Professional Documents
Culture Documents
FACULTATEA DE MANAGEMENT
PROIECT
ECONOMETRIE
STANICIOIU ANA-MARIA
Acvacultura, care se ocup cu creterea plantelor i a animalelor care triesc n ap, n special
n mri i oceane;
Agrofitotehnia, care se ocup de cultura plantelor de cmp, a plantelor furajere i a plantelor
tehnice;
Apicultura, domeniu care se ocup cu creterea albinelor pentru obinerea de miere i cear,
avnd i importantul rol de polenizare a plantelor aflate n zona de cretere a albinelor;
Avicultura, domeniu al agriculturii care se ocup cu creterea psrilor;
Horticultura, care se ocup cu selecionarea i creterea legumelor, pomilor
fructiferi, viei, arbutilor fructiferi idecorativi, florilor, plantelor ornamentale, plantelor
tropicale i a plantelor de ser;
Moluscocultura, care se ocup de creterea molutelor, att terestre, aa cum sunt melcii
comestibili, dar i a molutelor acvatice, aa cum ar fi scoicile;
Piscicultura, care se ocup de creterea petilor n diferite condiii, dar i n sistem industrial;
Sericicultura, care se ocup de creterea viermilor de mtase;
Silvicultura, care se ocup cu studiul, creterea, exploatarea i protejarea arborilor ce
formeaz pdurile, controlul i protecia faunei i florei din pduri;
Zootehnia, domeniu care se ocup de creterea animalelor domestice, mai exact
a mamiferelor de uscat domesticite, n scopul obinerii de lapte, carne, ln i piei sau blnuri.
In cazul nostru modelul econometric este unul unifactorial dat fiind faptul ca avem o influenta a
variabilei rezultative y Manuale scolare tiparite dupa limba de predare - de catre un factor
determinant x Investitii nete in Invatamant .Pornind de la datele aplicaiei se poate construi un
model econometric unifactorial de forma:
= () +
unde:
Analiza datelor din tabel, n raport cu procesul economic descris conduce la urmtoarea
specificare a variabilelor:
Identificarea modelului unifactorial const n alegerea unei funcii care s aproximeze valorile
variabilei endogene y numai n funcie de valorile variabilei exogene x.
Aplicaia aleas de mine conine ca variabil efect, manuale scolare tiparite dupa limba de predare ,
care este data de ecuaia de regresie
= + +
unde:
In baza acestei reprezentari grafice de la punctu b. se poate vedea clar o legatura liniara intrecele
doua variabile astfel modelul devine un model unifactorial liniar. Si dat fiind ca dependentvariabilei
endogene y consumul mediu fata de valorile variabilei exogene x venitul mediu se realizeaza
in aceeasi perioada de timp modelul devine un model unifactorial liniar static
2.2- Reprezentarea grafic a modelului legturii dintre variabile
Procedeul cel mai des folosit, n cazul unui model unifactorial, l constituie reprezentareagrafic
a celor dou iruri de valori cu ajutorul corelogramei. Corelograma care reprezinta legtura ntre
investiiile nete n domeniul agriculturii i producia n acest domeniu.
CORELOGRAMA INTRE
20000
VARIABILELE X SI Y
15000
10000 PRODUCTIA IN
AGRICULTURA (euro)
Linear (PRODUCTIA IN
5000 AGRICULTURA (euro))
0
0 500 1000 1500
Deoarece parametrii modelului sunt necunoscuti, valorile acestora se pot estima cu ajutorulmai
multor moment, in mod curent fiind folosita M.C.M.M.P. Utilizarea metodei porneste de la
urmatoarea relatie:
= 0 + 1 +
+ 1
= 0
X MEDIU 639.05501
Y MEDIU 13354.345
xi yi x y (x-x) (y-y)
499.1153846 11211.34615 249116.1672 125694282.6 19583.098 4592442
1015.352564 10700.57692 1030940.829 114502346.5 152250722 7043716
558.32 11477.28 311721.2224 131727956.2 311721.22 3523371.2
295.382716 13720.2716 87250.94894 188245852.9 87250.949 133902.64
415 13707.98343 172225 187908809.6 50200.646 125060.48
555.3693182 14812.72727 308435.0796 219416889.3 7003.2943 2126880.3
658.3183183 16400.09009 433383.0082 268962955 371.0752 9276566.1
909.1032609 80.60316485 826468.7389 6496.870184 154884030 176192209
690.1891253 15949.95272 476361.0287 254400991.7 2614.6982 6737182
631.7814727 15306.65083 399147.8292 234293559.7 52.904287 3811500
776.6193853 17263.30969 603137.6697 298021861.5 18923.958 15280009
755.5955056 16183.03371 570924.5681 261890580 13581.688 8001482.6
547.5680272 16792.65306 299830.7444 281993196.8 8369.8673 11821966
b0=[yix-xixiyi]/[nx-(xi)]
b0=167531.7112
b1=(xiyi-n*xm*ym)/(x-n*xm)
b1= - 8,10
3.2- Estimarea parametrilor prin interval de ncredere
Pasul 2 Calculam abaterea medie patratica a erorilor din esantion (eroarea standard )
2
()
= 1
= 4757
2
= 1 + = 6518
0 xx)
Pasul 4 Pentru o probabilitate de 95 % exista suficiente evidente statistice pentrru a afirma ca estimatorul
Pasul 2 calculam abaterea medie patratica a erorilor din esantion (eroarea standard)
2
()
= 1
= 4757
1
=
1 =27115
(xx)
5. Aplicarea analizei de tip ANOVA pentru validitatea modelului de regresie simplu i interpretarea rezultatelor.
ANOVA
df SS MS F Significance F
Regression 1 55912.42544 55912.42544 1.522581 0.2429433
Residual 11 403943.5 36722.13636
Total 12 459855.9254
Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower
Intercept 839.3035488 170.7667898 4.914910854 0.0004606 463.44838 1215.158719 463.44
X Variable 1 -0.014995011 0.012152247 -1.233929072 0.2429433 -0.041742 0.011751905 -0.041
Se observa ca raportul F este obtinut prin mpartirea Mediei patratice (MS) intergrup la media patratica (MS)
n cazul problemei date, se observa citind din tabelul sumar ANOVA ca MS intergrup are
rx/y 0.348693035
2.764
t calc<t tab (1.26<2.764) => Pentru o probabilitate de 95% nu exista suficiente dovezi pentru a aprecia ca,
coeficientul de corelatie liniara este semnificativ diferit de zero,
deoarece valoarea calculata a testului nu se gaseste in regiunea critica.
2.764
1319.373168
2.764
F calc = 1.52
F tab = 4.84
Etapa 5.Concluzii.
F calc < F tab
1.52 < 4.84
Din aceasta relatie rezulta ca modelul nu este valid.
Sx = (x-x)/n
Sx= 1349.236964
Sy=(yi-i)/n
Sy= 1213.012015
R y/x=(i-y)/(yi-y)
R y/x= 0.34
R=(i-y)/(yi-y)
R= 0.12
1.636363636
Etapa 6.Concluzii.
F calc <F tab
1.63 < 4.8
Deoarece valoarea calculata a lui F este mai mica decat valoarea tabelara,putem aprecia ca pentru
o probabilitate de 95%,raportul de corelatie nu este semnificativ statistic.