You are on page 1of 10

Influenta consumului

guvernamental si a
consumului privat
asupra nivelului
produsului intern brut
Modele econometrice unifactoriale si
multifactoriale

Dobre Laura Cristina
Grupa 1035
Facultatea de Cibernetica, Statistica si Informatica Economica

Consumul privat are ponderea principala si este reprezentat de partea din venitul national destinat cumpararii de bunuri si servicii de consum pentru satisfacerea nevoilor oamenilor.6 117945.9 11384.988 91997.worldbank.Pentru Romania.com.922 8256.46 44804.884 87499 95216.724 117053.4 Consum guvernamental 1070.76 329408 305695.576 2593.704 422999.976 190473. incluzand aici serviciile publice generale. justitia.531 33440. .3 557348.862 63167.486 36658. Acesta se poate calcula și la nivelul unei regiuni sau localități.1 55191.733 45808.4 80984.4 523693.892 41124.568 Produsul intern brut (PIB) este un indicator macroeconomic care reflectă suma valorii de piaţă a tuturor mărfurilor și serviciilor destinate consumului final. educatia.8 152017 197427. Anul 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 PIB 7648.6 344650. Valorile sunt exprimate in milioane lei. consumul guvernamental si consumul privat.8 514700 501139.252 7855.846 1479.034 382296. a cheltuielilor brute pentru investiții.36 225384. a investițiilor în scopul depozitării ca și câștigurile din export din care se scad cheltuielile pentru importuri. aferente periaodei 1995-2012.958 Consum privat 5201. etc.2 587499.578 54080.8 28895. produse în toate ramurile economiei în interiorul unei țări în decurs de un an.432 291204.484 5668. Consumul guvernamental este reprezentat de partea din venitul national alocata sustinerii intregului aparat administrativ.109 401290.6 416006.206 10641.09 150044.098 18892. a cheltuielilor statului. cercetarea.052 30755.19 19742. Aceste date au fost preluate de pe site-ul www.588 248148.8 37055.946 3063. apararea.76 24736. Există mai multe metode de calcul a indicatorului.2 25529.data. PIB-ul este suma cheltuielilor pentru consum a gospodăriilor private și a organizațiilor private non-profit. s-au cules date privind nivelul PIB. in vederea analizarii legaturii dintre variabile.6 247368 288954.857 3311. Conform metodei cheltuielilor.

55E+10 17 7.5 211526.058594753 5.153673 0.28 5. Error t Stat 41668.40936 26.652562 124681.27923 2.49E+11 1.6712 3. X1 C 6.3 26.49E+11 -235.673 Adjusted R Square 0.E.12E+11 32.05E-05 Lower 95% Upper 95% 1407.0469 R-squared Adjusted R-squared S. Error t-Statistic Prob.12E+11 5.D.31879689 EViews Dependent Variable: PIB Method: Least Squares Date: 12/15/13 Time: 15:56 Sample: 1 18 Included observations: 18 Variable Coefficient Std.662426 Mean dependent var S.92963 0.058595 41668.04686 3.8 Observations 18 ANOVA Intercept X Variable 1 Regression Residual Total df SS MS F Significance F 1 5. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) 259252.000031 .86523 6. s-au obţinut următoarele rezultate: Excel Regression Statistics Multiple R 0.50829 32. Model de regresie liniara unifactoriala În urma studierii legăturii liniare dintre nivelul PIB şi consumul guvernamental.05928 178072. utilizând un model de regresie liniară unifactorială: yi     xi   i .61E+11 Coefficients 89739.05059E-05 16 2.92963 3. of regression Sum squared resid Log likelihood Durbin-Watson stat 0.820366 R Square 0.738434 P-value 0.153673 1.830555638 8.738434 2.074676264 Std.6842 0.8 2.652562 Standard Error 124681.074676 89739.673000 0.0000 0.87 1.

