You are on page 1of 12

ACADEMIA DE STUDII ECONOMICE BUCURETI

FACULTATEA DE CIBERNETIC, STATISTIC I INFORMATIC ECONOMIC

PROIECT ECONOMETRIE
Modelul economic unifactorial i multifactorial

Nume: Marinescu Irina Maria


Anul: 3

1. Formularea problematicii analizate


Managerul unei firme care vinde i nchiriaz jocuri video realizeaz un studiu pentru a decide n
ce zon s fie amplasat magazinul. Mai mult, el consider c va avea succes daca va obine un
profit brut ct mai mare la sfaritul anului (profitul este cuantificat in sute de euro). Factorii luai n
considerare pentru aceast afacere sunt:

Numrul competitorilor pe o raza de un km


Preul unui joc video la nchiriere (euro).

Au fost selectate aleator 22 magazine i sunt nregistrate valorile celor 3 variabile in tabelul de mai
jos (sursa datelor o reprezint un exemplu gasit pe site-ul scribd.com).

Profit

Competitori

Pre

323

2,49

343

2,99

375

2,99

351

1,99

328

2,49

318

2,49

330

2,49

267

2,49

320

2,99

409

2,99

316

2,49

351

2,99

333

1,99

372

2,99

362

2,99

321

2,99

410

412

3,2

405

2,9

320

2,3

380

2,8

420

3,3

Figura 1.1

Descrierea variabilelor economice


1

Variabila dependent sau variabila explicat Y este reprezentat de profitul brut anual (sute de euro).
Variabila X1 numit i variabil explicativ sau independent este reprezentat de preul pentru
nchirierea unei casete video (euro).
Variabila X1 numit i variabil explicativ sau independent este reprezentat de numrul
competitorilor pe o raz de un km.

2. S se specifice modelul econometric unifactorial


Managerul unei firme care vinde i nchiriaz jocuri video realizeaz un studiu pentru a decide n
ce zon s fie amplasat magazinul. Mai mult, el consider c va avea succes daca va obine un
profit brut ct mai mare la sfaritul anului (profitul este cuantificat in sute de euro). Factorul luat n
considerare pentru aceast afacere este preul de nchiriere al unui joc video.
Y = Profitul brut anual
X1 = Preul unui joc video (euro)
= 0 + 1*X1 +
0 = parametrul de interceptare
1 = parametrul pant

Output-ul n Excel

Figura 2.1

Output-ul n EViews

Figura 2.2
Variabilele modelului sunt:

a)

Variabila dependent (explicat) Y = Profitul.

Variabila indepentent (explicativ) este X1 = preul unui joc video.

Precizai si interpretai estimaiile parametrilor modelului.

Figura 2.3
Valoarea 1 = 66,309, care msoar panta dreptei de regresie, arat c, n cazul unor preuri
cuprinse ntre 1,99 i 3,3 de euro, atunci cnd preul crete cu o unitate, profitul anual va crete, n
medie, cu 66,309 unitai (66,309 * 100 = 6630,9 euro).
Valoarea 0 = 171,131 arat nivelul profitului, atunci cand preul este 0. Interpretm pe 0 =
171,131 ca fiind efectul mediu asupra lui Y, al tuturor factorilor care nu sunt luai n considerare n
modelul de regresie.
Dreapta de regresie estimat este:
i Xi

b) Testai semnificaia statistic a parametrului pant.


Interpretai intervalul de ncredere 95% pentru acest parametru.
3

Ipoteze:
H0: 1 = 0 (parametrul pant nu e semnificativ statistic; modelul nu este valid)
H1: 1 0 (parametrul pant este semnificativ statistic; modelul este valid)
Statistica t urmeaza o distribuie Student cu (n-2) grade de libertate (t alfa/2, n-2) daca H0 este
adevrat.
t tabelat (t cristic) este egal cu 2,086.

