Regresia lineara multipla

Setul de date pe care se bazeaza analiza regresiei lineare multiple curpinde
valorile inregistrate de impozitele indirecte, accize si taxele vamale in Romania in
perioada 1991-2005. Scopul umarit este acela de a determina in ce masura accizele si
taxele vamale au inIluentat totalul impozitelor indirecte in perioada considerata.

Modelul de regresie are urmatoare Iorma:
impind÷237,4661¹1,970238*acc¹4,373623*txvml.

R-squared are valoarea 0.992034. Fiind Ioarte apropiata de 1, aceasta arata
legatura Ioarte puternica dintre impozite indirecte, taxe vamale si accize.
Termenul liber are valoarea: 237,4661 deci la o valoare nula a accizelor si a taxelor
vamale impozitele indirecte ar Ii 237.4661.
CoeIicientul variabilei 'acc¨ este 1.970238 deci la o crestere cu o unitate a
accizelor impozitele indirecte vor creste cu 1.97238 in conditiile in care taxele vamale ar
Ii constante.
CoeIicientul variabilei 'txvml¨ arata ca daca taxele vamale ar creste cu o unitate
impozitele indirecte ar creste cu 4.373623 in conditiile in care accizele ar Ii constante.
Pentru testarea semniIicatiei parametrilor analizam probabilitatile aIerente testului
t . Probabilitatea aIerenta testului t eIectuat pentru coeIicientul accizelor este 0. Acesta
este mai mica decat 0,05, ceea ce conduce la respingerea ipotezei nule potrivit careia
acest coeIicient ar Ii nesemniIicativ diIerit de 0. Probabilitatea aIerenta testului t pentru
taxele vamale este 0.0055 mai mica decat 0.05, deci ipoteza nula se respinge si in acest
caz.
Pentru a testa validitatea modelului in ansamblu se analizeaza probabilitatea
aIerenta testului F. Aceasta este 0 si Iiind mai mica decat 0.05 putem aIirma ca modelul
este unul valid.

ndeplinirea ipotezelor modelului de regresie

a) omoscedasticitatea
Vom teste ipoteza de homoscedasticitate cu ajutorul testului White.

Ipoteze nula este echivalenta cu indepliniera conditiei de homoscedasticitate. AstIel
in conditiile unui Fcalculat ÷1.649088 probabilitatea este 0.237254. Faptul ca aceasta este
mai mare decat 0.05 conduce la acceptarea ipotezei nule, Iiind astIel indeplinita ipoteze
de homodasticitate.

-). Autocorelarea
Pentru veriIicare necorelarii studiem statistica d aIerenta testului Durbin-Watson. Aceasta are valoarea
1.061833. Fiind situata in intervalul |0;d1|, unde d1÷ 1.46 putem aIirma ca exista o corelatie pozitiva a
perturbatiilor.

c). Normalitatea

Pentru testarea acetei ipoteze se analizeaza probabilitatea aIerenta testului Jarque-
Bera. Daca aceasta este superioara nivelului de relevanta ales(1,5 sau 10°) atunci se
accepta ipoteza nula potrivit careia erorile sunt distribuite normal. In acest caz
probabilitatea este 0.033034, mai mica decat nivelul de relevanta. Se respinge ipoteza
nula, deci perturbatiile nu sunt distribuite normal.

d) Multicoliniaritatea
Multicoliniaritatea perIecta este Ienomenul care se maniIesta atunci cand una dintre
variabilele independete ale modelului poate Ii scrisa ca o combinatie liniara intre celelalte
variabile.
Pentru testarea ipotezei de multicoliniaritate vom Iolosi testul Klein. Vom crea o noua
regresie de Iorma:
Acc÷a¹b*txvml

Pentru modelul initial am obtinut un R-squared÷0.992034.
Aceasta valoare este mai mare decat valoarea lui R-squared obtinuta pentru regresia
de mai sus. Aceasta inseamna ca nu exista multicoliniaritate intre varibilele independente
ale modelului.

$erii Cronologice

a). Rata somajului n Romania in perioada 1991-1994.
Primul pas este determinarea stationaritatii sau nestationaritatii seriei de timp
analizate.

Din acest graphic reiese clar ca seria aceasta este stationara.

Pentru a veriIica stationaritatea in media si in dispersia seriei, precum si pentru a
stabili daca procesul este de tip TS sau DS se vor Iolosi testele 'unit root¨, iar in cadrul
acestora testul Dickey-FullerŦ

Probabilitatea aIerenta testului este 0.4940. Fiind mai mare decat 0.05 se accepta
ipoteza nula potrivit careia seria este nestationara de tip DS. Acceptand ipoteza nula
rezulta ca procesul are o radacina unitara, deci poate Ii stationarizata prin diIerentiere.
Se creeaza in e-views o noua serie care se numeste d¸rsomaj÷d(rsomaj).

