ECONOMETRIE

Conf. univ. dr. Mariana HATMANU

- anul universitar 2020-2021 -

1
 INTRODUCERE
 Obiective: analiza datelor economice în scopul
identificării legăturilor dintre fenomene şi
modelării variaţiei lor în timp și spațiu

Programa analitică:
 Introducere (1 curs)

 Regresia liniară simplă (3 cursuri)

 Regresia liniară multiplă (3 cursuri)

 Regresia neliniară (2 cursuri)

2
 INTRODUCERE
 TEST DE EVALUARE (săptămâna a 10-a, 30
noiembrie – 6 decembrie 2020, f probabil
sambata, 5 decembrie 2020, test grilă, din
primele 7 cursuri)
 Verificarea ipotezelor modelului de regresie (3
cursuri)
 Recapitulare (1 curs)

3
 Bibliografie
 Andrei T., Bourbonnais, R, Econometrie,
Economica, Bucureşti, 2008
 Berdot, J.P., Économétrie, CNED, Poitiers-
Futurscope, 2001
 Bourbonnais, R., Économétrie, Dunod, Paris,
2000
 Greene, W.H., Econometric analysis, Mac Millan,
1993
 Gujarati, D.N., Basic econometrics, McGraw-Hill,
New York, 1995

4
Bibliografie
 Hamilton, J.D., Time series analysis,
Princeton University Press, 1994
 Jemna, D.V., Econometrie cu aplicații în
R, Editura Universității Alexandru Ioan
Cuza din Iaşi, 2017
 Kmenta, J., Elements of Econometrics,
MacMillan Publishing, 1986
 Pecican, E.S., Econometria pentru
economişti, Editura Economică,
Bucureşti, 2003

5
 Mod de evaluare
1. Evaluare pe Parcurs - 60% din nota finală
 Test evaluare - 40% (test grilă, teorie şi probleme din
primele 7 cursuri; are valoare de parţial; se susține în
săptămâna a 10-a)
 Seminar - 20% (participare – minim 7 prezențe şi 2
teste anunțate)
2. Examen în sesiune - 40% din nota finală (teorie
şi probleme, sub formă de test grilă, din temele Regresia
neliniară și Verificarea ipotezelor modelului de regresie)

6
7  Ce este Econometria?

1. Marimea clasei de elevi influenteaza performantele scolare?

Figure (Stock,
1 2008, p. 4) Figure 2
8  Ce este Econometria?

2. Care este legatura dintre nivelul de educatie si venit?

9  Ce este Econometria?

3. Venitul influenteaza starea de sanitate a individului?

1  Ce este Econometria?
0

4. Cresterea PIB-ului influenteaza emisiile de CO2?

1  Ce este Econometria?
1

5. Relatia dintre PIB/cap si gradul de urbanizare

1  Ce este Econometria?
2

6. Estimarea nivelului populatiei pe diferite continente intre 1950 2050 ( United Nations (2011
edition, https://en.wikipedia.org/wiki/Projections_of_population_growth ).
Noțiuni Recapitulative de Statistică

13
1. Elemente de Statistică descriptivă
a) Populaţia: o asociaţie de elemente unite între ele printr-o
trăsătură esenţial comună, numită omogenitate.
Elementele unei populaţii pot fi fiinţe, lucruri, precum şi
fapte, evenimente referitoare la acestea.
Ex : …..

În funcţie de gradul de cuprindere :

 populație totală – populație
 populație parţială (de selecţie, eşantion)

Volumul unei populaţii: ansamblul indivizilor definiţi prin

omogenitate în timp, în spaţiu şi calitativă.
 Simbolizare.........

14
14
1. Elemente de Statistică Descriptivă
b) Unităţile statistice
Reprezintă elementele componente ale unei populaţii;
Exemple.....

c) Variabile statistice (caracteristici statistice) - reprezintă

însuşiri, trăsături esenţiale purtate de unităţile statistice ale
unei populații, pe baza acestora realizându-se măsurarea,
cuantificarea și înregistrarea fiecărei unități a populației.
Exemple : vârsta, starea civilă, naţionalitatea, religia, ocupaţia,
cifra de afaceri a unei firme.
Simbolizare. O variabilă statistică se notează cu literă majusculă,
de exemplu, X.
O variantă a unei variabile reprezintă un anumit nivel al
caracteristicii observate şi se simbolizează, de exemplu,x
i
15
Tipuri de variabile statistice
După forma de exprimare, pot fi:

Variabile

nenumerice
numerice
(calitative,
(cantitative)
atributive)

