Econometrie Seminarii 6-8

Capitolul 3. Modelul de regresie liniară multiplă

Teorie și Aplicaţii

Se consideră rata mortalităţii infantile (număr de decese în vârsta sub 1 an la 1000 de

născuţi-vii din acelaşi an), PIB/locuitor (lei) şi Populaţia urbană (persoane) înregistrate
pentru toate judeţele României, în anul 2022.

1. Prezentarea modelului de regresie liniară multiplă

- ecuaţia generală a modelului scrisă pentru variabile:

𝑌 = 𝛽0 + 𝛽1 𝑋1 + 𝛽2 𝑋2 + ⋯ + 𝛽𝑝 𝑋𝑝 + 𝜀
𝑌 = 𝛽0 + 𝛽1 𝑋1 + 𝛽2 𝑋2 + 𝜀
- 𝑌 este variabila dependentă
- 𝑋1 și 𝑋2 sunt variabile independente
- 𝜀 este variabila reziduală (eroarea) care însumează influența factorilor neobservabili/
neincluși în model
- parametrii modelului (𝛽0 , 𝛽1 și 𝛽2 ) sunt valori fixe, dar necunoscute de la nivelul
populației
- parametrul 𝛽0 este constanta (termenul liber) al modelului de regresie
- parametrii 𝛽1 și 𝛽2 sunt numiți și coeficienți de regresie parțiali

- ecuaţia generală a modelului scrisă pentru valori ale variabilelor:

𝑦𝑖 = 𝛽0 + 𝛽1 𝑥𝑖1 + 𝛽2 𝑥𝑖2 + 𝜀𝑖 = 𝑦𝑥𝑖 + 𝜀𝑖 = 𝑀(𝑌|(𝑋1 = 𝑥𝑖1 ș𝑖 𝑋2 = 𝑥𝑖2 )) + 𝜀𝑖
- 𝑦𝑖 este valoarea observată (reală) a variabilei dependente (𝑌) pentru observația "𝑖"
- 𝑥𝑖1 este valoarea variabilei independente (𝑋1) pentru observația "𝑖"
- 𝑥𝑖2 este valoarea variabilei independente (𝑋2) pentru observația "𝑖"
- 𝜀𝑖 este valoarea variabilei reziduale (𝜀) pentru observația "𝑖"
- 𝑦𝑥𝑖 valoarea așteptată a variabilei dependente (𝑌) pentru observația "𝑖"

- interpretarea parametrilor modelului de regresie (coeficienţilor de regresie):

𝛽0 : 𝑀(𝑌|𝑋1 = 0 ș𝑖 𝑋2 = 0)
- constanta modelului sau ordonata la origine indică media variabilei dependente (𝑌)
atunci când variabilele independente iau valoarea 0.
Δ(𝑌)
𝛽1 : 𝑑(𝑌)|(𝑑(𝑋1 ) = 1, 𝑋2 𝑠𝑒 𝑚𝑒𝑛ț𝑖𝑛𝑒 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡: 𝑑(𝑋2 ) = 0) = Δ(𝑋
1)
- coeficientul de regresie parțial indică variația medie absolută parțială a variabilei
dependente (𝑌) la o variație absolută a variabilei independente (𝑋1) cu o unitate, în
condițiile în care influența celorlalte variabile independente se menține constantă

1
Econometrie Seminarii 6-8

- la o creștere a variabilei independente 𝑋1 cu 1 unitate ( 𝑑(𝑋1 ) = 1 ), variabila

dependentă variază, în medie, cu 𝛽1, în condițiile în care influența celorlalte variabile
independente se menține constantă
- semnul lui 𝛽1 indică sensul legăturii dintre cele două variabile:
- semnul negativ indică o legătură liniară inversă între 𝑌 și 𝑋1 și arată că la o creștere
a lui 𝑋1 cu 1 unitatea, 𝑌 scade, în medie, cu 𝛽1 (în condițiile în care influența
celorlalte variabile independente se menține constantă)
- semnul pozitiv indică o legătură liniară directă între 𝑌 și 𝑋1 și arată că la o creștere
a lui 𝑋1 cu 1 unitate, 𝑌 crește, în medie, cu 𝛽1 (în condițiile în care influența
celorlalte variabile independente se menține constantă)

Δ(𝑌)
𝛽2 : 𝑑(𝑌)|(𝑑(𝑋2 ) = 1, 𝑋1 𝑠𝑒 𝑚𝑒𝑛ț𝑖𝑛𝑒 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡: 𝑑(𝑋1 ) = 0) = Δ(𝑋
2)
- coeficientul de regresie parțial indică variația medie absolută parțială a variabilei
dependente (𝑌) la o variație absolută a variabilei independente (𝑋2) cu o unitate, în
condițiile în care influența celorlalte variabile independente se menține constantă
- la o creștere a variabilei independente 𝑋2 cu 1 unitate ( 𝑑(𝑋2 ) = 1 ), variabila
dependentă variază, în medie, cu 𝛽2, în condițiile în care influența celorlalte variabile
independente se menține constantă
- semnul lui 𝛽2 indică sensul legăturii dintre cele două variabile:
- semnul negativ indică o legătură liniară inversă între 𝑌 și 𝑋2 și arată că la o creștere
a lui 𝑋2 cu 1 unitatea, 𝑌 scade, în medie, cu 𝛽2 (în condițiile în care influența
celorlalte variabile independente se menține constantă)
- semnul pozitiv indică o legătură liniară directă între 𝑌 și 𝑋2 și arată că la o creștere
a lui 𝑋2 cu 1 unitate, 𝑌 crește, în medie, cu 𝛽2 (în condițiile în care influența
celorlalte variabile independente se menține constantă)

2
Econometrie Seminarii 6-8

2. Estimarea şi testarea parametrilor modelului de regresie

Coefficientsa

Unstandardized Standardized
Coefficients Coefficients Correlations
Model B Std. Error Beta t Sig. Zero-order Partial Part
1 (Constant) 14,314 1,182 12,113 ,000
Produs Intern Brut -,00012 ,00005 -,439 -2,312 ,026 -,548 -,347 -,307
Populatia urbana -,027 ,033 -,153 -,804 ,426 -,466 -,128 -,107
a. Dependent Variable: Rata mortalitatii infantile

Pe baza rezultatelor privind estimarea punctuală şi prin interval de încredere a parametrilor

modelului de regresie construit, se cere:

1) Să se scrie ecuația estimată a modelului de regresie.

