Date post: | 09-Apr-2018 |
Category: |
Documents |
Upload: | oana-lungu |
View: | 246 times |
Download: | 0 times |
8/8/2019 S6._Regresie_multipla_+teste
http://slidepdf.com/reader/full/s6regresiemultiplateste 1/22
S6. Regresia multipla
8/8/2019 S6._Regresie_multipla_+teste
http://slidepdf.com/reader/full/s6regresiemultiplateste 2/22
Modelul econometricVariabila dependent vânzri - SALES este o functie liniar a preurilor
- PRICE i a cheltuielilor pentru reclam - ADVERT .
SALES = 1 + 2 PRICE + 3 ADVERT + e
1 (intercept) = mrimea variabilei dependente y atunci când fiecare
variabil explicativ este zero; nu are interpretare economic clar
2 = modificarea in SALES când PRICE crete cu 1 unitate i ADVERT =constant2>0 : cerere inelastic; 2<0 : cerere elastic î n funcie de pre.
3 = modificarea in SALES când ADVERT crete cu 1 unitate iPRICE =constant3>1 : creterea reclamei cu 1 unitate atreneaz o cretere mai mare a
vânzrilor.
8/8/2019 S6._Regresie_multipla_+teste
http://slidepdf.com/reader/full/s6regresiemultiplateste 3/22
Ex.: Modelul vânzrilor lunare (sales in $1,000) în funcie de preulmediu lunar al hamburgerilor (price in $ ) i cheltuielile pentru reclam(advert in $1,000)
8/8/2019 S6._Regresie_multipla_+teste
http://slidepdf.com/reader/full/s6regresiemultiplateste 4/22
Estimarea modelului în Excel: Tools>Data Analysis>Regression Y Range = SALES
X Range = coloanele PRICE i ADVERT
(includem ambele variabile ex
plicative)
8/8/2019 S6._Regresie_multipla_+teste
http://slidepdf.com/reader/full/s6regresiemultiplateste 5/22
Ecuaia de regresie estimat:SALES= 118.9136 - 7.9078 PRIC E + 1.8626 ADVE RT
8/8/2019 S6._Regresie_multipla_+teste
http://slidepdf.com/reader/full/s6regresiemultiplateste 6/22
Rezultate:-b2 negativ => cererea este elastic în funcie de pre: cretereapreului mediu cu 1$ va determina reducerea vânzrilor sptmânale
cu $ 7907.8 sau reducerea preului cu $1 => SALES crete cu $7907.8-b3 pozitiv: creterea cheltuielilor pt reclam cu $1000 => SALEScrete cu $ 1862.6-intercept: dac preul mediu i cheltuielile cu reclama sunt zero =>
vânzrile ar fi $118913.6 -> incorect!
Predicii: Pre Reclam Vânzri previzionate$ mii $ mii $
8/8/2019 S6._Regresie_multipla_+teste
http://slidepdf.com/reader/full/s6regresiemultiplateste 7/22
Estimarea intervalelor de î ncredere
pentru parametrii k cu o probalilitate de 100(1-)%:
unde tc este valoarea critic a distribuiei Student-t
pentru nivelul de semnificaie ales i T-K grade de libertate
(T-volumul esantionului, K- nr. parametrilor din model)
)()(k ck k k ck
bset bbset b ee F
8/8/2019 S6._Regresie_multipla_+teste
http://slidepdf.com/reader/full/s6regresiemultiplateste 8/22
Excel output: furnizeaz automat intervalele de încredere de 95%(=0,05 sau 5%)
Pentru alte probabiliti se ruleaz modelul de regresie(Tools /Data Analysis/Regression),se bifeaz Confidence Level i se specific probabilitatea dorit
(Ex. 90%). Click OK.
Intervalul de 95% este întotdeaunamai mare decât cel de 90%
8/8/2019 S6._Regresie_multipla_+teste
http://slidepdf.com/reader/full/s6regresiemultiplateste 9/22
TESTAREA IPOTEZELOR: testul t
)(k
k k
bse
bt
F!
