Sunteți pe pagina 1din 13

Academia de Studii Economice

PROIECT ECONOMETRIE
Student: Bahnareanu Oana Bianca
grupa 937, seria A

11

Academia de Studii Economice

Cerinte:
Inregistrati pentru cel putin 30 de unitati valorile specific ale unor caracteristici (X1, X2 si Y) intre care sa existe o legatura logica. Datele prezentate sub forma tabelara fac parte din problema, astfel, se cere: a) Prezentarea problemei; b) Definirea modelului de regresie: Forma, variabilele si parametrii modelului de regresie; Aproximarea grafica a modelului de regresie;

c) Estimarea parametrilor modelului: Estimarea punctuala a parametrilor; Estimarea parametrilor prin interval de incredere;

d) Testarea semnificatiei corelatiei si a parametrilor modelului de regresie: e) Testarea ipotezelor clasice asupra modelului de regresie: Ipoteze statistice clasice asupra modelului de regresie simpla; Testarea liniaritatii modelului propus; Testarea normalitatii erorilor; Testarea ipotezei de homoscedasticitate; Testarea ipotezei de autocorelare a erorilor;

f) Previziunea valorii variabilei Y in ipoteza modificarii variabilelor factoriale( cand se modifica X);

Academia de Studii Economice

Rezolvare:
a) Prezentarea problemei In vederea realizarii proiectului am utilizat aplicatia Excel din Microsoft Office si formularea concluziilor care se pot determina pe baza outputului din Excel. Pentru analiza modelului de regresie simpla, am folosit date referitoare la evolutia ratei infractionalitatii si a ratei somajului, date specifice Romaniei, in perioada 1990 2010, urmand ca prin analiza econometrica sa determinam cum este este influentata infractionalitatea in Romania de nivelul somajului.

Am sintetizat informatiile despre cei 20 de ani si cele doua variabile, in tabelul urmator:

Y Anul 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 Rata Infractionalitatii (nr. Infr/100 mii loc) 601 1190 1245 1430 1310 1423 1601 1797 1786 1777 1519 1432

X Somaj(%) 3 8.2 10.4 10.9 9.5 6.6 8.9 10.4 11.8 10.5 8.8 8.4

Academia de Studii Economice


2003 2004 2005 2006 2007 2008 2009 2010 1274 1069 963 1078 1307 1345 1397 1366 7.4 6.3 5.9 5.2 4 4.4 7.8 7

Tabel 1: Rata somajului si rata infractionalitatii pentru cei 20 de ani in Romania

Sursa: 1998 - 2007 INSTITUTUL NATIONAL DE STATISTICA

Pentru a determina n ce msur variabila independenta contribuie la modificarea variabilei dependente vom elabora un model de regresie liniar simpl, vom determina dac acesta poate fi considerat valid, adic dac exist, sau nu, o legtur liniar ntre rata omajului i rata infracionalitii, iar dac acesta va fi valid, vom realiza o previziune a ratei infractionalitatii pentru o alta perioada, caracterizata de anumite valori ale ratei somajului. Rata infractionalitatii numarul de infractiuni inregistrate la fiecare 100.000 locuitori Rata somajului procentul somerilor din numarul total de locuitori ai Romaniei

b) Definirea modelului de regresie: Forma, variabilele si parametrii modelului de regresie;

In cazul nostru modelul econometric este unui unifactorial dat fiind faptul ca avem o influenta a variabilei rezultative y rata infractionalitatii de catre un factor determinant x rata somajului. Pornind de la datele aplicaiei se poate construi un model econometric unifactorial de forma:

y f ( x) u
unde:

(1)

Academia de Studii Economice


y = valorile reale ale variabilelor dependente; x = valorile reale ale variabilelor independente; u = variabila rezidual, reprezentnd influenele celorlali factori ai variabilei y, nespecificai n model, considerai factori ntmpltori, cu influene nesemnificative asupra variabilei y. Identificarea modelului unifactorial const n alegerea unei funcii care s aproximeze valorile variabilei endogene y numai n funcie de valorile variabilei exogene x. Modelul ales conine ca variabil efect, rata infrationalitatii , care este data de ecuaia de regresie

y a bx u
unde: x= rata somajului;

(2)

Aproximarea grafica a modelului de regresie;

Rata infractionalitatii in functie de rata somajului


2000 1800 1600 1400 1200 1000 800 600 400 200 0 0 2 4 6 8 10 12 14 Rata infractionalitatii in functie de rata somajului Linear (Rata infractionalitatii in functie de rata somajului) Linear (Rata infractionalitatii in functie de rata somajului) y = 85.948x + 677.68 R = 0.5373

Academia de Studii Economice

In baza acestei reprezentari grafice se poate vedea clar o legatura liniara directa intre cele doua variabile astfel modelul devine un model unifactorial liniar.

c) Estimarea parametrilor modelului: Estimarea punctuala a parametrilor;

Deoarece parametrii modelului sunt necunoscuti, valorile acestora se pot estima cu ajutorul mai multor metode, in mod curent fiind folosita Metoda celor mai mici patrate. Utilizarea metodei porneste de la urmatoarea relatie:

Unde: valorile teoretice ale variabilei y obtinute numai in functie de valorile factorului x si de valorile

estimatorilor parametrilor a si b, respectiv si

Estimatiile valorilor variabilei reziduale: ( ) ( )

In mod concret Metoda celor mai mici patrare consta in a minimiza functia ( )

( )