𝑦𝑥𝑖 = 𝑏0 + 𝑏1 𝑥𝑖1 + 𝑏2 𝑥𝑖2 = 14,314 − 0,00012𝑥𝑖1 − 0,027𝑥𝑖2
𝑌𝑋 = 𝑏0 + 𝑏1 𝑋1 + 𝑏2 𝑋2 = 14,314 − 0,00012𝑋1 − 0,027𝑋2

2) Să se interpreteze estimațiile punctuale ale parametrilor modelului de regresie.

𝑏0 = 14,314 decese: nivelul mediu estimat al ratei mortalității infantile (𝑌) atunci când
PIB/locuitor (𝑋1) și populația urbană (𝑋2) iau valoarea zero.
𝑏1 = −0,00012 decese: la o creștere a PIB/ locuitor (𝑋1) cu 1 lei, rata mortalității infantile
(𝑌) scade, în medie, cu 0,00012 decese, în condițiile în care influența populației urbane (𝑋2)
se menține constantă.
𝑏2 = −0,027 decese: la o creștere a populației urbane (𝑋2) cu 1 persoană, rata mortalității
infantile (𝑌) scade, în medie, cu 0,027 decese, în condițiile influența PIB/locuitor (𝑋1) se
menține constantă.

3) Să se estimeze prin interval de încredere parametrii modelului de regresie, considerând o

probabilitate de 95%.

- intervalul de încredere pentru 𝛽0:

𝐼𝐶(𝛽0 ): [𝑏0 ± 𝑡𝛼⁄2;𝑛−𝑘 ∙ 𝑠𝛽̂0 ] (1 − 𝛼)
- 𝑏0 este estimaţia punctuală a parametrului 𝛽0
- 𝑡𝛼⁄2;𝑛−𝑘 = 𝑡𝛼⁄2;𝑛−3 = 𝑡0,025;39 = 1,96 este valoarea teoretică a statisticii test Student
- 𝑘 = 𝑝 + 1 indică numărul de parametri din model, unde 𝑝 reprezintă numărul de variabile
independente
- 𝑠𝛽̂0 este estimaţia abaterii standard a estimatorului parametrului 𝛽0
𝐼𝐶(𝛽0 ): [14,314 ± 1,96 ∙ 1,182] (95%)
𝐼𝐶(𝛽0 ): [11,997; 16,631] (95%)

3
Econometrie Seminarii 6-8

Interpretarea: Cu o probabilitate de 95%, se poate garanta că parametrul 𝛽0 este acoperit de

intervalul rezultat în urma calculelor.

- intervalul de încredere pentru 𝛽1:

𝐼𝐶(𝛽1 ): [𝑏1 ± 𝑡𝛼⁄2;𝑛−𝑘 ∙ 𝑠𝛽̂1 ] (1 − 𝛼)
- 𝑏1 este estimaţia punctuală a coeficientului de regresie parțial 𝛽1
- 𝑡𝛼⁄2;𝑛−𝑘 = 𝑡𝛼⁄2;𝑛−3 = 𝑡0,025;39 = 1,96 este valoarea teoretică a statisticii test Student
- 𝑘 = 𝑝 + 1 indică numărul de parametri din model, unde 𝑝 reprezintă numărul de variabile
independente
- 𝑠𝛽̂1 este estimaţia abaterii standard a estimatorului parametrului 𝛽1
𝐼𝐶(𝛽1 ): [−0,00012 ± 1,96 ∙ 0,00005] (95%)
𝐼𝐶(𝛽1 ): [−0,00022; −0,000022] (95%)
Interpretarea: Cu o probabilitate de 95%, se poate garanta că parametrul 𝛽1 este acoperit de
intervalul rezultat în urma calculelor.

- intervalul de încredere pentru 𝛽2:

𝐼𝐶(𝛽2 ): [𝑏2 ± 𝑡𝛼⁄2;𝑛−𝑘 ∙ 𝑠𝛽̂2 ] (1 − 𝛼)
- 𝑏2 este estimaţia punctuală a coeficientului de regresie parțial 𝛽2
- 𝑡𝛼⁄2;𝑛−𝑘 = 𝑡𝛼⁄2;𝑛−3 = 𝑡0,025;39 = 1,96 este valoarea teoretică a statisticii test Student
- 𝑘 = 𝑝 + 1 indică numărul de parametri din model, unde 𝑝 reprezintă numărul de variabile
independente
- 𝑠𝛽̂2 este estimaţia abaterii standard a estimatorului parametrului 𝛽2
𝐼𝐶(𝛽2 ): [−0,027 ± 1,96 ∙ 0,033] (95%)
𝐼𝐶(𝛽2 ): [−0,092; −0,037] (95%)
Interpretarea: Cu o probabilitate de 95%, se poate garanta că parametrul 𝛽2 este acoperit de
intervalul rezultat în urma calculelor.

