Date post: | 25-Dec-2015 |
Category: |
Documents |
Upload: | silvia-danoi |
View: | 2 times |
Download: | 0 times |
PPlanul cursuluilanul cursuluiPPlanul cursuluilanul cursului11 IntroducereIntroducere1.1. IntroducereIntroducere
EstimareaEstimarea şi testareaşi testarea parametrilorparametrilor uneiunei populapopulaţiiţii22 ModelulModelul de regresie liniară simplăde regresie liniară simplă2.2. Modelul Modelul de regresie liniară simplăde regresie liniară simplă3.3. Modelul de regresie liniară Modelul de regresie liniară multiplămultiplă
2
33 M d lM d l ll dd ii li ili i ăă l i lăl i lă33.. ModelModelulul dede regresieregresie liniarliniarăă multiplămultiplă
3.1. 3.1. Identificarea modeluluiIdentificarea modelului-- presupunepresupune reprezentareareprezentarea punctelorpunctelor ((yyii,, xxii))..
InterpretareInterpretare:: dacădacă toatetoate legăturilelegăturile suntsunt liniare,liniare, atunciatunciregresiaregresia multiplămultiplă esteeste liniarăliniarăregresiaregresia multiplămultiplă esteeste liniarăliniară..
3
33 2 P d l l i2 P d l l i33..2. Prezentarea modelului2. Prezentarea modelului
εββββ +++++= pp XXXY ...22110
unde:unde:►► YY este variabila dependentăeste variabila dependentă ;;
ββββ pp22110
►► YY este variabila dependentăeste variabila dependentă ;;►► XX11,, XX22,, ......,, XXpp suntsunt variabilevariabile independenteindependente (predictori)(predictori);;►► εε este variabila aleatoare eroare (reziduu);este variabila aleatoare eroare (reziduu);►► ββ00, , ββ11, ..., , ..., ββpp sunt coeficienţii de regresie.sunt coeficienţii de regresie.
4
►► InterpretareInterpretare::pp-- ββ00 esteeste valoareavaloarea mediemedie aa luilui YY,, atunciatunci cândcând valorilevalorile
variabilelvariabileloror independenteindependente suntsunt egaleegale cucu zerozero..-- ββii reprezintăreprezintă variaţiavariaţia mediemedie absolutăabsolută aa variabileivariabilei YY lala oo
creşterecreştere cucu oo unitateunitate aa variabileivariabilei independenteindependente XXii,, înîncondiţiilecondiţiile înîn carecare influenţainfluenţa celorlaltecelorlalte variabilevariabile independenteindependentecondiţiilecondiţiile înîn carecare influenţainfluenţa celorlaltecelorlalte variabilevariabile independenteindependenteesteeste constantăconstantă.. MăsoarăMăsoară influenţainfluenţa parţialăparţială aa fiecăreifiecăreivariabilevariabile independenteindependente asupraasupra variabileivariabilei dependentedependente..
