Documente Academic
Documente Profesional
Documente Cultură
Elaborarea unui model econometric presupune, de regulă, respectarea unui anumit algoritm, mai
mult sau mai puţin complex, în funcţie de specificul domeniului abordat. În principiu, în elaborarea
unui model econometric se parcurg următoarele etape:
1. Formularea ipotezelor iniţiale ale modelului, care trebuie definite după criterii de raţionalitate
şi în strânsă legătură cu teoria economică aferentă domeniului;
2. Definirea variabilelor modelului şi specificarea categoriei în care acestea se încadrează:
variabile independente (factoriale) sau dependente (rezultative), cu efect simultan sau decalat,
endogene sau exogene, cu influenţă semnificativă sau aleatoare etc.;
3. Determinarea tipurilor de legături care se stabilesc între variabilele modelului: deterministe
(matematice) sau stochastice (statistice), directe sau inverse, simple sau multiple, etc.;
4. Formularea ecuaţiilor modelului în raport de ipotezele de pornire, de variabilele modelului şi
de legăturile dintre acestea;
5. Estimarea parametrilor modelului cu ajutorul a diverse metode matematice şi statistice;
6. Verificarea statistică a consistenţei rezultatelor obţinute în urma efectuării estimărilor;
7. Interpretarea economică a rezultatelor şi, unde este cazul, realizarea de previziuni referitoare
la evoluţia viitoare a variabilelor studiate.
În realitate, cunoaşterea ştiinţifică parcurge un întreg lanţ de etape, greu de identificat separat. La
începutul acestui lanţ de află primul contact cu realitatea economică studiată, care continuă cu
acumularea de experienţă prin efectuarea unor aplicaţii practice. Reprezentarea secvenţelor care
compun procesul de cunoaştere este doar un model care serveşte la uşurarea cercetării.
Analiza corelației
Cadranul I: abaterile valorilor lui 𝑋 față de 𝑋̅ sunt pozitive și abaterile valorilor lui 𝑌 față
de 𝑌̅ sunt tot pozitive, ceea ce arată o relație de același sens între 𝑋 și 𝑌 (relație directă): (+ +);
Cadranul II: abaterile valorilor lui 𝑋 față de 𝑋̅ sunt negative și abaterile valorilor lui 𝑌 față
de 𝑌̅ sunt pozitive, ceea ce arată o relație de sens contrar între 𝑋 și 𝑌 (relație inversă): (− +);
Cadranul III: abaterile valorilor lui 𝑋 față de 𝑋̅ sunt negative și abaterile valorilor lui 𝑌 față
de 𝑌̅ sunt tot negative, ceea ce arată o relație de același sens între 𝑋 și 𝑌 (relație directă): (− −);
Cadranul IV: abaterile valorilor lui 𝑋 față de 𝑋̅ sunt pozitive și abaterile valorilor lui 𝑌 față
de 𝑌̅ sunt negative, ceea ce arată o relație de sens contrar între 𝑋 și 𝑌 (relație inversă): (+ −);
Intensitatea legăturii dintre 𝑋 și 𝑌 este cu atât mai mare cu cât punctele norului de puncte
sunt poziționate mai aproape de una dintre cele două bisectoare.
În jurul primei bisectoare, legătura dintre 𝑋 și 𝑌 este directă (de același sens), iar în jurul
celei de-a doua bisectoare legătura dintre 𝑋 și 𝑌 este inversă (de sens contrar).
Covarianța prezintă dezavantajul de a nu fi un indicator normalizat și de aceea este
dependentă de unitățile de măsură ale variabilelor luate în calcul. Acest lucru face aproape
imposibilă o comparație între covarianțele unor variabile cu unități de măsură diferite și între
variabile diferite ca ordin de măsură.
Acest dezavantaj este înlăturat prin folosirea coeficientului de corelație liniară simplă care
a fost propus de către Karl Pearson. Coeficientul de corelație se calculează astfel:
𝑐𝑜𝑣(𝑋, 𝑌)
𝜌=
𝜎(𝑋)𝜎(𝑌)
∑𝑛𝑖=1(𝑥𝑖 − 𝑋̅)(𝑦𝑖 − 𝑌̅)
𝜌=
√∑𝑛𝑖=1(𝑥𝑖 − 𝑋̅)2 ∑𝑛𝑖=1(𝑦𝑖 − 𝑌̅)2