2011

PETROMAN ELISABETA Grupa 1539

PROIECT ECONOMETRIE
Variatia produsului intern brut in functie de cheltuielile bugetare si nr populatiei

35 a) Specificarea modelului Descrierea econometrica a legaturilor dintre cele trei variabile .cheltuielile bugetare.18 5. x 2 i ) + 3 i . y.16 5.22 5. 2 .24 5.28 5. x2 ²populatia.01 5.explica variatia profitului pe seama ambilor factori Identificarea functiei de regresie a primelor doua modele se realizeaza cu ajutorul reprezentarii grafice a variabilelor y in functie de celelalte 2 variabile factoriale x1. se poate face cu ajutorul a trei modele: y y y y i =f(x 1i ) + 1i . x1.06 5.1 5.21 5.MODEL LINIAR MULTIFACTORIAL An 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 PIB (mil) 109352 101246 84952 74488 84846 99974 101063 108499 115831 122222 132110 139198 143541 145416 152148 157307 165643 179536 184649 171315 Chelt Bugetare (mil) Popolatie (mil) 52663 57789 52973 48225 53882 61396 60672 61318 61266 63161 63794 66581 70120 72926 76130 78934 81212 84901 91121 95300 4.08 5.98 5.15 5.profitul intern brut.2 5. respectiv x2.17 5.explica variatia PIB-ului in functie de cheltuieli y i =f(x 2 i ) + 2 i .26 5.04 5.explica variatia PIB-ului in functie de populatie y i =f(x 1i .12 5.3 5.12 5.

Astfel modelul e unul multifactorial liniar pentru ca y. respective cu x2.2 5. se deduce usor ca va fi corelat liniar si in raport cu ambii factori. yi = PIB= 0 + 1 1 x 1i + 2 x 2i + i 2 0+ ChetBugetare + Populatie+ i 3 . fiind corelat liniar cu x1.0 5.3 5.1 5. respective y si x2 poate fi aproximata cu o dreapta.200000 180000 160000 140000 PIB 120000 100000 80000 60000 40000 60000 80000 100000 CHELT 200000 180000 160000 140000 PIB 120000 100000 80000 60000 4.9 5.4 POPULATIE Graficele de mai sus arata ca legatura y si x1.

8 33240.58 21.E.670229 Mean dependent var S.55833 21.904756 0.b.57 Pe baza acestor valori de mai jos se pot calcula abaterea medie patratica a variabilei reziduale si abaterile medii patratice ale celor doi estimatori 0. si in cazul regresiei liniare multiple vom folosi pentru estimare MCMMP care necesita efectuarea urmatoarelor calcule: obtinerea sistemului de ecuatii normale prin calculu derivatelor partiale in raport cu parametrii modelului.284639 0.184631 -0.00E+09 -212.99 .8557 0.c ) = min (y i 0 - 1 x 1i - 2 x 2i ) Dependent Variable: PIB Method: Least Squares Date: 01/08/11 Time: 21:02 Sample: 1 20 Included observations: 20 Variable CHELT POPULATIE C R-squared Adjusted R-squared S.70769 80. 39 9* + 5 . dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) Estimation Command: ===================== LS PIB CHELT POPULATIE C Estimation Equation: ===================== PIB = (1)*CHELT + (2)*POPULATIE + (0) Substituted Coefficients: ===================== = .7860 128666.58 359245. 1 si 2. F(a.275896 Prob.68 76675. 4 .978792 0. 7999* O U A . 0.D.b) Estimarea parametrilor Ca si in cazul modelului de regresie liniara simpla.5833 0.000000 2. Error t-Statistic 3.574204 14156.0010 0.59 -99114.9 0.74413 0.28 2.893550 10845. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient Std.

59 = 10845.30197 -13378.28 =14156.58 0 =359245.0474 118234.994006 12288.8031 Residuals 17650.21653 -10918.34154 -2591.84127 4753.1587 160889.27116 -4958.7860>0.2712 113457.1483 113763.8961 155402.420771 -8307. ceea ce inseamna ca atunci cand populatia ramane constanta .3444 148712.65846 103837.4208 93259.6066 134699.148254 2067.05 accept H0 Prob=0.2165 111981.9 Prob=0.Observation 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Predicted Y 91701.96289 95902.68 1= 0.7496 126330.5392682 -23034.0010<0.10394 1904. iar valoarea cheltuielilor bugetare creste cu 1 milion.25042 12867.80307 0 =-99114.655597 3435.006 119821.05 accept H1 Prob=0.952599 3987.130362 554.57 2 2= 76675.30197 113352.8557>0.28 millioane euro.05 accept H0 1 =2.297491 -8206.920745 4164.27 Parametrul 1 semnificativ diferit de zero.29749 82694.0793 141251.962894 -11056.701 169600.8696 184094.4607 194349.298961 9935. 5 .39342 8841. produsul intern brut creste cu 2.