4
Econometrie Seminarii 6-8

2.2. Testarea parametrilor modelului de regresie

Etapele Testarea parametrului

Testarea parametrului 𝜷𝟏 Testarea parametrului 𝜷𝟐
testării 𝜷𝟎
1. 𝐻0 : 𝛽0 = 0 (parametrul 𝛽0 𝐻0 : 𝛽1 = 0 (coeficientul de 𝐻0 : 𝛽2 = 0 (coeficientul de
Formularea nu diferă semnificativ de 0 regresie parțial 𝛽1 nu diferă regresie parțial 𝛽2 nu diferă
ipotezelor SAU constanta modelului semnificativ de 0, ceea ce semnificativ de 0, ceea ce
nu este semnificativă înseamnă că variabila înseamnă că variabila
statistic) independentă 𝑋1 nu are o independentă 𝑋2 nu are o
𝐻1 : 𝛽0 ≠ 0 (parametrul 𝛽0 influență parțială influență parțială
diferă semnificativ de 0 semnificativă asupra semnificativă asupra
SAU constanta modelului variabilei dependente 𝑌 SAU variabilei dependente 𝑌 SAU
este semnificativă 𝑋1 nu explică semnificativ 𝑋2 nu explică semnificativ
statistic) variația lui 𝑌, în condițiile în variația lui 𝑌, în condițiile în
care 𝑋2 se menține constant) care 𝑋1 se menține constant)
𝐻1 : 𝛽1 ≠ 0 (coeficientul de 𝐻1 : 𝛽2 ≠ 0 (coeficientul de
regresie parțial 𝛽1 diferă regresie parțial 𝛽2 diferă
semnificativ de 0, ceea ce semnificativ de 0, ceea ce
înseamnă că variabila înseamnă că variabila
independentă 𝑋1 are o independentă 𝑋2 are o
influență parțială influență parțială
semnificativă asupra semnificativă asupra
variabilei dependente 𝑌 SAU variabilei dependente 𝑌 SAU
𝑋1 explică semnificativ 𝑋2 explică semnificativ
variația lui 𝑌, în condițiile în variația lui 𝑌, în condițiile în
care 𝑋2 se menține constant) care 𝑋1 se menține constant)
2. Alegerea 𝛼 = 0,05 𝛼 = 0,05 𝛼 = 0,10
pragului de
semnificație
3. Alegerea 𝛽̂0 − 𝛽0 𝛽̂1 − 𝛽1 𝛽̂2 − 𝛽2
statisticii test 𝑡= ~𝑡(𝑛 − 𝑘) 𝑡= ~𝑡(𝑛 − 𝑘) 𝑡= ~𝑡(𝑛 − 𝑘)
𝜎̂𝛽̂0 𝜎̂𝛽̂1 𝜎̂𝛽̂2
4. 𝑡𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐 = 𝑡𝛼⁄2; 𝑛−𝑘 𝑡𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐 = 𝑡𝛼⁄2; 𝑛−𝑘 𝑡𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐 = 𝑡𝛼⁄2; 𝑛−𝑘
Determinarea = 𝑡0,05⁄2; 42−3 = = 𝑡0,05⁄2; 42−3 = = 𝑡0,10⁄2; 42−3 =
valorii
teoretice a = 𝑡0,025; 39 = 1,96 = 𝑡0,025; 39 = 1,96 = 𝑡0,05; 39 = 1,645
statisticii test
5. 𝑏0 14,314 𝑏1 −0,00012 𝑏2 −0,027
Determinarea 𝑡𝑐𝑎𝑙𝑐 = = 𝑡𝑐𝑎𝑙𝑐 = = 𝑡𝑐𝑎𝑙𝑐 = =
𝑠𝛽̂0 1,182 𝑠𝛽̂1 0,00005 𝑠𝛽̂2 0,033
valorii
calculate a 𝑡𝑐𝑎𝑙𝑐 = 12,113 𝑡𝑐𝑎𝑙𝑐 = −2,312 𝑡𝑐𝑎𝑙𝑐 = −0,804
statisticii test
(în condițiile
acceptării
ipotezei nule
𝐻0 )

5
Econometrie Seminarii 6-8

6. Regula de Dacă se ţine cont de valoarea calculată a testului, regula de decizie este următoarea:
decizie - dacă |𝑡𝑐𝑎𝑙𝑐 | ≤ 𝑡𝛼⁄2; 𝑛−𝑘 , nu se respinge ipoteza nulă (𝐻0 );
- dacă |𝑡𝑐𝑎𝑙𝑐 | > 𝑡𝛼⁄2; 𝑛−𝑘 , se respinge ipoteza nulă (𝐻0 ), în condițiile unui risc 𝛼.

Dacă se ţine cont de semnificaţia testului, regula de decizie este următoarea:

- dacă 𝑆𝑖𝑔𝑡 ≥ 𝛼, nu se respinge ipoteza nulă (𝐻0 );
- dacă 𝑆𝑖𝑔𝑡 < 𝛼, se respinge 𝐻0 , în condițiile unui risc 𝛼.
7. Luarea |𝑡𝑐𝑎𝑙𝑐 | = 12,113 >
deciziei > 𝑡𝛼⁄2; 𝑛−𝑘 = 1,96
⇒ se respinge ipoteza 𝐻0
SAU
𝑆𝑖𝑔𝑡 = 0,000 < 𝛼 = 0,05
⇒ se respinge ipoteza 𝐻0
(5%)
8. În condițiile unui risc de
Interpretarea 5%, se consideră că
deciziei luate parametrul sau constanta
modelului diferă
semnificativ de 0.
|𝑡𝑐𝑎𝑙𝑐 | = 2,312 >
> 𝑡𝛼⁄2; 𝑛−𝑘 = 1,96
⇒ se respinge ipoteza 𝐻0
SAU
𝑆𝑖𝑔𝑡 = 0,026 < 𝛼 = 0,05
⇒ se respinge ipoteza 𝐻0
(5%)
În condițiile unui risc de 5%,
se consideră că parametrul 𝛽1
diferă semnificativ de 0, ceea
ce înseamnă că PIB/locuitor
(𝑋1 ) are o influență liniară
parțială semnificativă asupra
ratei mortalității infantile (𝑌)
sau PIB/locuitor (𝑋1 ) explică
semnificativ variația ratei
mortalității infantile (𝑌), în
condițiile în care populația
urbană (𝑋2 ) se menține
constant.
|𝑡𝑐𝑎𝑙𝑐 | = 0,804 <
< 𝑡𝛼⁄2; 𝑛−𝑘 = 1,645
⇒ se respinge ipoteza 𝐻0
SAU
𝑆𝑖𝑔𝑡 = 0,426 > 𝛼 = 0,10
⇒ se respinge ipoteza 𝐻0
(5%)
În condițiile unui risc de
10%, se consideră că
parametrul 𝛽1 diferă
semnificativ de 0, ceea ce
înseamnă că populația
urbană (𝑋2 ) are o influență
liniară parțială semnificativă
asupra ratei mortalității
infantile (𝑌) sau populația
urbană (𝑋2 ) explică
semnificativ variația ratei
mortalității infantile (𝑌), în
condițiile în care
PIB/locuitor (𝑋1 ) se menține
constant.

6
Econometrie Seminarii 6-8

3. Estimarea şi testarea coeficienţilor de corelaţie parţială şi bivariată

3.1. Estimarea coeficienților de corelație

Indicatori Coeficientul de corelaţie Coeficientul de corelaţie

de corelaţie bivariată parțială
Definiţie măsoară intensitatea şi măsoară intensitatea şi indică
indică sensul legăturii sensul legăturii dintre două
dintre două variabile. variabile, în condițiile în care
celelalte variabile se mențin
constante.
Parametru 𝜌𝑦1 𝜌𝑦1.2
𝜌𝑦2 𝜌𝑦2.1
Condiţie −1 ≤ 𝜌𝑦1 ≤ 1 −1 ≤ 𝜌𝑦1.2 ≤ 1
−1 ≤ 𝜌𝑦2 ≤ 1 −1 ≤ 𝜌𝑦2.1 ≤ 1
Estimator 𝜌̂𝑦1 𝜌̂𝑦1.2
𝜌̂𝑦2 𝜌̂𝑦2.1
Estimaţie 𝑟𝑦1 𝑟𝑦1.2
𝑟𝑦2 𝑟𝑦2.1
Condiţie −1 ≤ 𝑟𝑦1 ≤ 1 −1 ≤ 𝑟𝑦1.2 ≤ 1
−1 ≤ 𝑟𝑦2 ≤ 1 −1 ≤ 𝑟𝑦2.1 ≤ 1

|𝒓| = 𝟎 𝟎 ← |𝒓| |𝒓| → 𝟎, 𝟓 ← |𝒓| |𝒓| → 𝟏 |𝒓| = 𝟏

nu există o leg. liniară de leg. liniară de leg. liniară de leg. liniară
leg. liniară intensitate intensitate intensitate perfectă
între 𝑌 și 𝑋 slabă între 𝑌 moderată puternică între 𝑌 și 𝑋
și 𝑋 între 𝑌 și 𝑋 între 𝑌 și 𝑋

Estimațiile coeficienților de corelație bivariați

Correlations

Rata
mortalitatii
infantile PIB
Rata mortalitatii infantile Pearson Correlation 1 -,548**
Sig. (2-tailed) ,000
N 42 42
PIB Pearson Correlation -,548** 1
Sig. (2-tailed) ,000
N 42 42
**. Correlation is significant at the 0.01 level (2-tailed).