PIB şi consumul guvernamental. ceea ce înseamnă că modificarea variabilei PIB se realizează în acelaşi sens cu variaţia consumului guvernamental. PIB . între cele două variabile. există o legătură directă.Consum guvernamental 300000 200000 100000 0 0 20000 40000 60000 80000 100000 Conform reprezentării grafice a datelor. .a) Reprezentaţi grafic datele de observaţie şi comentaţi legătura dintre variabile.Consum guvernamental 700000 600000 500000 400000 PIB .

Pentru testarea semnificaţiei parametrului β. Valoarea a ≈ 89739.074676 măsoară panta dreptei de regresie si arată că.830555638. Interpretarea intervalului obtinut Dat fiind un coeficient de încredere de 95%. Spunem că: „X are putere explicativă semnificativă pentru Y” sau „β este semnificativ diferit de zero” sau „β este semnificativ statistic”. cu 6. care urmează o distribuţie Student cu (n-2) grade de libertate se (b) Regula de decizie este: dacă tcalculat  tcritic . pe termen lung. Interpretăm pe a ≈ 89739. t critic  t tabelat  t 0. Probabilitatea asociată este 3. Un interval de încredere 95% pentru parametrul β este [3. Dreapta de regresie estimată este yˆ i  89739. . 8.738434. 025. atunci când consumul guvernamental este 0.074676 milioane lei.738434 > 2. atunci când consumul guvernamental (X) creste cu 1 milion lei. Testul statistic folosit este: t b .1199 respingem H0 şi acceptăm H1  parametrul β este semnificativ statistic. aceasta constituind un alt argument pentru care respingem ipoteza nulă şi acceptăm ipoteza alternativă.b) Estimaţi parametrii modelului şi interpretaţi rezultatele obţinute. respingem H0 şi acceptăm H1  parametrul este semnificativ statistic.05 * 10-5 < 0. 8. vor include valoarea reală a lui β. în 95 din 100 de cazuri.87 ca fiind efectul mediu asupra lui Y.16  2. în medie. PIB va creşte.87  6. se formulează 2 ipoteze: H0: β = 0 (parametrul β nu este semnificativ statistic) H1: β ≠ 0. c) Testaţi semnificaţia statistică a parametrului pantă şi determinaţi intervalul de încredere 95% pentru acest parametru.074676  xi Interpretarea parametrilor obţinuţi Valoarea b ≈ 6.87 arată nivelul PIB. intervale precum [3. deci avem încă un argument în favoarea ipotezei alternative (β ≠ 0).31879689]. al tuturor factorilor care nu sunt luaţi în considerare în modelul de regresie. (parametrul β este semnificativ statistic). Intervalul construit nu conţine valoarea 0.1199 Deoarece 5.05.31879689].830555638. tcalc  5.

05059 · 10-5 < 0. statistica W=nRa2 urmează asimptotic o distribuţie χ2 cu gradele de libertate date de numărul de regresori din ecuaţia auxiliară (în cazul de faţă. Se vor testa următoarele ipoteze: H0: α1 = α2 = 0 (nu există heteroscedasticitate) H1: )αi ≠ 0. Ftabelat  Fcritic  F .1.49 Deoarece Fcalculat  Fcritic (32.1.92963 . Din regresia auxiliară. variabilele explicative ale modelului original.2 (există heteroscedasticitate) . aceasta constituind un alt argument pentru care respingem ipoteza nulă şi acceptăm ipoteza alternativă. Probabilitatea asociata este 3. 05. e) Verificaţi îndeplinirea ipotezelor modelului clasic de regresie liniară. Pentru testarea validităţii modelului. 2).  MSE SSE /( n  2) Regula de decizie este: dacă Fcalculat  Fcritic respingem H0 şi acceptăm H1  modelul este valid statistic. să se calculeze o regresie auxiliară a pătratelor reziduurilor în raport cu o constantă. în selecţii de volum mare.49) respingem H0 şi acceptăm H1  modelul este valid statistic.92963 > 4. trebuie să utilizăm testul White.  Heteroscedasticitatea erorilor aleatoare Pentru a verifica heteroscedasticitatea erorilor aleatoare. Fcalculat  32. pătratele lor şi produsele lor încrucişate. Acesta solicită ca.n  2 . sub ipoteza nulă (eroarea ε este homoscedastică). n  2  F0.05. care urmează o distribuţie F . i=1. după determinarea reziduurilor din regresia originală.d) Testaţi validitatea modelului de regresie. White a arătat că.1. se formulează 2 ipoteze: H0: modelul nu este valid statistic (MSR=MSE) H1: modelul este valid statistic (MSR>MSE) Testul statistic folosit este: F MSR SSR / 1 .16  4. se reţine coeficientul de determinaţie multiplă.

