LLOJET E MODELEVE TE REGRESIONIT DHE SUPOZIMET E MODELIT

Llojet e te dhenave

Me prerje horizontale/cross-sectional: Observimet per

individe, familje, firma, vende, etj per nje
periudhe kohore
Seri kohore: Observimet mbi te ardhurat, konsumin,
normat e interesit, etj per disa perudha
kohore (vite, kuartal, muaj, )
Te dhenat Panel: Observimet ne te dhenat e njejta me prerje
horizontale mbi individe, ekonomi familjare,
etj per disa perudha kohore

1
 LLOJET E MODELEVE TE REGRESIONIT DHE SUPOZIMET E MODELIT

Llojet e modeleve

Modeli A: Te dhenat cross-sectional me regresore jostohastik.

Vlerat e tyre ne observime ne moster nuk kane
komponente stohastike (te rastit).
Modeli B: Te dhenat cross-sectional me regresore stohastik.
Vlerat e regresoreve jane te rastit dhe te pavarur
nga populacioni i definuar.
Modeli C: Te dhenat ne seri kohore. Vlerat e regresoreve mund
te persistojne ne kohe. Regresionet me te dhena me
seri kohore involvojne qeshtje komplekse.

Modele te ndryshme regresioni jane te pershtatshem per te dhena te caktuara. Do te

konsiderohen tre lloje te modeleve te regresionit.

2
 LLOJET E MODELEVE TE REGRESIONIT DHE SUPOZIMET E MODELIT

Llojet e modeleve

Modeli A: Te dhenat cross-sectional me regresore jostohastik.

Vlerat e tyre ne observime ne moster nuk kane
komponente stohastike (te rastit).
Modeli B: Te dhenat cross-sectional me regresore stohastik.
Vlerat e regresoreve jane te rastit dhe te pavarur
nga populacioni i definuar.
Modeli C: Te dhenat ne seri kohore. Vlerat e regresoreve mund
te persistojne ne kohe. Regresionet me te dhena me
seri kohore involvojne qeshtje komplekse.

Fillojme me Modelin A. Kjo na mundeson te diskutojme analizen e regresionit ne nje

kornize te thjeshte te ashtuquajtur Modeli Klasik I Regresionit Linear.

3
 LLOJET E MODELEVE TE REGRESIONIT DHE SUPOZIMET E MODELIT A

Supozimet per Modelin A

A.1: Modeli eshte linear ne parametera dhe i specifikuar mire.

Y = 1 + 2X + u

Shembuj te modeleve qe jane jolineare ne parametra:

Y 1 X 2 u
Y = 1 + 2X2 + 3X3 + 2 3X4 + u

Parametrat Linear dmth qe secili term ne te djathte ka si faktore te thjeshte dhe nuk ka
ndonje nderlidhje ndermjet s.

5
 LLOJET E MODELEVE TE REGRESIONIT DHE SUPOZIMET E MODELIT A

Supozimet per Modelin A

A.2: Ekziston variacion i regresorit ne moster.

Duhet te ekzistoje nje variacion i regresorit ne moster. Perndryshe, nuk mund te llogaritet
qe shpjegon variacionin e Y.

6
 LLOJET E MODELEVE TE REGRESIONIT DHE SUPOZIMET E MODELIT A

Supozimet per Modelin A

A.2: Ekziston variacion i regresorit ne moster.

X X Y Y
i i
b2
X X
2
i

0
nese X i X per te gjitha i, b2 .
0

Nese do te perpiqeshim te regresojme Y ne X, kur X eshte konstant, nuk do te mund te

kalkulojme koeficientet e regresionit. Edhe numruesi edhe emruesi i shprehjes per b2 do te
ishte zero. Edhe b1 nuk do te mund te kalkulohej.
7
 LLOJET E MODELEVE TE REGRESIONIT DHE SUPOZIMET E MODELIT A

Supozimet per Modelin A

A.3 VP e termit te gabimit (turbullira stohastike) eshte zero

E(ui) = 0 for all i
Suppose Y = 1 + 2X + u
Define vi = ui u

Then E(vi) = E(ui u) = E(ui) E( u) = u u = 0

VP-vlera e pritur. Supozojme qe vlera e pritur e gabimit te rastit duhet te jete zero. Ajo ndonjehere
eshte pozitive, e ndonjehere negative. Por, nuk duhet te kete tendence sistematike ne asnjerin
drejtim.
8
 LLOJET E MODELEVE TE REGRESIONIT DHE SUPOZIMET E MODELIT A

Supozimet per Modelin A

A.3 VP e termit te gabimit (turbullira stohastike) eshte zero

E(ui) = 0 for all i
Suppose Yi = 1 + 2Xi + ui
Define vi = ui u

Then E(vi) = E(ui u) = E(ui) E( u) = u u = 0

Nese konstantja eshte ne regresion, eshte shpesh e arsyeshme te supozohet qe ky kusht

plotesohet automatikisht.