EIectuam testul Dickey-Fuller pt a veriIica stationaritatea acestei serii.

In acest caz probabilitatea aIerenta testului este 0.0070, mai mica decat 0.05. AstIel,
se respinge ipoteza nula potrivit careia seriei d¸rsomaj are o radacina unitate. Prin urmare
seria a Iost stationarizata.
Dupa ce procesul a Iost stationarizat, se procedeaza la identiIicarea modelului (AR,
MA, ARMA, SARMA, SARIMA) si a ordinului de intarziere. In acest scop pot Ii Iolosite
doua instrumente: autocorelograma simpla si autocorelograma partial. Acestea sunt
reprezentari graIice ale coeIicientului de autocorelare simpla, respectiv ale coeIicientului
de autocorelare partiala.

Corelograma reIlecta Iaptul ca procesul este de tip MA. Vom cauta acel model
MA(p) care va avea cel mai mare R-square si probabilitatile aIerente testului t al
parametrilor mai mici decat 0.05. In cazul de Iata modelul este MA(3).

Pentru a testa validitatea modelului analizam probabilitatea aIerenta testului F.
Aceasta este 0.000114. Fiind mai mica decat 0.05, modelul este unul valid.
R-squared Iiind mai mica decat 50° releva Iaptul ca inIormatiile anterioare nu pot
Ii Iolosite pentru a realiza predictii de mare acuratete.

. Cursul de schim- leu-canadian in perioada 3 ian. - 31 ian.

&rmatoarea analiza are la baza evolutia cursului de schimb valutar al dolariului
Canadian in raport cu leul in perioada 03.01.2008-30.01.2008.

GraIicul seriei de timp atesta Iaptul ca aceasta nu este stationara.
Pentru a stabili daca procesul este de tip TS sau DS se vor Iolosi testele 'unit root¨,
iar in cadrul acestora testul Dickey-Fuller.

Probabilitatea aIerenta testului este 0.7623. Fiind mai mare decat 0.05 se accepta ipoteza
nula potrivit careia seria are radacina unitara, prin urmare procesul este de tip DS

Se creeaza in E-views o noua serie care se numeste d¸cursv÷d(cursv), al carei
graIic este urmatorul:

Vom eIectua testul Dickey-Fuller pt a veriIica stationaritatea acestei serii.

In acest caz probabilitatea aIerenta testului este 0.0011, mai mica decat 0.05. AstIel,
se respinge ipoteza nula potrivit careia seriei d¸cursv are o radacina unitate. Prin urmare
seria a Iost stationarizata.
Dupa ce procesul a Iost stationarizat, se procedeaza la identiIicarea modelului (AR,
MA, ARMA, SARMA, SARIMA) si a ordinului de intarziere. In acest scop pot Ii Iolosite
autocorelograma simpla si autocorelograma partiala. Acestea sunt reprezentari graIice ale
coeIicientului de autocorelare simpla, respectiv ale coeIicientului de autocorelare partiala.

Corelograma arata Iaptul ca niciun coeIicient de corelatie nu este semniIicativ diIerit de
0, deci procesul este de tip 'Zgomot alb¨ (White-noise). Asadar, analiza eIectuata se
opreste.

./.9 5:902...8070853083.2 .7.2574-..3.9..90 2549003/70.90....2...4.107039.7.0470890 .90.4389.172.9089::9010..-9.2.70890.9.9089::950397: 9.401../   3/05370.7.2.039.70.47.2-:80.00...43/903.:4:39.5490.9089:: .039:.00.089..-0 .401.390  !0397:9089.80231...70.-9..0.950397:.549004724/0::/0707080   .00.90.43/:.9  .7089070.90..713080231.905./9..89.7./0.401..70890.70853070.039:.2.: 3..107039. .549003:05497. 0890  /0./0.38..3:.0472549003/70.7.089 .70890.9..0..709.089..10703909089:: 9 !74-.: 3.0890 813/2.:4:39.039:.24/0: 0890:3:.  !0397:.24/0::3.4389.71.9089.90.00.43/903.7.390  401.70. 08902....00./1079/0 !74-..209747..2.-9..90..0..0..90..0.../0.2..-9. ..7 1.-0 9.00890 2.3.574-..90.0.9..9:.9  /0.107039. .

9  574-.0/.  4248.43/:.90 8910 3.9.:.0/..89.43/90/04248.549003:0 13/.:3/05307.90.08900.:.:947:9089::90     549003:..059.89.54900 /0424/.89.9.0/.0890  .90...89..90..59:.0890 2.-9.0. .039..9./04248.90    .2.9 ..43/90:3:.....70/0.70.89103/0539..0. '42908905490.9.89.