70750 1. Valorile sale critice sunt tabelate. χ20.E. .05. f) Previzionaţi valoarea variabilei Y dacă variabila X creşte cu 10% faţă de ultima valoare înregistrată. Valoarea statisticii Durbin-Watson pentru modelul de regresie specificat este 0.178367 0. vom realiza un test Jarque-Bera.21E+10 50.991 > 3.628165 3. Pentru că valoarea testului Jarque-Bera este 4.991 => erorile aleatoare sunt normale.0 6.628165 0.991. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) R-squared Adjusted R-squared S.4.9580 0.2=5.229750 0.D.05).1330 0. Valoarea testului χ2 pentru un nivel de semnificatie de 0.2377 0.0320 0.210610 Probability Probability 0. Pentru că 0 < DW < dL (0<0.White Heteroskedasticity Test: F-statistic Obs*R-squared 1.  Autocorelarea erorilor aleatoare Testul Durbin-Watson verifică dacă există autocorelare de ordinul întâi în seria reziduurilor. C X1 X1^2 4.05 şi 2 grade de libertate este 5. dL = 1. tabelul conţine două valori critice: limita inferioară d1 şi limita superioară d2 (notate şi dL şi dU).068816 2. Pentru un nivel de semnificaţie dat. ceea ce indică faptul că acceptam ipoteza nulă => există homoscedasticitatea erorilor aleatoare. of regression Sum squared resid Log likelihood Durbin-Watson stat 1.200828 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 12/15/13 Time: 16:13 Sample: 1 18 Included observations: 18 Variable Coefficient Std.38E+10 2.662426. De asemenea.18).140493 0. În cazul modelului de faţă.053509 1.588792 -1.85E+21 -452.551273 8. seria reziduurilor prezintă autocorelare pozitivă de ordinul I.229131 Valoarea probabilităţilor este mai mare decât nivelul de semnificaţie ales (0.9 -7.385707 < 5.229131 0.  Normalitatea erorilor aleatoare Pentru a verifica normalitatea erorilor aleatoare.210610 => acceptam ipoteza nulă. Error t-Statistic Prob.79E+08 897282.18 şi dU = 1.258118 Mean dependent var S. Statistica Durbin-Watson nu urmează o distribuţie clasică.662426<1.14E+10 6.55911 50.96E+09 564758.

7 milioane lei.58631 21. Error t-Statistic Prob.511 7.2768 0.  Model de regresie liniara multifactoriala În urma studierii legăturii liniare dintre nivelul PIB.87  6. utilizând un model de regresie liniară multifactorială Yi = β0 + β1X1i + β2X2i + εi.0592 R-squared Adjusted R-squared S.000000 a) Să se estimeze parametrii modelului şi să se interpreteze valorile obţinute.410 0. of regression Sum squared resid Log likelihood Durbin-Watson stat 0.Daca valoarea consumului guvernamental creşte cu 10% faţă de ultima valoare înregistrată.142813 0. O estimaţie punctuală a variabilei Y este: yˆ 0  a  bx0  89739.E.0000 0.041802 0.D.0000 0. X1 X2 C 1.4538  364542. Y= nivelul PIB (milioane lei) X1 = nivelul consumului guvernamental (milioane lei) X2 = nivelul consumului privat (milioane lei) β0 = parametru de interceptare β1.4538 milioane lei.79E+09 -191.73471 3179. nivelul consumului guvernamental şi nivelul consumului privat.277953 -8664. β2 = coeficienţi de regresie parţiali sau coeficienţi pantă .3 21.028093 4243.92 1. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) 259252. aceasta va fi de 45237.997333 10923.997647 0.49000 -2.944593 45.442931 Mean dependent var S.5 211526.134592 1. s-au obţinut următoarele rezultate in EViews: Dependent Variable: PIB Method: Least Squares Date: 12/15/13 Time: 16:33 Sample: 1 18 Included observations: 18 Variable Coefficient Std.562 0.074676  45237 .