9
 LLOJET E MODELEVE TE REGRESIONIT DHE SUPOZIMET E MODELIT A

Supozimet per Modelin A

A.3 VP e termit te gabimit (turbullira stohastike) eshte zero

E(ui) = 0 for all i
Suppose Yi = 1 + 2Xi + ui
Define vi = ui u

Then E(vi) = E(ui u) = E(ui) E( u) = u u = 0

Roli i konstantes eshte qe te absorboje ndonje tendence sistematike por konstante ne Y qe nuk
absorbohet/perfshihet nga regresoret.

10
 LLOJET E MODELEVE TE REGRESIONIT DHE SUPOZIMET E MODELIT A

Supozimet per Modelin A

A.3 VP e termit te gabimit (turbullira stohastike) eshte zero

E(ui) = 0 for all i
Supozo Yi = 1 + 2Xi + ui E ( u ) 0
i u

Define vi = ui u

Then E(vi) = E(ui u) = E(ui) E( u) = u u = 0

Supozo qe termi I gabimit ka mesatare te polulacionit jozero.

11
 LLOJET E MODELEVE TE REGRESIONIT DHE SUPOZIMET E MODELIT A

Supozimet per Modelin A

A.3 VP e termit te gabimit (turbullira stohastike) eshte zero

E(ui) = 0 for all i
Supozo Yi = 1 + 2Xi + ui E ( u ) 0
i u

Defino vi = ui u

Yi 1 2 X i v i u
1* 2 X i v i where 1* 1 u

Then E(vi) = E(ui u) = E(ui) E( u) = u u = 0

Defino nje variabel te rastit vi = ui u.

12
 LLOJET E MODELEVE TE REGRESIONIT DHE SUPOZIMET E MODELIT A

Supozimet per Modelin A

A.3 VP e termit te gabimit (turbullira stohastike) eshte zero

E(ui) = 0 for all i

Supozo Yi = 1 + 2Xi + ui E ( ui ) u 0
Defino vi = ui u
Yi 1 2 X i v i u
1* 2 X i v i where 1* 1 u
ku

Then E(vi) = E(ui u) = E(ui) E( u) = u u = 0

Keshtu, mund te rishkruajme modelin si me larte. vi behet termi I ri I gabimit dhe constantja
ka absorbuar u.

13
 LLOJET E MODELEVE TE REGRESIONIT DHE SUPOZIMET E MODELIT A

Supozimet per Modelin A

A.3 VP e termit te gabimit (turbullira stohastike) eshte zero

E(ui) = 0 for all i
Supozo Yi = 1 + 2Xi + ui E ( u ) 0
i u

Defino vi = ui u

Yi 1 2 X i v i u
1* 2 X i v i where 1* 1 u
ku

atehere E(vi) = E(ui u) = E(ui) E( u) = u u = 0

Termi I gabimit ne modelin e reviduar tani ploteson Supozimin A.3.

14
 LLOJET E MODELEVE TE REGRESIONIT DHE SUPOZIMET E MODELIT A

Supozimet per Modelin A

A.3 VP e termit te gabimit (turbullira stohastike) eshte zero

E(ui) = 0 for all i
Supozo Yi = 1 + 2Xi + ui E ( u ) 0
i u

Defino vi = ui u

Yi 1 2 X i v i u
1* 2 X i v i where 1* 1 u
ku

atehere E(vi) = E(ui u) = E(ui) E( u) = u u = 0

Cmimi qe duhet paguar eshte se interpretimi i konstantes ndryshon. Pra, absorbon

komponenten jozero te termit te gabimit.

15
 LLOJET E MODELEVE TE REGRESIONIT DHE SUPOZIMET E MODELIT A

Supozimet per Modelin A

A.3 VP e termit te gabimit (turbullira stohastike) eshte zero

E(ui) = 0 for all i
Supozo Yi = 1 + 2Xi + ui E ( u ) 0
i u

Defino vi = ui u

Yi 1 2 X i v i u
1* 2 X i v i where 1* 1 u

Atehere E(vi) = E(ui u) = E(ui) E( u) = u u = 0

Kjo eshte ne pergjithsi e pranueshme sepse roli i konstantes eshte te absorboje ndonje tendence
sistematike ne Y qe nuk perfshihet nga regresoret.

16
 LLOJET E MODELEVE TE REGRESIONIT DHE SUPOZIMET E MODELIT A

Supozimet per Modelin A

A.4 Termi i gabimit (turbullira stohastike) eshte homoskedastike

u2i u2 for
Per teall i
gjitha

Supozohet qe termi I gabimit eshte homoskedastik, qe dmth se vlera e tij ne cdo observim
nxirret nga distribuimi me variance konstante te populacionit.

17
 LLOJET E MODELEVE TE REGRESIONIT DHE SUPOZIMET E MODELIT A

Supozimet per Modelin A

A.4 Termi i gabimit (turbullira stohastike) eshte homoskedastike

u2i u2 for
Per teall i
gjitha

Kjo eshte nje koncept A Priori ku ne po mendojme per sjelljen potenciale te termit te
gabimit/rastit para se mostra te gjenerohet aktualisht.

