Professional Documents
Culture Documents
Y = β0 + β1 X + ε .
- simplitate
Missing 0 22,5
Mean 17,5714
20,0
Std. Deviation 5,56349
Skewness -,054 17,5
Std. Error of
1,587
Kurtosis
Sum 123,00
Figura 1.1.1. (b) Statistica descriptivă pentru variabila preţul unei
sticle de vin
25,00 25,00
F G F G
Pretul unei sticle de vin (Euro)
1,00 2,00 3,00 4,00 5,00 6,00 7,00 1,00 2,00 3,00 4,00 5,00 6,00 7,00
Vârsta vinului (ani) Vârsta vinului (ani)
a) b)
Figura 1.1.2. Legătura dintre vârsta vinului şi preţul unei sticle de vin
În cazul dreptei de regresie, y = b0 + b1 x , construită pe baza unui
eşantion observat, estimaţiile b0 şi b1 ale parametrilor β0 şi β1 se
pot calcula după relaţiile:
Panta dreptei:
n
∑( xi =1
i − x )( y i − y )
cov( x, y ) sy
b1 = n
= =r ;
s x2 sx
∑
i =1
( xi − x ) 2
b0 = y − b1 x .
∑X i
2
Cu M ( β0 ) = β0 ; V ( αˆ ) = σ α2ˆ ; σ β20 = i
σ ε2
n∑( X − X )i
2
βˆ1 ~ N ( β1 , σβ2ˆ ) ;
1
σ ε2
σ β2ˆ =
cu ˆ ) = β ; V (β
M (β1 1
ˆ ) =σ ;
1 1 1
∑( X i − X )2 ,
i
Estimaţii:
- pentru varianţa erorilor σ ε :
2
14 Elisabeta JABA_Econometrie aplicată
- pentru varianţa estimatorului β0 şi varianţa estimatorului β1
:
∑x 2
i
s β2 =
s e2
s 2 s2
∑( x
i
= − x) 2
n∑( x − x )
1
β0 2 e 1
i
i
i
Intervalul de încredere
Intervalul de încredere pentru coeficientul de regresie β1 este definit
de relaţia: β1 = b1 ± tα / 2 ⋅ s βˆ 1
∑( x
i=1
s ε2ˆ
i −x ) 2
=
0,114
28
=0,004
; s βˆ = 0,064
Interpretare
Putem spune, cu o încredere de 95%, că valoarea adevărată a
coeficientului de regresie, β1 , ar fi acoperită de intervalul
[2,407; 2,736].
16 Elisabeta JABA_Econometrie aplicată
cov( X , Y )
∑( x i − µ X )( y i − µY )
ρ= = i
, i = 1,..., N
σ x ⋅σ y N ⋅σ x ⋅σ y
în care:
- cov( X , Y ) - covarianţa;
- xi , y i , µX , µY - valorile variabilelor corelate şi
nivelul mediu al acestora;
- N - numărul perechilor de valori;
- σx , σy - abaterea medie pătratică pentru X,
respectiv Y.
Observare:
Comparând relaţia de calcul a coeficientului de regresie, β1 ,
cu cea a coeficientului de corelaţie, ρ , se constată că între aceşti
indicatori există următoarea legătură:
σx
ρ = β1 . ,
σy
de unde rezultă că semnul coeficientului de corelaţie coincide cu
semnul coeficientului de regresie, deoarece σx şi σ y ≥ 0 .
sx ⋅ s y n ⋅ sx ⋅ s y
n ∑ xi y i - ∑ xi ∑ y i
r = , i = 1,..., n
[n ∑ xi2 - ( ∑ xi )2 ][n ∑ y i2 - ( ∑ y i )2 ]
7 . 564 - 28 .123
r = = 0,9 9846
[ 7 .140 - ( 28 )2 ][ 7 . 2347 - ( 123 )2 ]
Valoarea obţinută este foarte apropiată de +1, deci între cele
două variabile există o legătură directă foarte strânsă.
