1 Mai - PROBLEMA ECONOMETRIE

Descărcați ca pdf sau txt
Descărcați ca pdf sau txt
Sunteți pe pagina 1din 9

CONTINUARE PROBLEMA ECONOMETRIE

Problema:
Se considera variabilele veniturile populatiei (X t) şi volumul economiilor inregistrate
(Yt), în 20 de intervale de timp.

Veniturile Volumul
Nr crt populatiei economiilor
t Xt Yt
1 100 20
2 110 25
3 120 28
4 125 30
5 130 33
6 140 35
7 150 36
8 155 42
9 170 44
10 170 42
11 180 45
12 185 50
13 190 47
14 200 48
15 205 52
16 210 58
17 215 54
18 220 55
19 220 58
20 225 60

Se cere:
a) Reprezentaţi grafic legătura dintre valoarea economiilor (Yt) si veniturile populatiei
(Xt) apoi scrieţi modelul liniar al legăturii respective şi prezentaţi semnificaţia
parametrilor modelului;
b) Calculaţi prin metoda celor mai mici pătrate valorile estimatorilor pentru parametrii
modelului;
c) Estimaţi acurateţea ajustării realizate prin modelul de regresie;
d) Testaţi normalitatea distribuţiei erorilor;
e) Testati semnificatia estimatorilor
f) Testati autocorelarea erorilor

Universitatea "Ovidius" Constanta


Facultatea de Stiinte Economice
Licenta, Finante si Banci
Anul II, Grupa 1
a) Calculaţi prin metoda celor mai mici pătrate valorile estimatorilor pentru
parametrii modelului;

Sistemul de ecuatii normale se scrie

∑ 𝑦𝑡 = 𝑛 â0 + â1 ∑ 𝑥 𝑡
∑ 𝑥𝑡 𝑦𝑡 = â0 ∑ 𝑥 𝑡 + â1 ∑ 𝑥 2𝑡

Folosind datele prezentate in Tabelul 1, se deduce:

862 = 20 â0 + 3420 â1
156270 = 3420 â0 + 615450 â1

Rezolvarea sistemului este urmatoarea:

20 3420
∆ = = 612600
3420 615450

862 3420
∆ â0 = = -3925500
156270 615450

20 862
∆ â1 = = 177360
3420 156270

∆ â𝟎 −3925500
 â𝟎 = = = -6.4079
∆ 612600

∆ â𝟏 177360
 â𝟏 = = = 0.2890
∆ 612600

Universitatea "Ovidius" Constanta


Facultatea de Stiinte Economice
Licenta, Finante si Banci
Anul II, Grupa 1
Tabel 1 Calculele de bază pentru estimarea parametrilor din modelul unifactorial de
regresie liniară prin aplicarea metodei celor mai mici pătrate

Xt Yt Xt Yt = 𝟏+𝟎 ut= Yt -Ŷt


100 20 10000 2000 22.5900 -2.5900
110 25 12100 2750 25.4900 -0.4900
120 28 14400 3360 28.3900 -0.3900
125 30 15625 3750 29.8400 0.1600
130 33 16900 4290 31.2900 1.7100
140 35 19600 4900 34.1900 0.8100
150 36 22500 5400 37.0900 -1.0900
155 42 24025 6510 38.5400 3.4600
170 44 28900 7480 42.8900 1.1100
170 42 28900 7140 42.8900 -0.8900
180 45 32400 8100 45.7900 -0.7900
185 50 34225 9250 47.2400 2.7600
190 47 36100 8930 48.6900 -1.6900
200 48 40000 9600 51.5900 -3.5900
205 52 42025 10660 53.0400 -1.0400
210 58 44100 12180 54.4900 3.5100
215 54 46225 11610 55.9400 -1.9400
220 55 48400 12100 57.3900 -2.3900
220 58 48400 12760 57.3900 0.6100
225 60 50625 13500 58.8400 1.1600
3420 862 615450 156270 863.6000 -1.6000

Valorile estimate pentru volumul economiilor sunt: = â𝟎 + â𝟏


 t = 6,4079 + 0,2890 Xt2

Valorile variabilei 𝑢𝑡 se calculeaza astfel: 𝒖 =𝐘 (valorile variabilei reziduale


𝑢𝑡 sunt estimatori ai erorilor 𝑒𝑡 din model)

Interpretarea rezultatelor este urmatoarea: cresterea veniturilor populatiei cu 1 u.m are ca


efect o crestere a volumului economiilor cu aproximativ 0.28 u.m.

