Cursul 5

4.2. Modele unifactoriale neliniare

De multe ori, în economie, dependenţa dintre două variabile nu este de tip liniar,
ci urmează diverse funcţii analitice neliniare. Linia dreaptă nu poate fi utilizată pentru
a descrie orice legătură, deoarece, în multe cazuri, “norul de puncte” sugerează diverse
curbe. În aceste situaţii trebuie găsite funcţiile matematice corespunzătoare tipului de
curbă sugerată de reprezentarea grafică.
Existenţa sau absenţa unei legături liniare între variabila rezultativă y şi variabila
factorială x se probează cel mai simplu prin verificarea egalităţii dintre raportul de
corelaţie R şi valoarea absolută a coeficientului de corelaţie liniară simplă, , astfel:
– dacă cei doi parametri ai corelaţiei (prezentaţi în paragraful 3.1.1) sunt egali (R
=  ), legătura este liniară;
– dacă cei doi parametri sunt diferiţi (R   ), legătura este neliniară.
În afara acestui procedeu, în alegerea formei funcţiei de regresie au un rol
important, pe lângă cunoştinţele teoretice şi procedeele econometrice, şi experienţa
practică şi rezultatele cercetărilor similare.
În principiu, o funcţie de regresie neliniară este acea funcţie a cărei pantă, dată de
parametrul , nu este constantă pentru orice valoare a lui x. Estimarea parametrilor
unei astfel de funcţii se realizează fie direct prin metoda celor mai mici pătrate, fie prin
diverse transformări care duc la liniarizarea funcţiei, fie prin utilizarea unor metode
numerice de estimare.
În econometrie, cele mai cunoscute şi mai des întâlnite modele unifactoriale
neliniare sunt: modelul hiperbolic, modelul parabolic şi modelul exponenţial.

4.2.1. Modelul hiperbolic

Ajustarea cu ajutorul hiperbolei se utilizează atunci când “norul de puncte”
urmează o traiectorie de tip hiperbolă. În acest caz, dependenţa dintre cele două
variabile poate fi inversă sau directă, iar reprezentarea grafică este de forma:
Figura 4.3. Reprezentarea grafică a funcţiei hiperbolice
yi
Modelul hiperbolic are la bază următoarea ecuaţie:

 10
yi       i
xi (4.44)


Parametrii  şi  ai modelului
  0pot fi estimaţi cu ajutorul metodei celor mai mici
1
xi' 
pătrate, prin utilizarea transformării de variabilă: xi .
0
Modelul devine, astfel: xi
 yi      xi'   i (4.45)

În aceste condiţii, sistemul de ecuaţii care conduce la valorile estimate ale

parametrilor  şi , obţinut conform algoritmului prezentat în cazul modelului
unifactorial liniar, este:

n  ˆ  ˆ  n x'  n y
  i  i
 i 1 i 1

   
n n 2 n
ˆ   x'  ˆ   x'   x'  y

 i 1
i
i 1
i
i 1
i i
(4.46)

Ajustarea prin hiperbolă se recomandă atunci când variabila rezultativă y scade,

respectiv, creşte asimptotic către o valoare reală dată de parametrul , fapt ilustrat şi
de figura 4.3.
Analiza de corelaţie în cazul modelului hiperbolic se realizează cu ajutorul
raportului de corelaţie R şi a coeficientului de determinaţie simplă R2.
Verificarea statistică a modelului şi discuţiile referitoare la homoscedasticitatea
variabilei aleatoare sunt similare cu cele prezentate la modelul unifactorial liniar.
În funcţie de reprezentarea grafică a legăturii, pot fi utilizate variante ale funcţiei
  1
y  e x y  1
y
  x

hiperbolice, care au la bază diverse ecuaţii: ; x; etc.