8/8/2019 S6._Regresie_multipla_+teste
http://slidepdf.com/reader/full/s6regresiemultiplateste 10/22
1.Testul de semnificaie pentru 2:
H0: 2=0,
H1: 2 0
Pentru (=0.05) i T-3=72 :
t= - 7.215 < -tc= - tinv(0.025,72) = - 1.688
=> respingem H0: 2=0=> acceptm H1: 20.
p- value < =0.05 : b2 i b3 sunt
semnificativi.
8/8/2019 S6._Regresie_multipla_+teste
http://slidepdf.com/reader/full/s6regresiemultiplateste 11/22
2.Testarea elasticitii cereriiH 0: 2 0: scderea preului determin scderea venitului
(cerere inelastic)
H 1: 2 < 0: scderea preului determin creterea venitului(cerere elastic) .
Este un test unilateral.
Selectm =0.10 =>valoarea critic tc este 1.666pentru (T-3)=72 grade de libertate.
Concluzie: deoarece t=-7.215 < -tc=-1.666 respingem ipoteza nul=> eantionul arat c cererea este elastic.
21570961
9087
2
2 ..
.
)(!
!!
bse
bt
8/8/2019 S6._Regresie_multipla_+teste
http://slidepdf.com/reader/full/s6regresiemultiplateste 12/22
3.Testarea eficienei reclamei-> veniturile cresc suficient pentru a acoperi cheltuielile pentru reclam?
Dac ipoteza nul este adevrat, creterea cu un dolar a cheltuielilor dereclam conduce la creterea cu mai puin de un dolar a veniturilor =>
reclam ineficientRespingerea ipotezei nule => reclama este eficient.
Statistica t:
Deoarece t=1.263 < tc=1.666 (test unilateral, 72 grade de libertate i=0.10) => nu respingem ipoteza nul.
8/8/2019 S6._Regresie_multipla_+teste
http://slidepdf.com/reader/full/s6regresiemultiplateste 13/22
Coeficientul de determinaieR 2 arat ce procent din variaiavariabilei dependente y esteexplicat prin modelul de regresie.
SST=SSR+SSE.
Tabelul ANOVA:
R Square R 2 = 0.448=> 44.8% din variaia
total a vânzrilor depinde de pre ireclam.
Indicator alternativ: R2 ajustat(Adjusted R Square) impunepenalizri pentru adugareade variabile explicative (caremresc artificial R 2).Fr interpretare.
)/(
)/(
11
2
!
T SST
K T SSE R
8/8/2019 S6._Regresie_multipla_+teste
http://slidepdf.com/reader/full/s6regresiemultiplateste 14/22
Datorit restriciei SSER>SSEU.
O diferen mare indic reducerea calitii modelului datorit eliminrii unor variabile => restrictiile sunt false => respingem H0.
SSE R i SSE U din tabelele ANOVA ale modelului restrîns i initial.
J = numrul r est ric t iilor
T =v olumul eant ionului
K = numrul par amet rilor mod elului inii al
Dac i poteza nul e ad ev r at , statistica F urmeaz o
distribuie F cu J ( numrtor) i T íK (numitor) grade de libertate
t -test : ipoteze individuale. F - test : ipoteze individuale sau combinate
Testul F pentru verificarea simultan a semnificaiei mai multor parametri:H 0 : k =0 i H 1 : k 0 -> se bazeaz pe compararea sumei ptratelor erorilor
SSEU din modelul initial (unrestricted) cu SSER din modelul restrâns (prinadoptarea ipotezei nule k=0 se elimin variabilele explicative din model).
8/8/2019 S6._Regresie_multipla_+teste
http://slidepdf.com/reader/full/s6regresiemultiplateste 15/22
Ex.1. Verificarea semnificaiei parametrului 2.Se ruleaz o regresie pentru fiecare model.