18
 LLOJET E MODELEVE TE REGRESIONIT DHE SUPOZIMET E MODELIT A

Supozimet per Modelin A

A.4 Termi i gabimit (turbullira stohastike) eshte homoskedastike

u2i u2 for
Per teall i
gjitha

Kur gjenerojme mostren, termi I gabimit/rastit mundet te jete me I madh ne disa observime,
dhe me I vogel ne disa tjera, por nuk duhet te jete ndonje arsye per ate te jete me variabl ne
disa observime se sa ne tjerat.
19
 LLOJET E MODELEVE TE REGRESIONIT DHE SUPOZIMET E MODELIT A

Supozimet per Modelin A

A.4 Termi i gabimit (turbullira stohastike) eshte homoskedastike

u2i u2 for
Per teall i
gjitha

2
ui 2

E ui u E ui2

E ( ui2 ) u2 Per te
for
gjithaall i

Pasi qe E(ui) = 0, sipas Supozimit A.3, varianca e populacionit e ui eshte e barabart me

E(ui2), keshtu kushti mund te shenohet si me larte.

20
 LLOJET E MODELEVE TE REGRESIONIT DHE SUPOZIMET E MODELIT A

Supozimet per Modelin A

A.4 Termi i gabimit (turbullira stohastike) eshte homoskedastike

u2i u2 for
Per teall i
gjitha

2
ui 2

E ui u E ui2

E ( ui2 ) u2 for
Per teall i
gjitha

Nese Supozimi A.4 nuk plotesohet, koeficientet e regresionit OLS do te jene joeficiente, dhe
rezultate me te mira fitohen nese modifikohet teknika e regresionit.

21
 LLOJET E MODELEVE TE REGRESIONIT DHE SUPOZIMET E MODELIT A

Supozimet per Modelin A

A.5 Vlerat e termit te gabimit kane distribuim te pamvarur

ui ka ditribuim te pamvarur nga uj per te

gjitha j i

Ne supozojme qe termi I gabimit nuk eshte subjekt I autokorrelacionit, qe dmth se nuk

duhet te kete asocijim sistematik ndermjet vlerave te dy observimeve te tije.

22
 LLOJET E MODELEVE TE REGRESIONIT DHE SUPOZIMET E MODELIT A

Supozimet per Modelin A

A.5 Vlerat e termit te gabimit kane distribuim te pamvarur

ui ka ditribuim te pamvarur nga uj per te

gjitha j i

Per shembull, vetem pse termi I gabimit eshte I madh dhe pozitiv ne nje observim, nuk
duhet te kete tendence qe ai te jete I tille ne observimin tjeter (ose I madh dhe negativ, etj.).

23
 LLOJET E MODELEVE TE REGRESIONIT DHE SUPOZIMET E MODELIT A

Supozimet per Modelin A

A.5 Vlerat e termit te gabimit kane distribuim te pamvarur

ui ka ditribuim te pamvarur nga uj per te
gjitha j i

ui u j E[(ui u )( u j u )] E ( ui u j )

E ( ui ) E ( u j ) 0

Supozimi dmth qe kovarianca ndermjet ui dhe uj eshte zero. Kujto qe meastaret e

populacionit te ui dhe uj jane zero, dhe E(uiuj) mund te zberthehen si E(ui)E(uj) nese ui dhe uj jane
te gjeneruara pamvarsisht.
24
 LLOJET E MODELEVE TE REGRESIONIT DHE SUPOZIMET E MODELIT A

Supozimet per Modelin A

A.5 Vlerat e termit te gabimit kane distribuim te pamvarur

ui ka ditribuim te pamvarur nga uj per te
gjitha j i

ui u j E[(ui u )( u j u )] E ( ui u j )

E ( ui ) E ( u j ) 0

Nese ky supozim nuk plotesohet, OLS do te gjeneron vleresuesit joeficient.

25
 LLOJET E MODELEVE TE REGRESIONIT DHE SUPOZIMET E MODELIT A

Supozimet per Modelin A

A.6 Termi i gabimit ka distribuim normal

Justifikimi per kete supozim bazohet ne Teoremen e Tendences Qendrore.

26
 LLOJET E MODELEVE TE REGRESIONIT DHE SUPOZIMET E MODELIT A

Supozimet per Modelin A

A.6 Termi i gabimit ka distribuim normal

Ne esence, TTQ thote se, nqs nje variabel e rastit eshte rezultat I kombinuar I efekteve te nje numri
te madh te variablave tjera te rastit, do te kete distribuim perafersisht normal edhe nqs
komponentet e saje nuk kane, nen supozimin se asnjeri nga komponentet nuk eshte dominant.
27
 LLOJET E MODELEVE TE REGRESIONIT DHE SUPOZIMET E MODELIT A

Supozimet per Modelin A

A.6 Termi i gabimit ka distribuim normal

Termi I gabimit u perbehet nga nje numer faktoresh qe nuk jane prezent ne menyre
eksplicite ne ekuacionin e regresionit. Keshtu, edhe nese nuk dijme asgje mbi distribuimin
e ketyre faktoreve, ne supozojme qe termi I gabimit ka distribuim normal.
28