7
Econometrie Seminarii 6-8

- coeficientul de corelație bivariată dintre 𝑌 și 𝑋1 (care poate fi luat din tabelul Correlations de
mai sus sau din tabelul Coefficients, din coloana Correlations – Zero-order):
𝑟𝑦1 = −0,548
Interpretarea: Între rata mortalității infantile și PIB/locuitor există o legătură liniară inversă
și de intensitate moderată.
- coeficientul de corelație bivariată dintre 𝑌 și 𝑋2 (care poate fi luat dintr-un tabel Correlations
similar cu cel de mai sus, dar pe care nu îl aveți în acest document, așa că îl veți lua direct
din tabelul Coefficients, din coloana Correlations – Zero-order):
𝑟𝑦2 = −0,466
Interpretarea: Între rata mortalității infantile și populația urbană există o legătură liniară
inversă și de intensitate moderată.

Estimațiile coeficienților de corelație parțiali

Correlations

Rata
mortalitatii Produs
Control Variables infantile Intern Brut
Populatia urbana Rata mortalitatii infantile Correlation 1,000 -,347
Significance (2-tailed) . ,026
df 0 39
Produs Intern Brut Correlation -,347 1,000
Significance (2-tailed) ,026 .
df 39 0

- coeficientul de corelație parțială dintre 𝑌 și 𝑋1 (care poate fi luat din tabelul Correlations de
mai sus sau din tabelul Coefficients, din coloana Correlations – Partial):
𝑟𝑦1.2 = −0,347
Interpretarea: Între rata mortalității infantile și PIB/locuitor există o legătură liniară inversă
și de intensitate moderată, în condițiile în care populația urbană se menține constantă.

Correlations

Rata
mortalitatii Populatia
Control Variables infantile urbana
Produs Intern Brut Rata mortalitatii infantile Correlation 1,000 -,128
Significance (2-tailed) . ,426
df 0 39
Populatia urbana Correlation -,128 1,000
Significance (2-tailed) ,426 .
df 39 0

8
Econometrie Seminarii 6-8

- coeficientul de corelație parțială dintre 𝑌 și 𝑋2 (care poate fi luat din tabelul Correlations de
mai sus sau din tabelul Coefficients, din coloana Correlations – Partial):
𝑟𝑦2.1 = −0,128
Interpretarea: Între rata mortalității infantile și populația urbană există o legătură liniară
inversă și de intensitate slabă, în condițiile în care PIB/locuitor se menține constant.

3.2. Testarea coeficienților de corelaţie

Testarea coeficienților de corelație bivariată și parțială dintre 𝒀 și 𝑿𝟏

Etapele testării Testarea coeficientului de corelație Testarea coeficientului de corelație

bivariată 𝝆𝒚𝟏 parțială 𝝆𝒚𝟏.𝟐
1. Formularea 𝐻0 : 𝜌𝑦1 = 0 (coeficientul de corelație 𝐻0 : 𝜌𝑦1.2 = 0 (coeficientul de corelație
ipotezelor bivariată 𝜌𝑦1 nu diferă semnificativ de parțială 𝜌𝑦1.2 nu diferă semnificativ de 0,
0, ceea ce înseamnă că între cele două ceea ce înseamnă că între cele două
variabile (𝑌 și 𝑋1 ) nu există o legătură variabile (𝑌 și 𝑋1 ) nu există o legătură
liniară semnificativă SAU cele două liniară semnificativă, în condițiile în care
variabile (𝑌 și 𝑋1 ) nu sunt corelate 𝑋2 se menține constant SAU cele două
semnificativ) variabile (𝑌 și 𝑋1 ) nu sunt corelate
𝐻1 : 𝜌𝑦1 ≠ 0 (coeficientul de corelație semnificativ, în condițiile în care 𝑋2 se
bivariată 𝜌𝑦1 diferă semnificativ de 0, menține constant)
ceea ce înseamnă că între cele două 𝐻1 : 𝜌𝑦1.2 ≠ 0 (coeficientul de corelație
variabile (𝑌 și 𝑋1 ) există o legătură parțială 𝜌𝑦1.2 diferă semnificativ de 0,
liniară semnificativă SAU cele două ceea ce înseamnă că între cele două
variabile (𝑌 și 𝑋1 ) sunt corelate variabile (𝑌 și 𝑋1 ) există o legătură
semnificativ) liniară semnificativă, în condițiile în care
𝑋2 se menține constant SAU cele două
variabile (𝑌 și 𝑋1 ) sunt corelate
semnificativ, în condițiile în care 𝑋2 se
menține constant)
2. Alegerea 𝛼 = 0,05 𝛼 = 0,05
pragului de
semnificație
3. Alegerea 𝜌̂𝑦1 𝜌̂𝑦1.2
statisticii test 𝑡= ~𝑡(𝑛 − 2) 𝑡= ~𝑡(𝑛 − 𝑘)
2 2
√1 − 𝜌̂𝑦1 √1 − 𝜌̂𝑦1.2
𝑛−2 𝑛−𝑘

4. Determinarea 𝑡𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐 = 𝑡𝛼⁄2; 𝑛−2 𝑡𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐 = 𝑡𝛼⁄2; 𝑛−𝑘 = 𝑡𝛼⁄2; 𝑛−3

valorii teoretice 𝑡0,05⁄2; 42−2 = 𝑡0,025; 40 = 1,96 𝑡0,05⁄2; 42−3 = 𝑡0,025; 39 = 1,96
a statisticii test

9
Econometrie Seminarii 6-8

5. Determinarea 𝑟𝑦1 −0,548 𝑟𝑦1.2 −0,347

𝑡𝑐𝑎𝑙𝑐 = = 𝑡𝑐𝑎𝑙𝑐 = =
valorii calculate 2 2
2 √1 − (−0,548) 2 √1 − (−0,347)
a statisticii test √1 − 𝑟𝑦1 42 − 2 √1 − 𝑟𝑦1.2 42 − 3
𝑛−2 𝑛−3
−0,548 −0,347
𝑡𝑐𝑎𝑙𝑐 = = −4,145 𝑡𝑐𝑎𝑙𝑐 = = −2,31
√1 − 0,300 √1 − 0,120
40 39
6. Regula de Dacă se ţine cont de valoarea calculată a testului, regula de decizie este următoarea:
decizie - dacă |𝑡𝑐𝑎𝑙𝑐 | ≤ 𝑡𝛼⁄2; 𝑛−𝑘 , nu se respinge ipoteza nulă (𝐻0 );
- dacă |𝑡𝑐𝑎𝑙𝑐 | > 𝑡𝛼⁄2; 𝑛−𝑘 , se respinge ipoteza nulă (𝐻0 ), în condițiile unui risc 𝛼.

