepte. În aceste condiţii, modelul liniar nu poate fi
utilizat şi el va fi înlocuit cu o serie de ecuaţii neliniare în funcţie de forma legăturii
structurale.
Cele mai utilizate modele neliniare multifactoriale sunt cele de tip exponenţial şi
funcţiile de putere.
a) Modelul multifactorial exponenţial
Se utilizează atunci când variaţia variabilelor rezultative y este exponenţială în raport
cu variaţia factorilor de influenţă x1, x2, . . . . . . . , xK.
Modelul are la bază o ecuaţie de forma
Pentru a estima parametrii a0, a1, . . . . , aK se duce funcţia la o formă liniară prin
logaritmare.

Interpretarea parametrilor, analiza corelaţiei şi verificarea statistică sunt similare cu

cele prezentate la modelul multifactorial liniar.
b) Funcţii de putere multifactoriale
Această clasă de modele se bazează pe o ecuaţie generală de forma:

. Cea mai cunoscută aplicaţie

econometrică.

26
 Curs 5 -2 ore
FUNCŢII DE PRODUCŢIE

Funcţiile de producţie sunt modele multifactoriale neliniare care studiază legătura

dintre produsul său venitul unei economii naţionale şi factorii de producţie care contribuie în
realizarea acesteia.
Există diverse variante ale acestor funcţii dintre care cele mai cunoscute sunt:

 Funcţia Cobb-Douglas
 Funcţia Solow

1. Funcţia de producţie COBB-DOUGLAS

Această funcţie presupune că între produsul realizat de către o ţară şi principalii
factori de producţie există o legătură de forma: , unde:

y - venitul sau produsul realizat de economia naţională pe 1 an

L-forţa de muncă; cuprinde: număr salariaţi şi costul cu salariile (număr salariaţi ·
salariu mediu)
K-capitalul fix
α - elasticitatea PIB la variaţia forţei de muncă L
β - elasticitatea PIB la variaţia capitalului fix K.
Estimarea elasticităţilor α şi β se realizează prin liniarizarea funcţiei cu ajutorul
logaritmului:

În urma aplicării metodei celor mai mici pătrate rezultă un sistem de 2 ecuaţii cu
necunoscutele şi :

În urma rezolvării sistemului se obţin valorile estimate ale elasticităţilor .

Elasticitatea arată proporţia în care factorul forţa de muncă (L) este cuprins în realizarea

27
produsului intern brut (PIB). Elasticitatea arată proporţia în care factorul capital fix (K)
contribuie la realizarea PIB.
Pe termen lung suma celor 2 elasticităţi tinde către 1, ceea ce arată importanţa
factorilor L şi K în deţinerea PIB.
Analiza corelaţiei şi verificarea statistică se realizează cu ajutorul parametrilor
prezentaţi la modelul unifactorial liniar.

2. Funcţia de producţie SOLOW

Este o funcţie care completează funcţia de producţie Cobb-Douglas.
Factorii de producţie: forţa de muncă (L) şi capitalul fix (K) sunt evaluate cantitativ în
cadrul funcţie Cobb-Douglas.
Solow a observat că analiza factorilor cantitativi nu este suficientă şi a completat
funcţia cu un factor calitativ, care cuantifică productivitatea lui L şi K.
Funcţia Solow (generală):

=impactul progresului tehnic sau inovării asupra W (productivităţii) lui L şi K ,

e=2,71
‫=ﻻ‬elasticitatea PIB la variaţia productivităţii, t= factorul timp

 Se liniarizează funcţia prin logaritmare:

 Se aplică metoda celor mai mici pătrate:

În urma rezolvării sistemului se obţin valorile estimate ale elasticităţilor şi .

Curs 6 - 2 ore
MODELE ECONOMETRICE BAZATE PE FACTORUL TIMP

Noţiuni generale privind evoluţia în timp a fenomenelor economice

Studiul evoluţiei în timp a fenomenelor şi proceselor economice este o latură
importantă a cercetării econometrice. Acest tip de analiză se bazează pe seriile de date
înregistrate de-a lungul timpului.

28
 Seriile de date înregistrate în timp poartă numele de serii de timp (serii cronologice
sau dinamice).

Variabila a cărei evoluţie în timp este studiată, este notată generic cu y, iar
reprezintă valoarea variabilei y la momentul t.