5
Exemple:Exemple:Exemple:Exemple:
11 ÎÎ di ldi l l ă iil ă ii didi l i ll i l b ib i ((YY / ă/ ă))11.. ÎnÎn studiulstudiul legăturiilegăturii dintredintre salariulsalariul obţinutobţinut ((Y,Y, euroeuro/oră/oră),),numărulnumărul dede aniani dede şcoalăşcoală ((XX11),), numărulnumărul dede aniani dedeexperienţăexperienţă profesionalăprofesională înîn domeniudomeniu ((XX22)) şişi vechimeavechimea înînp ţp ţ pp (( 22)) şşmuncămuncă ((XX33),), ss--aa obţinutobţinut următorulurmătorul modelmodel dede regresieregresieestimatestimat::
321X X022,0X041,0X092,0284,0Y ⋅+⋅+⋅+=
6
ÎÎ ăă22.. ÎnÎn studiulstudiul legăturiilegăturii dintredintre consumulconsumul anualanual pentrupentru ununprodusprodus (kg(kg/pers/pers..),), preţulpreţul produsuluiprodusului (cenţi(cenţi/kg/kg)) şişi venitulvenitulanualanual disponibildisponibil (mii(mii euro),euro), ss--aa obţinutobţinut următorulurmătorul modelmodelpp (( ),), ţţdede regresieregresie estimatestimat::
9118803 21X X9,11X88,054,37Y ⋅+⋅−=
7
3.3.3.3. IpotezeIpoteze3.3. 3.3. IpotezeIpoteze
►► normalitatea erorilor;normalitatea erorilor;;;
►► homoscedasticitatehomoscedasticitate:: varianţavarianţa eroriierorii esteeste constantăconstantă;;
►► autocorelareaautocorelarea erorilorerorilor:: erorileerorile nunu sese influenţeazăinfluenţează reciprocreciproc;;
►► lipsalipsa coliniarităţiicoliniarităţii..
8
3.43.4. Estimarea parametrilor modelului. Estimarea parametrilor modelului3.43.4. Estimarea parametrilor modelului. Estimarea parametrilor modelului
►► EcuaţiaEcuaţia estimatăestimată aa modeluluimodelului dede regresieregresie carecare exprimăexprimă ooţţ gg pplegăturălegătură multiplămultiplă liniarăliniară esteeste::
xb...+xb+xb+ b =y pip2i21i1xi 0
EstimareaEstimarea parametrilorparametrilor modeluluimodelului dede regresieregresie liniarliniarăămultiplămultiplă sese realizeazărealizează prinprin MCMMPMCMMP..
9
Dacă punem condiţia de minim:Dacă punem condiţia de minim:p ţp ţ
22 ∑∑
DeDe exempluexemplu înîn cazulcazul unuiunui modelmodel cucu 22 variabilevariabile
minim=)xb...xbxbb(y=)y(y=S 2pipiii
2xi i
−−−−−∑−∑ 22110
DeDe exemplu,exemplu, înîn cazulcazul unuiunui modelmodel cucu 22 variabilevariabileindependenteindependente sese obţineobţine sistemulsistemul dede ecuaţiiecuaţii::
⎪⎪⎪⎧
=++
∑∑∑∑
∑∑∑i
ii
ii
i yxbxbnb 22110
⎪⎪⎪
⎩
⎪⎨
=++
=++
∑∑∑∑
∑∑∑∑
iiiiii
iii
iii
ii
ii
xyxbxxbxb
xyxxbxbxb
222221120
121221110
⎪⎩∑∑∑∑
iii
ii
iii
ii y 22221120
10
a. a. Estimare punctualăEstimare punctuală: : bbii sunt estimaţii punctuale ale sunt estimaţii punctuale ale parametrilor modelului.parametrilor modelului.pp
b. b. Estimare prin I.CEstimare prin I.C.: .: [ ]ii
stbstb knikni βαβα ˆ;2/ˆ;2/ ; ⋅+⋅− −−
11
ExempluExempluExempluExemplu
ÎÎnn studiulstudiul legăturiilegăturii dintredintre valoareavaloarea vânzărilorvânzărilor uneiunei firmefirme ((YY,,gg (( ,,miimii euroeuro)) şişi cheltuielilecheltuielile dede publicitatepublicitate ((XX11 sutesute euroeuro),),cheltuielilecheltuielile ocazionateocazionate dede diferitediferite promoţiipromoţii ((XX22,, sutesute euroeuro)) şişivânzărilevânzările anualeanuale realizaterealizate dede principalulprincipalul concurentconcurent ((XX miimiivânzărilevânzările anualeanuale realizaterealizate dede principalulprincipalul concurentconcurent ((XX33 miimiieuroeuro),), ss--auau obţinutobţinut următoareleurmătoarele rezultaterezultate::
12
Coefficientsa
Unstandardized Standardized
65,705 27,731 2,369 ,037(Constant)Model1
B Std. Error
UnstandardizedCoefficients
Beta
StandardizedCoefficients
t Sig., , , ,
48,979 10,658 ,581 4,596 ,00159,654 23,625 ,359 2,525 ,028-1 838 814 - 324 -2 258 045
( )X1X2X3 1,838 ,814 ,324 2,258 ,045X3
Dependent Variable: Ya.
