t
X2t
Yt
1
2.3
2
1
4.5
0.5
1
2.5
1.5
1
1.9
3
1
2.8
1
1
5.7
0
1
2.8
2.1
1
3.7
1.8
1
1.5
3
1
4.5
0.7
1
4.2
0.5
1
4.2
1
1
2.3
1.4
1
3.9
1.2
1
4.5
0.8
1
2.8
2.3
1
1
3.5
1
1.9
3.8
1
3
1.8
1
2.9
2.6
1
4
0.8
1
4.7
1.2
1
1.6
4.2
1
4.9
0.8
1
1.3
2.5
UNIVERSITATEA POLITEHNICA
MASTER POLITICI ECONOMICE EUROPENE, AN 1
TĂRÎŢĂ ANA GEORGIANA
Fie urmatoarele date referitoare la dinamica veniturilor (X1t), dinamica preturilor (X2t) si evolutia cererii (Yt) pe piata unui produs: Ziua nasterii: Z=17, Luna nasterii: L=10
a) Yt=a0+a1X1t+a2X2t+e1, folosind notatia sub forma de matrice, vom deduce urmatoarea estimare:
x'*x
25
79.4
79.4
292
(x'*x)-1
0.2933
-0.0797
-0.0797
0.0251
x'*y
44
109.92
Â
4.1384
-0.7489
TESTAŢI ACURATEŢEA AJUSTĂRII ŞI INTERPRETAŢI REZULTATELE OBŢINUTE.
SUMMARY OUTPUT
Regression Statistics
Multiple R
0.8617
R Square
0.7425
Adjusted R Square
0.7313
Standard Error
0.5803
Observations
25
ANOVA
df
SS
MS
F
Significance F
Regression
1
22.3342
22.3342
66.3175
0.0000
Residual
23
7.7458
0.3368
Total
24
30.08
Coefficients
Standard Error
t Stat
P-value
Lower 95%
Upper
95%
Lower 95.0%
Upper 95.0%
Intercept
4.1384
0.3143
13.1680
0.0000
3.4883
4.7885
3.4883
4.7885
X Variable 1
-0.7489
0.0920
-8.1436
0.0000
-0.9391
-0.5586
-0.9391
-0.5586
R2 = = 1 - = 0.7424
= = 0.7312
R= 0,8617, legatura dintre venituri, preturi si cerere este puternica
R2 =0,7425 arata ca 74 % din variatia preţurilor şi a veniturilor este explicata de cererea populatiei
Abaterea medie patratica a erorilor sε= 0,5803. In cazul in care acest indicator este zero inseamna ca toate punctele sunt pe dreapta de regresie.
In acest tabel - ANOVA este calculat testul F pentru validarea modelului de regresie. Deoarece F=66.3175, iar Significance F (pragul de semnificatie) este 0 (valoare mult mai mica decat 0.05) => modelul de regresie construit este valid si poate fi utilizat pentru analiza dependentei.
Cererea este termenul liber, deci coeficientul a este 4.1384. Termenul liber este punctul in care variabila explicativa (factoriala) este 0. Deoarece ta= 13.1680, iar pragul de semnificatie P value este 0, inseamna ca acest coeficient este semnificativ. Intervalului de incredere este 4.78854.7885.
Coeficientul b, Preţ este -0.7489, ceea ce insemna ca la cererea de 4.1384, preţul va scade cu 0.7489. Deoarece tstat Preţ -8.1436, iar pragul de semnificatie P-value este 0, inseamna ca acest coeficient este semnificativ. Intervalul de incredere pentru acest parametru este -0.9391-0.5586.
