Econometrie

SEMINAR V
REGRESIA LINIARĂ SIMPLĂ

REGRESIA PRIN ORIGINE:

EX: Analizează relația dintre numărul de unități produse și costul total al producției într-o
fabrică unde costurile sunt în mare parte proporționale cu numărul de unități.

Ce este regresia prin origine?

Regresia prin origine este un model liniar în care interceptul (constanta) este omis, fiind
forțată să fie 0. Matematic, modelul arată astfel:

Y=𝛽𝛽1 𝑋𝑋

Această regresie este folosită atunci când există un motiv logic sau practic să considerăm că
atunci când variabila independentă (X) este zero, și variabila dependentă (Y) va fi zero. Este
utilizată în situații în care nu există o valoare constantă de bază în sistem și relația este
considerată strict proporțională.

Când este potrivită?

Regresia prin origine este potrivită în cazuri precum:

1. Costuri proporționale: În exemplul nostru, considerăm că, la 0 unități produse, costul

total este și el 0. Prin urmare, nu există o componentă de cost fixă (cum ar fi chiria sau
salariile minime de întreținere).
1
Econometrie

2. Situații fizice: De exemplu, distanța parcursă de o mașină față de consumul de

combustibil ar putea fi direct proporțională cu viteza medie și fără intercept, dacă
luăm în considerare doar energia direct consumată pentru deplasare, ignorând alți
factori.
3. Fenomenul zero-zero: Când este logic să presupunem că atunci când o variabilă este
zero, și cealaltă va fi zero, fără valori minime implicite.

Dezavantajele regresiei prin origine

1. Impunerea constrângerii zero-zero: Dacă presupunem greșit că valoarea depinde

direct de zero (când x=0; y=0), modelul va fi incorect.
2. Subestimarea sau supraestimarea: Dacă există de fapt un cost fix inițial neglijat,
modelul poate subestima sau supraestima valoarea în mod semnificativ.

!!! De obicei, evităm regresia prin origine pentru că în multe cazuri relația dintre variabile nu
pornește natural din punctul (0,0). Câteva motive clare pentru care modelele standard de
regresie includ o interceptă sunt:

1. Existența unui cost fix sau al unui nivel de bază: În multe situații, există o valoare de
bază diferită de zero când variabila independentă este zero. De exemplu:
o Costuri de producție: O fabrică poate avea costuri fixe (chirie, salarii) care
trebuie plătite chiar dacă nu produce nimic. În acest caz, interceptul din
modelul de regresie ar reprezenta aceste costuri fixe, iar linia de regresie va
indica o valoare nenulă pentru cost când numărul de unități produse este zero.
o Venituri și educație: Veniturile tind să nu fie zero, chiar dacă nivelul de
educație este scăzut. Modelul ar trebui să includă o constantă care să
reprezinte venitul de bază pentru indivizi fără educație formală.
2. Motive statistice - minimizarea erorilor: În majoritatea cazurilor, dacă eliminăm
interceptul, erorile din predicții tind să fie mai mari. Modelul prin origine poate
subestima sau supraestima relația reală dintre variabile, deoarece încercăm să forțăm
toate valorile să treacă prin punctul (0,0).
3. Existența unui fenomen zero-neutru: În multe contexte, valorile zero pentru
variabilele independente nu au semnificație practică:
o Vârsta și sănătatea: Dacă analizăm efectul vârstei asupra sănătății, la vârsta de
zero ani variabilele precum sănătatea sau veniturile nu ar avea sens, deci
modelul nu ar trebui să treacă prin punctul zero.
o Temperatura și vânzările de băuturi: O relație între temperatura medie și
vânzările de băuturi arată, de obicei, că vânzările sunt deja nenule la
temperaturi scăzute, deci o regresie prin origine ar fi complet inadecvată.
4. Cazuri de valori zero imposibile: Unele variabile nu pot lua valori zero din punct de
vedere practic sau nu au sens într-un model. De exemplu, populația și creșterea
economică: zero populație sau zero PIB ar face ca relația să nu aibă sens.

 Modelul standard cu intercept permite o mai mare flexibilitate și este în general mai
realist și mai corect.

2
Econometrie

Exerciții:
1. Un analist doreste sa studieze legatura dintre cheltuielile pentru promovarea
produselor si nivelul vanzarilor realizate. In acest scop el sistemeaza date pentru 15
marfuri alimentare privind cheltuielile lunare cu promovarea produsului (mii lei) si
incasarile lunare realizate (mii lei).

Tabelul 1. Model Summary

Model Summaryb

Model R R Square Adjusted R Std. Error of the

Square Estimate

1 .796a .633 .605 401.50989

a. Predictors: (Constant), Cheltuieli

b. Dependent Variable: Incasari

Tabelul 2. Procedeul ANOVA pentru regresie

ANOVAa

Model Sum of Squares df Mean Square F Sig.