Modele de regresie simplă 19
Etapele testării
Formularea ipotezelor. Testarea semnificaţiei coeficientului
de regresie β1 pleacă de la formularea următoarelor ipoteze:
H 0 : β1 = 0
H 1 : β1 ≠ 0
Regula de decizie
Presupune compararea valorii statisticii test calculate la nivelul
eşantionului observat cu valoarea teoretică corespunzătoare, citită din
tabelul Student.
Modele de regresie simplă 21
Decizia
Presupune aplicarea regulii de decizie.
În exemplul considerat, t calc = 40 ,24 , iar valoarea teoretică
citită în tabelul Student, pentru α / 2 = 0 ,025 şi n-2=5, este:
t 0, 025 ;5 = 2,571 . Ca urmare, t calc . > t 0 , 025 ;5 , coeficientul de regresie β1
este semnificativ diferit de 0, adică variabila X, vârsta vinului (ani),
are influenţă semnificativă asupra variabilei Y, preţul unei sticle de
vin (Euro).
Observare:
În cazul unei regresii liniare simple, pătratul coeficientului de
corelaţie Pearson, ρ2 , este egal cu pătratul raportului de corelaţie
Pearson, η2 .
Ipoteze
Ipoteza nulă H 0 : ρ = 0
Ipoteza alternativă: H 1 : ρ ≠ 0
Statistica test
Verificarea ipotezei H 0 se face cu ajutorul testului t
(Student), pentru coeficientul de corelaţie simplă, şi
anume:
unde:
ρ̂ este estimatorul lui , coeficientul de corelaţie;
σˆ ρˆ este estimatorul abaterii medii pătratice a lui ρ̂:
1 - ρˆ 2
σˆ ρˆ =
n-2
Regula de decizie
Valoarea calculată a lui t se compară cu valoarea teoretică
obţinută din tabelul t, pentru n-2 grade de libertate şi pentru nivelul
24 Elisabeta JABA_Econometrie aplicată
de semnificaţie stabilit. Dacă | t calc . | >| t tab . | , atunci se respinge
H 0 şi se trage concluzia că între variabilele cercetate
există o legătură semnificativă, deci coeficientul de
corelaţie este semnificativ statistic şi modelul este corect
specificat.
0,99846 7 −2
t = = 40 ,24 .
1 − 0,99846 2
Decizia
Comparând cu
t calc . t tab . se observă că:
(t calc . = 40 ,24 ) >( t tab . = 2,571 ) ,
deci, se respinge ipoteza nulă ,
coeficientul de corelaţie este semnificativ diferit de zero. Prin urmare,
modelul este corect specificat şi poate fi reţinut.
Modele de regresie simplă 25
Statistica test F:
2
S reg VE n − k R2 n−k
F= = ⋅ = ⋅ ,
2
S rez VR k − 1 1 − R k − 1
2
unde:
reprezintă estimaţia varianţei explicată prin
2
S reg
model;
2
S rez reprezintă estimaţia varianţei neexplicată,
varianţa reziduală:
R 2 este raportul de determinare, iar (1 − R 2 )
reprezintă raportul de nedeterminare.
Reziduu Reziduu
..................(a)........................................................................(b)
Figura 1.1.4:Distribuţia reziduurilor în cazul relaţiei de tip
liniar (a) şi a relaţiei de tip neliniar (b)
30 Elisabeta JABA_Econometrie aplicată
În cazul unor relaţii neliniare, se poate gândi la o adecvare la un
model liniar, utilizând o transformare logaritmică etc., sau pot fi
tratate ca atare.
În exemplul considerat, distribuţia reziduurilor de regresie
validează ipoteza modelului de regresie liniar, reziduurile plasându-se
aleator de o parte şi de alta a valorii zero (vezi Figura 1.1.5).