13
Se cere:Se cere:1.1. SăSă sese scriescrie modelulmodelul legăturiilegăturii dintredintre variabilvariabilaa YY şişi
variabilelevariabilele independenteindependente XXii..
2.2. SăSă sese interpretezeinterpreteze valoareavaloarea parametruluiparametrului carcaree arataratăăleglegăăturatura dintredintre valoareavaloarea vânzărilorvânzărilor firmeifirmei şişi cheltuielilecheltuielile dedeleglegăăturatura dintredintre valoareavaloarea vânzărilorvânzărilor firmeifirmei şişi cheltuielilecheltuielile dedepublicitatepublicitate..
33.. SăSă sese calculezecalculeze limitelelimitele intervaluluiintervalului dede încredereîncredere pentrupentruparametrulparametrul ββ11 ((tt00..025025;;1111==22,,201201))..
14
33..55.. TestareaTestarea parametrilorparametrilor modeluluimodelului33..55.. TestareaTestarea parametrilorparametrilor modeluluimodelului
►► Ipoteze:Ipoteze:►► Ipoteze:Ipoteze:
0:0 =iH β
0:1 ≠iH β
15
C l l l i i iiC l l l i i ii►► Calculul statisticii test:Calculul statisticii test:
bt i
►► Regula de decizieRegula de decizie
is
t icalc
β̂
=
►► Regula de decizieRegula de decizie
16
Exemplu:Exemplu:Exemplu:Exemplu:
►► PentruPentru dateledatele prezentateprezentate înîn outputoutput--ulul anterior,anterior, sese cerecere săsăpp pp ,,sese testezetesteze valoareavaloarea parametruluiparametrului ββ11,, considerândconsiderând unun riscrisc dede00,,0505..
17
33 66 MăsurareaMăsurarea intensităţiiintensităţii legăturiilegăturii33..66.. MăsurareaMăsurarea intensităţiiintensităţii legăturiilegăturiidintredintre variabilevariabile
►► MăsurareaMăsurarea intensităţiiintensităţii corelaţieicorelaţiei multiplemultiple sese poatepoate efectuaefectuacucu ajutorulajutorul ::
-- coeficienţilorcoeficienţilor dede corelaţiecorelaţie bivariatăbivariată şişi parţialăparţială;;-- coeficientuluicoeficientului dede corelaţiecorelaţie multiplămultiplă;;
raportuluiraportului dede corelaţiecorelaţie şişi raportuluiraportului dede determinaţiedeterminaţie-- raportuluiraportului dede corelaţiecorelaţie şişi raportuluiraportului dede determinaţiedeterminaţiemultiplămultiplă;;
-- raportuluiraportului dede determinaţiedeterminaţie multiplămultiplă ajustatajustat..pp ţţ pp jj
18
a. Coeficienţii de corelaţie bivariată şi a. Coeficienţii de corelaţie bivariată şi ţi lăţi lăparţialăparţială
►► CoeficienţiiCoeficienţii dede corelaţiecorelaţie bivariatăbivariată măsoarămăsoară dependenţadependenţadintredintre variabile,variabile, fărăfără aa lualua înîn considerareconsiderare influenţainfluenţa celorlaltecelorlalte
i bili bilvariabilevariabile..