Regression 3617267.540 1 3617267.540 22.438 .000b

1 Residual 2095732.460 13 161210.189

Total 5713000.000 14

a. Dependent Variable: Incasari

b. Predictors: (Constant), Cheltuieli

3
Econometrie

Tabelul 3. Coeficienţii de regresie

Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) -107.239 491.796 -.218 .831

1
Cheltuieli 126.513 26.708 .796 4.737 .000

a. Dependent Variable: Incasari

Tabelul 4. Coeficientul de corelaţie Pearson

Correlations

Incasari Cheltuieli

Pearson Correlation 1 .796**

Incasari Sig. (2-tailed) .000

N 15 15
Pearson Correlation .796** 1

Cheltuieli Sig. (2-tailed) .000

N 15 15

**. Correlation is significant at the 0.01 level (2-tailed).

a) Să se precizeze ecuaţia estimată a modelului de regresie.

b) Să se interpreteze estimaţiile punctuale ale parametrilor de regresie.
c) Să se determine şi să se interpreteze intervalele de încredere obţinute pentru
parametrii modelului de regresie.
d) Să se testeze semnificaţia parametrului de regresie β0, considerând un risc de 5%.
e) Să se prezinte demersul testării semnificaţiei parametrului β1 şi să se interpreteze
rezultatul, pentru un risc de 5%.
f) Să se estimeze şi să se interpreteze valorile raportului de corelaţie şi ale raportului de
determinaţie.
g) Să se estimeze punctual şi să se interpreteze valoarea coeficientului de corelaţie.
h) Să se verifice semnificaţia coeficientului de corelaţie Pearson.
i) Să se testeze semnificaţia raportului de corelaţie, considerând un risc de 5%.
j) Să se testeze dacă modelul de regresie este semnificativ sau corect specificat.

4
Econometrie

2. Pentru un magazine de mobile s-au cules date privind numarul de spoturi publicitare
difuzate si numarul vizitatorilor (mii persoane) timp de 14 zile.

Tabelul 1. Procedeul ANOVA pentru regresie

ANOVAa

Model Sum of Squares df Mean Square F Sig.

Regression 3740.465 1 3740.465 146.908 .000b

1 Residual 305.535 12 25.461

Total 4046.000 13

a. Dependent Variable: Nr_vizitatori

b. Predictors: (Constant), Nr_spoturi

Tabelul 2. Coeficienţii de regresie

Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) 2.286 3.091 .739 .474

1
Nr_spoturi 5.075 .419 .962 12.121 .000

a. Dependent Variable: Nr_vizitatori

a) Să se precizeze ecuaţia estimată a modelului de regresie.

b) Să se interpreteze estimaţiile punctuale ale parametrilor de regresie.
c) Testati semnificatia statistica a parametrilor modelului, determinand si intervalele de
incredere pentru acestia.
d) Masurati intensitatea legaturii dintre cele doua variabile cu ajutorul coeficientului si
a raportului de corelatie, testate si semnificatia indicatorilor utilizati.
e) In ce masura variatia numarului de vizitatori este determinate de numarul spoturilor
publicitare, pe baza modelului de regresie determinat?
f) Previzionati numarul vizitatorilor asteptati intr-o zi, in ipoteza ca se vor difuza 15
spotrui in acea zi.
g) Testati validitatea modelului pentru un risc de 1%.
h) Testati semnificatia raportului de determinatie.

5
Econometrie

3. O firmă ce organizează licitaţii pentru vânzarea unor antichităţi doreşte să determine

relaţia dintre preţul obţinut pentru articolele licitate (u.m.) şi numărul de persoane
ce participă la licitaţie. Rezultatele prelucrarii sunt prezentate in tabelele de mai jos:

ANOVAa

Model Sum of Squares df Mean Square F Sig.

Regression 719973.5 1 719973.5 22.77708 .001b

1 Residual 252876.5 8 31609.56

Total 972850 9

a. Dependent Variable: Pret

b. Predictors: (Constant), Marime audienta

Coefficientsa

Model Unstandardized Standardized t Sig.

Coefficients Coefficients

B Std. Error Beta

(Constant) 1086.691 174.4825 6.228079 .000

1
Marimea audientei 9.329102 1.954748 .879 4.772534 .001

a. Dependent Variable:

a) Scrieti ecuatia de regresie.

b) Care este interpretarea economica a coeficientilor obtinuti?
c) Este modelul semnificativ din punct de vedere statistic pentru un risc de 10%?
d) Să se calculeze și să se interpreteze valoarea estimată a raportului de corelație.
e) Să se calculeze și să se interpreteze valoarea estimată a raportului de determinație.
f) Să se testeze coeficientul de corelație pentru un risc de 1%.
g) Să se testeze raportul de corelație pentru un risc de 1%.