Modelul iniial de regresie:
Modelul restrâns include doar reclama ( ADVERT ) ca variabilexplicativ (2=0 => PRICE este eliminat din model).
ANOVA
df SS MS
Regression 2 1396.539 698.2695
Residual 72 1718.943 23.87421
Total 74 3115.482
ANOVA
df SS MS
Regression 1 153.6546 153.6546
Residual 73 2961.827 40.57298
Total 74 3115.482
SSEU
SSER
8/8/2019 S6._Regresie_multipla_+teste
http://slidepdf.com/reader/full/s6regresiemultiplateste 16/22
Deoarece F - statistic > F - critical value respingem ipoteza nul= > preul influeneaz veniturile.
059752729431718
194317188272961./.
/)..(
)/(
/)(
!
!
! K T SSE
J SSE SSE
F U
U R
Aflarea F-critic: FINV(;J;T-K)= FINV(0.05;1;72)=3.9739
Pentru a testa o singur ipotez folosimt-test sau F-test. F=t2 and Fc=tc
2
8/8/2019 S6._Regresie_multipla_+teste
http://slidepdf.com/reader/full/s6regresiemultiplateste 17/22
F - statistic > F - critic => respingem ipoteza nul=> atât preul, cât i reclama influeneaz veniturile.
247829729431718
29431718482031151.
/.
/)..(
)/(
)/()(!
!
!
K T SSE
K SSE SSE F
U
U R
FINV(;J;T-K)= FINV(0.05;2;72)=3.1239
Ex.2. Testm dac toi sunt zer o exceptând 1 (intercept)= > NU sunt variabile explicative in modelul restrâns
=> SSE R = SS T
din modelul iniial.
8/8/2019 S6._Regresie_multipla_+teste
http://slidepdf.com/reader/full/s6regresiemultiplateste 18/22
O ipotez a modelului de regresie liniar este homoscedasticitatea: variaia erorilor este constant pentru toate observaiile:
Heter oscedasticitate
Verificarea confirmrii ipotezelor privind variabila rezidual:heter oscedasticitate, autocorelare, repartiie normal
Ex: pe msur ce venitul crete, cheltuielile alimentare sunt tot mai îndeprtatede linia de regresie estimat => erorile tot mai mari => 2 nu este constant.
8/8/2019 S6._Regresie_multipla_+teste
http://slidepdf.com/reader/full/s6regresiemultiplateste 20/22
Ipotez a modelului de regresie liniar: erorile corespunztoarediferitelor observaii sunt independente între ele (necorelate).
Consecina autocorelatiei: estimrile parametrilor sunt deplasate.
Autocorelaia
DW = § (et - et-1)2t=2
T^ ^
§ et2
t=1
T^
(d)
Depistarea autocorelaiei: testul Durbin-Watson
8/8/2019 S6._Regresie_multipla_+teste
http://slidepdf.com/reader/full/s6regresiemultiplateste 21/22
0 di ds 2
autocorelatiepozitiv
nu exista
autocorelatie
indecis
DW
(d)4-ds 4-di 4
indecis
Autocorel.negativ
8/8/2019 S6._Regresie_multipla_+teste
http://slidepdf.com/reader/full/s6regresiemultiplateste 22/22
Statistica Jarque-Bera:
res ping em ipot eza nul a d i st r ibui ei normal e d ac st at i st i ca JB cal c ul at > v aloarea cr i t i c sel ec t at d in
d i st r ibui a 2 cu K grade de libertate
)
)(
( 4
3
6
22 !
k S
T JB
aplatizare(kurtosis)
simetrie(skewness)
nr deobservaii
32
23
2
¹¹
º
¸
©©
ª
¨
¹
¹
º
¸
©
©
ª
¨
!
§
§
T
e
T
e
S
Ö
Ö
22
4
Ö
Ö
¹¹
º
¸©©
ª
¨¹
¹
º
¸
©
©
ª
¨
!
§
§
T
e
T
e
k
Testarea
normalitiier orilor