CALCULAŢI MATRICEA DE VARIANŢĂ A ESTIMĂRILOR
Ŷ
U
U²
2.4160
-0.4160
0.1731
0.7685
-0.2685
0.0721
2.2662
-0.7662
0.5871
2.7156
0.2844
0.0809
2.0416
-1.0416
1.0849
-0.1301
0.1301
0.0169
2.0416
0.0584
0.0034
1.3676
0.4324
0.1870
3.0151
-0.0151
0.0002
0.7685
-0.0685
0.0047
0.9932
-0.4932
0.2432
0.9932
0.0068
0.0000
2.4160
-1.0160
1.0323
1.2178
-0.0178
0.0003
0.7685
0.0315
0.0010
2.0416
0.2584
0.0668
3.3895
0.1105
0.0122
2.7156
1.0844
1.1760
1.8918
-0.0918
0.0084
1.9667
0.6333
0.4011
1.1429
-0.3429
0.1176
0.6187
0.5813
0.3379
2.9402
1.2598
1.5871
0.4690
0.3310
0.1096
3.1649
-0.6649
0.4421
∑U²= 7.7458
Su2 = 0.3368
Var (Â)
0.0988
-0.0269
-0.0269
0.0085
TESTAŢI SEMNIFICAŢIA ESTIMATORILOR
SU (â0) = = 0.3143
SU(â1) = = 0.0920
t â0 = = 13.168
t â1 = = -8.1436
TESTAŢI AUTOCORELAREA ERORILOR
Ut-Ut-1
(Ut-Ut-1 )2
0.1475
0.0218
-0.4977
0.2477
1.0507
1.1039
-1.3260
1.7583
1.1717
1.3729
-0.0717
0.0051
0.3740
0.1399
-0.4475
0.2003
-0.0534
0.0029
-0.4247
0.1803
0.5000
0.2500
-1.0228
1.0462
0.9982
0.9964
0.0493
0.0024
0.2269
0.0515
-0.1480
0.0219
0.9740
0.9486
-1.1762
1.3836
0.7251
0.5258
-0.9762
0.9531
0.9242
0.8542
0.6785
0.4604
-0.9287
0.8626
-0.9959
0.9918
??(−)² = 14.3815
dW = = 1.8567
Coeficientul Durbin Watson stabileste daca varianta reziduala a unei variabile într-un model de regresie este constant (homoscedasticitate). Pentru atesta constanta unei variatii s-au introdus intr-o regresie patratele reziduurilor de la un model de regresie, regresori si regresorii la patrat.Astfel, impartind totalul (Ut-Ut-1)2 la totalul U2 a rezultat Coeficientul Durbin Watson
DW = 1.8567
Pentru n = 25, avem dL = 1.206 şi dU = 1.55.
Valoarea obţinută 1.8567 se află în intervalul 1,55 şi 2,45 ceea ce înseamnă că se acceptă lipsa autocorelării.
CONCLUZIE:
Din analiza modelelor observam faptul ca acestea nu trec toate necesitatile, fiind astfel nevoie de diferite ajustari.Variatia cererii este determinata de variatia nivelului preţurilor. Asadar, variabila independenta, dupa cum ne arata si testele si modelele depinde doar de factorul analizat: dinamica preţului.
TESTAŢI HETEROSCEDASTICITATEA
Pentru testarea heteroscedasticităţii voi folosi testul Goldfeld-Quandt
Ordonate dupa X2
t
X2t
Yt
U
U²
1
1
3.5
0.1105
0.0122
1
1.3
2.5
-0.6649
0.4421
1
1.5
3
-0.0151
0.0002
1
1.6
4.2
1.2598
1.5871
1
1.9
3
0.2844
0.0809
1
1.9
3.8
1.0844
1.176
1
2.3
2
-0.416
0.1731
1
2.3
1.4
-1.016
1.0323
1
2.5
1.5
-0.7662
0.5871
1
2.8
1
-1.0416
1.0849
1
2.8
2.1
0.0584
0.0034
1
2.8
2.3
0.2584
0.0668
1
2.9
2.6
0.6333
0.4011
1
3
1.8
-0.0918
0.0084
1
3.7
1.8
0.4324
0.187
1
3.9
1.2
-0.0178
0.0003
1
4
0.8
-0.3429
0.1176
1
4.2
0.5
-0.4932
0.2432
1
4.2
1
0.0068
0
1
4.5
0.5
-0.2685
0.0721
1
4.5
0.7
-0.0685
0.0047
1
4.5
0.8
0.0315
0.001
1
4.7
1.2
0.5813
0.3379
1
4.9
0.8
0.331
0.1096
1
5.7
0
0.1301
0.0169
SU² (n1) = = 6.2461 / 10 = 0.62461
SU² (n2) = = 1.0987 / 10 = 0.10987
Fcalc = = 5.684
Comparam cu F 0.05; 10; 10 = 2.98
Fcalc > F tabel atunci acceptam ipoteza de heteroscedasticitate a erorilor la pragul de semnificaţie α.
PROGNOZA
Xf
1
2
2.7
Ŷf = â0 + â2Xf2
Yf = 1.5021
Ŷf - t**23, df * Sf ≤ Ŷf ≤ Ŷf + t**23, df * Sf
Sf² = SU² ( 1 + Xf * ( X’*X) -1 * Xf’)
Sf = 0.6900
df
0.1
0.5
0.01
t23, df
1.717
2.074
2.819
t23, df * Sf
1.1846
1.4310
1.9450
Ŷf - t**23, df * Sf
0.3174
0.0711
-0.4429
1.5021
1.5021
1.5021
Ŷf + t**23, df * Sf
2.6867
2.9330
3.4470
CONCLUZIE:
Din analiza modelelor observam faptul ca acestea nu trec toate necesitatile, fiind astfel nevoie de diferite ajustari.Variatia cererii este determinata de variatia nivelului preţurilor. Asadar, variabila independenta, dupa cum ne arata si testele si modelele depinde doar de factorul analizat: dinamica preţului.