Interpretări econometrie

 p-value<0.05- SE RESPINGE IPOTEZA NULA.

 p-value>0.05- SE ACCEPTA IPOTEZA NULA.

nedplasati media estima ega;a cu edia parametrilor pe care ii estim, constis, pe

asura ce creste dim esan , tind la parametrii pe mare ii estimeaza

[Link] DE REGRESIE AFERENT UNEI VARIABILE

INDEPENDENTE

La cresterea cu o unitate a variabilei independente se estimeaza o crestere a

variabilei dependente cu (coeficientul estimat) unitati.

[Link] SCATTER

Intre cele doua variabile exista o relatie de linearitate,iar variabila

independenta explica variabila dependenta.

[Link] DE DETERMINARE(Acuratetea ajustarii)

Se defineşte coeficientul de determinare R2, calculat pe baza VT, VTM, VTR, ca

fiind partea din variaţia lui Y care poate fi atribuită variaţiei lui X, pentru
eşantionul analizat. Totuși, acest coeficient nu ne este de folos atunci când trebuie
să stabilim dacă relația este statistic semnificativă.

Interpretarea obişnuită a coeficientului de determinare este următoarea: din

variaţia totală a lui Y, R2*100% ar putea fi atribuită variaţiei lui X. Un model
econometric pentru care R2 este aproape de unu poate fi apreciat ca fiind bun,
în timp ce un model econometric pentru care R2 aproape egal cu 0 poate fi
considerat necorespunzător.

Coeficientului de determinare R2 creşte atunci când în ecuaţia de regresie sunt

adăugate variabile explicative suplimentare (chiar dacă aceste variabile au mică
relevanţă teoretică în explicarea variaţiei lui Y). Orice variabila noua poate aduce o
crestere a variatiei explicate de model, chiar daca economic variabila nou introdusa
nu are relevanta.

Coeficientul de determinare nu poate fi interpretat atunci când ecuaţia de regresie

nu conţine termen liber.

[Link] DE DETERMINARE AJUSTAT(Acuratetea ajustarii

pentru modelul multifactorial)

R2 ajustat, calculat folosind dispersia erorilor din modelul de regresie și

dispersia necunoscută a variabilei endogene (dispersia populaţiei), se folosește
atunci cand trebuie să se compare modele cu un număr diferit de variabile
explicative și se utilizează în locul lui R2. Se poate utilize atunci când elimin
sau introduc variabile într-un model pentru a-l îmbunătăți.

MODELUL CARE ARE R2 AJUSTAT MAI MARE ESTE MAI BUN

DECAT CELALALTE!!!!!!

5. TESTUL F

•H0: â1=0
•H1: â1≠0

Testul F ne ajută să stabilim dacă relația dintre x și y este statistic

semnificativă. Dacă p-value este mai mic de 0.05, resping ipoteza nulă,
conform căreia între X și Y nu există nicio relație, și accept ipoteza
alternativă, conform căreia există o relație între X și Y, deci relația dintre X și
Y este statistic semnificativă.

Cu toate acestea, acest test nu ne spune nimic despre liniaritatea modelului! Doar
pentru că relația este statistic semnificativă, nu înseamnă că este și liniară. Testul F
testează relația de [Link] când sunt doi sau mai mulți predictori, testul F
poate spune că “mulțimea predictorilor” este bună, dar nu poate spune nimic
despre fiecare predictor în parte.
Exemplu: 2.2e-16< 0.05(p-value<0.05), deci ipoteza nula conform careia a1
estimat este 0 si intre X si Y nu exista nicio relatie este respinsa, se accepta ipoteza
alternativa, deci modelul este semnificativ(in forma lui generala) din punct de
vedere statistic.