000000 Între variabilele X1 şi X2.51E+11 -231.x2 = 0. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) 184871.820366 0.0307 R-squared Adjusted R-squared S. atunci când consumul guvernamental (X1) creste cu un milion lei.93542 0.0002 0. menţinând cealaltă variabilă.50 0.96 4.01055 21. PIB creşte.760415). of regression Sum squared resid Log likelihood Durbin-Watson stat 0. obţinem următoarele rezultate: Dependent Variable: X2 Method: Least Squares Date: 12/15/13 Time: 16:45 Sample: 1 18 Included observations: 18 Variable Coefficient Std. PIB creste. consumul privat.993853 0. atunci când consumul privat (X2) creste cu un milion lei.993853 0. Tabelul coeficienţilor de corelaţie: PIB X1 X2 PIB X1 X2 1.760415 0. constantă.370155 0. consumul guvernamental.000249 . constantă. consumul guvernamental si consumul privat (X1 şi X2) au valoarea 0.551870 97211. valoarea medie a PIB-ului inregistreaza o valoare negativa de -8664.134592 milioane lei. Error t-Statistic Prob.91161 26.277953 milioane lei. b) Verificaţi existenţa multicoliniarităţii variabilelor explicative.710159 Mean dependent var S. în medie cu 1.760415 1.0 145217.β̂ = 1.000000 0.683527 2. în medie cu 1.E. β̂ = -8664.410 arată că dacă cele două variabile explicative.2045 0. există o legătură directă medie (rx1.820366 1. Daca regresăm X2 în raport cu X1.825366 32487. β̂ = 1.865624 77001.1 25.578231 0.D.134592 arată că.410 milioane lei.000000 0. X1 C 3. menţinând cealaltă variabilă.99 1.277953arată că.

Modificarea PIB-ului se realizeaza in aceeasi directie cu cea a variabilelor explicative. Criteriul lui Klein Se foloseşte pentru identificarea dependenţelor liniare dintre 2 variabile exogene.3% din variatia PIB este explicata de consumul guvernamental.673 ) este obtinut ca un raport intre SSR si SST.578231 Astfel. R2y = 0.xj trebuie să fie semnificativ diferit de zero.074676  xi . nu se poate vorbi despre existenta multicoliniaritatii variabilelor explicative .x2 = 0.restul de 32. Se verifică relaţia R2y<r2xi. In cazul adaugarii unui factor . Legatura dintre fiecare dintre variabilele explicative si PIB este una directa. relaţia Ry2 < r2xi. .87  6.760415=> r2x1. Coeficientul de corelaţie liniară rxi. R Square % din variatie este explicata prin modelul multifactorial.7% fiind influentat prin factori care nu au fost luati in calcul in analiza. exporturi.xj.997647 rx1. Concluzii         Coeficientul de determinatie ( R Square = 0. consumul privat si consumul guvernamental in perioada 1995-2012 poate fi modelata prin ecuatia de regresie Yi = -8664.134592X1i + 1.x2 =0. 67.37096394961 < 10 => variabila X2 nu induce multicoliniaritate. precum investitii. Legatura dintre PIB. cat si de consumul privat.277953X2i + εi.xj este falsa. 99.  Factorul de inflatie a variantei pentru X2: VIFX2 = 1/(1-R2) = 2. importuri.410+ 1. Legatura dintre PIB si consumul guvernamental in perioada 1995-2012 poate fi modelata prin ecuatia de regresie yˆ i  89739. Modelele de regresie alese sunt valide si semnificative din punct de vedere statistic.76% din variatia PIB este explicata atat de consumul guvernamental.