REGRESIA LINIAR MULTIPL

TEMATICA C4-C5
1. Prezentarea modelului liniar multiplu
2. Estimarea parametrilor modelului liniar multiplu
3. Testarea parametrilor modelului liniar multiplu
4. Testarea modelului
5. Testarea influenei marginale a unei variabile
6. Exemplu (I)
7. Estimarea indicatorilor de corelaie
8. Testarea indicatorilor de corelaie
9. Exemplu (II)

5. Testarea influenei marginale a unei variabile

independente asupra variabilei dependente
1. Formularea ipotezelor
H0: variabila independent nou introdus n model nu are o
influen semnificativ asupra variaiei variabilei aleatoare
H1: variabila independent nou introdus n model are o
influen semnificativ asupra variaiei variabilei aleatoare
2. Fixarea pragului de semnificaie =0,05
2 new 2 old n k new

3. Alegerea statisticii test F

2
1 new
k new 1
R 2 new R 2 old n k new

4. Calcularea statisticii test F

2
1 R new
k new 1

5. Criterii de decizie:

Dac Fcalc F, k-1, n-k => se accept H0 cu o probabilitate de 1.

Dac Fcalc> F , k-1, n-k => se respinge H0 cu un risc asumat .

EXEMPLU I (1)
Model Summary
Change Statistics
Model
1
2

R
.661a
.663b

R Square
.436
.439

Adjusted
R Square
.435
.437

Std. Error of
the Estimate
$12,833.540
$12,815.280

R Square
Change
.436
.003

F Change
365.381
2.346

df1

df2
472
471

1
1

Sig. F Change
.000
.126

a. Predictors: (Constant), Educational Level (years)

b. Predictors: (Constant), Educational Level (years), Months since Hire

Model Summary
Change Statistics
Model
1
2

R
.661a
.890b

R Square
.436
.792

Adjusted
R Square
.435
.792

Std. Error of
the Estimate
$12,833.540
$7,796.524

R Square
Change
.436
.356

F Change
365.381
807.889

df1

df2
472
471

1
1

Sig. F Change
.000
.000

a. Predictors: (Constant), Educational Level (years)

b. Predictors: (Constant), Educational Level (years), Beginning Salary
Model Summary
Change Statistics
Model
1
2

R
.910a
.907b

R Square
.828
.822

Adjusted
R Square
.818
.814

Std. Error of
the Estimate
5.2961
5.3542

R Square
Change
.828
-.006

F Change
83.271
2.544

df1

df2
4
1

69
69

Sig. F Change
.000
.115

a. Predictors: (Constant), Average female life expectancy, People living in cities (%), Daily calorie intake, People who read (%)
b. Predictors: (Constant), Average female life expectancy, Daily calorie intake, People who read (%)

EXEMPLU I (2)
Model Summary
Change Statistics
Model
1

R
,910a

R Square
,829

Adjusted
R Square
,807

Std. Error of
the Estimate
285,65322

R Square
Change
,829

F Change
38,718

df1

df2
2

a. Predictors: (Constant), Nr. ani pregatire, Vechime in munca (ani)

ANOVAb
Model
1

Regression
Residual
Total

Sum of
Squares
6318646
1305564
7624211

df
2
16
18

Mean Square
3159323,188
81597,759

F
38,718

Sig.
,000a

a. Predictors: (Constant), Nr. ani pregatire, Vechime in munca (ani)

b. Dependent Variable: Salariul (RON) Coefficientsa

Model
1

(Constant)
Vechime in munca (ani)
Nr. ani pregatire

Unstandardized
Coefficients
B
Std. Error
-545,101
224,894
84,315
25,550
85,298
20,394

a. Dependent Variable: Salariul (RON)

Standardized
Coefficients
Beta
,443
,562

t
-2,424
3,300
4,182

Sig.
,028
,005
,001

16

Sig. F Change
,000

TEMATICA

7. Estimarea indicatorilor de corelaie

8. Testarea indicatorilor de corelaie
9. Exemplu (II)
Pentru un model de regresie liniar multipl, pot f
determinati urmtorii coefcieni:
- coeficieni de corelaie simpl ntre variabila
dependent i fecare variabil independent (coeficieni
bivariai);
- coeficieni de corelaie parial;
- coeficientul de corelaie multipl i coeficientul de
determinaie multipl.

7. Estimarea indicatorilor de corelaie (I)

Coeficieni de corelaie bivariat i parial
Pentru un model liniar de forma:
y i 0 1 x1i 2 x 2 i i
exist trei coeficieni de corelaie bivariat:
ry1

n x1i yi x1i yi
i

[n x12i ( x1i ) 2 ][n yi2 ( yi ) 2 ]

i

ry 2

n x 2 i yi x2 i yi
i

[n x22i ( x2i ) 2 ][n yi2 ( yi ) 2 ]

i

r12

n x1i x2i x1i x2i

i

[n x12i ( x1i ) 2 ][n x22i ( x2i ) 2 ]

i

7. Estimarea indicatorilor de corelaie (II)

i trei coeficieni de corelaie parial calculai cu ajutorul
coeficienilor de corelaie bivariat:
ry 2 ry1r12
ry1 ry 2 r12
ry 2.1
ry1.2
2
2
(1 ry21 )(1 r122 )
(1 ry 2 )(1 r12 )
r12 ry1ry 2
r12. y
(1 ry21 )(1 ry22 )
Corelaia parial msoar dependena dintre variabile prin
excluderea succesiv a influenei celorlali factori,
considernd influena lor constant si meninnd numai
influena factorului msurat.
n funcie de numrul variabilelor a cror influen se elimin
din calcul, coeficienii de corelaie parial pot fi de ordinul
nti (pentru o variabil eliminat), de ordinul doi (pentru dou
variabile) etc.