Conditiile de minim a acestei functii rezulta din: => 20 + 155.4=26910

Academia de Studii Economice


=> 155.4 +1323.38 =219054

Se determina si : = 677.68 = 85.948 Coefficients


Intercept Rata somajului X

677.6816308 85.94831007

Dispunand de estimatiile parametrilor se pot calcula valorile teoretice (estimate) ale variabilei endogene cu ajutorul relatiei: 677.68 + 85.948 si valorile rezidualei RESIDUAL OUTPUT Observation 1 2 3 4 5 6 7 8 9 10 11 12 13 Predicted Y 935.526561 1382.457773 1571.544055 1614.518211 1494.190576 1244.940477 1442.62159 1571.544055 1691.87169 1580.138886 1434.026759 1399.647435 1313.699125 Residuals -334.526561 -192.4577733 -326.5440555 -184.5182105 -184.1905764 178.0595228 158.3784096 225.4559445 94.12831042 196.8611135 84.97324063 32.35256466 -39.69912527

Academia de Studii Economice


14 15 16 17 18 19 20 1219.155984 1184.77666 1124.612843 1021.474871 1055.854195 1348.078449 1279.319801 -150.1559842 -221.7766602 -46.61284312 285.525129 289.1458049 48.9215507 86.68019875

Estimarea prin interval de ncredere a parametrilor modelului de regresie liniara. [


]

=> [345.4546, 1009.9] => [-272.026, 443,92]

Valorile variabilei reziduale se calculeaz dup relaia: Abaterea medie ptratica a valorii reziduale:
( )

= 553345.8

= 743.8722

k= numarul variabilelor independente, adica 1. Abaterea medie ptratica a estimatorului :


( )

= 424.6069

Academia de Studii Economice

= 20.60

Abaterea medie ptratica a estimatorului :


(

= 387.4133

= 19.68

d) Testarea semnificatiei corelatiei si a parametrilor modelului de regresie: Estimatorii sunt semnificativ diferii de zero, cu un prag de semnificaie urmtoarele relaii: | |

, daca se verifica

| |

in exemplu:

Pe baza calculelor se observa faptul ca ambii estimatori sunt semnificativ diferii de zero, cu un prag de semnificaie , adica o probabilitate de 95%.

Pentru a verifica ipoteza de liniaritate se calculeaz coeficientul de corelatie liniara: ( )

ceea ce indica o corelatie foarte puternica intre rata somajului si rata infractionalitatii.

Academia de Studii Economice

Verificarea verosimilitatii modelului se face cu ajutorul analizei dispersionale. ANOVA Significance Df Regression Residual Total 1 18 19 SS 856328.7977 737570.2023 1593899 MS F F

856328.8 20.89824 0.000236649 40976.12

Testul Fisher-Snedecor indica faptul ca rezultatele obinute sunt semnificative pentru pragul de semnificaie de 5%:

Se poate demonstra ca in cazul unei legturi liniare, raportul de corelaie este egal cu coeficientul de corelaie liniara:

Verificarea semnificaiei raportului de corelaie si, implicit, a coeficientului de corelaie liniara se face cu ajutorul testului Fisher-Snedecor: ( Rx,y este semnificativ daca: )

Pentru exemplu nostru:

10

Academia de Studii Economice


Deoarece raportul de corelaie este semnificativ diferit de zero cu un prag de semnificaie modelul descrie corect dependenta dintre venit si consum, explicand in masura a 53.73% influenta factorului de influenta asupra variabilei dependente.

e) Testarea ipotezelor clasice asupra modelului de regresie: Testarea liniaritatii modelului propus
Conform testului ANOVA, valoarea statisticii Fischer = 20.29 ne de posibilitatea de a trage concluzia ca modelul ales este unul valid, intre variabila existand o legatura liniara.

Testarea normalitatii erorilor

Distributia erorilor
400 300 200 100 0 -100 -200 -300 -400 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Distributia erorilor

Conform graficului, observam ca erorile urmeaza o distributie normal pentru un prag de semnificatie de 0.05. Asadar, ipoteza de normalitate a erorilor este verificata.

11

Academia de Studii Economice


Testarea autocorelarii erorilor

Din graficul de mai sus nu putem trage o concluzie sigura in privinta autocorelarii erorilor, asadar un test statistic adecvat este Darwin-Watson. Statistica DW are valoarea 0.62. Astfel, tragem concluzia ca erorile sunt partial corelate, lucru ce violeaza una dintre ipotezele modelului unifactorial. Acest lucru poate determina, spre exemplu, in cazul unei previziuni o amplificare a intervalului de previziune.

Testarea ipotezei de homoscedasticitate

Efectuand testul White, observam ca probabilitatea de a alege eronat ipoteza H1 (cea ca dispersia rezidurilor este nula) este mai mica de pragul de 5%, adica 0.7%. Astfel, putem trage concluzia ca VAR(u) constanta.

f) Previziunea valorii variabilei Y in ipoteza modificarii variabilelor factoriale( cand se modifica X);

Presupunem, pentru 2011 o rata a somajului destul de ridicata, de 9.8%. Astfel, rata infractionalitatii, cu o probabilitate de 95% va fie gala cu 667.68+9.8*85.948 = 1509.07 infractiuni la suta de mii de locuitori.

12

Academia de Studii Economice

Concluzii :
Modelul de regresie multipl estimat s-a dovedit a fi unul precis are un coeficient de determinare mare = 0.5373, adic rata infractionalitatii este explicata n msur de aproape 54% de

ctre variabila independente inclusa n model. n plus, sunt perfect verificabile ipotezele metodei celor mai mici ptrate (MCMMP) erorile sunt homoscedastice, nu sunt autocorelate, iar variabilele nu sunt coliniare. Valoarea testului F este suficient de mare pentru a determina validitatea global a modelului pentru un prag de semnificaie de cel puin Significance F = 0.000236649, cu mult mai mic dect ales.

13