Econometrie

Prof.dr. Zizi Goschin

 Bibliografie
• V.Voineagu. E Titan, R. Serban, D Pele, S
Ghita, C Boboc, D Todose, Teorie si practica
econometrica, Ed. Meteor Press, 2007.
• Pecican, E., Econometrie … pentru economişti,
Editura Economică, Bucureşti, 2004
• Pecican, E., Tănăsoiu, O., Iacob, A., I., Modele
econometrice, Editura ASE, Bucureşti, 2001.
http://www.ase.ro/biblioteca/carte2.asp?id=414&id
b=11
• Damodar N Gujarati, Basic Econometrics , John 
Wiley, New York, editia IV, 2002.
• Econometria este un set de instrumente (teorie
economica, matematica, statistica) de cercetare
utilizate in economie, istorie, sociologie etc.
• Greaca: „eikonomia” – economie „metren” – masura.
• Econometria poate fi folosită în două moduri, care nu
sunt mutual exclusive:

– Previziune: date fiind valori ipotetice ale anumitor variabile,

putem previziona valoarea variabilei de interes.

– Ca metodă explicatorie: confirmă sau infirmă o teorie

economică.
 Statistică vs Econometrie

• Econometria pleacă de la un model economic,

adică există anumite relaţii a priori acceptate pe
baza unui model economic; aceste relaţii sînt
testate folosind date reale.

• Statistica, de cele mai multe ori, caută anumite

corelaţii între variabile, dar fără a avea la bază o
teorie economică.
 Model economic vs model econometric

• Un model economic =un set de ipoteze care descriu

aproximativ comportamentul ec.

• Un model econometric :
– forma relatiilor matematice dintre variablele ec
– si specificarea erorilor (factorii omisi din model)
 X  S  Y

• Modelul econometric descrie legătura dintre intrările sistemului -

factorii de influenţă X - şi ieşirile acestuia, variabilele rezultative Y:

Y = f(X)+U
 Modelul economic
(descrie modul in care interacţionează variabilele economice).
1.Cantitatea cerută, qc, pentru un produs (ex. maşini Ford):

qc = f( p, pc, ps, v ) cerere

p = preţul maşinii; pc = preţul mărfurilor complementare (ex. benzină);
ps = preţul mărfurilor substituibile (maşini similare); v = venitul

2. Cantitatea oferită, qo (ex. carne de vită):

qo = f( p, pc, pf, ps ) ofertă

p = preţul cărnii; pc = preţul mărfurilor complementare;
ps = preţul mărfurilor substituibile (ex.carne de pui);
pf = preţul factorilor de producţie (ex. furaje)
 Modelul econometric

qc = f( p, pc, ps, v ) + e Eroare

Componenta
sistematica

• eroarea exprima factorii care lipsesc din model.

• Modelul econometric al cererii pt masini Ford :

qc = β1+ β2p+ β3pc+ β4ps+ β5 v+ e,
βi parametrii de estimat.
 Metodologia

• Formularea ipotezei
• modelul matematic
• modelul econometric
• date
• estimarea parametrilor modelului
• testarea
• prognoza
• utilizare
 Variabile

• Variabilele economice determină structura modelului

econometric:

– endogene: variabile determinate în cadrul sistemului;

– exogene: variabile determinate în afara sistemului, despre
care modelul econometric nu are nimic de spus.
 Date statistice
– date de tip profil (cross-sectional data)
• "tăieturi informaţionale" efectuate într-o populaţie la
un moment dat.

– date de tip serii de timp (serii cronologice)

• "secţiuni informaţionale" de-a lungul axei timpului.

– date de tip panel

• sunt combinaţii ale datelor de tip profil şi datelor de
tipul seriilor de timp.
 Modelare econometrica

Teorie economica
C = f(V) ==>
model economic: Cauză - efect Ct = 1 + 2Vt + et

date: Statistici

Estimare model: Regresie simpla/multipla

Testare fals

Interpretare

Prognoza decizii
Testarea ipotezelor statistice
• Ipoteză statistică = ipoteza care se face cu privire
la parametrul unei repartiţii sau la legea de repartiţie
pe care o urmează anumite variabile aleatoare.

• Ipoteză nulă (H0) = ipoteza care se consideră a

priori adevărată.

• Ipoteză alternativă (HA) = o ipoteză care

contrazice ipoteza nulă.
• Testul statistic este utilizat drept criteriu de
acceptare sau de respingere a ipotezei nule

• Regiunea critică, Rc = valorile numerice ale testului

statistic pentru care ipoteza nulă va fi respinsă.
– este astfel aleasă încât probabilitatea ca ea să conţină testul
statistic, când ipoteza nulă este adevărată să fie α, cu α mic
(α=0.01 etc).
– Dacă valoarea calculată a testului statistic se află în
regiunea critică Rc, ipoteza H0 se respinge
– regiunea critică este delimitată de valoarea critică, C
• Eroare de tip I = eroarea pe care o facem eliminînd o
ipoteză nulă, deşi este adevărată.

• Riscul de tip I (α) = probabilitatea comiterii unei

erori de tip I; se numeşte nivel sau prag de
semnificaţie.