[Link] t (Student) pentru analiza semnificatiei estimatorilor

•H0: â1=0
•H1: â1≠0

Testul t: poate determina dacă un anume predictor este statistic semnificativ,

sau nu. Acest test testează predictorii unul câte unul. Este valabil doar daca
erorile sunt distribuite normal. Nu este valid daca erorile sunt autocorelate si
valorile calculate pentru estimarea semnificaţiei parametrilor sunt
supradimensionate, ceea ce sugerează o semnificaţie a parametrilor mai mare
decât este în realitate. Nu este valid daca exista heteroscedasticitate.
Nu este valid daca se omit variabile importante, dar este valid daca se includ
variabile irelevante.

În cazul în care modelul de regresie include o singură variabilă independentă,

testele F și t conduc la același rezultat. În cazul regresiei multiple, lucrurile se
schimbă.

'***'-probabilitate de 99,9% ca estimatorii sa fie semificativ diferiti de 0, '**'-

probabilitate de 99% sa fie diferiti de 0.

Exemplu: 2e-16<0.05(p-value<0.05), deci se respinge ipoteza nula, conform careia

estimatorul este egal cu 0 si conform careia estimatorii nu sunt semnificativi, se
accepta ipoteza alternativa conform careia estimatorul este diferit de 0, estimatorul
este semnificativ mai mic decat 0, amandoi coeficientii sunt diferiti de 0, se
accepta faptul ca estimatorii sunt semnificativi.

Creşterea numărului de variabile explicative duce la scăderea preciziei

estimatorilor.

DACA TESTUL F si TESTUL t SUNT SUB 0,05 SI DACA VALOAREA LUI

R2 ESTE MICA, ATUNCI MODELUL ESTE BUN DIN PUNCT DE
VEDERE ECONOMETRIC, DAR POATE EXPLICA DOAR O MICA
PARTE DIN VARIATIE, DECI NU POATE FI FOLOSIT.

Dacă valoarea absolută a testului t pentru un parametru din ecuaţia de regresie

lineară multiplă este mai mică decât 1, atunci, eliminând din model variabila
explicativă asociată, valoarea coeficientului de determinare corectat va creşte;
dacă se elimină o variabilă pentru care t statistic este mai mare decât 1, valoarea
coeficientului de determinare corectat se va reduce.

[Link] INFORMAȚIONAL AKAIKE(AIC)

O condiţie pentru includerea unei noi variabile explicative este ca prin această
respecificare a modelului să se obţină o valoare mai mică pentru AIC sau,
echivalent, pentru ln (AIC). Modelul cu indice AIC mai mic este mai bun!!!!!!!

[Link] INFORMAȚIONAL SCHWARTZ(BIC)

La fel ca în cazul testului AIC, o variabilă suplimentară este admisă dacă

noua valoare obţinută pentru criteriul SCHWARTZ este inferioară celei
calculate pentru modelul iniţial.

Se demonstrează că dacă volumul eşantionului este mai mare decât 8 şi prin

eliminarea unei variabile explicative valoarea AIC descreşte, atunci şi valoarea
SCHWARTZ descreşte.

[Link] MODELULUI DE REGRESIE

Folosind functia plot(model) obtinem 4 grafice pentru testarea acestor ipoteze.

IPOTEZA 1: Variabila dependentă este în relație liniară cu variabila

independentă și modelul este corect specificat, adica trebuie sa luăm în calcul
pentru modelul nostru toate variabilele explicative care sunt relevante. In graficul
residuals vs fitted(reziduuri vs valori estimate) cautam sa observam o linie rosie,
dreapta, care sa indice faptul ca modelul este liniar. O curba rosie ar indica
faptul că reziduurile nu sunt aleator distribuite, urmeaza un tipar curbiliniu,
deci modelul nu este liniar. Mai exact, arată că valori estimate mai mari sunt
asociate , pănă la unpunct , cu reziduuri mai mari , după care tendința se
inversează.