4.2.2. Modelul parabolic

Acest model, numit şi modelul pătratic, este folosit, de regulă, atunci când ritmul
de evoluţie al caracteristicii urmează o curbă de tip U, cu vârfurile în jos sau în sus.
Pentru exprimarea modelului parabolic se utilizează funcţia de gradul doi, după relaţia:

yi =  + 1xi +2xi2 + i (4.47)

Reprezentarea grafică a unei funcţii parabolice este următoarea:

Figura y4.4.
i Reprezentarea grafică a funcţiei parabolice
2  0
Şi în cazul acestei funcţii, pentru estimarea parametrilor , 1 şi 2 se poate aplica
metoda celor mai mici pătrate, rezultând următorul sistem de trei ecuaţii cu trei
necunoscute:

2  0

0 xi
 n  ˆ  ˆ  n x  ˆ  n x 2  n y
 1  i 2  i  i
i 1 i 1 i 1
 n
 n n n
ˆ   xi  ˆ 1   xi  ˆ 2   xi   xi yi
2 3

 i 1 i 1 i 1 i 1

ˆ  n x 2  ˆ  n x 3  ˆ  n x 4  n x 2 y
 i 1
i 1  i
i 1
2  i
i 1
 i i
i 1 (4.48)

Dacă 2  0, vârful parabolei va fi dat de minimul funcţiei (parabola este cu

ramurile în sus), iar dacă 2  0, vârful parabolei este dat de maximul funcţiei
(parabola este cu ramurile în jos).
Analiza de corelaţie în cazul modelului parabolic, similar cu modelul hiperbolic,
are la bază determinarea şi interpretarea raportului de corelaţie R şi a coeficientului de
determinaţie simplă R2.
Verificarea statistică a modelului şi discuţiile referitoare la homoscedasticitatea
variabilei aleatoare sunt, de asemenea, similare cu cele prezentate la modelul
unifactorial liniar.
Modelul parabolic are, la rândul său, foarte multe variante de exprimare, cum ar
lg y     1  x   2  x 2 y      x2 y    e 1 x   2 x ;
2

fi: ; ;
y     1  lg x   2  lg x  etc.
2

4.2.3. Modelul exponenţial

Este utilizat atunci când “norul de puncte” are un trend curbiliniu crescător sau
descrescător, de tip exponenţial. Ecuaţia modelului este de forma:

yi     x i
(4.49)

Reprezentarea grafică a funcţiei exponenţiale este dată de figura 4.5:

Figura 4.5. Reprezentarea grafică a funcţiei exponenţiale

yi
În cazul acestei funcţii, pentru a estima
1 parametrii  şi  este necesar, în primul
rând, să se liniarizeze funcţia prin logaritmare, astfel:

log yi = log  + xi  log  (4.50)

Apoi, se aplică metoda celor mai mici pătrate şi se obţine sistemul de ecuaţii:

n  log ˆ  log ˆ  n x  n log y 0    1

  i  i
i 1 i 1
 n n n
log ˆ0   xi  log ˆ   xi2    xi  log yi 
 i 1 i 1 i 1
xi (4.51)
 Acest model se utilizează, de obicei, atunci când unei variaţii în progresie
aritmetică a variabilei factoriale x îi corespunde o variaţie în progresie geometrică a
variabilei rezultative y.
Analiza de corelaţie în cazul modelului exponenţial, similar cu celelalte modele
neliniare, se realizează prin determinarea şi interpretarea raportului de corelaţie R şi a
coeficientului de determinaţie simplă R2.
Verificarea statistică a modelului şi discuţiile referitoare la homoscedasticitatea
variabilei aleatoare sunt, ca şi în celelalte cazuri neliniare, similare cu cele prezentate
la modelul unifactorial liniar.
Modelul exponenţial are, la rândul său, numeroase variante de exprimare, cum ar
 x    x
fi: y    e ; y  e etc.
În afara acestor tipuri de modele neliniare simple, pot fi luate în considerare
multe altele, în funcţie de modul de dispunere a punctelor din reprezentarea grafică.
Trebuie observată, însă, importanţa deosebită a modelului unifactorial liniar,
deoarece aproape toate modelele se raportează la acesta într-o formă sau alta. Cu toate
acestea, principalul dezavantaj al unui model unifactorial este acela că ia în
considerare prea puţine variabile factoriale, fapt pentru care este necesar să se apeleze
la modele care studiază dependenţa dintre variabila rezultativă şi mai mulţi factori de
influenţă, care acţionează simultan.