Ministerul Educației, Culturii și Cercetării al Republicii Moldova

Academia de Studii Economice a Moldovei

Studiu individual
La disciplina:
Econometrie

A realizat:
Profesor: dr.conf.univ. Pârțachi Ion

Chișinău 2020
 Fie că se cunosc datele pentru 7 regiuni pentru anul 2018 (tabelul 1)

Atentie:
Y=Y+0.1*n,
X=X+0.1*n,
unde n este numarul din registrul grupei,
Se va verifica sa nu fie doua lucrari identice!!!
Tabelul 1.

Cheltuieli pentru cumpărarea

Salariu mediu lunar al unui lucrător,
produselor alimentare , % din volumul
mii lei, x
total al cheltuielilor, y
A B
69.7 5.7
59.7 6.7
63.7 6.7
53.7 8.7
55.7 7.7
58.7 7.7
52.7 8.7

I) Să se caracterizeze dependența ponderilor cheltuielilor necesare pentru cumpărarea

produselor alimentare față de venituri cu ajutorul următoarelor funcții prin
reprezentări grafice și MCMMP:
1) liniare;
2) de putere;
3) logaritmice;
4) exponențiale;
5) hiperbole;
6) inverse.
II) Să se calculeze și să se interpreteze indicatorii de intensitate a legăturii pentru fiecare
model .
III) Să se estimeze fiecare model prin coeficientul de determinație, criteriul Fisher,
eroarea de aproximație cu ajutorul EXCEL, SPSS, Eviews.
IV) Să se prezente rezultatele într-un tabel și să se argumenteze alegerea modelului
optim.
 Rezolvare:
Numarul de ordine in registru 10, atat x cat si y se vor aduna cu 0,1*10!

Tabelul 2
Cheltuieli pentru cumpărarea
Salariu mediu lunar al unui lucrător,
produselor alimentare , % din volumul
mii lei, x
total al cheltuielilor, y
A B
70.70 6.70
60.70 7.70
64.70 7.70
54.70 9.70
56.70 8.70
59.70 8.70
53.70 9.70

Soluție:
I.1. Dacă dependența este liniară, atunci regresia pentru funcția liniară este y= a+bx.

Estimatorii a și b îi determinăm pe baza sistemului de ecuații normale:

( n ) a+ b ( ∑ x )=∑ y
{(∑ ) x a+b ( ∑ x 2) =∑ xy

Sistemul de ecuații normale:

{¿ 58.907 a+a+503.03
58.90b=420.90
b=3503.43

7 58,90
| |
∆ = 58,90 503,03 = 3521,21-3469,21= 52

420,90 58,90
∆a = = |3503,43 503,03 |
=211725,33-206352,03=5373,3

∆a 5373,3
a^ = = 103,3327
∆ 52

7 420,90
∆b = |58,90 3503,43 |
=24524,01-24791,01=-267
 ∆b −267
b^ = = -5,13462
∆ 52

ŷ = 103,3327-5,13462x

^ ( xy )−( x )( y )
Acest rezultat poate fi obținut folosind b=
σ 2x

σ 2x = ∑ x2 - x2 = x2 - x2
n

a = y – bx

Interpretare

b^ =-5,13462 ,majorînd salariu cu o mie de lei,ponderea cheltuielilor pentru

cumpărarea alimentelor se micșorează cu 5,1342 pp(puncte procentuale).

Calculăm rezidiurile e = y - ^y

Coeficientul de corelație:
σ
^ ( xy )−( x )( y )
r yx = b^ x sau r yx =
σ^y σxσ y

σ^ x = 503.03 −(8.41)2= 1.0645

√ 7

σ^ y = 25523.83 −(60.13)2=5.5357
√ 7

1.0645
r yx = −5.13462 = -0.9873 o dependență legată .
5.5357

Coeficientul de determinație:

r 2yx = (−0,987)2 ≅0,974

Criteriul Fisher:

r2 0,949
F= 2( n – 2 ) =
0,051
∗5=93,0392
1−r

tab(1,5 ) = 6,61
F 0,05

! Ecuație statistic

Eroarea de aproximație pentru fiecare observație se definește astfel

 y i−^y i
| | × 100
yi

1 y i− ^yi 16,67
A= ∑| n| × 100 =yi 7
= 2,38

Concluzii: Eroarea medie de aproximație ¿ arată o corespundere bună a valorilor ^y la

cele y culese la o abatere de ≈ 2,38 %

Ib. Regresia pentru funcția de putere

y = axb
ln y = ln a+ b∗ln x sau Y = A + b*X

Scriem sistemul de ecuații normale

( n ) A+ ( ∑ x ) b=∑ y
{(∑ ) 2
x A + ( ∑ x ) b=∑ xy
= 7 a+14.855 b=28.647
{14.855 a+31.636 b=60.718