7. Estimarea indicatorilor de corelaie (III)

Raportul de determinaie multipl i raportul de corelaie
multipl
Parametri 2

( y y)

( y y)
i

xi

VE
VR

1
VT
VT

=>

Estimatori

VE
VR
2
i

1
1

2
=>
(
y

y
)
VT
VT
i
2

Estimaiile

R2

2
e
i

ESS
RSS
i
2
1
1
R

R
2 =>
TSS
TSS
(
y

y
)
i

7. Estimarea indicatorilor de corelaie (IV)

Coeficientul de corelaie multipl
Coeficientul de corelaie multipl se calculeaz numai
pentru modelele multiple liniare i se exprim cu ajutorul
coeficienilor de corelaie simpl dintre variabilele perechi.
Astfel, n cazul corelaiei dintre
rezultativ Y i
X 1 oXvariabil
2
dou variabile independente
,
,la nivelul unui
eantion, coeficientul de corelaie multipl, notat cu r, se
calculeaz dup relaia:
r

ry21 ry22 2ry1ry 2 r12

1 r122

r ry21 (1 ry21 )ry 2.1 r ry22 (1 ry22 )ry1.2

8. Testarea indicatorilor de corelaie

Raportul de determinaie si raportul de corelatie se
testeaz cu testul F dup algoritmul prezentat la modelul liniar
simplu, innd cont de faptul c k=p+1 reprezint numrul
parametrilor din noul model.

Coeficienii de corelaie se testeaz cu ajutorul testului t .

dup algoritmul prezentat la modelul liniar simplu, innd cont
de faptul c k=p+1 reprezint numrul parametrilor din noul
model.

Exemplu 1 Model Summary

Model
1

R
,910a

R Square
,829

Adjusted
R Square
,807

Std. Error of
the Estimate
285,65322

a. Predictors: (Constant), Nr. ani pregatire, Vechime in

munca (ani)
ANOVAb
Model
1

Regression
Residual
Total

Sum of
Squares
6318646
1305564
7624211

df
2
16
18

Mean Square
3159323,188
81597,759

F
38,718

Sig.
,000a

a. Predictors: (Constant), Nr. ani pregatire, Vechime in munca (ani)

b. Dependent Variable: Salariul (RON)

Coefficientsa

Model
1

(Constant)
Vechime in munca (ani)
Nr. ani pregatire

Unstandardized
Coefficients
B
Std. Error
-545,101
224,894
84,315
25,550
85,298
20,394

a. Dependent Variable: Salariul (RON)

Standardized
Coefficients
Beta
,443
,562

t
-2,424
3,300
4,182

Sig.
,028
,005
,001

Correlations
Zero-order
Partial
,801
,844

,636
,723

Part
,341
,433

Exemplu II (1)
n studiul legturii dintre valoarea vnzrilor unei firme (Y) i
cheltuielile de publicitate (X1), cheltuielile ocazionate de diferite
promoii (X2) i vnzrile anuale realizate de principalul
concurent (X3), s-au obinut urmtoarele rezultate:
Model Summaryb
Model
1

R
R Square
a
,913
,833

Adjusted
R Square
,787

a. Predictors: (Constant), X3, X1, X2

b. Dependent Variable: Y

Std. Error of
the Estimate
17,60029

DurbinWatson
1,879

EXEMPLU II (2)
ANOVAb
Model
1

Regression
Residual
Total

Sum of
Squares
16997,537
3407,473
20405,009

df
3
11
14

Mean Square
5665,846
309,770

F
18,290

Sig.
,000a

t
2,369
4,596
2,525
-2,258

Sig.
,037
,001
,028
,045

a. Predictors: (Constant), X3, X1, X2

b. Dependent Variable: Y

Coefficientsa

Model
1

(Constant)
X1
X2
X3

Unstandardized
Coefficients
B
Std. Error
65,705
27,731
48,979
10,658
59,654
23,625
-1,838
,814

a. Dependent Variable: Y

Standardized
Coefficients
Beta
,581
,359
-,324

ANEXE
Funcia de consum
- cererea sau consumul populaiei pentru o anumit categorie
de mrfuri este o funcie de venit:
Ci=a+Vi+i.
unde parametrul arat de cte ori crete consumul unui
anumit produs (Ci) la o cretere cu o unitate a venitului. Acesta
este, de regul, pozitiv.
Legea cererii
- cererea populaiei pentru o anumit categorie de mrfuri
este o funcie de preul acestor produse:
Ci=a+Pi+i.
unde parametrul este de regul negativ i arat cu ct
scade cererea la o cretere a preului cu o unitate