Documente Academic
Documente Profesional
Documente Cultură
1
2. Regresia liniară simplă (II)
2
2.3. Testarea semnificaţiei parametrilor
modelului de regresie liniară simplă
• Ipoteze statistice
• Regula de decizie
• Decizie şi Interpretare 3
2.3. Testarea semnificaţiei parametrilor
modelului de regresie liniară simplă
• 1. Formularea ipotezelor:
H0: β=0
H1: β≠0
5
2.3. Testarea semnificaţiei parametrilor
modelului de regresie liniară simplă
6
2.3. Testarea semnificaţiei parametrilor
modelului de regresie liniară simplă
4. Regula de decizie
- Dacă | t |> t / 2 , n 2 sau Sig , se respinge ipoteza
t / 2 , n 2 Sig
Dacă | t | H 0 sau , NU se respinge
ipoteza , în condițiile riscului asumat
7
Regula de decizie
8
Exemplu
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients 95% Confidence Interval for B
Model B Std. Error Beta t Sig. Lower Bound Upper Bound
1 (Constant) 3.901 .937 4.163 .001 1.940 5.863
GDP_PPC .082 .037 .454 2.221 .039 .005 .160
a. Dependent Variable: CH_Educatie
9
.
• 1. De ce testăm egalitatea cu 0 a
coeficienților dreptei de regresie?
10
.
11
2.3. Estimarea indicatorilor de corelaţie
12
a) Coeficientul de corelaţie
• Se utilizează pentru măsurarea intensităţii legăturii în
cazul unei regresii liniare simple.
• Se calculează după formula:
Cov( X , Y )
(X , Y )
X Y
cov( X , Y )
1
X2
X
( X , Y ) 1
Y
• unde: si - abaterea standard a variabilei X,
X Y
respectiv, Y
Cov(X, Y) – covarianța dintre variabilele X și Y
13
a) Coeficientul de corelaţie
14
a) Coeficientul de corelaţie
Interpretare
- valorile extreme (-1 şi 1) semnifică o legătură liniară
perfectă (funcţională);
- dacă ρ=0, echivalent cu 1 0 , nu există legătură între
cele două variabile;
- dacă ρ>0, echivalent cu 1 0 , legătura dintre
variabilele X şi Y este directă, variabilele sunt corelate
pozitiv ;
- dacă ρ<0, echivalent cu 0 , legătura este
1
indirectă, variabilele sunt corelate negativ.
15
a) Coeficientul de corelaţie
• Dacă valoarea parametrului ρ este apropiată de 0, se
consideră că legătura este slabă.
• Dacă 0,7 se consideră că intensitatea legăturii este
semnificativă / puternică.
• Dacă valoarea absolută a parametrului ρ este apropiată
de1, se consideră că legătura este foarte puternică.
16
a) Coeficientul de corelaţie
• La nivelul unui eşantion de volum n se determină
coeficientul de corelaţie empiric, care reprezintă o estimaţie
pentru parametrul ρ:
n xi yi xi yi
Cov( X , Y ) r i i i
r
s X sY [n xi2 ( xi ) 2 ][ n yi2 ( yi ) 2 ]
i i i i
17
,
• Interpretare….
18
b) Raportul de determinaţie
2 ESS RSS
R 1
TSS TSS
19
Relația de descompunere a variației totale
n
VT , respectiv, TSS reprezintă variaţia totală, TSS ( yi y ) 2
i
20
b) Raportul de determinaţie
• Interpretare:
Raportul de determinație măsoară ponderea variaţiei explicată
prin modelul de regresie în variaţia totală. Ca urmare, valoarea
raportului de determinație este un număr cuprins în intervalul [0; 1].
0≤ ≤1
2
Valoarea 1 arată existenţa unei legături funcţionale, cazul când
variaţia variabilei Y depinde numai de variaţia variabilei X, și
variaţia reziduală este egală cu zero.
21
• Interpretare….
22
c) Raportul de corelaţie
23.10.2020
23
• În regresia liniară simplă, între raportul de
determinație și coeficientul de corelație există
relația:
R2 r 2
sau R r
24
2.5.a) Testarea semnificaţiei coeficienților
de corelaţie
a) Coeficientul de corelație
b) 1. Formularea ipotezelor
• H 0 : =0
• H1 : ≠0
1 r2
sˆ
n2
26
2.5.a) Testarea semnificaţiei coeficientului de
corelaţie
5. Regula de decizie:
– Dacă |tcalc |>tα/2;n-2 sau Sig < se respinge
ipoteza H0, pentru riscul admis; Coeficientul
de corelaţie este semnificativ diferit de zero, între
cele două variabile există o legătură
semnificativă.
– Dacă |tcalc | tα/2;n-2 sau Sig
NU se respinge
ipoteza H0 , cele două variabile sunt liniar
independente
27
2.5.a) Testarea semnificaţiei coeficientului
de corelaţie
6. Decizia
7. Interpretare
28
Exemplu
• . Correlations
GDP_PPC CH_Educatie
GDP_PPC Pearson Correlation 1 .454*
Sig. (2-tailed) .039
N 23 21
CH_Educatie Pearson Correlation .454* 1
Sig. (2-tailed) .039
N 21 24
*. Correlation is significant at the 0.05 level (2-tailed).
29
2.5.b) Testarea raportului de corelaţie
1. Formularea ipotezelor:
H 0 : 0
H1 : 0
2. Se alege statistica Fisher, cu expresia:
ˆ 2 n k
F
2
1 ˆ k 1
3. Valoarea critică: F , v , v
1 2
30
2.5.b) Testarea raportului de corelaţie
4. Valoarea calculată pe baza datelor
eşantionului:
R2 n k ESS n k
F 2
F
1 R k 1 RSS k 1
5. Regula de decizie:
31
Exemplu: estimarea şi testarea raportului de
corelaţie
Model Summaryb
• .
Adjusted Std. Error of
Model R R Square R Square the Estimate
1 .454a .206 .164 1.02856
a. Predictors: (Constant), GDP_PPC
b. Dependent Variable: CH_Educatie
ANOVAb
Sum of
Model Squares df Mean Square F Sig.
1 Regression 5.218 1 5.218 4.932 .039a
Residual 20.101 19 1.058
Total 25.319 20
a. Predictors: (Constant), GDP_PPC
b. Dependent Variable: CH_Educatie
32
2.6. Testarea modelului de regresie
33
2.6. Testarea modelului de regresie
1. Ipoteze statistice:
H 0 : modelul NU este semnificativ statistic
H1 : modelul explică semnificativ legătura dintre variabile
2. Se alege riscul ….
3. Se aplică testul Fisher, cu expresia:
VˆE n k
F
VˆR k 1
unde
k – numărul de parametri ai modelului de regresie
34
2.6. Testarea modelului de regresie
35
2.6. Testarea modelului de regresie
6. Regula de decizie (grafic):
F F ,v1 ,v2 sau Sig se respinge ipoteza nulă H 0 ,
pentru riscul admis
7. Decizia şi Interpretare
Ex: dacă valoarea calculata a statisticii F este mai mare
decat valoarea critica, se decide respingerea ipotezei
nule, modelul este semnificativ statistic, in conditiile
riscului acceptat.
36
Exemplu
• Testarea modelului de regresie
ANOVAb
Sum of
Model Squares df Mean Square F Sig.
1 Regression 400.000 1 400.000 40.000 .008a
Residual 30.000 3 10.000
Total 430.000 4
a. Predictors: (Constant), Ch_publicitate
b. Dependent Variable: Val_vanzari
37