Dacă se ţine cont de semnificaţia testului, regula de decizie este următoarea:

- dacă 𝑆𝑖𝑔𝑡 ≥ 𝛼, nu se respinge ipoteza nulă (𝐻0 );
- dacă 𝑆𝑖𝑔𝑡 < 𝛼, se respinge 𝐻0 , în condițiile unui risc 𝛼.
7. Luarea |𝑡𝑐𝑎𝑙𝑐 | = 4,145 > 𝑡𝛼⁄2; 𝑛−2 = 1,96 ⇒ |𝑡𝑐𝑎𝑙𝑐 | = 2,31 > 𝑡𝛼⁄2; 𝑛−𝑘 = 1,96 ⇒
deciziei se respinge ipoteza 𝐻0 (5%) se respinge ipoteza 𝐻0 (5%)
SAU SAU
𝑆𝑖𝑔𝑡 = 0,000 < 𝛼 = 0,05 ⇒ 𝑆𝑖𝑔𝑡 = 0,026 < 𝛼 = 0,05 ⇒
se respinge ipoteza 𝐻0 (5%) se respinge ipoteza 𝐻0 (5%)
8. Interpretarea În condițiile unui risc de 5%, se consideră În condițiile unui risc de 5%, se consideră că
deciziei luate că între rata mortalității infantile și între rata mortalității infantile și
PIB/locuitor există o legătură liniară PIB/locuitor există o legătură liniară
semnificativă SAU rata mortalității semnificativă, în condițiile în care
infantile și PIB/locuitor sunt corelate populația urbană se menține constantă
semnificativ. SAU rata mortalității infantile și
PIB/locuitor sunt corelate semnificativ, în
condițiile în care populația urbană se
menține constantă SAU între rata
mortalității infantile și PIB/locuitor există
o corelație parțială semnificativă.

10
Econometrie Seminarii 6-8

Testarea coeficienților de corelație bivariată și parțială dintre 𝒀 și 𝑿𝟐

Etapele testării Testarea coeficientului de corelație Testarea coeficientului de corelație

bivariată 𝝆𝒚𝟐 parțială 𝝆𝒚𝟐.𝟏
1. Formularea 𝐻0 : 𝜌𝑦2 = 0 (coeficientul de corelație 𝐻0 : 𝜌𝑦2.1 = 0 (coeficientul de corelație
ipotezelor bivariată 𝜌𝑦2 nu diferă semnificativ de parțială 𝜌𝑦2.1 nu diferă semnificativ de 0,
0, ceea ce înseamnă că între cele două ceea ce înseamnă că între cele două
variabile (𝑌 și 𝑋2) nu există o legătură variabile (𝑌 și 𝑋2) nu există o legătură
liniară semnificativă SAU cele două liniară semnificativă, în condițiile în care
variabile (𝑌 și 𝑋2) nu sunt corelate 𝑋1 se menține constant SAU cele două
semnificativ) variabile (𝑌 și 𝑋2) nu sunt corelate
𝐻1 : 𝜌𝑦2 ≠ 0 (coeficientul de corelație semnificativ, în condițiile în care 𝑋1 se
bivariată 𝜌𝑦2 diferă semnificativ de 0, menține constant)
ceea ce înseamnă că între cele două 𝐻1 : 𝜌𝑦2.1 ≠ 0 (coeficientul de corelație
variabile (𝑌 și 𝑋2) există o legătură parțială 𝜌𝑦2.1 diferă semnificativ de 0,
liniară semnificativă SAU cele două ceea ce înseamnă că între cele două
variabile (𝑌 și 𝑋2) sunt corelate variabile (𝑌 și 𝑋2) există o legătură
semnificativ) liniară semnificativă, în condițiile în care
𝑋1 se menține constant SAU cele două
variabile (𝑌 și 𝑋2) sunt corelate
semnificativ, în condițiile în care 𝑋1 se
menține constant)
2. Alegerea 𝛼 = 0,05 𝛼 = 0,05
pragului de
semnificație
3. Alegerea 𝜌̂𝑦2 𝜌̂𝑦2.1
statisticii test 𝑡= ~𝑡(𝑛 − 2) 𝑡= ~𝑡(𝑛 − 𝑘)
2 2
√1 − 𝜌̂𝑦2 √1 − 𝜌̂𝑦2.1
𝑛−2 𝑛−𝑘

4. Determinarea 𝑡𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐 = 𝑡𝛼⁄2; 𝑛−2 𝑡𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐 = 𝑡𝛼⁄2; 𝑛−𝑘 = 𝑡𝛼⁄2; 𝑛−3

valorii teoretice 𝑡0,05⁄2; 42−2 = 𝑡0,025; 40 = 1,96 𝑡0,05⁄2; 42−3 = 𝑡0,025; 39 = 1,96
a statisticii test
5. Determinarea 𝑟𝑦2 −0,466 𝑟𝑦2.1 −0,128
𝑡𝑐𝑎𝑙𝑐 = = 𝑡𝑐𝑎𝑙𝑐 = =
valorii calculate 2 2
2 √1 − (−0,466) 2 √1 − (−0,128)
a statisticii test √1 − 𝑟𝑦2 42 − 2 √1 − 𝑟𝑦2.1 42 − 3
𝑛−2 𝑛−3
−0,466 −0,128
𝑡𝑐𝑎𝑙𝑐 = = −3,331 𝑡𝑐𝑎𝑙𝑐 = = −0,806
√1 − 0,217 √1 − 0,016
40 39
6. Regula de Dacă se ţine cont de valoarea calculată a testului, regula de decizie este următoarea:
decizie - dacă |𝑡𝑐𝑎𝑙𝑐 | ≤ 𝑡𝛼⁄2; 𝑛−𝑘 , nu se respinge ipoteza nulă (𝐻0 );

11
Econometrie Seminarii 6-8

- dacă |𝑡𝑐𝑎𝑙𝑐 | > 𝑡𝛼⁄2; 𝑛−𝑘 , se respinge ipoteza nulă (𝐻0 ), în condițiile unui risc 𝛼.