Figura 2.4
Din Excel (Figura 2.1) sau Eviews (Figura 2.2) observm c t calculat pentru parametrul pant este
3,34.
Cum tcalculat > tcritic => acceptm H1 i respingem H0. Parametrul pant este semnificativ statistic i
modelul este valid.
Dat fiind un coeficient de ncredere de 95%, pe termen lung, in 95 din 100 de cazuri, intervale
precum (24.99; 107.62) vor include valoarea real a lui 1. Intervalul construit nu conine valoarea
0, deci avem nc un argument n favoarea ipotezei H1 c 1 0. Spunem c 1 este semnificativ
statistic pentru modelul nostru.

c) Testai validitatea modelului de regresie.

Pentru testarea
validitii modelului se formuleaz doua ipoteze:
Figura
2.5
H0: Modelul nu este valid statistic (MSR = MSE)
H1: Modelul este valid statistic (MSR > MSE)
4

Figura 2.6
Pentru a testa validitatea modelului folosim statistica F din tabelul ANOVA de mai sus (Figura 2.5).
ntruct Fcalc = 11.208 , iar Significance F (pragul de semnificaie calculat) este 0.0032 (valoare
mai mic de 0,05 nivelul de seminificaie considerat), atunci vom respinge H0 i vom accepta H1,
adic modelul de regresie construit este valid statistic.
Altfel, dac lum in considerare Fcritic (F tabelat) care urmeaz o distribuie F alfa ; 1, n-2, unde
Ftabelat = 4.3512 i o comparm cu Fcalc din tabelul de mai sus => Fcalc > Fcritic => resping H0
i accept H1, adic modelul este valid statistic.

d) Verificai ndeplinirea ipotezelor modelului clasic de regresie liniar


(homoscedasticitatea, non-autocorelarea, normalitatea erorilor aleatoare).
Homoscedasticitatea
Testul White Formulm ipotezele:
H0: a1 = a2 = 0 (exist homoscedasticitate)
H1: ai 0, i = 1,2 (exist heteroscedasticitate)

Figura 2.7
Deoarece p-value > respingem H1 si acceptm H0, exist homoscedasticitatea erorilor
aleatoare.
Non-autocorelarea eroarea unei observaii nu este influenat de celelalte observaii
Etape n aplicarea testului Durbin-Watson
5

Pas1. Se estimeaz parametrii modelului de regresie prin MCMMP i se obin rezidurile. Se


testeaz ipotezele:
H0: = 0 (nu exist autocorelarea erorilor)
H1: 0 (exist autocorelarea erorilor).
Pas2. Se calculeaz valoarea statisticii DW.

Figura 2.8
Din Eviews observm ca DW = 1,721.
Pas3. Se determin valorile critice

Figura 2.9
Din tabelul distribuiei DW, pentru nivelul de semnificaie 5% , n=22, k=1, gsim d1=1,239 si
d2=1,429. (k = numarul de variabile explicative, n = numarul de observaii).
Pas4. Se compar valoarea calculat cu valorile critice obinute din tabele
Dac 0 < DW < d1 => seria reziduurilor prezint autocorelare de ordinul 1 pozitiv.
Dac d1 < DW < d2 indecizie. Se recomand acceptarea autocorelrii pozitive.
Dac d2 < DW <4-d2 => reziduurile sunt independente
Dac 4-d2 < DW <4-d1 => indecizie. Se recomand acceptarea autocorelrii negative
Dac 4-d1 < DW < 4 => seria reziduurilor prezint autocorelare de ordinul 1 negativ.
1.429 < 1.721 < 4-1.429 => rezidurile sunt independente. Rezult c erorile aleatoare nu sunt
corelate, deci avem non-autocorelare.
Normalitatea erorilor aleatoare
Pentru a verifica normalitatea erorilor vom utiliza testul Jarque-Bera:
H0: erorile sunt normal distribuite
6

H1: erorile nu sunt normal distribuite


Histograma reziduurilor este redat de fereastra de mai jos:

Figura 2.10
Observam din tabel c probabilitatea este 0.68 (probabilitate superioar nivelului de semnificaie
ales 0,05), deci probabilitate mare => acceptm H0: erorile sunt normal distribuite.

e) Previzionai valoarea variabilei dependente Y dac variabila X crete cu 10%


fa de ultima valoare nregistrat.
i Xi
Xinou = X22 + X22*10/100
Xinou = 3,3 + 3,3*0,1 = 3,3 + 0,33 = 3,63
Y = 171,13 + 66,309*3,63
Y = 171,13 + 240,701
Y = 411,831 (sute de euro)
Previzionm astfel o valoare a profitului anual brut de 41.183,1 euro.