Universitatea "Ovidius" Constanta


Facultatea de Stiinte Economice
Licenta, Finante si Banci
Anul II, Grupa 1
c)Acuratetea ajustarii

Acuratetea ajustarii se apreciaza pornind de la coeficientul de determinare 𝑅2 . Acest


coeficient se calculeaza potrivit relatiei:

∑ 𝑢2𝑡 ∑𝒀
𝑅2 = 1 ∑(𝐘 −𝒀)2
, unde Y= 𝒏

74 4710
 R2 = 1 = 1 (0 0281 ) = 0,9719
2642

862
 Y= = 43,1
20

(au fost folosite datele din Tabelul 1.2). Dinamica veniturilor populatiei ar putea explica 85%
din variatia volumului economiilor.

Tabel 1.2 Calcule de baza pentru modelul unifactorial de regresie liniara (continuare)

t Xt Yt = â𝟎 +â𝟏 ut= Yt -Ŷt (𝒀 𝐘)


1 100 20 22.5900 -2.5900 6.7081 533.6100
2 110 25 25.4900 -0.4900 0.2401 327.6100
3 120 28 28.3900 -0.3900 0.1521 228.0100
4 125 30 29.8400 0.1600 0.0256 171.6100
5 130 33 31.2900 1.7100 2.9241 102.0100
6 140 35 34.1900 0.8100 0.6561 65.6100
7 150 36 37.0900 -1.0900 1.1881 50.4100
8 155 42 38.5400 3.4600 11.9716 1.2100
9 170 44 42.8900 1.1100 1.2321 0.8100
10 170 42 42.8900 -0.8900 0.7921 1.2100
11 180 45 45.7900 -0.7900 0.6241 3.6100
12 185 50 47.2400 2.7600 7.6176 47.6100
13 190 47 48.6900 -1.6900 2.8561 15.2100
14 200 48 51.5900 -3.5900 12.8881 24.0100
15 205 52 53.0400 -1.0400 1.0816 79.2100
16 210 58 54.4900 3.5100 12.3201 222.0100
17 215 54 55.9400 -1.9400 3.7636 118.8100
18 220 55 57.3900 -2.3900 5.7121 141.6100
19 220 58 57.3900 0.6100 0.3721 222.0100
20 225 60 58.8400 1.1600 1.3456 285.6100
Suma 3420 862 863.6000 -1.6000 74.4710 2641.8000

Universitatea "Ovidius" Constanta


Facultatea de Stiinte Economice
Licenta, Finante si Banci
Anul II, Grupa 1
d) Testarea normalitatii erorilor

Pentru analiza normalitatii in cazul distributiei erorilor este utilizat testul Jarque-Bera
aplicat assupra rezidurilor din ecuatia de regresie.

Testul Jarque-Bera porneste de la statistica:

𝐒 (𝐊−𝟑)
JB = n [ + ]

Pentru rezidurile din ecuatia de regresie, statistica JB se construieste pornind de la


urmatoarele calcule:

𝟏 𝟏
( ∑𝒏=𝟏 𝒖𝟑 ) ( ∑𝐧=𝟏 )
𝒏 𝐧
S=[ 𝟑 ] , respective 𝐊 = [ 𝟏
]
𝟏 ( ∑𝐧=𝟏 )
( ∑𝒏=𝟏 𝒖 ) 𝐧
𝒏