6
Econometrie

4. O firmă de asigurări vrea să găsească o legătură între valoarea prejudiciului provocat

de incediul unei locuinţe şi distanţa dintre locul incendiului şi cea mai apropiată staţie
de pompieri. Pentru aceasta,realizează un studiu, într-o anumită regiune, luând în
considerare cele mai recente 15 incendii. Sunt înregistrate date referitoare la
valoarea prejudiciului (mii Euro) şi distanţa dintre incendiu şi cea mai apropiată
staţie de pompieri (km).

Model Summary

Model R R Square Adjusted R Std. Error of the

Square Estimate

1 .961a .923 .918 2.3163

a. Predictors: (Constant), Distanta_statie

ANOVAa

Model Sum of Squares df Mean Square F Sig.

Regression 841.766 1 841.766 156.886 .000b

1 Residual 69.751 13 5.365

Total 911.517 14

a. Dependent Variable: Valoare_prejudiciu

b. Predictors: (Constant), Distanta_statie

Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) 10.278 1.420 7.237 .000

1
Distanta_statie .492 .039 .961 12.525 .000

a. Dependent Variable: Valoare_prejudiciu

1) Să se precizeze ecuaţia estimată a modelului de regresie.

2) Să se interpreteze estimaţiile punctuale ale parametrilor de regresie.
3) Care este volumul eşantionului?
4) Să se estimeze şi să se interpreteze valorile raportului de corelaţie şi ale raportului
de determinaţie.
5) Să se estimeze punctual şi să se interpreteze valoarea coeficientului de corelaţie.
6) Să se verifice semnificaţia coeficientului de corelaţie Pearson.
7) Să se testeze semnificaţia raportului de corelaţie, considerând un risc de 5%.
8) Să se testeze semnificaţia influenţei variabilei independente asupra variabilei
dependente.

7
Econometrie

Exerciții de tip grilă:

1. Raportul de corelație multiplă:

a. Arată cât la sută din variaţia lui Y depinde de variaţia simultană a variabilelor
factoriale considerate.
b. Nu ţine seama de nr. de grade de libertate sau de nr. de parametrii care apar în
model.
c. Măsoară gradul de intensitate a legăturii simultane dintre variabila dependentă și
variabilele independente.
d. Are aceeași interpretare ca și raportul de determinație multiplă ajustat.

2. În studiul legăturii dintre valoarea cheltuielilor de consum ale gosăpodăriilor

(lei/lună) și indicele prețurilor de consum (IPC) din România (%), în perioada
1991/2010. S-au obținut următoarele rezultate:

Model Unstandardized Standardize

Coefficients d
Coefficients
B Std. Error Beta
(Constant) 133.816 8.009
1
IPC -7.390 1.016 -.864
a. Dependent Variable: Cheltuieli_consum
Pentru exemplul dat, este corectă afirmația:
a. Nivelul cheltuielilor de consum ale gospodăriilor scad, în medie, cu 73,9 lei/lună,
la o creștere cu 10% a indicelui prețurilor de consum.
b. Pentru a asigura un consum de 120 lei/lună, IPC trebuie sa fie de 1,87%.
c. Între variabilele modelului există o legătura directă.
d. Nivelul cheltuielilor de consum ale gospodăriilor cresc, în medie, cu 133,816
lei/lună, la o creștere cu 1% a indicelui prețurilor de consum.

3. Estimatorii parametrilor modelului de regresie sunt variabile de selecţie care:

a. Nu urmează o distribuţie normală
b. Sunt deplasați
c. Sunt neconvergenți
d. Sunt eficienți

8
Econometrie

4. Pentru un esantion de 36 de tari, se analizeaza legatura dintre productia de cereale la

hectar si media precipitatiilor, in anul 2012, si se obtin urmatoarele rezultate.

Model Unstandardized Standardized

Coefficients Coefficients

B Std. Error Beta

(Constant) 942.455 294.399

Media_precipitatiilor 3.264 .545 .717

Este adevarata afirmatia:

a. Se estimeaza cu o probabilitate de 90% ca valoarea adevarata a pantei dreptei de
regresie este acoperita de intervalul de incredere [1.864;4.664]
b. Intre variable exista o legatura inversa si puternica;
c. Se estimeaza cu o probabilitate de 90% ca valoarea adevarata a parametrului β1 este
acoperita de intervalul de incredere [2.368;4.16]
d. Se estimeaza cu o probabilitate de 90% ca valoarea adevarata a parametrului β1 este
acoperita de intervalul de incredere [4.16; 2.368]

5. In studiul legaturii dintre venitul mediu anual al gospodariei (mii euro) si Valoarea
imprumutului bancar (mii euro) pe un esantion de 5000 de persoane, s-au obtinut
urmatoarele rezultate:

Model Sum of df
Squares

Regression 26053.134 1
1
Residual 33150.611
Total 59203.744 4999
Dependent Variable:Valoarea imprumutului bancar
Pentru exemplul dat, sunt corecte afirmatiile:
a. 96.3% din variatia Valorii imprumutului bancar este explicata de variatia
Venitului gospodariei.