025 .28 =14156.Ipoteze H0 : H1: - 1 =0 1 0 calculam t calc :   = =3.1846 ( t stat din eviews) t calc < ttabelar rezulta accept H0 6 .59 semnificatie t0. cu un prag de semnificatie     urmatoarele relatii: >t s i >t si > tc    stiind ca : 0 daca se verifica =-99114.97 (t stat din eviews) t calc > ttabelar rezulta accept H1 Pentru 2 .Ipoteze H0 : H1: - 2 =0 2 0 calculam t calc :   = =0.c) Testarea parametrilor Estimatorii sunt semnificativ diferiti de zero.58 0 =359245.n-k-1 adica .Ipoteze H0 : H1: - 0 =0 0 0 calculam t calc :    = =o.05 din tabela distributiei student se preia valoarea t .9 1 =2.2758 (t stat din eviews) t calc < ttabelar rezulta accept H0 Pentru 1 .57 si lucrand la un prag de 2 2= 76675. 17=2.68 1= 0.110 Pentru 0 = 0.

parametrul 1 e semnificativ. cu un prag de semificatie = 0. ANOVA df Regression Residual Total 2 17 19 SS 18994248129 1999539866 20993787995 MS 9497124064 117619992.08994E09 Verificarea verosimilitatii modelului Pentru a accepta ipoteza de liniaritate se calculeaza coeficientul de corelatie liniara: rx / y ! cov( y . Parametrul 2 estimat este nesemnificativ .Testul ´tµ a condus la urmatoarele concluzii asupra semnificatiei parametrilor estimati: .95118644 R Square 0.fiind foarte apropiat de zero . d) Analiza variatiei (ANOVA) SUMMARY OUTPUT Regression Statistics Multiple R 0.89355042 Standard Error 10845. deci factorul ´cheltuieli bugetareµ exercita o influenta determinanta asupra produsului intern brut.2751 Observations 20 Rezultatele sunt aceleasi ca in EVIEWS.Datorita faptului ca ne bazam pe ipoteza ca estimatiile urmeaza o repartitie normala in jurul valorii adevarate.05 iar 0 si 2 nu sunt semnificativ diferiti de zero. x) ! 0.modelul obtinut trebuie testat.74413109 Significance F 2.1 F 80.90475564 Adjusted R Square 0.95118644 W xW y 7 .Pe baza calculelor de mai sus se observa ca estimatorul 1 este semnificativ diferit de zero. Aceste consideratii au rezultat din analiza efectuata doar asupra unui esantion de 20 de observati.deci factorul ´populatieµ nu a fost bine ales ca factor de influenta a produsului intern brut.

rezulta faptul ca se respinge H0 si se accepta ipoteza altenativa H1. Testul Breush Godfray : Ipoteze : H0 : H1: LM =(n-k)*R2 1 1 .Se poate observa ca .67. Raportul de corelatie multipla (Multiple R) este0. ceea ce indica o puternica corelatie liniara intre cele doua variabile. iar parametrii sunt semnificativi pentru model . Coeficientul de determinatie R (R Square) are valoarea 0.59 Cum Fcalc > Ftabelar . modelul analizat este valid.   e) Teatarea validitatii modelului Ipotezele de lucru : H0 : modelul nu este valid H1 : modelul este valid Fcalc .74 Ftabelar: F . 2 =5. Cu cat este mai apropiat de 1 cu atat partea din variatia lui y explicate de x1 este mai mare si deci intensitatea legaturii dintre variabile este mai puternica.05 .99 Rezulta LM> 2 . 2 =0 0 2 p =(20-2)*0.904756 . f) Ipotezele modelului de regresie Autocorelarea erorilor Testul Durbin Watson : din tabelul Eviews . putem observa faptul ca d=0. Acesta este exprimat procentual ( 90%) si arata cat din varianta variabilei dependente este explicata de ecuatia estimata ). Prin urmare .9=16.05 . erorile sunt autocorelate (accept H1) 8 .k= 2 0. n-k-1 = F0. adica F statistic : 80.raportul de corelatie este egal cu coeficientul de corelatie liniara. 17=3. k.in cazul unei legaturi liniare.95118644 si arata o legatura foarte puternica intre variabile. prin urmare erorile sunt autocorelate pozitiv.functia fiind bine aleasa. 2. care este aproape de 1.k . Coeficientul de corelatie liniara tinde catre 1.2 Cum 2 .

228168 0.93 309593.51504 2. adica modelul este heteroscedastic.Breusch-Godfrey Serial F-statistic Obs*R-squared orrelation M est: . Variable O U A R S D(-1) R S D(-2) R-squared Adjusted R-squared S.826248 -0.2879 0. dependent var Akaike info criterion Schwarz criterion F-statistic rob(F-statistic) Avand in vedere faptul ca Prob <0. inseamna ca accept ipoteza alternativa H1 . 2 =5.6610 1.22E+09 -207.5 22 322.k= 20. rror . 20 0.225730 9026.4216 0.k . 9 .583541 Std. 93 5 est quation: Dependent Variable: R S D Method: east Squares Date: / 9/ ime: :23 resample missing value lagged residuals set to zero.6 0.D.388735 0. inseamna ca accept ipoteza alternativa H1 .27 -11 10258.926282 -0. Heteroscedasticitate Testul White: Ipoteze H0 : H1 : 2 = cst  cst 2 p 2 LM =n*R2 =20*0.384814 0.791377 2. 0. 8 -245005.7 9 7.310378 t-Statistic . of regression Sum squared resid og likelihood Durbin-Watson stat oefficient .1 0.60 21.811 1.77 9 robability robability .735132 rob.0104 0.26610 21. dupa cum se poate observa din testul efectuat mai jos. adica erorile sunt autocorelate.9=18 Cum 2 .99 Rezulta LM> heteroscedastic. .4736 -1. modelul este Avand in vedere faptul ca Prob <0.4411 0. 2 .05 .05 . Accept H1 (resping H0) . .097614 Mean dependent var S.05 .318785 0.932856 -0...57 77 5 799.