7 14.855
∆=|14.855 31.636|= 0.781

28.647 14.855
∆ =|
31.636|
a
60.718
= 4.31

7 28,647
∆ =|
60.718|
b
14.855
= -0.525

∆a 4.31 ∆b −0.525
a=
∆
= 0.781
= 5,52 b=
∆
=
0.781
=−0,67

ln y = 5,52-0,67x

Efectuăm potențierea și avem

y = = e 5.52∗x−0,67=249.49∗x−0,67

Interpretare: Parametru b= -0,67 reprezintă coeficientul de elasticitate care arată că la

creșterea salariului cu 1 %, ponderea cheltuielilor pentru produsele alimentare se
micșorează în mediu cu 0,67%
Indicele de corelație arată indicatorul de intensitate:

∑ ( y − ŷ x )2
R = 1−
√∑ ( y− ý)2
∑ ( y− ^y )2 = 14,821

∑ ( y− ^y )2 = nσ 2y = 204,033

∑ ( y− ý )2 = ∑ y2 - y ∑ y =25523.83-60.13*420.90=215,113
Așadar avem

14,821
√
R = 1−
215,113
=0,93

R2 = 0,932=0,865

Interpretare

R2 0,865
F= 2 ( n-2 ) =
1−0,865
*5= 32,037
1−R

tab = 6,61
F 0,05

14,821
A= =2,117 %
7

3) Exponent
y = ae bx
ln y =ln a + bx
Scriem sistemul de ecuații normale

ln y =n ln a+b ∑ x
{∑∑ x ln y =ln a ∑ x+ b ∑ x 2

Conform tabelului construim sistemul de ecuații normale:

28,647=7∗lna+ b∗58.90
{240.418=lna∗58.90+ b∗503.030

7 58.90
∆= |58.90 503.030 |
= 52
 28,647 58.900
∆ ln a = |240.418 503.030 | = 249.68

249.68
ln a =
52
= 4,80

7 28,647
∆b = |58.90 240.418 |
= -4,384

−4,384
b=
52
= -0,08

Atunci ln y = 4,80- 0,08x

Potențiem obținem:

ŷ = e 4,80−0,08 x sau ^y = 119.74 e−0,08 x

Interpretare:
Parametru b= -0,08 reprezintă coeficientul de elasticitate care arată că cu creșterea
salariului cu 1 %, ponderea cheltuielilor pentru produsele alimentare se micșorează în
mediu cu 0,08 %.

Pentru a calcula valorile ajustate a lui ŷ x înlocuim valorile lui x și potențiem.

Intensitatea de legătură o măsurăm prin indicele de corelație

∑ ( y − ŷ x )2
R¿
√ 1−
∑ ( y− ý )2
∑ ( y− ŷ )2 = 17,50677

∑ ( y− ý )2 =∑ y2 −¿ y ∑ y ¿= 25523.83-60.129*420.90=215,534
17,50677
Atunci R =
√ 1−
215.534
=0,919 ≈ 0,92

Se demonstrează o intensitate strînsă a criteriilor analizați .

2
R2=(0,92) = 0,846≈0,85; valoarea lui indica ca 92% din variatie a lui y este legata de
variatia lui x.
0,85
F = ∗5 = 28,33
1−0,85

ceea ce înseamnă că ecuația de regresie este statistic semnificativă

ŷ =119.74 e−0,08 x
F tab
1,5 = 6,61

Eroarea medie de aproximație

17,50677
Ā= 7
= 2,501 , adică valorile absolute și cele elastice corespund iar calitatea
modelului este bună.

