C5_Econometrie_CBalan
-
Upload
rucsandra-rucsii -
Category
Documents
-
view
215 -
download
3
description
Transcript of C5_Econometrie_CBalan
REGRESIA LINIARĂ MULTIPLĂ
C5
1. Testarea influenţei marginale a unei variabile
2. Exemplu (I)
3. Estimarea indicatorilor de corelaţie
4. Testarea indicatorilor de corelaţie
5. Exemplu (II)
1. Testarea influenţei marginale a unei variabile independente asupra variabilei dependente
Testarea influenţei marginale a unei variabile independente se realizează
cu ajtorul testului Fisher (F Change) (tabelul Model Summary din SPSS).
1) Formularea ipotezelorH0: variabila independentă nou introdusă în model nu are o influenţă
semnificativă asupra variaţiei variabilei aleatoare (β=0)H1: variabila independentă nou introdusă în model are o influenţă
semnificativă asupra variaţiei variabilei aleatoare(β≠0)
2. Fixarea pragului de semnificaţie α=0,05
3. Alegerea statisticii test Fisher:
C
RC
C
CR
kndf
kkdf
dfRSS
dfRSSRSSF
2
1
2/
1/)(
2/)1(
1/)(2
22
dfR
dfRRF
C
RC
1. Testarea influenţei marginale a unei variabile independente asupra variabilei dependente
4. Calcularea statisticii test : Fcalc = F Change (din Tabel Model
Summary)
5. Citirea valorii teoretice din Tabelul Repartiţiei Fisher: Fα, df1, df2
6. Criterii de decizie:
Dacă Fcalc≤ Fα, df1, df2 se acceptă H0 cu o probabilitate de 1-α.
Dacă Fcalc> F α, df1, df2 se respinge H0 cu un risc asumat α.
Sau
Dacă Sig (Fchange) ≥ α se acceptă H0 cu o probabilitate de 1-α.
Dacă Sig (Fchange)< α se respinge H0 cu un risc asumat α.
2. EXEMPLU I (1)Model Summary
.661a .436 .435 $12,833.540 .436 365.381 1 472 .000
.663b .439 .437 $12,815.280 .003 2.346 1 471 .126
Model1
2
R R SquareAdjustedR Square
Std. Error ofthe Estimate
R SquareChange F Change df1 df2 Sig. F Change
Change Statistics
Predictors: (Constant), Educational Level (years)a.
Predictors: (Constant), Educational Level (years), Months since Hireb.
Model Summary
.661a .436 .435 $12,833.540 .436 365.381 1 472 .000
.890b .792 .792 $7,796.524 .356 807.889 1 471 .000
Model1
2
R R SquareAdjustedR Square
Std. Error ofthe Estimate
R SquareChange F Change df1 df2 Sig. F Change
Change Statistics
Predictors: (Constant), Educational Level (years)a.
Predictors: (Constant), Educational Level (years), Beginning Salaryb.
Model Summary
.910a .828 .818 5.2961 .828 83.271 4 69 .000
.907b .822 .814 5.3542 -.006 2.544 1 69 .115
Model1
2
R R SquareAdjustedR Square
Std. Error ofthe Estimate
R SquareChange F Change df1 df2 Sig. F Change
Change Statistics
Predictors: (Constant), Average female life expectancy, People living in cities (%), Daily calorie intake, People who read (%)a.
Predictors: (Constant), Average female life expectancy, Daily calorie intake, People who read (%)b.
Pentru un model de regresie liniară multiplă, pot fi determinati următorii coeficienţi:
• coeficienţi de corelaţie simplă între variabila dependentă şi fiecare variabilă independentă (coeficienţi bivariaţi);
• coeficienţi de corelaţie parţială;
• coeficientul de corelaţie multiplă
• coeficientul de determinaţie multiplă.
3. Estimarea indicatorilor de corelaţie
3. Estimarea indicatorilor de corelaţie (I)
Coeficienţi de corelaţie bivariatăPentru un model liniar de forma:
există trei coeficienţi de corelaţie bivariată:ii22i110i xxy
])(][)([ 2221
21
11
1
i iii
i iii
ii
ii
iii
yyynxxn
yxyxnr
])(][)([ 2222
22
22
2
i iii
i iii
ii
ii
iii
yyynxxn
yxyxnr
])(][)([ 22
22
21
21
2121
12
i iii
i iii
ii
ii
iii
xxnxxn
xxxxnr
3. Estimarea indicatorilor de corelaţie (II)
Coeficienţi de corelaţie parţială
… 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( 212
22
12212.1
rr
rrrr
y
yyy
)1)(1( 212
21
12121.2
rr
rrrr
y
yyy
)1)(1( 22
21
2112.12
yy
yyy
rr
rrrr
3. Estimarea indicatorilor de corelaţie (III)
Raportul de determinaţie multiplă şi raportul de corelaţie multiplă
Parametri
=>
Estimatori
=>
Estimaţii
=>
T
R
T
E
ii
i
V
V
V
V
yy
yy
1)(
)ˆ(
2
2
22
ii
ii
T
R
T
E
yyV
V
V
V2
2
2
)(1
ˆ
ˆ1
ˆ
ˆˆ
2ˆˆ
ii
ii
yy
e
TSS
RSS
TSS
ESSR
2
2
2
)(11 2RR
3. 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:
1X 2X
2.122
221.2
21
212
12
122122
21 )1()1(
1
2yyyyyy
yyyy rrrrrrrrr
rrrrrr
4. 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.
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.
5. Exemplu (II)
Coeficienţii de corelaţiei parţială (de ordinul 2)