3) S se specifice modelul econometric multifactorial.


Managerul unei firme care vinde i nchiriaz jocuri video realizeaz un studiu pentru a decide n
ce zon s fie amplasat magazinul. Mai mult, el consider c va avea succes daca va obine un
profit brut ct mai mare la sfaritul anului (profitul este cuantificat in sute de euro). Factorii luai n
considerare pentru aceast afacere sunt:

Numrul competitorilor pe o raza de un km


7

Preul unui joc video la nchiriere (euro).

Y = Profitul brut anual


X1 = Preul unui joc video (euro)
X2 = Numrul competitorilor pe o raz de un km
Verificm rezultatele n Excel i Eviews.

Output n Excel

Figura 3.1

Output n Eviews

Figura 3.2

S se estimeze parametrii modelului si s se interpreteze valorile obinute pentru


parametrii pant.

Figura 3.3
1 = Pre
2 = Concurena (numrul competitorilor)
0 = 152,27 arat nivelul profitului, atunci cand preul i numrul de competitori este egal cu 0.
Interpretm pe 0 = 152,27 ca fiind efectul mediu asupra lui Y, al tuturor factorilor care nu sunt
luai n considerare n modelul de regresie.
1 = 57,87 arat c, n perioada analizat, meninnd celelalte variabile constante, atunci cnd preul
crete cu o unitate monetar (un euro), profitul anual cresc n medie cu 57,870 unitai (57,870 *100
= 5.787 euro).
2 = 14,438 arat c, meninnd celelalte variabile constante, atunci cnd numrul competitorilor
crete cu unu, profitul anual crete cu aproximativ 14,438 uniti (14,438*100 = 1.443,8 euro).

Verificai existena multicoliniaritii variabilelor explicative.


9

Multicoliniaritatea este un fenomen specific esantioanelor.


Desi teoria spune c toate variabilele explicative sunt importante pentru analiza variabilei
dependente, esantionul obinut poate s nu permit includerea tuturor variabilelor n analiz.
Pentru a verifica multicoliniaritatea variabilelor explicative modelul trebuie sa fie valid.

Figura 3.4
Pentru a testa validitatea modelului folosim statistica F din tabelul ANOVA de mai sus.
ntruct Fcalc = 9,867 , iar Significance F (pragul de semnificaie calculat) este 0.00115 (valoare
mai mic de 0,05 nivelul de seminificaie considerat), atunci vom respinge H0 i vom accepta H1,
adic modelul de regresie construit este valid statistic.

Figura 3.4
t tabelat (t cristic) este egal cu 2,074.
Din Excel sau Eviews observm c t calculat pentru parametrul pant pre este 3,19.
Cum tcalculat > tcritic => acceptm H1 i respingem H0. Parametrul pant pre este semnificativ
statistic.
Din Excel sau Eviews observm c t calculat pentru parametrul pant concuren este 2,41.
Cum tcalculat > tcritic => acceptm H1 i respingem H0. Parametrul pant pre este semnificativ
statistic.

Figura
3.5intre pret si concurenta = 0.192 (valoare mica) => Legatur directa slab.
Corelatia
Nu avem multicoliniaritate.
10

Concluzii
n urma analizelor i testelor efectuate asupra modelului unifactorial, se constat c modelul este
valid, parametrul pant este semnificativ statistic i c ipotezele modelului clasic de regresie liniar
sunt ndeplinite.
Legatura dintre variabile este modelata de urmatoare ecuaie de regresie:
i Xi

n urma analizelor i testelor efectuate asupra modelului multifactorial, se constat c modelul este
valid, parametrii pant sunt semnificativi statistic.
Legatura dintre variabile este modelata de urmatoare ecuaie de regresie:
i X1 + 14,43X2

11