𝟏
( × 𝟏𝟏 𝟑 ) 𝟏 𝟎𝟓𝟖 𝟏 𝟎𝟓𝟖
 S=[ 𝟎
𝟑 ]= [ 𝟑 ] = [𝟕 𝟏𝟖𝟓𝟏] = 0,1472
(
𝟏
×74 4710) (𝟑 𝟕 𝟑𝟓)
𝟎

𝟏 𝟑𝟓 𝟑𝟏𝟏𝟓
( × 𝟑𝟓 𝟑𝟏𝟏𝟓) ( ) 𝟑𝟏 𝟕 𝟓𝟓 𝟑𝟏 𝟕 𝟓𝟓
 𝐊=[ 𝟎
]= [ 𝟎
] = [( ]=[ ] = 2,2910
(
𝟏
×𝟕 𝟕𝟏𝟎) (
𝟕 𝟕𝟏𝟎
) 𝟑 𝟕 𝟑𝟓) 𝟏𝟑 𝟖 𝟖
𝟎 𝟎

 JB = 20 [ 𝟎 𝟏 𝟕
+
( , 𝟏𝟎−𝟑)
] = 20 [
𝟎𝟎 𝟏
+
𝟎,𝟓𝟎
] = 20 [𝟎, 𝟎 𝟓] = 0,4900

In calcule au fost utilizate datele din Tabelul 1.3 deoarece JB = 0,4900 < 𝝌 ;𝟎 𝟎𝟓 ≈
5.991, atunci sub presupunerea ca toate celelalte ipoeze specifice modelului de regresie
liniara sunt respectate, ipoteza nula 𝐇𝟎 :𝐒 = 𝟎 si K = 1 nu este respinsa, pentru un prag de
semnificatie 0.05 , cu alte cuvinte acceptam ipoteza de normalitate a erorilo r cu un grad de
incredere mai mare de 95%.

Universitatea "Ovidius" Constanta


Facultatea de Stiinte Economice
Licenta, Finante si Banci
Anul II, Grupa 1
Tabel 1.3 Calcule de baza pentru modelul unifactorial de regresie liniara (continuare)

𝟑
t ut

1 -2.5900 6.7081 -17.3740 44.9986


2 -0.4900 0.2401 -0.1176 0.0576
3 -0.3900 0.1521 -0.0593 0.0231
4 0.1600 0.0256 0.0041 0.0007
5 1.7100 2.9241 5.0002 8.5504
6 0.8100 0.6561 0.5314 0.4305
7 -1.0900 1.1881 -1.2950 1.4116
8 3.4600 11.9716 41.4217 143.3192
9 1.1100 1.2321 1.3676 1.5181
10 -0.8900 0.7921 -0.7050 0.6274
11 -0.7900 0.6241 -0.4930 0.3895
12 2.7600 7.6176 21.0246 58.0278
13 -1.6900 2.8561 -4.8268 8.1573
14 -3.5900 12.8881 -46.2683 166.1031
15 -1.0400 1.0816 -1.1249 1.1699
16 3.5100 12.3201 43.2436 151.7849
17 -1.9400 3.7636 -7.3014 14.1647
18 -2.3900 5.7121 -13.6519 32.6281
19 0.6100 0.3721 0.2270 0.1385
20 1.1600 1.3456 1.5609 1.8106
Suma -1.6000 74.4710 21.1639 635.3115

e) Testarea semnificatiei estimatorilor

Pentru analiza semnificatiei estimatorilor se calculeaza statisticile:

â𝟎
𝒂𝟎= 𝒔
â𝟎

â𝟏
𝒂𝟏= 𝒔
â𝟏

Unde 𝑠â0 si 𝑠â1 sunt estimatori nedeplasati ai abaterilor standard calculate pentru
parametrii modelului.
Abaterile standard respective se determina prin extragerea radacinii patrate din valorile
corespunzatoare ale dispersiilor.

Universitatea "Ovidius" Constanta


Facultatea de Stiinte Economice
Licenta, Finante si Banci
Anul II, Grupa 1
Un estimator nedeplasat al dispersiei erorilor este:


𝐬 =
𝟎

74,4710 74,4710
 𝑠𝑢2 = 20−2
= 18
= 4,1372

(au fost folosite datepe din tabelul 1.4), iar media variabilei X:

∑𝐗
𝐗=
𝟎
3420
𝑋= = 171
20

Tabel 1.4. Calcule de baza pentru modelul unifactorial de regresie liniara


(continuare)

t Xt ut (𝐗 𝐗) ( −𝟏 )