IPOTEZA 2: Termenul eroare are dispersie constantă erorile sunt

homoscedastice. Nu este prezent fenomenul de heteroscedasticitate. In graficul
scale-location cautam sa observam o linie rosie, dreapta, care sa indice faptul ca
nu este prezent fenomenul de heteroscedasticitate. De asemenea, pentru
testarea acestei ipoteze se foloseste testul Breusch-Pagan.

 H0:α1=α2=...=αp=0, dispersia estimatorilor este constantă şi erorile nu

sunt heteroscedastice.
 H1: există cel puţin o valoare α inenulă (i≠0), deci este present
fenomenul de heteroscedasticitate.

IPOTEZA 3: Termenii eroare nu sunt corelați unul cu [Link] spus, nu

există corelație serială sau autocorelație. Pentru testarea acestei ipoteze se
foloseste testul Durbin-Watson.

 H0:ρ=0, lipsa autocorelării erorilor.

 H1:ρ≠0, prezenta fenomenului de autocorelare a erorilor.

IPOTEZA 4: Termenul eroare este normal distribuit. In graficul Normal Q-Q

cautam sa observam o linie dreapta, care sa indice faptul ca erorile sunt normal
distribuite. De asemenea, pentru testarea acestei ipoteze se foloseste testul
Jarque-Bera.

 H0: erorile sunt distribuite normal.

 H1: erorile nu sunt distribuite normal.

Daca este peste chi patrat, nu putem spune ca erorile sunt distribuite normal.
Sub 0.05, respingem ipoteza nula, conform careia sunt distribuite normal.

Valoarea chi patrat pentru 2 grade de libertate si 0.05 prag de semnificatie

este qchisq(0.95,2). Comparam aceasta valoare cu valoarea obtinuta prin
efectuarea testului si concluzionam.

Daca X-squared este peste 5.91(95%), nu sunt normal distribuite.

In cazul in care ipoteza nu este indeplinita, se cauta outlieri. Atunci când outiler ul
este amplasat aproape de “ centul ” datelor(media valorilor x) coeficienții estimați
abia dacă se modifică , prin comparație cu coeficienții originali. Când outlier ul
este amplasat într o poziție extremă (un punct levier), coeficienții estimați se
schimbă semnificativ. Observațiile poziționate la extremele valorilor variabilei
independente se numesc puncte de levier mare. Doar atunci când o observație are și
un levier mare, și este și un oultlier în sens de valori y, va influența puternic
dreapta de regresie.

IPOTEZA 5: Nu există nici o relaţie lineară între două sau mai multe
variabile explicative (absenţa colinearităţii).

Testul Farrar-Glauber pentru multicolinearitate:

omcdiag(model) Modelul prezinta multicolinearitate, dar nu este perfecta pentru ca
det este diferit de 0.

cor(set_de_date) Matricea de corelatie: si pot sa vad care variabile sunt in relatie

liniara cu celalalte. Ma uit care variabile au valori peste 0.7(pot indica o
corelatie).Cu cat este mai mare, cu atat corelarea este mai [Link] - este corelatie
negativa.

Constanta trebuie sa fie semnificativ diferita de 0!! Altfel, pot aparea problem
cu anumite teste.

Variance inflation factors, daca am valori peste 5, ma gandesc ca pot sa elimin

variabila care are acest coefficient mai [Link] am valori sub 5, nu am
multicolinearitate.
[Link] SHAPIRO-WILK ( Seminar 7 Pachete software)

Se folosește pentru identificarea distributiei normale a unei variabile pentru

fiecare categorie a altei variabile.

 H0: datele sunt normal distribuite.

 H1: datele nu sunt normal distribuite.

[Link] LEVENE ( Seminar 7 Pachete software)

Se foloseste pentru a vedea daca dispersia unei variabile este aceeasi in ambele
categorii ale unei alte variabile.

Este inclus in pachetul car.

 H0: dispersiie sunt egale.

 H1: dispersiile nu sunt egale. In acest caz se procedeaza catre
transformarea datelor pentru stabilizarea dispersiei (logaritmare).