Exemple:..........
cu variaţie cu variaţie
nominale nominal-ordinale
discretă continuă

16
16
1. Elemente de Statistică Descriptivă

 Frecvența absolută a unei valori xi este ni

n
n
Frecvența relativă f  i (100),


i f i  1(100%)
n i 1

 Mulțimea perechilor ( xi , f i ), i  1, m reprezintă distribuția de

frecvență (distribuția statistică sau distribuția empirică) a
variabilei X
O distribuție statistică se poate nota astfel:

 xi   xi 
X :   sau X :  , i  1, m, 1  m  n
 ni   fi 

17
18 1. Elemente de Statistică descriptivă

Indicatori ai Statisticii
Descriptive

.
Indicatori ai Indicatori ai
variației Indicatori ai formei
Tendinței Centrale

Media Deviația
standard Skewness

Modul
Varianța
Kurtosis
Mediana Amplitu-
dinea
19 1. Elemente de Statistică descriptivă

.
 1. Elemente de Statistică descriptivă
20
Indicatori ai variației
21 1. Elemente de Statistică descriptivă
Indicatori ai formei: asimetria
22

1. Elemente de Statistică descriptivă

Indicatori ai formei: boltirea
 1. Elemente de Statistică Descriptivă

e) Indicatori ai tendinței centrale – media aritmetică

Simbolizare, calcul, interpretare
 xi
i
x
n
f) Indicatori ai dispersiei – dispersia, abaterea standard
(abaterea medie pătratică)
Simbolizare, calcul, interpretare
 ( xi  x )
2
 i
( x  x ) 2

s2  i
s  s2  i
n n
 Exemplu – Statistică descriptivă
cu SPSS
În vederea identificării factorilor care influențează
rezultatele la examene, pentru studenții din anul II,
FEAA, s-a analizat prezența la cursuri, pt un eșantion de
volum n=7 cursuri, și s-au obținut următoarele date: 25,
30, 50, 25, 25, 50, 200.

Se cere să se analizeze grafic distribuția statistică a

datelor, să se determine indicatorii tendinței centrale și să
se aprecieze gradul de reprezentativitate al mediei
pentru eșantionul de cursuri analizat.

24
 Pași: Analyze/Descriptive statistics /
Frecventies

25
26
27
 Pentru datele de la problema
precedentă se elimină valoarea
extremă și se repetă calculele.
 Să se compare mediana și media
aritmetică în cele 2 situații.

28
29
30
31
 2. Elemente de Inferență statistică
a)  Variabila aleatoare - concept fundamental în Statistica

teoretică (matematică)
O variabilă ale cărei valori sunt date de rezultatele posibile ale unui
experiment aleator se numește variabilă aleatorie.
Simbolizare: X, Y, Z etc
.

Exemplu: numarul de zile în care va ploua saptamana viitoare este

aleator și poate lua una dintre valorile: 0, 1, 2, 3, 4, 5, 6 sau 7.
Spaţiul evenimentelor elementare ale acestei experienţe este:
v.a. X:{0, 1, 2, 3, 4, 5, 6, 7}

Observaţie: Experimentul aleator (experienţă aleatoare) reprezintă un

experiment ale cărui rezultate depind de întâmplare 32
,

b) Probabilitatea evenimentului aleator

 Se determină ca raport între numărul cazurilor
favorabile producerii evenimentului considerat (m) şi
numărul cazurilor egal posibile (n),
m
p
n
Exemplu: aruncarea pe masă a unui zar
………
Probabilitatea ca variabila X să ia valoarea xi se notează

P( X  xi )  pi

33
 c) Repartiţia (Distribuția) de probabilitate.

 cazul variabilei discrete: probabilităţile pi asociate valorilor

 1, n o repartiţie de probabilitate pentru
xi , idetermină
v.a. X:
 xi  n
X :    pi  1
 pi i 1, n , i 1

Repartiția probabilistă discretă se dă prin tabelul de repartiție.

- cazul variabilei continue: existã o infinitate de valori posibile și

pentru a putea analiza şirurile de valori se utilizeazã funcţia de
repartiţie.

