ESTIMAREA PARAMETRILOR PRIN METODA CELOR MAI

MICI PĂTRATE (MCMMP)

MCMMP este utilă pentru determinarea coeficienților de regresie astfel încât

suma pătratelor reziduurilor să fie minimă. Dreapta de regresie trebuie să treacă cât
mai aproape posibil de valorile variabilei observate.

̂ sunt variabile de selecție care au

̂ ș𝒊 𝒃
Estimatorii parametrilor dreptei de regresie 𝒂
următoarele proprietăți:
 urmează o distribuție normală;
 sunt nedeplasați;
 convergenți;
 eficienți, 𝑏̂ are varianța cea mai mică
Dacă între două variabile există o dependență liniară, atunci valorile variabilei
endogene sunt estimate prin următoarea relație:

̂+𝒂
𝒚̂𝒊 = 𝒃 ̂ 𝒙𝒊

𝑎̂ ș𝑖 𝑏̂ sunt estimatorii parametrilor dreptei de regresie

Seria reziduurilor 𝑒𝑖 sau 𝜀̂𝑖 , se estimează prin relația:

̂+𝒂
𝒆𝒊 = 𝒚𝒊 − 𝒚̂𝒊 = 𝒚𝒊 − (𝒃 ̂ 𝒙𝒊 )
Pentru estimarea parametrilor se consideră că seria reziduurilor satisface
egalitatea:

∑𝑛𝑖=1 𝑒𝑖 = 0.

Pentru estimarea celor doi parametri se pune condiția ca suma pătratelor

diferențelor dintre valoarea reală și cea estimată prin modelul de regresie să fie
minimă:
𝒏

𝐦𝐢𝐧 𝝋(𝒂 ̂,̂𝒃) = 𝐦𝐢𝐧 ∑ 𝒆𝟐𝒊

̂𝒃
𝒂 ̂ ̂𝒃
𝒂 ̂
𝒊

Din condițiile de optim ale funcției de mai sus se obțin următoarele două ecuații:

̂𝒃
𝝏(𝒂, ̂)
̂−𝒂
= − ∑ 𝟐(𝒚𝒊 − 𝒃 ̂ 𝒙𝒊 ) = 𝟎
̂
𝝏𝒃 𝒊
 ̂)
̂,𝒃
𝝏(𝒂
̂−𝒂
= −𝟐 ∑𝒊(𝒚𝒊 − 𝒃 ̂ 𝒙𝒊 ) ∗ 𝒙𝒊 = 𝟎
̂
𝝏𝒂

Cele două egalități se pot obține după cum urmează:

 Prima ecuație se obține din respectarea primei ipoteze formulate asupra
modelului liniar de regresie.
Suma erorilor este egală cu zero:

∑𝒊 𝒆𝒊 = 𝟎.
 A doua ecuație se scrie ținând seama de necorelarea seriei valorilor
variabilei exogene cu cea a valorilor variabilei reziduale și se obține
egalitatea:

𝟏
∑𝒊 𝒙𝒊 𝒆𝒊 = 𝟎.
𝒏

Pentru determinarea celor doi estimatori se rezolvă sistemul liniar de ecuații:

̂ + 𝐚̂ ∑ 𝐱 𝐢 = ∑ 𝐲𝐢
𝐧𝐛
𝐢 𝐢
̂ ∑ 𝐱 𝐢 + 𝐚̂ ∑ 𝐱 𝐢𝟐 = ∑ 𝐱 𝐢 𝐲𝐢
𝐛
{ 𝐢 𝐢 𝐢

INTERPRETAREA VALORII PARAMETRILOR

Pentru a înțelege modelul liniar de regresie trebuie să facem diferența între trei
concepte elementare, și anume:
1. Parametru – este un număr real ce nu este cunoscut și trebuie estimat pe baza
seriilor de date înregistrate la nivelul unui eșantion.
2. Estimator – este o variabilă statistică definită pe baza unei relații de calcul. Pentru
un estimator se definește o distribuție statistică. De aceea, în caracterizarea unui
model de regresie este important să precizăm caracteristicile acesteia, precum
media , varianța și altele.
3. Estimație – este valoarea înregistrată pe baza datelor de la nivelul unui eșantion
folosind relația de calcul a estimatorului ce corespunde parametrului.

Parametrul a este coeficientul pantei dreptei de regresie și arată sensul dependenței

dintre cele două variabile și măsura în care modificarea variabilei explicative afectează
valoarea caracteristicii explicate.
 O valoare pozitivă arată o dependență liniară directă între cele două variabile, iar o
valoare negativă arată o legătură liniară inversă între cele două variabile.
Parametrul liber b al unui model de regresie arată valoarea variabilei explicate,
independentă de valoarea variabilei explicative.

Observații:
1. În aplicațiile economice , parametri sunt estimați cu ajutorul seriilor de
forma (𝑥𝑖 𝑦𝑖 )𝑖, 𝑢𝑛𝑑𝑒 𝑖 = 1 … 𝑛;
2. Este recomandat ca seriile să aibă un număr mare de valori și să nu prezinte
rupturi de pantă sau de nivel;
3. Testarea ipotezelor se realizează prin utilizarea unor teste statistice;
4. Pentru variabile stocastice se calculează o serie de indicatori precum
varianța, media, deplasarea și altele.
5. Parametrii pot fi estimați prin metoda celor mai mici pătrate , metoda
verosimilității maxime și altele.
6. Modelul de regresie definit pe baza relației 𝑦𝑖 = 𝑏 + 𝑎 ∗ 𝑥𝑖 + 𝜀𝑖
este liniar în raport cu parametrii dar și cu cele două variabile. Există și
cazuri în care modelul poate să fie liniar în raport cu parametrii, dar este
neliniar în raport cu cele două variabile. De obicei, în acest caz modelul
de regresie s-a obținut în urma aplicării unor transformări asupra celor
două variabile.
7. Pentru identificarea tipului de dependență dintre variabile, se utilizează ca
metodă preliminară reprezentarea grafică a seriilor bivariate, dar în egală
măsură se utilizează și elemente de teorie economică și elemente de logică.
8. Dacă dependența dintre cele două caracteristici este una de tip funcțional,
pentru estimarea celor doi parametri este suficient să cunoaștem doar două
perechi de valori ale caracteristicilor ce definesc modelul de regresie. În
cazul în care relația nu este de tip funcțional, atunci pentru a putea estima
cei doi parametri este necesar un eșantion de valori pentru cele două
caracteristici, care să includă un număr suficient de mare de valori.