Modele de regresie simplă 31
Test Value = 0
32 Elisabeta JABA_Econometrie aplicată
95% Confidence
Sig. (2- Mean Interval of the
t df tailed) Difference Difference
Lower Upper
Unstandardized .
6 1.000 .00000000 -,2854136 ,2854136
Residual 000
n 2 ( k − 3 )2
Rezultă valoarea calculată a testului: JBcalc = s + .
6 4
Estimaţiile parametrilor formei repartiţiei, obţinute în SPSS
pentru exemplul dat, sunt prezentate în Tabelul 1.1.5.
Valoarea teoretică
Din tabela chi-pătrat, se citeşte valoarea teoretică
χ0 ,05 ;2 = 5 ,99 . Deoarece valoarea calculată a testului este mai mică
2
A. Procedeul Glejser
Testarea are la bază un model de regresie între variabila
reziduală estimată şi variabila independentă. Forma acestui model
indică şi forma heteroscedasticităţii.
Pentru a identifica existenţa heteroscedasticităţii, construim
un model de regresie simplă între variabila eroare estimată şi
variabila independentă, de forma ε =α+β x +u .
Dacă parametrul β este semnificativ, atunci modelul iniţial
este heteroscedastic.
Rezultatele testării, obţinute în SPSS, sunt prezentate în
Tabelul 1.1.7.
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) ,204 ,146 1,400 ,220
Vârsta vinului (ani) ,010 ,033 ,139 ,313 ,767
a. Variabila dependenta: erorile de regresie in valoare absoluta
Ipoteze statistice:
H0: ipoteza de homoscedasticitate
H1: ipoteza de heteroscedasticitate
Test t Student:
θˆ n − 2
t=
1 −θˆ 2
unde: θ este estimatorul parametrului Spearman.
θˆ = 1 − i
n( n 2 −1)
Coeficientul Spearman:
6 ⋅ 47 ,5
θ =1− = 0,15
7 ⋅ ( 49 − 1)
40 Elisabeta JABA_Econometrie aplicată
Tabelul 1.1.8 Elemente de calcul pentru coeficientul Spearman
xi yi |ei | Rxi Rei di d i2
1,00 10,00 ,14 1 2,5 -1,50 2,25
2,00 12,00 ,43 2 6,5 -4,50 20,25
3,00 15,00 ,00 3 1 2,00 4,00
4,00 18,00 ,43 4 6,5 -2,50 6,25
5,00 20,00 ,14 5 2,5 2,50 6,25
6,00 23,00 ,29 6 4,5 1,50 2,25
7,00 25,00 ,29 7 4,5 2,50 6,25
28 123 - - - - 47,5
Decizie:
(t calc = 0,3392 ) < (t 0 , 025 ; 3 = 2,571 )
În condiţiile unui risc asumat, se acceptă ipoteza H 0 , ipoteza
de homoscedasticitate, adică erorile de regresie sunt constante pentru
orice valoare a variabilei X.
Modele de regresie simplă 41
∑ (e
i=2
i − e i −1 ) 2
DW = n
∑e
i =1
2
i
42 Elisabeta JABA_Econometrie aplicată
0 dL dU 2 4- dU 4- dL 4
ρ >0 ? ρ =0 ? ρ <0
Varianţa rezidurilor:
s 2
=
∑e 2
i
=
0,57
= 0,114
εˆ
n−2 7−2
Varianţa variabilei X:
∑( xi − x) 2 = 28 ; s X2 = 28 / 7 = 4 .
Varianţa estimatorului y:
1 (3,5 − 4) 2
s 2y = 0,114 + = 0,017
7 (7 −1) ⋅ 4
Intervalul de încredere al valorii variabilei Y pentru o
valoare fixă a variabilei X, respectiv xh = 3,5, este egal cu:
44 Elisabeta JABA_Econometrie aplicată
Coeficienţii de regresie
H0 :β = 0
Bibliografie