.2.   3/89:. 3:.470.:  .574-.76:0 07.33907.3:./.90.107039....   ..5497.107039.789:/0289.3.93. 3.90. 574-.947   .470.: /( :3/0/ 5:902.39.9089:::7-3 ..0890   2...0. .3.9. 5079:7-..074708:39/897-:903472.9.9:3.059.9089::.9843 .9../0.089. .0::/0700.5079:7-.0905490080. :94..172..   !0397:9089.39.-9...70.4.4.89..70..80 ....470..89..0.989.70. !0397:.071.089...-9.0.7. /0.90.70.5490.. $07085305490. 472.90549.7030.903:8:39/897-:903472.0:/0700.70..08  8.08908:5074...

00./3970 ...50397:70708.903970.89.434:.9.4.70/0.70.2:9..9:3.3/:3.31089... . /02.70.903.90 ..90.9..43.70.90.-0  !0397:9089.7008902.43. :9..70802. / :9.79.7-003/0503/0390 ..4.24-93:9:3# 86:.024/0::  .54900/02:9.0.024/0::54.7.23.43..0.-003/0503/090.3970. .8:8 ...9018.4.7..08901034203:.79.3:089.89..380.42-3.7.43.2.9..78.50710.2    !0397:24/0:39.79.79.70/    .:# 86:.4214489089:03 '42. 707080/01472..90.70/4-93:9...

:3089.-/.89.0897.943.943.   !0397:./7: . 89.471448908900 :397449 .0 :07  .0  .089089.7..83/85078.:$80.70..79.842.08:0890/095%$8..79.943.. $0774344.3.79.::3#42..89.574.35074.8070 570.943...90   3.9089:.98070/0925 .9.73.807.89.7./.:2850397:.80890/090723.071...90.320/.   !72:5. #.70080.08947.98.5...0..3.

943.9.../ 7842.3/5490.70803:20890/*7842.:39...30 .3..90189.9 80.70/0.-9.54.573/107039070  $0. 70:9. /0.574.107039.059.700./095$ .7.5497.059.7.3:.90.08434:..2.70..7047.807.943.  !74-./.3:.9089::0890  3/2.7.08:... 5490..08903089..8070.9.   .

943.0890807  ..0 :0759.29089:.  10.071.79.89...9:.90..

90.24/0:: #   # $# $# 8.7..9  8910  807085305490.47047..90 !73:72.107039.3.70.:94.825.9089::0890  2.  :5.0890.5497.3:.0898.2.8..574-.0/0..:39.5.148989.455491144890 /4:.70..2.148989.3897:20390.7070 3.0574.... .  3./.8070/*7842..9 80574.79.47/3::/039..8:39 ..7..9.943.47047.2.943.9.08:.:94..7047../0391./0.-9.089.70 807.

79.9..2.70# 86:. 70850.:9.70.2.574...401..708574-.039:: /0.0.1.470.24/0:0890     .9..70570039.9  3.      47047.2..10703909089::9.7010.02..90..08:0890/095 '42.0.-9.024/0  5 .59:.039::/0...:/01.:94. 5.1.470.2097472.70825./0..705.0..:94..0.9.401.7.77.

...9/02.70/13/2.90.-9.3.9089.2.0890  3/2.39074.90.2574-.24/0::.570/...:7.70.31472.9089::  ./0..70..89./0..2.59:.     !0397:.107039..9 700../  # 86:.90...1./9.0.9  24/0:0890:3:..9090     .703:549 114489050397:.

943./7:.:78::/08.:8070/0925.:0:35074.. :78:/08.89.7.73.89.9089..7:: .70.0...574..            7..1..7.2-.:9..0 :07  .-.4:9./.337./.9089:.3   ../4.59:./.5479..70.3    &72.:$80.471448908900 :397449  .3:089089.0.3..  !0397:.-/..335074.08:0890/095%$8.2-0: .3...08947.3.94..1./.

707. 573:72.5490.-9...5497.2...807.70.059..9 80.107039.   !74-.7.08:0890/095$  ./.:39.9.70/0.9089::0890  3/2..3.70574.. 3:.90.

3 ..9089:...071.947:    '42010.70 7.943.:78./ .8070.89. .70803:20890/*.:78.79.90.1....08434:..9:..0890:72.0890807       .0 :0759.700.$0.

.8070/*.0574.:78./.3:.5497..7.08:..9  8910  807085305490..0898..148989.574-.7070 3.9 80574.  3...47/3::/039..0/0./0391.9...943.148989.70 807.70../0.7047..70..943..:39.  :5.-9.107039.9.90 !73:72.7.089.3.2.9089::0890  2.90.24/0:: #   # $# $# 8.455491144890 .

    47047..:94.47047.9.0 ..039::/0.5.010.:94.:94.0890.77..08:0890/095 4249.574.470.705. .2.9.59:.9.039::/0.9:.8.79.9.401.903:089080231.3.47047.2.79.470.1.70825.:3.3.:94..7.7 . 90 3480 8./..039/0.2.80 4570890     .0...0..401.8:3970570039.470.401..825.1./1079/0 /0. 70850.