Dacă se ţine cont de semnificaţia testului, regula de decizie este următoarea:

- dacă 𝑆𝑖𝑔𝑡 ≥ 𝛼, nu se respinge ipoteza nulă (𝐻0 );
- dacă 𝑆𝑖𝑔𝑡 < 𝛼, se respinge 𝐻0 , în condițiile unui risc 𝛼.
7. Luarea |𝑡𝑐𝑎𝑙𝑐 | = 3,331 > 𝑡𝛼⁄2; 𝑛−2 = 1,96 ⇒ că |𝑡𝑐𝑎𝑙𝑐 | = 0,806 < 𝑡𝛼⁄2; 𝑛−𝑘 = 1,96 ⇒ că
deciziei se respinge ipoteza 𝐻0 (5%) nu se respinge ipoteza 𝐻0 (5%)
SAU SAU
(având în vedere că nu avem și separat 𝑆𝑖𝑔𝑡 = 0,426 > 𝛼 = 0,05 ⇒ că nu se
tabelul de corelații pentru acest respinge ipoteza 𝐻0 (5%)
coeficient, de unde am putea lua 𝑆𝑖𝑔𝑡,
decizia o vom lua doar prin compararea
valorii calculate a testului cu valoarea
sa teoretică)
8. Interpretarea În condițiile unui risc de 5%, se consideră În condițiile unui risc de 5%, se consideră că
deciziei luate că între rata mortalității infantile și între rata mortalității infantile și populația
populația urbană există o legătură urbană nu există o legătură liniară
liniară semnificativă SAU rata semnificativă, în condițiile în care
mortalității infantile și populația urbană PIB/locuitor se menține constant SAU
sunt corelate semnificativ. rata mortalității infantile și populația
urbană nu sunt corelate semnificativ, în
condițiile în care PIB/locuitor se menține
constant SAU între rata mortalității
infantile și populația urbană nu există o
corelație parțială semnificativă.

12
Econometrie Seminarii 6-8

4. Estimarea şi testarea raportului de determinaţie multiplă, raportului de

determinaţie multiplă ajustat și a raportului de corelaţie multiplă

Indicatori Raportul (coeficientul) de Raportul de determinaţie Raportul de corelaţie

de corelaţie determinaţie ajustat
Definiţie măsoară cât din variaţia măsoară, într-un mod mai măsoară intensitatea
totală a variabilei precis, cât din variaţia totală legăturii liniare dintre
dependente este explicată a variabilei dependente este variabile.
de modelul de regresie SAU explicat de modelul de
de variația simultană a regresie SAU de variația
variabilelor independente. simultană a variabilelor
independente.
Parametru VE V 𝑉𝑅 𝜂 = √𝜂2
2 = = 1− R
VT VT 𝜂̅ 2 = 1 − 𝑛 − 𝑘
𝑉𝑇
𝑉𝑇 = 𝑉𝐸 + 𝑉𝑅 𝑛−1
𝑛−1
𝜂̅ 2 = 1 − (1 − 𝜂2 )
𝑛−𝑘
Condiţie 0 ≤ 𝜂2 ≤ 1 0 ≤ 𝜂̅ 2 ≤ 1 0≤𝜂≤1
Estimator VˆE Vˆ 𝑉̂𝐸 𝑉̂𝑅
ˆ 2 = =1− R 𝜂̂ = √ = √1 −
Vˆ
T Vˆ T 𝑉̂𝑇 𝑉̂𝑇
VˆT ~  (n − 1),
2

VˆE ~  2 (k − 1),
Vˆ ~  2 (n − k ),
R

Estimaţie 𝐸𝑆𝑆 𝑅𝑆𝑆 𝑅𝑆𝑆 𝑅 = √𝑅 2

𝑅2 = = 1−
𝑇𝑆𝑆 𝑇𝑆𝑆 𝑅 =1− −𝑘
̅2 𝑛
𝑇𝑆𝑆
𝑇𝑆𝑆 = 𝐸𝑆𝑆 + 𝑅𝑆𝑆
𝑛−1
𝑛−1
𝑅̅ 2 = 1 − (1 − 𝑅 2 ) ∙
𝑛−𝑘
Condiţie 0 ≤ 𝑅2 ≤ 1 0 ≤ 𝑅̅ 2 ≤ 1 0≤𝑅≤1
OBS. 𝑅̅ 2 < 𝑅 2

13
Econometrie Seminarii 6-8

Model Summary

Adjusted Std. Error of

Model R R Square R Square the Estimate
1 ,558a ,311 ,276 2,0497
a. Predictors: (Constant), Populatia urbana, Produs
Intern Brut

- raportul de determinație multiplă (care poate fi direct luat din tabelul Model Summary sau
calculat pe baza datelor din tabelul Anova):
𝑅 2 = 0,311 (𝑅 2 % = 31,1% )
𝐸𝑆𝑆 74,098 𝑅𝑆𝑆 163,852
𝑅2 = = =1− =1− = 0,311
𝑅𝑆𝑆 237,951 𝑇𝑆𝑆 237,951
Interpretarea: Variția ratei mortalității infantile este explicată în proporție de 31,1% de
variația simultană a PIB/locuitor și a populației urbane. Restul de 68,9% reprezintă influența
altor factori nespecificați în model (factorii aleatori).

- raportul de determinație multiplă ajustat (care poate fi luat direct din tabelul Model Summary
sau calculat în funcție de estimația raportului de determinație multiplă sau calculat pe baza
datelor din tabelul Anova):
𝑅̅ 2 = 0,276 (𝑅̅ 2 % = 27,6% )
𝑛−1 41
𝑅̅ 2 = 1 − (1 − 𝑅 2 ) ∙ = 1 − (1 − 0,311) ∙ = 0,276
𝑛−𝑘 39
𝑅𝑆𝑆 163,852
𝑅̅ = 1 −
2 𝑛 − 𝑘 =1− 39 = 0,276
𝑇𝑆𝑆 237,951
𝑛−1 41
Interpretarea: Se interpretează la fel, dar oferă un rezultat mai precis având în vedere că ține
cont de numărul de variabile independente incluse în model. Așadar, variția ratei mortalității
infantile este explicată în proporție de 27,6% de variația simultană a PIB/locuitor și a
populației urbane. Restul de 62,4% reprezintă influența altor factori nespecificați în model
(factorii aleatori).