9
Econometrie

b. Valoare calculata a statisticii F(Fisher) folosita pentru testarea raportului de

corelatie este egala cu 3927.8
c. Numarul de parametri ai modelului este egal cu 3.
d. Raportul de corelatie estimat este egal cu 0.963.

6. In urma prelucrarii datelor inregistrate la nivelul unui esantion, s-au obtinut

rezultatele din tabelul de mai jos:

ANOVAa
Model Sum of df Mean F Sig.
Squares Square

Regression 841.76 1 841.76 156.89 .000b

1
Residual 69.751 13 5.365
Total 911.52 14

Este adevarata afirmatia:

a. Raportul de corelatie este 156.89.
b. Modelul de regresie nu este semnificativ statistic, in conditiile unui risc de 5%.
c. Raportul de determinatie este 0.923.
d. Variatia totala este 911.52.

7. In urma prelucrarii datelor inregistrate la nivelul unui esantion , s-au obtinut

rezultatele din tabelul de mai jos:
Model Summaryb

Model R R Square Adjusted R Std. Error of

Square the Estimate

1 .894a .946 .944 9.1830

Se poate afirma ca:

a. 94.6% din variatia variabilei independente este explicata de variatia variabilei
dependente, prin modelul de regresie specificat.
b. 89.4% din variatia variabilei dependente este explicata de variatia variabilei
independente.
c. Intre variabilele analizate exista o legatura directa.
d. Intre variabilele modelului de regresie exista o legatura puternica.

10
Econometrie

8. In studiul legaturii dintre Rata inflatiei (%) si Rata somajului (%) inregistrate in
Romania, in perioada 1997-2008, s-au obtinut urmatoarele rezultate:

Standardize
Unstandardized d
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 269.392 45.171 5.964 .000
Rata_somajului 36.346 7.801 0.815 4.659 .000
Dependent variable: Rata inflatiei
Este adevarata afirmatia:
a. Intre Rata inflatiei si Rata somajului exista o legatura slaba.
b. Constanta modelului de regresie nu este semnificativa statistisc, pentru un risc de
0.01.
c. Pentru o rata a somajului de 3%, Rata inflatiei estimata este egala cu 378.43%.
d. Pentru o rata a somajului de 3%, Rata inflatiei estimata este egala cu 844.522%.

9. Prin prelucrarea datelor asupra variabilelor Salariul Curent (mii$) si Experienta

anterioara (luni), inregistrate pentru un esantion de 474 de angajati, s-au obtinut
urmatoarele rezultate:

Coefficientsa
Model Unstandardized Standardize t Sig.
Coefficients d
Coefficients
B Std. Error Beta
(Constant) 35945.029 1060.488 33.895 .000
1
Experienta anterioara -15.913 7.479 -.097 -2.128 .034
a. Dependent Variable: Salariul curent

In aceasta situatie, se poate considera ca:

a. Modelul de regresie care descrie legatura dintre cele doua variable este semnificativ
diferit de 0.
b. Panta dreptei de regresie este semnificativ diferita de 0, pentru un risc de 1%
c. Salariul curent este, in medie, de -15.913 mii $, atunci cand experienta anetrioara este
egala cu 0 luni.
d. Panta dreptei de regresie este semnificativ diferita de 0, pentru un risc de 5%.

11
Econometrie

10. In studiul legaturii dintre consumul annual pentru un produs (Y- kg/pers.) si venitul
anual disponibil (X – mii lei), s-a obtinut urmatorul model de regresie estimat:
Y= 42-0.56X
Pentru exemplul dat, este adevarata afirmatia:
a. Consumul anual pentru acest produs scade, in medie, cu 42 kg/pers, atunci cand
venitul annual disponibil creste cu o mie de lei.
b. Cresterea cu 1kg/pers a consumului annual pentru un produs, determina o scadere a
venitului cu 0.56 mii lei.
c. Cresterea cu 2 mii lei a venitului determina scaderea medie a consumului cu 1.12
kg/pers.
d. Crestrea cu 1 mie lei a venitului determina cresterea consumului cu 0.56 kg/pers.

12