19
1i i 1i ii i i
y1 2 2
n x y x yr
−=
⎡ ⎤ ⎡ ⎤⎛ ⎞ ⎛ ⎞
∑ ∑ ∑
2 21i 1i i i
i i i i
n x x n y y⎡ ⎤ ⎡ ⎤⎛ ⎞ ⎛ ⎞− −⎢ ⎥ ⎢ ⎥⎜ ⎟ ⎜ ⎟
⎝ ⎠ ⎝ ⎠⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦∑ ∑ ∑ ∑
20
n x y x y∑ ∑ ∑2i i 2i ii i i
y2 2 22 2
n x y x yr
−=
⎡ ⎤ ⎡ ⎤⎛ ⎞ ⎛ ⎞⎢ ⎥ ⎢ ⎥⎜ ⎟ ⎜ ⎟
∑ ∑ ∑
∑ ∑ ∑ ∑2 22i 2i i i
i i i in x x n y y⎛ ⎞ ⎛ ⎞− −⎢ ⎥ ⎢ ⎥⎜ ⎟ ⎜ ⎟
⎝ ⎠ ⎝ ⎠⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦∑ ∑ ∑ ∑
21
∑ ∑ ∑1i 2i 1i 2ii i i
12 2 2
n x x x xr
−=
⎡ ⎤ ⎡ ⎤⎛ ⎞ ⎛ ⎞
∑ ∑ ∑
2 21i 1i 2i 2i
i i i i
n x x n x x⎡ ⎤ ⎡ ⎤⎛ ⎞ ⎛ ⎞
− −⎢ ⎥ ⎢ ⎥⎜ ⎟ ⎜ ⎟⎝ ⎠ ⎝ ⎠⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦
∑ ∑ ∑ ∑
22
►► CoeficienţiiCoeficienţii dede corelaţiecorelaţie parţialăparţială măsoarămăsoară dependenţadependenţa dintredintreţţ ţţ p ţp ţ p ţp ţvariabile,variabile, considerândconsiderând influenţainfluenţa celorlaltecelorlalte variabilevariabileconstantăconstantă..
ExempluExemplu::►► rryy11..22 –– coeficientulcoeficientul dede corelaţiecorelaţie dintredintre YY şişi XX11,, considerândconsiderând
t tăt tă i fl ţi fl ţ l il i XXconstantăconstantă influenţainfluenţa luilui XX22►► rryy22..11 –– coeficientulcoeficientul dede corelaţiecorelaţie dintredintre YY şişi XX22,, considerândconsiderând
constantăconstantă influenţainfluenţa luilui XX11ţţ 11►► rr1212..yy -- coeficientulcoeficientul dede corelaţiecorelaţie dintredintre XX11 şişi XX22,, considerândconsiderând
constantăconstantă influenţainfluenţa luilui YY..
23
1 2 12r r r−
( )( ).y1 y2 12
y1 2 2 2y2 12
r r rr
1 r 1 r=
− −( )( )
y2 y1 12r r r−
( )( ).y y
y2 1 2 2y1 12
r1 r 1 r
=− −
24
Coeficienţii de corelaţie bivariată şi parţialăCoeficienţii de corelaţie bivariată şi parţială în în SPSSSPSSSPSSSPSS
Correlations
1 ,708** ,612* -,625*003 015 013
Pearson CorrelationSig (2 tailed)
YY X1 X2 X3
,003 ,015 ,01315 15 15 15
,708** 1 ,161 -,213,003 ,566 ,446
15 15 15 15
Sig. (2-tailed)NPearson CorrelationSig. (2-tailed)N
X1
15 15 15 15,612* ,161 1 -,494,015 ,566 ,061
15 15 15 15625* 213 494 1
NPearson CorrelationSig. (2-tailed)NP C l ti
X2
X3 -,625* -,213 -,494 1,013 ,446 ,061
15 15 15 15
Pearson CorrelationSig. (2-tailed)N
X3
Correlation is significant at the 0.01 level (2-tailed).**.
Correlation is significant at the 0.05 level (2-tailed).*.