1 100 -2.5900 6.7081 5041 -


2 110 -0.4900 0.2401 3721 4.4100
3 120 -0.3900 0.1521 2601 0.0100
4 125 0.1600 0.0256 2116 0.3025
5 130 1.7100 2.9241 1681 2.4025
6 140 0.8100 0.6561 961 0.8100
7 150 -1.0900 1.1881 441 3.6100
8 155 3.4600 11.9716 256 20.7025
9 170 1.1100 1.2321 1 5.5225
10 170 -0.8900 0.7921 1 4.0000
11 180 -0.7900 0.6241 81 0.0100
12 185 2.7600 7.6176 196 12.6025
13 190 -1.6900 2.8561 361 19.8025
14 200 -3.5900 12.8881 841 3.6100
15 205 -1.0400 1.0816 1156 6.5025
16 210 3.5100 12.3201 1521 20.7025
17 215 -1.9400 3.7636 1936 29.7025
18 220 -2.3900 5.7121 2401 0.2025
19 220 0.6100 0.3721 2401 9.0000
20 225 1.1600 1.3456 2916 0.3025
Suma 3420 -1.6000 74.4710 30630 144.2075

Universitatea "Ovidius" Constanta


Facultatea de Stiinte Economice
Licenta, Finante si Banci
Anul II, Grupa 1
Atunci:

𝟏 𝐗
𝐬â𝟎 = 𝐬 ( + )
𝟎 ∑(𝐗 𝐗)

1 1712 1 29241 1 29241


 𝑠â20 = 4,1372 ( + ) = 4,1372 ( + ) = 4,1372 ( + ) = 4,1564
20 30630 20 30630 20 30630

𝟏
𝐬â𝟏 = 𝐬
∑(𝐗 𝐗)
1
 𝑠â21 = 4,1372 30630
= 0 00014

( au fost folosite datele din Tabelul 1.4. si faptul ca volumul esantionului este n=20)

Rezulta : 𝑠â20 = 2,0387 ; 𝑠â21 = 0.0118

Se calculeaza:

−6,4079
 𝑡â0 = 2,0387
= 3,1431

0,2890
 𝑡â1 = 0,0118 = 24,4915

Avand in vedere ca numarul gradelor de libertate este n-2 = 18, rezulta urmatorul tabel de
analiza a riscului ca ipoteza nula (𝐻0 : estimatorul nu difera semnificativ de zero) sa fie
adevarata:

Riscul ca parametrul sa fie zero (α).


Gradul de incredere este (1-α) × 100% .

α =0 1 α =0 05 α =0 01

𝑡18;α 1.330 1.734 2.552


Deoarece: 𝑡â0 = -3,1421 > 𝑡18;α = 2,552


𝑡â1 = 24,4915 > 𝑡18;α = 2,552

Universitatea "Ovidius" Constanta


Facultatea de Stiinte Economice
Licenta, Finante si Banci
Anul II, Grupa 1
Inseamna ca parametrii â𝟎 si â𝟏 sunt semnificativ diferiti de zero pentru un grad de
incredere mai mare de 99%. Adica,garanteaza cu o incredere mai mare de 99% ca nivelul
veniturilor populatiei (Xt) influenteaza volumul economiilor (Yt), potrivit unei relatii de tipul:

t = 6,4079 + 0,2890 Xt2

f) Testarea autocorelarii erorilor

Pentru testarea autocorelarii de ordinal I a erorilor se utilizeaza statistica Durbin-Watson


(au fost folosite datele din Tabelul 1.4):

∑ =𝟎 ( −𝟏)
𝐝𝐰 = 𝟎
∑ =𝟏 𝒖
144,2075
 dw = 74,4710
= 1,9364

Deoarece 𝐝𝐋 = 𝟏, 𝟎 si 𝐝𝐔 = 𝟏, 𝟏 rezulta ca:

 dU = 1,41 ≤ dw = 1,93 ≤ 4 - dU = 2,59

Adica erorile nu prezinta autocorelare de ordinul I.

Universitatea "Ovidius" Constanta


Facultatea de Stiinte Economice
Licenta, Finante si Banci
Anul II, Grupa 1

S-ar putea să vă placă și