• Nivelul de încredere al unui test statistic este (1-α)

-> în expresie procentuală, (1-α)100 reprezintă
probabilitatea ca rezultatele să fie adevărate.
• Eroare de tip II = eroarea pe cere o facem
acceptînd o ipoteză nulă, deşi este falsă.
• Probabilitatea (riscul) comiterii unei erori de tip II
este β.
• Puterea testului statistic este (1-β).
• P-value=cel mai mic nivel de semnificaţie la care
poate fi respinsă ipoteza nulă.
 Erorile în testarea ipotezelor statistice

Decizia de Ipoteza adevărată

acceptare H0 HA
H0 Decizie corectă Eroare de tip II
(probabilitate 1-α) (risc β)
HA Eroare de tip I Decizie corectă
• α= P(respingere H0 ‫ ׀‬H0 este adevărată)=
(risc α) (probabilitate
P(eroare de tip I)
1-β)
• β= P(acceptare H0 ‫ ׀‬H0 este falsă)=
P(eroare de tip II)
Legătura dintre probabilităţile α şi β
 Etapele verificării ipotezelor statistice

– Identificarea ipotezelor ce trebuie testate

– Alegerea testului statistic
– Specificarea nivelului de semnificaţie
– Stabilirea regulii de decizie
– Culegerea datelor şi realizarea calculelor
– Luarea deciziei statistice
– Aplicarea deciziei
 Efectuarea testului statistic
• Condiţia esenţială în verificarea ipotezelor statistice este că
variabila urmează o repartiţie normală
• Se extrage un eşantion aleator din respectiva populaţie

x : ( x1 ,..., xn )
• Pe baza eşantionului se calculează valoarea estimatorului
parametrului populaţiei de interes şi apoi valoarea testului
• Forma generală a testului statistic:
valoarea estimată - valoarea ipotetică
eroarea standard a estimatorului
• Concluzie: ipoteza nulă este fie acceptată, fie respinsă,
astfel:
– dacă valoarea numerică a testului statistic cade în
regiunea critică (Rc), respingem ipoteza nulă şi
acceptăm ipoteza alternativă. Această decizie este
incorectă doar în 100 α % din cazuri;
– dacă valoarea numerică a testului nu se află în
regiunea critică (Rc), se acceptă ipoteza nulă H0.
Ipoteza alternativă poate avea una din trei forme (pe care le
vom exemplifica pentru testarea egalităţii parametrului
„media colectivităţii generale“, μ cu valoarea μ0)
– test bilateral:
H0: μ = μ0
H1: μ ≠ μ0 (μ < μ0 sau μ > μ0)
– test unilateral dreapta:
H0: μ = μ0
H1: μ > μ0
– test unilateral stânga:
H0: μ = μ0
H1: μ < μ0
 Teste pentru media populaţiei:
dispersia σ2 este cunoscută
Testul “z”
•Se stabileşte pragul de semnificaţie α (de regulă 0.05)
•Se extrage un eşantion aleator din populaţie
x : ( x1 ,..., xn )
•Se calculează valoarea statisticii
x  0
z
/ n
•Se compară valoarea calculată cu o valoare tabelată (valoare
critică) şi se ia decizia
 Testul z bilateral

• Ipoteze:
 H 0 :   0

 H A :   0
• Valoarea critică: z
 /2

• Decizia: 
 z  z / 2  resping H 0

altfel  accept H 0

 Testul z unilateral dreapta

• Ipoteze:
 H 0 :   0

 H A :   0
• Valoarea critică: z

• Decizia:  z  z  resping H 0

altfel  accept H 0
 Testul z unilateral stânga

• Ipoteze:
 H 0 :   0

 H A :   0
• Valoarea critică:  z

• Decizia:  z   z  resping H 0

altfel  accept H 0
 Regiunea critică

 z / 2 μ z / 2 μ z  z μ
a) b) c)

Regiunea critică pentru:

a) test bilateral; b) test unilateral dreapta; c) test unilateral stînga
 Exemplu

• Un fond de investiţii a obţinut în anul 2007 un profit

mediu lunar de 12%. Rezultatele pentru primele 9
luni ale anului 2008 arată un profit mediu lunar de
11.5%.
Din cercetări anterioare, se cunoaşte că riscul mediu
al fondului de investiţii, măsurat prin abaterea
standard, este σ=2%.
Se poate afirma, folosind o probabilitate de 95%, ca
profitul mediu lunar în anul 2008 este semnificativ
diferit ce profitul mediu lunar obţinut în anul 2007?
 Soluţie-testul z bilateral
• Variabila de interes: X – profitul lunar – presupunem o
distribuţie normală .
• Dispersia populaţiei este cunoscută:
  0.02   2  0.0004
• Profitul mediu lunar în anul 2007: 0  0.12
• Profitul mediu lunar în cele n=9 luni din 2008: x  0.115
• Pragul de semnificaţie:   0.05 (5%)
• Ipotezele:
 0H :   0

 H A :   0
• Valoarea critică: z / 2  1.96
• Valoarea testului:
x  0 0.115  0.12
z   0.083
/ n 0.02 / 9

• Verificarea:
z  0.083  z / 2  1.96

• Decizia: accept H0 => putem afirma cu probabilitatea de

95% că profitul mediu lunar obţinut în cele 9 luni ale anului
2008 nu este semnificativ diferit de valoarea de 12%
obţinută în anul 2007.