25
Correlations
Control Variab Y X11,000 ,780
. ,0010 12
CorrelationSignificance (2-tadf
YControl VariabX2
Y X1
,780 1,000,001 .
12 0
CorrelationSignificance (2-tadf
X1
26
b. Coeficientul de corelaţie multiplăb. Coeficientul de corelaţie multiplăţ pţ p
►► sese calculeazăcalculează pepe bazabaza coeficienţilorcoeficienţilor dede corelaţiecorelaţie bivariatăbivariată..pp ţţ ţţ
2 2y1 y2 y1 y2 12r r 2r r r+ −y1 y2 y1 y2 12
212
r1 r
=−
27
cc.. RaportulRaportul dede determinaţiedeterminaţie multiplmultiplăă şişiapo t lapo t l dede co elaţieco elaţie m ltiplăm ltiplăraportulraportul dede corelaţiecorelaţie multiplămultiplă
Raportul de determinaţie multiplăRaportul de determinaţie multiplă
2i
2 ie
ESS RSSR 1 1= = =∑( )2
ii
R 1 1TSS TSS y y
= = − = −−∑
InterpretareInterpretare:: aratăarată câtcât lala sutăsută dindin variaţiavariaţia luilui yydepindedepinde dede variaţiavariaţia simultanăsimultană aa variabilelorvariabilelor factorialefactorialeconsiderateconsiderateconsiderateconsiderate..
28
Raportul de corelaţie multiplăRaportul de corelaţie multiplă
( )
2i
i2
eESS RSSR 1 1TSS TSS y y
= = − = −∑
∑ ( )ii
TSS TSS y y−∑
MăsoarăMăsoară influenţainfluenţa simultanăsimultană aa variabilelorvariabilelorfactorialefactoriale asupraasupra variabileivariabilei rezultativerezultative..
29
dd.. RaportulRaportul dede determinaţiedeterminaţielti lălti lă j t tj t tmultiplămultiplă ajustatajustat
OO i ii i l il i dd d i id i i l i lăl i lăOO estimaţieestimaţie aa raportuluiraportului dede determinaţiedeterminaţie multiplămultiplăajustatajustat esteeste::
knR =R −
⋅−−1)1(1 22
kn −)(
RaportulRaportul dede determinaţiedeterminaţie multiplămultiplă ajustatajustat esteesteîntotdeaunaîntotdeauna maimai micmic sausau egalegal cucu raportulraportul dededeterminaţiedeterminaţie multiplămultiplă..determinaţiedeterminaţie multiplămultiplă..
30
►► RaportulRaportul dede determinaţiedeterminaţie multiplămultiplă ajustatajustat areare oo importanţăimportanţăpp ţţ pp jj p ţp ţdeosebitădeosebită atunciatunci cândcând sese comparăcompară maimai multemulte modelemodele dederegresieregresie cucu unun numărnumăr diferitdiferit dede parametriparametri..
31
Exemplu:Exemplu:Exemplu:Exemplu:
Model Summaryb
,913a ,833 ,787 17,60029 1,879Model1
R R SquareAdjustedR Square
Std. Error ofthe Estimate
Durbin-Watson
Predictors: (Constant), X3, X1, X2a.
Dependent Variable: Yb.
32
ANOVAb
16997,537 3 5665,846 18,290 ,000a
3407,473 11 309,770RegressionResidual
Model1
Sum ofSquares df Mean Square F Sig.
, ,20405,009 14Total
Predictors: (Constant), X3, X1, X2a.
Dependent Variable: Yb.
33
3.7. Testarea modelului de regresie3.7. Testarea modelului de regresie3.7. Testarea modelului de regresie3.7. Testarea modelului de regresie
►► IpotezeIpoteze►► IpotezeIpoteze
►► Statistica testStatistica test►► Statistica testStatistica test
►►Regula de decizieRegula de decizie►►Regula de decizieRegula de decizie
34