- raportul de corelație multiplă (care poate fi luat direct din tabelul Model Summary sau
calculat în funcție de estimația raportului de determinație multiplă):
𝑅 = 0,558
𝑅 = √𝑅 2 = √0,311 = 0,558
Interpretarea: Între rata mortalității infantile și variabilele independente, PIB/locuitor și
populația urbană, există o legătură liniară de intensitate moderată.

14
Econometrie Seminarii 6-8

5. Testarea modelului de regresie

ANOVAb

Sum of
Model Squares df Mean Square F Sig.
1 Regression 74,098 2 37,049 8,818 ,001a
Residual 163,852 39 4,201
Total 237,951 41
a. Predictors: (Constant), Populatia urbana, Produs Intern Brut
b. Dependent Variable: Rata mortalitatii infantile

Etapele testării Testarea modelului de regresie Testarea raportului de

1. Formularea 𝐻0 : 𝛽0 = 0 ș𝑖 𝛽1 = 0 ș𝑖 𝛽2 = 0 (toți
ipotezelor coeficienții de regresie sunt
simultan 0, ceea ce înseamnă că
modelul de regresie nu explică
semnificativ dependența liniară
dintre variabile SAU modelul de
regresie construit nu este corect
specificat)
𝐻1 : 𝛽0 ≠ 0 𝑠𝑎𝑢 𝛽1 ≠ 0 𝑠𝑎𝑢 𝛽2 ≠ 0
(există cel puțin un coeficient de
regresie semnificativ statistic, ceea
ce înseamnă că există cel puțin un
model de regresie semnificativ
statistic SAU modelul de regresie
explică semnificativ dependența
liniară dintre variabile)
2. Alegerea 𝛼 = 0,05
pragului de
semnificaţie
3. Alegerea 𝑉̂𝐸
statisticii test 𝐹 = 𝑘 − 1 ~𝐹(𝑘 − 1; 𝑛 − 𝑘)
𝑉̂𝑅
𝑛−𝑘
4. Determinarea 𝐹𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐 = 𝐹𝛼; 𝑘−1; 𝑛−𝑘
valorii teoretice = 𝐹0,05; 2; 39 = 3,232
a statisticii test
determinație 𝜼𝟐 (sau raportului de
corelație 𝜼)
𝐻0 : 𝜂 = 0 (raportul de determinație
𝜂2 sau raportul de corelația 𝜂 nu
diferă semnificativ de 0, ceea ce
înseamnă că între variabile nu există
o legătură liniară semnificativă)
𝐻1 : 𝜂 > 0 (raportul de determinație
𝜂2 sau raportul de corelația 𝜂 este
semnificativ mai mare decât 0, ceea
ce înseamnă că între variabile există
o legătură liniară semnificativă)
𝛼 = 0,05
𝜂̂ 2 𝑛−𝑘
𝐹= ⋅ ~𝐹(𝑘 − 1; 𝑛
(1 − 𝜂̂ 2 ) 𝑘 − 1
− 𝑘)
𝐹𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐 = 𝐹𝛼; 𝑘−1; 𝑛−𝑘
= 𝐹0,05; 2; 39 = 3,232

15
Econometrie Seminarii 6-8

5. Determinarea 𝐸𝑆𝑆 𝑅2 𝑛−𝑘

𝐸𝑆𝑆 𝑛 − 𝑘 𝐹𝑐𝑎𝑙𝑐 = ⋅
valorii calculate 𝐹𝑐𝑎𝑙𝑐 = − 1 =
𝑘 ⋅ 2
1−𝑅 𝑘−1
a statisticii test 𝑅𝑆𝑆 𝑅𝑆𝑆 𝑘 − 1
𝑛−𝑘
𝐸𝑆𝑆 0,311 39
𝐹𝑐𝑎𝑙𝑐 = ⋅ = 8,818
37,049 1 − 0,311 2
𝐹𝑐𝑎𝑙𝑐 = − 1 =
𝑘
𝑅𝑆𝑆 4,201
𝑛−𝑘
𝐸𝑆𝑆 𝑛 − 𝑘 74,098 39
𝐹𝑐𝑎𝑙𝑐 = ⋅ = ⋅
𝑅𝑆𝑆 𝑘 − 1 163,852 2
𝐹𝑐𝑎𝑙𝑐 = 8,818
6. Regula de Dacă se ţine cont de valoarea calculată a testului, regula de decizie este
decizie următoarea:
- dacă 𝐹𝑐𝑎𝑙𝑐 ≤ 𝐹𝛼; 𝑘−1; 𝑛−𝑘 , nu se respinge ipoteza nulă (𝐻0 );
dacă 𝐹𝑐𝑎𝑙𝑐 > 𝐹𝛼; 𝑘−1; 𝑛−𝑘 , se respinge ipoteza nulă (𝐻0 ), în condițiile
unui risc 𝛼.

Dacă se ţine cont de semnificaţia testului, regula de decizie este următoarea:

- dacă 𝑆𝑖𝑔𝐹 ≥ 𝛼, nu se respinge ipoteza nulă (𝐻0 );
- dacă 𝑆𝑖𝑔𝐹 < 𝛼, se respinge 𝐻0 , în condițiile unui risc 𝛼.
7. Luarea 𝐹𝑐𝑎𝑙𝑐 = 8,818 > 𝐹𝛼; 𝑘−1; 𝑛−𝑘 = 3,232 ⇒ că se respinge ipoteza 𝐻0 (5%)
deciziei SAU
𝑆𝑖𝑔𝐹 = 0,001 < 𝛼 = 0,05 ⇒ că se respinge ipoteza 𝐻0 (5%)
8. Interpretarea În condițiile unui risc de 5%, se consideră că nu toți parametrii sunt
deciziei luate nesemnificativi statistic, ceea ce înseamnă că există cel puțin un model de
regresie semnificativ statistic SAU modelul de regresie explică semnificativ
dependența liniară a ratei mortalității infantile în raport cu PIB/locuitor și
populația urbană.