34
 NU!!

 Funcția densitate de probabilitate

 variabila discretă f ( xi )  P ( X  xi )  pi , i  1, n
 variabila continuă = derivata de ordinul I a funcției de
repartiție F ( xi )  P( X  xi )
 Funcția de repartiție
 variabila discretă F ( x)  pi 
{i: xi  x}
x
 variabilă continuă F ( x)   f (t )dt


35
d) Noțiunile de Parametri. Estimatori.
Estimaţii

 Sunt noţiuni fundamentale în teoria inferenţei

statistice
 Cercetarea prin sondaj
 Parametrul – este o caracteristică numerică  a
variabilei  2
X la nivelul populaţiei (ex: media ,
dispersia etc); este o valoare numerică
necunoscută, care face obiectul procesului de estimare
 Estimaţia – este o caracteristică a variabilei X la
nivelul xeşantionului, o svaloare
'2 reală, cunoscută (ex:
media , dispersia etc)
 Estimatorul – este o variabilă aleatoare, care are ca
valori estimaţiile determinate pe baza celor k ̂ ̂ '2
eşantioane, de volum n, posibil de extras (ex. , )

36
Notații ale indicatorilor în inferența statistică

37
 Proprietăţi ale estimatorilor (I)
1) Un estimator este nedeplasat dacă media sau speranţa matematică
a acestuia este egală cu parametrul:
M (ˆ)  

2) Un estimator este convergent dacă varianţa estimatorului tinde

spre 0, atunci când volumul eşantionului tinde spre 
V (ˆ)  0 dacă n  

38
 Proprietăţi ale estimatorilor (II)

3) Un estimatorul este eficient dacă este nedeplasat şi are

dispersia sau varianţa cea mai mică faţă de varianţa
oricărui alt estimator nedeplasat posibil parametrul
considerat, calculat pentru acelaşi eşantion de volum n:
V ( ˆ )  min im

39
b) Repartiții (distribuții) teoretice
 Repartiții probabiliste discrete:
 Repartiția uniformă

 Repartiția Bernoulli
 Repartiția binomială
 Repartiția Poisson

 Repartiții probabiliste continue:

 Repartiția normală standard

 Repartiția normală generală

 Repartiția hi-pătrat
 Repartiția Student

 Repartiția Fisher
41 Noțiuni de Statistică
Distribuții teoretice continue


1.  
Distribuția normală generalizată
 X

Funcția de densitate:
 b) Distribuții teoretice continue
2. Distribuția normală standard
Z ~ N (0, 1), M ( Z )  0, V ( Z )  1

Graficul densității de probabilitate a variabilei normale standard

Z (Clopotul Gauss-Laplace)
42
 Funcția lui Laplace:
𝜑(𝑧
 
𝑖 )=𝑃(0≤𝑍<𝑧
𝑧 𝑖 )
𝜑( 𝑧 )=∫ 𝑓 (𝑡 ) 𝑑𝑡
43 

  
Properties:
0

1) ∅(0  )= 0

2) ∅  (− 𝑧 )=− ∅ (𝑧), ∀ 𝑧 ∈ ℜ
  (𝑧 )= 1 + ∅ ( 𝑧) , 𝑧 ∈ ℜ
3) 𝐹
2

4)

Obs. Ex. P(Z<2,5)=0,5+0,494=0,994 (99,4%)

 Standardizarea unei variabile normale

Dacă X ~ N (  , 2 ) , atunci X  Z ~ N (0,1)

prin relaţia
X  xi  
Z zi 
 

zi se numește z-scor / z-valoare /

scorul normal sau valoarea standardizată

44
Aplicații ale standardizării unei
variabile

Z-scorul este folosit în:

 testarea ipotezelor statistice, analog cu
testul t, care este mult mai frecvent folosit;
 determinarea intervalului de încredere,
garantat cu o anumită probabilitate.

45
 b) Repartiţia Student X~t(v)
(Citirea unei valori din tabel)

Graficul densităţii de repartiţie t(v), pt diferite grade

de libertate
Densitatea de repartiție depinde de parametrul v (grade de
libertate). 46
 Statistică inferențială

 Estimarea punctuală si prin interval

de încredere a mediei

 Testarea egalității mediei cu o

valoare specificată

47
 Aplicaţie – estimarea prin IC si testarea
semnificației mediei
 Pentru un eşantion de 5 ţări din UE se cunosc
datele privind PIB-ul pe locuitor ( în mii euro), în
anul 2016: 50, 60, 50, 30, 60.
Se cere să se estimeze punctual şi prin interval
de încredere nivelul mediu al PIB-ului pe
locuitor pentru ţările din UE. Rezultatele se
garantează cu o probabilitate de 95%.
Pentru riscul admis   0,05 , să se verifice dacă
media populaţiei este semnificativ diferită de
valoarea 0  45 mii euro (testul t).

48
49