termenii seriei de timp

momentele de timp la care s-a făcut înregistrarea (periodicitatea între 2 momente este
egală)
Evoluţia în timp a unei variabile economice este determinată de anumite caracteristici
ale termenilor seriei:
- omogenitatea termenilor = caracteristică ce întruneşte elementele comune tuturor
termenilor seriei.
Cu cât această caracteristică este mai accentuată, cu atât evoluţia în timp a
fenomenului studiat este mai stabilă şi mai uşor de previzionat.
- variabilitatea termenilor = se manifestă prin elementele individuale eterogene,
specifice fiecărui termen în parte.
Cu cât variabilitatea este mai accentuată cu atât fenomenul este mai fluctuant
şi mai greu de previzionat.
- periodicitatea termenilor = ţine de distanţa în timp între două momente succesive
(exemplu: zilnică, săptămânală, lunară, trimestrială, anuală, etc).
- interdependenţa termenilor = se referă la intensitatea legăturii dintre doi sau mai
mulţi termeni succesivi.
Evoluţia în timp a unei variabile este studiată de obicei prin descompunerea în mai
multe componente:
- trendul/tendinţa generală de evoluţie
- variaţiile ciclice
- variaţiile sezoniere
- variaţiile aleatoare/întâmplătoare
1. Trendul = componentă fundamentală a evoluţiei în timp a unui fenomen
economic care sintetizează tendinţa generală de evoluţie pe termen lung a fenomenului
studiat.
2. Variaţiile ciclice = sunt abateri în raport cu trendul, care se manifestă la
intervale mari de timp şi cu intensităţi neregulate.

29
 3. Variaţiile sezoniere = sunt abateri relativ regulate de la trend, care se
manifestă la perioade egale de timp, de obicei în intervalul unui an.
4. Variaţiile aleatoare = variaţii improvizabile, necuantificabile, care afectează,
mai mult sau mai puţin evoluţia fenomenului studiat.
Aceste componente pot fi studiate împreună sau separat, în funcţie de necesităţile
analizei. Există numeroase metode de cercetare a seriilor de timp, grupate pe două mari
categorii:
a) metode elementare - metoda grafică
- metoda mediilor mobile
- metoda indiciilor şi indicatorilor statistici

ele fac obiectul cercetării statistice

b) metode analitice - bazate pe modele econometrice:

 funcţii de timp: forma general :
-liniare
-neliniare
 modele autoregresive (AR) ( AR[K] AR de ordin K )

FUNCŢIILE DE TIMP
Sunt cele mai cunoscute metode analitice de studiu a evoluţiei în timp a fenomenelor
şi proceselor economice.
Ele se bazează pe construirea unei funcţii date de evoluţia istorică a fenomenului
studiat, funcţie utilizată apoi pentru a previziona evoluţia viitoare a fenomenului.
Ecuaţia generală a unei funcţii de timp este de forma:

= variabila studiată la momentul t

f = funcţia de timp

= variabila reziduală care cuantifică variaţiile aleatoare

t = factorul timp (reprezentat de perioadă; lună; an; zi)

În raport cu reprezentarea grafică a evoluţiei în timp a fenomenelor studiate, funcţiile
de timp pot fi: liniare sau neliniare.

30
 a) Funcţia liniară de timp
Se utilizează atunci când reprezentarea grafică a evoluţiei în timp a fenomenului
studiat (cromogramă) sugerează o dreaptă.

Ecuaţia generală a funcţiei liniare de timp este:

; a,b – parametrii funcţiei

Evoluţia în timp a variabilei studiate “y” este dată de valorile parametrilor a şi b.

Aceştia se estimează cu metoda celor mai mici pătrate prin minimizarea sumei pătratelor
erorilor de estimare.

minimă

minimă

Se egalează cu 0 derivatele parţiale de ordinul I ale funcţiei F în raport cu parametrii a

şi b.

31
 În urma rezolvării obţinem parametrii a şi b

Interpretare :
Daca b>0 tendinţa generală de evoluţie a fenomenului studiat este crescătoare
Daca b<0 tendinţa generală de evoluţie este descrescătoare
Daca b=0 evoluţia lui y este constantă în timp
Valoarea estimată a lui b ne arată variaţia medie de la o perioadă la alta a variabilei
studiate.
Dacă arată o creştere accentuată de la o perioadă la alta (ne arată o pantă
mai mare de creştere sau de descreştere).
Daca ritmul de creştere (descreştere) este lent

previziunea pentru anul următor

Concluzie:
Previziunile cu ajutorul funcţiilor de timp nu depăşesc de obicei 2 perioade deoarece
ele transpun în viitor condiţii din trecut ceea ce nu permite previziuni pe termen lung.
Analiza corelaţiei se realizează cu ajutorul raportului de corelaţie R şi al coeficientului
de determinaţie R2; ambii coeficienţi sunt situaţi în intervalul [0;1].
Daca evoluţia în timp a fenomenului studiat este efectiv stabilă şi se poate
determina o tendinţă generală de evoluţie.
Daca evoluţia fenomenului studiat este fluctuant imprevizibilă şi nu se poate
determina o tendinţă pe termen lung.
b) Funcţia neliniară de timp
Cele mai cunoscute funcţii de timp neliniare sunt funcţia hiperbolică, funcţia
parabolic şi funcţia exponenţială.
Funcţia de timp hiperbolică: are la bază o ecuaţie de forma:

32
 Funcţia parabolică este de forma:

Estimarea parametrilor se realizează cu metoda celor mai mici pătrate şi se obţine un

sistem similar cu cel de la modelul unifactorial parabolic.
Funcţia exponenţială este de forma:

33
 Se aduce funcţia la o formă liniară prin logaritmare:

CURS 7 – 2 ore
MODELE AUTOREGRESIVE
De multe ori fenomenele şi procesele economice se modifică în funcţie de
comportamentul lor din perioadele anterioare.
Capacitatea de memorare a comportamentului din trecut şi modificarea
comportamentului prezent în funcţie de ceea ce s-a întâmplat anterior poartă numele de
caracter autoregresiv.
Din punct de vedere econometric caracterul autoregresiv este studiat cu ajutorul a mai
multor categorii de modele numite generic modele autoregresive.
Forma generală a unui model autoregresiv care studiază comportamentul curent a unei
variabile în funcţie de comportamentul anterior al acesteia, este:

variabila studiată la momentul t

= variabilele studiate la momentul t-1, t-2 … t-k

variabila reziduală ce cuantifică valorile aleatoare

34
 Dintre multitudinea de modele autoregresive care pot fi utilizate, cel mai cunoscut
este cel bazat pe funcţia liniară:
Acest model are o ecuaţie de forma:

- parametrii modelului

Modelul prezentat sub această formă este cunoscut sub denumirea de model
autoregresiv de ordinul K (aceasta ne arată pe câte perioade ne întindem).
Parametrii modelului sunt reprezentaţi cu ajutorul metodei celor mai mici pătrate:

minimă

minimă

Minimizarea funcţiei se realizează prin egalarea derivatelor parţiale de ordinul I cu 0

în raport cu parametrii modelului .

În urma rezolvării sistemului se cunosc valorile tuturor parametrilor modelului. Pe

baza acestora se poate analiza evoluţia fenomenului studiat şi se pot face previziuni pentru
perioadele următoare.
Practica econometrică a dovedit că de cele mai multe ori cea mai importantă perioadă
anterioară este t-1 .
în aceste situaţii se foloseşte modelul autoregresiv de ordinul I de forma:

35
 în acest caz nu are relevanţă
nu semnul arată dacă este crescător sau descrescător, ci dacă este supra - sau
subunitar.
Tendinţa generală de evoluţie a fenomenului studiat, nu este dată de semnul
parametrului (ca în cazul altor modele econometrice) ci de valoarea acestora:

Dacă tendinţa generală de evoluţie a fenomenului studiat este crescătoare.

tendinţa generală de evoluţie a fenomenului studiat este descrescătoare

BIBLIOGRAFIE

1. Andrei T., Statistică şi econometrie, Ed. Economică, 2004

2. Andrei T., Bourbonnais R., Econometrie, Ed. Economică, 2008
3. Andrei T., Stancu S., Iacob A., Tusa E., Introducere în econometrie utilizând EViews,
Ed. Economică, 2008
4. Baron T., Biji E., (colectiv), Statistică teoretică şi economică, Bucureşti, Editura
Didactică şi Pedagogică, 1999
5. Cuthbertson, K., Hall, S., Applied Econometrics Techniques, Whreatons Ltd., 1995
6. Damodar Gujarati, Basic Econometrics, McGraw-Hill Inc., 1995
7. Fomby, T. B., Rhodes, G., Advances in Econometrics, London, JAI Gress, 8/1990
8. Girard, R., Chaix, N., Econometrie, Paris, PUF, 1989
9. Griffiths, W., Judge, G., Carter Hill, R., Learning and Practicing Econometrics, John
Wiley and Sons, 1993
10. Iacob AI, Tănăsoiu O., Econometrie. Studii de caz, Ed. ASE 2005
11. Jeffrey M. Wooldridge, Introductory Econometrics. A Modern Approach, 3rd Edition,
2006.
12. Jeffrey M. Wooldridge, Econometric Analysis of Cross Section and Panel Data, B&T,
2002.
13. Johnston, J., Econometric Methods, McGraw-Hill, New York,1991

36
14. Maddala, G., S., Introduction to Econometrics, McMillan Publ., 1988
15. Meşter I., Statistică Economică, Editura Universităţii din Oradea, 2007
16. Patraş, M., Metode econometrice moderne: o analiză critică, Chişinău, Editura
Universitas, 1992
17. Perican, E., Tănăsoiu, O., Iacob, A. I., Metode econometrice, Bucureşti, Editura ASE,
2001
18. Ploeg, F. (edit), Advanced Lectures in Quantitative Econometrics, Acad. Press, 1990
19. Szenteşi S., Ionescu E., Lile R., Rusu S., Bălan L., Bazele statisticii, Editura
Universităţii „Aurel Vlaicu”, Arad, 2008
20. Tănăsoiu O., Iacob A.I., Modele econometrice, Ed. ASE, 2005
21. Tertişco, M., Stoica, P., Popescu, Th., Modelarea şi predicţia seriilor de timp,
Bucureşti, Editura Academiei, 1985
22. William H. Greene, Econometric Analysis, Prentice Hall International, 5th Edition,
2002
23. http://hadm.sph.sc.edu/Courses/J716/Dw.html

37