16
Econometrie Seminarii 6-8

6. Testarea influenţei marginale a unei variabile independente

6.1. Testarea influenţei marginale a unei variabile independente introduse în model

Model Summary

Adjusted Std. Error of Change Statistics

R the R Square
Model R R Square Square Estimate Change F Change df1 df2 Sig. F Change
1 ,466a ,217 ,197 2,1581 ,217 11,090 1 40 ,002
2 ,558b ,311 ,276 2,0497 ,094 8,818 2 39 ,001
a Predictors: (Constant), Populatia urbana
b Predictors: (Constant), Populatia urbana, PIB

Etapele testării Testarea influenţei marginale a unei variabile independente introduse

în model
1. Formularea 𝐻0 : variabila introdusă în model nu are o influenţă marginală semnificativă
ipotezelor asupra variaţiei variabilei dependente SAU includerea variabilei nu
produce o modificare semnificativă asupra raportului de determinație SAU
includerea variabilei nu are un efect semnificativ asupra capacităţii
explicative a modelului SAU modelul nou (în care este inclusă noua
variabilă) nu este mai bun decât modelul vechi (modelul inițial), ceea ce
înseamnă că se ia decizia de a nu include această variabilă independentă în
model
𝐻1 : variabila introdusă în model are o influenţă marginală semnificativă
asupra variaţiei variabilei dependente SAU includerea variabilei produce o
modificare semnificativă asupra raportului de determinație SAU includerea
variabilei are un efect semnificativ asupra capacităţii explicative a
modelului SAU modelul nou (în care este inclusă noua variabilă) este mai
bun decât modelul vechi (modelul inițial), ceea ce înseamnă că se ia
decizia de a include această variabilă independentă în model
2. Alegerea pragului 𝛼 = 0,05
de semnificaţie
6. Regula de decizie Dacă se ţine cont de semnificaţia testului, regula de decizie este următoarea:
- dacă 𝑆𝑖𝑔𝐹𝐶ℎ𝑎𝑛𝑔𝑒 ≥ 𝛼, nu se respinge ipoteza nulă (𝐻0 );
- dacă 𝑆𝑖𝑔𝐹𝐶ℎ𝑎𝑛𝑔𝑒 < 𝛼, se respinge 𝐻0 , în condițiile unui risc 𝛼.
7. Luarea deciziei 𝑆𝑖𝑔𝐹𝐶ℎ𝑎𝑛𝑔𝑒 = 0,001 < 𝛼 = 0,05 ⇒ că se respinge ipoteza 𝐻0 (5%)
8. Interpretarea În condițiile unui risc de 5%, se consideră că includerea PIB/locuitor are o
deciziei luate influenţă marginală semnificativă asupra variaţiei ratei mortalității
infantile, ceea ce înseamnă că modelul nou este mai bun față de cel inițial
(luăm decizia de a include PIB/locuitor în modelul inițial).

17
Econometrie Seminarii 6-8

6.2. Testarea influenţei marginale a unei variabile independente excluse din model

Model Summary

Change Statistics
Adjusted Std. Error of R Square
Model R R Square R Square the Estimate Change F Change df1 df2 Sig. F Change
1 ,558a ,311 ,276 2,0497 ,311 8,818 2 39 ,001
2 ,548b ,300 ,282 2,0406 -,011 ,646 1 39 ,426
a. Predictors: (Constant), Produs Intern Brut, Populatia urbana
b. Predictors: (Constant), Produs Intern Brut

Etapele testării Testarea influenţei marginale a unei variabile independente excluse

din model
1. Formularea 𝐻0 : variabila exclusă din model nu are o influenţă marginală semnificativă
ipotezelor asupra variaţiei variabilei dependente SAU excluderea variabilei nu
produce o modificare semnificativă asupra raportului de determinație SAU
excluderea variabilei nu are un efect semnificativ asupra capacităţii
explicative a modelului SAU modelul nou (din care este exclusă variabila)
este mai bun decât modelul vechi (modelul inițial), ceea ce înseamnă că se
ia decizia de a exclude această variabilă independentă din model inițial
𝐻1 : variabila exclusă din model are o influenţă marginală semnificativă
asupra variaţiei variabilei dependente SAU excluderea variabilei produce o
modificare semnificativă asupra raportului de determinație SAU
excluderea variabilei are un efect semnificativ asupra capacităţii
explicative a modelului SAU modelul nou (din care este exclusă variabila)
nu este mai bun decât modelul vechi (modelul inițial), ceea ce înseamnă
că se ia decizia de a nu exclude această variabilă independentă din modelul
inițial
2. Alegerea pragului 𝛼 = 0,05
de semnificaţie
6. Regula de decizie Dacă se ţine cont de semnificaţia testului, regula de decizie este următoarea:
- dacă 𝑆𝑖𝑔𝐹𝐶ℎ𝑎𝑛𝑔𝑒 ≥ 𝛼, nu se respinge ipoteza nulă (𝐻0 );
- dacă 𝑆𝑖𝑔𝐹𝐶ℎ𝑎𝑛𝑔𝑒 < 𝛼, se respinge 𝐻0 , în condițiile unui risc 𝛼.
7. Luarea deciziei 𝑆𝑖𝑔𝐹𝐶ℎ𝑎𝑛𝑔𝑒 = 0,426 > 𝛼 = 0,05 ⇒ că nu se respinge ipoteza 𝐻0 (5%)
8. Interpretarea În condițiile unui risc de 5%, se consideră că excluderea populației urbane
deciziei luate nu are o influenţă marginală semnificativă asupra variaţiei ratei mortalității
infantile, ceea ce înseamnă că modelul nou este mai bun decât modelul
vechi (luăm decizia de a exclude populația urbană din modelul inițial).

18
Econometrie Seminarii 6-8

7. Ierarhizarea importanţei factorilor de influenţă (variabilelor independente)

Coefficientsa

Unstandardized Standardized
Coefficients Coefficients Correlations
Model B Std. Error Beta t Sig. Zero-order Partial Part
1 (Constant) 14,314 1,182 12,113 ,000
Produs Intern Brut -,00012 ,00005 -,439 -2,312 ,026 -,548 -,347 -,307
Populatia urbana -,027 ,033 -,153 -,804 ,426 -,466 -,128 -,107
a. Dependent Variable: Rata mortalitatii infantile

Interpretarea coeficienților standardizați

𝑏̃1 = −0,439 abateri standard: la o creștere a PIB/locuitor (𝑋1 ) cu 1 abatere standard, rata
mortalității infantile (𝑌) scade, în medie, cu 0,439 abateri standard, în condițiile în care
influența populației urbane (𝑋2) se menține constantă.
𝑏̃2 = −0,153 abateri standard: la o creștere a populației urbane (𝑋2) cu 1 abatere standard,
rata mortalității infantile (𝑌) scade, în medie, cu 0,153 abateri standard, în condițiile influența
PIB/locuitor (𝑋1) se menține constantă.

Ierarhizarea variabilelor independente după importanța lor

|𝑏̃1 | = 0,439 > |𝑏̃2 | = 0,153 : valorile obţinute ne permit o ierarhizare a factorilor de
influenţă astfel: cel mai important factor este PIB/locuitor, cu un coeficient de regresie
standardizat egal cu -0,439, iar cel mai mic impact asupra ratei mortalităţii infantile îl are
populaţia urbană, cu un coeficient de regresie standardizat egal cu -0,153.

19