2013 econometrie c05_c06_2013
-
Upload
suciu-bogdan -
Category
Documents
-
view
353 -
download
2
Transcript of 2013 econometrie c05_c06_2013
REGRESIA LINIARĂ MULTIPLĂ
TEMATICA C5
3. Testarea parametrilor modelului liniar multiplu
4. Testarea modelului
5. Testarea influenţei marginale a unei variabile
Exemplu (I)
Testarea parametrilor MLM (I)
Testarea parametrilor modelului multiplu liniar se face la fel ca în cazul modelului simplu liniar:
1. Formularea ipotezelor:
H0: βi=0,
H1: βi≠0,
2. Alegerea pragului de semnificaţie α
De regulă, se asumă un risc α = 0,05.
3. Alegerea statisticii test:
4. Valoarea teoretică a statisticii test
Pentru pragul de semnificaţie ales şi v=n-k grade de
libertate, se citeşte valoarea teoretică din tabela Student:
tα/2;n-k
iˆ
i
ˆ
ˆt
pi ,0
pi ,0
Testarea parametrilor MLM (II)
5. Valoarea calculată a statisticii test
La nivelul eşantionului se determină valoarea calculată a testului:
6. Regula de decizie
Dacă se respinge H0, cu risc asumat de 5%.
Dacă se acceptă H0, cu un nivel de încredere de
95%.
În SPSS, decizia se ia pe baza semnificaţiei testului (Sig.):
Dacă , se respinge H0 cu risc asumat de 5%
Dacă , se acceptă H0, cu un nivel de încredere de
95%.
iˆ
icalc
s
bt
2/calc tt
2/calc tt
sig
sig
Testarea modelului MLM
1. Formularea ipotezelor
H0: β0= …= βi=…= βp=0
H1: Există un βi pentru care βi ≠ 0,
2. Fixarea pragului de semnificaţie α=0,05
3. Alegerea statisticii test
4. Calcularea statisticii test
5. Criterii de decizie:
Dacă Fcalc≤ Fα, k-1, n-k => se acceptă H0 cu o probabilitate de 1-α.
Dacă Fcalc> F α, k-1, n-k => se respinge H0 cu un risc asumat α.
1ˆ
ˆ
k
kn
V
VF
R
E
1)...(
)...(
1 2
110
2
110
k
kn
xbxbby
yxbxbb
k
kn
RSS
ESSF
i
pipii
i
pipi
calc
pi ,0
Testarea influenţei marginale a unei variabile independente asupra variabilei dependente – pentru Metoda intrarilor
1. Formularea ipotezelor
H0: variabila independentă nou introdusă în model nu are o influenţă semnificativă asupra variaţiei variabilei dependente
H1: variabila independentă nou introdusă în model are o influenţă semnificativă asupra variaţiei variabilei dependente
2. Fixarea pragului de semnificaţie α=0,05
3. Alegerea statisticii test
4. Calcularea statisticii test
oldnew
new
new2
old2
new2
oldnew
new
new R
old Enew E
kk
kn
η̂1
η̂η̂
kk
kn
V̂
V̂ V̂
F
oldnew
new
new2
old2
new2
oldnew
new
new kk
kn
R1
RR
kk
kn
RSS
oldnew ESSESS
F
5. Criterii de decizie:
Dacă Fcalc≤ Fα, k new-k old, n-k new => se acceptă H0 cu o
probabilitate de 1-α.
Dacă Fcalc> F α, k new-k old, n-k new => se respinge H0 cu un risc
asumat α.
Estimarea indicatorilor de corelaţie -raportul de determinaţie ajustat
kn
nRR
1
)1(1kn
1n
TSS
RSS1
1n
TSSkn
RSS
1 22
22 RR Se observă că pentru k>1.
Utilitatea modelului de regresie cu variabile standardizate
Modelul cu variabile standardizate permite comparareacoeficienților de regresie din model; fiecare coeficient arătândimpactul partial al variației cu o unitate a variabileiindependente standardizate asupra variabilei dependentestandardizate.
Aceasta este o modalitate de ierarhizare a variabilelordependente în funcție de importanța lor în model.
EXEMPLU I (1)
Model Summary
,910a ,829 ,807 285,65322 ,829 38,718 2 16 ,000
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
R Square
Change F Change df1 df2 Sig. F Change
Change Statistics
Predictors: (Constant), Nr. ani pregatire, Vechime in munca (ani)a.
ANOVAb
6318646 2 3159323,188 38,718 ,000a
1305564 16 81597,759
7624211 18
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Nr. ani pregatire, Vechime in munca (ani)a.
Dependent Variable: Salariul (RON)b. Coefficientsa
-545,101 224,894 -2,424 ,028
84,315 25,550 ,443 3,300 ,005
85,298 20,394 ,562 4,182 ,001
(Constant)
Vechime in munca (ani)
Nr. ani pregatire
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: Salariul (RON)a.
EXEMPLU I (2)
6. Raportul de determinație ajustat
7. Estimarea indicatorilor de corelaţie
8. Testarea indicatorilor de corelaţie
9. Exemplu (II)
Pentru un model de regresie liniară multiplă, pot fi
determinati următorii coeficienţi de corelație:
- coeficienţi de corelaţie simplă între variabila dependentă
şi fiecare variabilă independentă (coeficienţi bivariaţi);
- coeficienţi de corelaţie parţială;
- coeficientul de corelaţie multiplă şi coeficientul de
determinaţie multiplă.