Valoarea lui R2 =0.94) Ceea ce inseamna ca avem o relatie intre cele 2 variabile . -2. 0.4 5.7518 0.71090 40.1240 0.White eteroskedasticity est: F-statistic Obs*R-squared 5. Error 4.937498 1.85497 robability robability 0.642749 0.1090 1.00962 5.904756 2.28E+11 1497099.636402 0.96E+10 -8. adica avem multicoliniaritate.6627 99976993 1.000000 1.024776 est Equation: Dependent Variable: RES D^2 Method: east Squares Date: 01/09/11 ime: 13:28 Sample: 1 20 ncluded observations: 20 Variable ELT ELT^2 ELT* O ULATIE O ULATIE O ULATIE^2 R-squared Adjusted R-squared S.037620 0.945071 1.D.000000 0. R2 < r12 (0.007546 Mean dependent var S.007546 0.067295 Std. of regression Sum squared resid Log likelihood Durbin-Watson stat oefficient -8.188686 -1.85E+11 2. 1.572149 530350. dependent var Akaike info criterion Schwarz criterion F-statistic rob(F-statistic) Multicoliniaritate Criteriul lui Klein 1.08E+10 -2416299.515159 89957547 1.29E+08 39.89E+09 0. iar una dintre variabile trebuie eliminate.327562 324095.13E+17 -391.E.8530 0.037620 12.613987 -1.945071 3. ORRELATION ELT ELT O ULATIE MATRIX O ULATIE 0.00E+10 t-Statistic -0.1288 0. 10 .0731 0.322591 -0.9<0.445628 rob.5 1.

58.60 -0.28.78 iar pragul de 0 semnifica ie este de 0.05 înseamn c acest coeficient este semnificativ. ) Dupa cum se poate observa din graficul de mai jos : indicatorul Jarque Bera arata 0. Deoarece t a = -0. Deoarece t a1 = 3. iar limita superioar este pozitiv arat c parametrul din colectivitatea general este aproximativ zero.07 e E1 e 3.28 milioane euro.05 înseamn c acest coeficient este nesemnificativ.27E-11 1986. 8 7 6 5 4 3 2 1 0 -20000 -10000 0 10000 20000 Mean Median Maximum Minimum Std.97 . probabilitatea este de 0. ) !~N(0.27 .560483 0.05 .34 -23034. De altfel faptul c limita inferioar a intervalului de încredere (-857057 e E0 e 658828) pentru acest parametru este negativ .001 iar pragul de semnifica ie este de 0.586351 0. Coeficientul 1 este 2.397 17650. probabilitatea este de 0. Skewness Kurtosis Jarque-Bera Probability -1. 11 .Testarea normalitatii Ipoteze: H0 : H1 : i i ~N(0.49) pentru acest parametru este pozitiv.354074 2. Termenul liber este punctul în care variabilele explicative (factorial ) sunt 0. produsul intern brut va cre te cu 2. Dev. Intervalul de încredere (1. ceea ce însemn c la cresterea cheltuielilor bugetare cu 1 milion.80 10258..755601 Series: Residuals Sample 1 20 Observations 20 Concluzii Coeficientul 0 este -99114.56 >0. prin urmare accept H1.

0000(valoare mai mica de 0.05) atunci modelul de regresie construit este valid i poate fi utilizat pentru analiza dependen ei dintre cele doua variabile.05 înseamn c acest coeficient este nesemnificativ. In acest tabel este calculat testul F pentru validarea modelului de regresie. 12 . iar limita superioara este pozitiva arata ca parametrul din colectivitatea generala este aproximativ zero. faptul ca limita inferioara a intervalul de încredere (-147614. produsul intern brut va cre te cu 14156.951186 arat c între doua trei variabile exist o leg tur puternic direct .855 iar pragul de semnifica ie este de 0.68.904756 arat c 90% din varia ia produsuliui intern brut este explicat de model.68.Coeficientul 2 este 14156.18. De altfel.74. Întrucât F = 80. R2 = 0. iar Significance F (pragul de semnifica ie) este 0. probabilitatea este de 0. Deoarece t a 2 = 0.67 e E1 e 175928) pentru acest parametru este negativa. ceea ce însemn ca la cresterea numarului de locuitori cu un milion. R = 0.

Sign up to vote on this title
UsefulNot useful