4) Regresia în formă de curbă exponențială y = ab x coincide după

rezultate cu cea de exponent după linearizare
y = ab x

∑ ln y =n ln a+(ln b)∑ x
{
∑ x ln y =ln a ∑ x+(lnb) ∑ x 2
ln y = ln a + xln b

ln a = 4,80 , a = e 4,80
ln b = -0,08 , b = e−0,08=0.923
ŷ x = 119.74¿ 0,923 x

5) Regresia în formă de hiperbolă echilaterală

b
y=a+ x

1
Efectuăm liniarizația x = z, atunci y = a + bz.

Aplicăm MCMMP

∑ y=na+b ∑ z
{
∑ yz=a ∑ z +b ∑ z 2
420=7 +0.85 b
{51.39=0.85 a+ 0,10 b

De unde ∆ = |0.857 0.85

0,10| = 0,275

420 0.85
∆ = |
51.39 0,1 |
a =1,69

7 420
∆ = |
b
0.85 51.39| = 6,17
 ∆a
a^ = = 18.20
a

∆b
b^ = = 347.34
b

347.34
Ecuația de regresie y = 18.20+ x

( y − ŷ x )2
Intensitatea legăturii R = 1− ∑
√ ∑ ( y− ý)2
Calculăm:
347.34
ŷ x = 18.20+
x

înlocuind valorile individuale x, de asemenea calculăm ( y− ŷ x )2 , atunci

∑ ( y− ŷ x)2 = 14.26

∑ ( y− ý )2 = 215,534

14.26
Prin urmare, indicele de corelație va fi R = 1−
√ 215,534
=0 , 933

Coeficientul de determinație ceea ce confirmă o calitate înaltă a modelului.

0,93
F = ¿ 1−0,93 ∗5=66.43 , F 0,05
1,5 = 6,61.

Ecuația de tip hiperbolă este statistic semnificativă deoarece F> F tab =6,61 pentru 5%.
14.26
Ā= =2.037 % ceea ce confirmă o bună ajustare a lui ŷ în raport cu y.
7

1
6)Regresia în formă de funcție inversă ^y = a+bx

1
Notăm Y = y

Atunci Y = a+ bx

Aplicăm MCMMP și obținem sistemul de ecuații normale:

∑ Y =na+ b ∑ x
{
∑ Yx=a ∑ x +b ∑ x 2
0,12=7 a+58.90 b
{1=58.90 a+503.03 b
 7 58.90
∆= |58.90 503.03|
= 52

∆a = |0,121 503.03
58.90 =1.46
|
∆a 1.46
a=
a
= 52 = 0,005

7 0,12
∆b = |58.90 |
1 = 0,1

0,1
b= 52 = 0,001

Scriem ecuația de regresie:

1
ŷ = 0,005+0,001 x

Înlocuim valorile lui x și obținem valorile lui ŷ x

SPR = ∑ ( y− ŷ x )2 = 15,68
1
! Deoarece MCMMP s-a aplicat în acest caz nu la valorile inițiale y, dar la Y = y ,
atunci

∑ y ≠ ∑ ŷx și ∑ ( y− ŷ x ) ≠ 0
Indicele de corelație:

15,68
√
R = ¿ 1−
215,534
=0,928 , demonstrează o legătură strînsă.

Coeficientul de determinație R2 = ¿= 0,861≈ 0,86

14 %- factori neinclusi
86% - exp. de regresie
0,86
F = ¿ 1−0,86 ∗5=30,71 % , F 0,05
tab(6,1 ) = 6,61.

Modelul statistic este semnificativ.

15,58
Ā= =2,23 %, ajustare bună.
7

Alegerea celui mai bun model

Ec. de regresie R2 F Ā%

1)ŷ = 103,3327-5,13462x R2= 0,974 F=93,0392 Ā% = 2,38

2) ŷ = 249.49∗x−0,67 R2= 0,865 F= 32,037 Ā% =2,041

3) ŷ ¿ 119.74 e−0,08 x R2 = 0,92 F= 28,33 Ā% =2,501

4) ŷ = 119.74¿ 0,923 x R2=0,92 F= 28,33 Ā% =2,501

347.34
5) ŷ = 18.20+ x
R2= 66.43 F=0,933 Ā% =2.037

1
6) ŷ = 0,005+0,001 x R2= 0,86 F= 30,71 Ā% = 2,23

Concluzii: .

Toate rezultatele modelelor sunt aproximativ optime. R2- max, Á – min.

Funcția de hiperbolă echilaterală – optimală.