TEMATICA C6
7. Estimarea indicatorilor de corelaţie (I)
Coeficienţi de corelaţie bivariată şi parţialăPentru un model liniar de forma:
există trei coeficienţi de corelaţie bivariată:
ii22i110i xxy
])(][)([ 222
1
2
1
11
1
i i
ii
i i
ii
i
i
i
i
i
ii
y
yynxxn
yxyxn
r
])(][)([ 222
2
2
2
22
2
i i
ii
i i
ii
i
i
i
i
i
ii
y
yynxxn
yxyxn
r
])(][)([ 2
2
2
2
2
1
2
1
2121
12
i i
ii
i i
ii
i
i
i
i
i
ii
xxnxxn
xxxxn
r
7. Estimarea indicatorilor de corelaţie (II)
… şi trei coeficienţi de corelaţie parţială calculaţi cu ajutorul
coeficienţilor de corelaţie bivariată:
Corelaţia parţială măsoară dependenţa dintre variabile prin
excluderea succesivă a influenţei celorlalţi factori,
considerând influenţa lor constantă si menţinând numai
influenţa factorului măsurat.
În funcţie de numărul variabilelor a căror influenţă se elimină
din calcul, coeficienţii de corelaţie parţială pot fi de ordinul
întâi (pentru o variabilă eliminată), de ordinul doi (pentru două
variabile) etc.
)1)(1( 2
12
2
2
1221
2.1
rr
rrrr
y
yy
y
)1)(1( 2
12
2
1
1212
1.2
rr
rrrr
y
yy
y
)1)(1( 2
2
2
1
2112
.12
yy
yy
y
rr
rrrr
7. Estimarea indicatorilor de corelaţie (III)
Raportul de determinaţie multiplă şi raportul de corelaţie
multiplă
Parametri
=>
Estimatori
=>
Estimaţiile
=>
T
R
T
E
i
i
i
x
V
V
V
V
yy
yyi
1
)(
)(
2
2
22
i
i
i
i
T
R
T
E
yyV
V
V
V2
2
2
)(1
ˆ
ˆ1
ˆ
ˆˆ
2ˆˆ
i
i
i
i
yy
e
TSS
RSS
TSS
ESSR
2
2
2
)(11 2RR
7. Estimarea indicatorilor de corelaţie (IV)
Coeficientul de corelaţie multiplă
Coeficientul de corelaţie multiplă se calculează numai
pentru modelele multiple liniare şi se exprimă cu ajutorul
coeficienţilor de corelaţie simplă dintre variabilele perechi.
Astfel, în cazul corelaţiei dintre o variabilă rezultativă Y şi
două variabile independente , ,la nivelul unui
eşantion, coeficientul de corelaţie multiplă, notat cu r, se
calculează după relaţia:
1X2X
2.1
2
2
2
21.2
2
1
2
12
12
1221
2
2
2
1)1()1(
1
2yyyyyy
yyyyrrrrrrrr
r
rrrrrr
8. Testarea indicatorilor de corelaţie
Raportul de determinaţie si raportul de corelatie se
testează cu testul F după algoritmul prezentat la modelul liniar
simplu, ţinând cont de faptul că k=p+1 reprezintă numărul
parametrilor din noul model model.
Coeficienţii de corelaţie se testează cu ajutorul testului t .
după algoritmul prezentat la modelul liniar simplu, ţinând cont
de faptul că k=p+1 reprezintă numărul parametrilor din noul
model.
Exemplu 1 - continuare C4
Coefficientsa
-545,101 224,894 -2,424 ,028
84,315 25,550 ,443 3,300 ,005 ,801 ,636 ,341
85,298 20,394 ,562 4,182 ,001 ,844 ,723 ,433
(Constant)
Vechime in munca (ani)
Nr. ani pregatire
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig. Zero-order Partial Part
Correlations
Dependent Variable: Salariul (RON)a.
ANOVAb
6318646 2 3159323,188 38,718 ,000a
1305564 16 81597,759
7624211 18
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Nr. ani pregatire, Vechime in munca (ani)a.
Dependent Variable: Salariul (RON)b.
Model Summary
,910a ,829 ,807 285,65322
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Nr. ani pregatire, Vechime in
munca (ani)
a.
Corelatii bivariate și partiale
Exemplu II (1)
În studiul legăturii dintre valoarea vânzărilor unei firme (Y) şi
cheltuielile de publicitate (X1), cheltuielile ocazionate de diferite
promoţii (X2) şi vânzările anuale realizate de principalul
concurent (X3), s-au obţinut următoarele rezultate:
Model Summ aryb
,913a ,833 ,787 17,60029 1,879
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Durbin-
Watson
Predictors: (Constant), X3, X1, X2a.
Dependent Variable: Yb.
EXEMPLU II (2)
Coefficientsa
65,705 27,731 2,369 ,037
48,979 10,658 ,581 4,596 ,001
59,654 23,625 ,359 2,525 ,028
-1,838 ,814 -,324 -2,258 ,045
(Constant)
X1
X2
X3
Model
1
B Std. Error
Unstandardized
Coeff icients
Beta
Standardized
Coeff icients
t Sig.
Dependent Variable: Ya.
ANOVAb
16997,537 3 5665,846 18,290 ,000a
3407,473 11 309,770
20405,009 14
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), X3, X1, X2a.
Dependent Variable: Yb.