Cuprins

1. Introducere..........................................................................................................................22. Fundamentare teoretică:......................................................................................................23. Stabilirea variabilelor:.........................................................................................................44. Definirea așteptărilor..........................................................................................................55. Culegerea datelor și estimarea parametrilor:......................................................................56. Interpretarea rezultatelor.....................................................................................................57. Folosirea modelelor. Concluzii...........................................................................................78. Bibliografie:........................................................................................................................89. Anexă..................................................................................................................................9

Tabel 1....................................................................................................................................9Figura 1:..................................................................................................................................9Tabel 2..................................................................................................................................10Tabel 3..................................................................................................................................11Tabel 4..................................................................................................................................12

1

Analiza activității firmei SC Kronospan Trading S.R.L. Brașov în perioada 1999 - 2012

1. Introducere

În cadrul acestui proiect se include, analiza cifrei de afaceri în raport cu numărul de angajați și alți factori care influențează cifra de afaceri a firmei SC Kronospan Trading SRL Brașov cum ar fi: cheltuielile realizate de firma în anii studiați, datoriile și profitul realizat. Pentru o analiză completă am introdus și o variabilă auxiliară Dummy reprezentată de criza econimică din perioada analizată. Perioada de analiză se întinde pe 13 ani, din 1999 pâna în 2012.

Principalul obiect de activitate al firmei SC Kronospan Trading SRL constă în comercializarea de produse pe bază de lemn (PAL, MDF, HDF, parchet, lambriuri, OSB, blaturi, glafuri, etc.) În general se ocupă cu intermedieri în comerțul cu material lemnos și materiale de construcții. Proiectul urmărește realizarea unei analize economice asupra factorilor care influențează cifra de afaceri a societății comerciale în perioada 1999-2012

Obiectivele analizei:Stabilirea principalilor factori de influență a cifrei de afaceriAnaliza gradului în care variabilele alese influențează cifra de afaceriAnaliza posibilității ca un factor sezonier să influențeze cifra de afaceri

2. Fundamentare teoretică:

Cea mai veche forma de regresie a fost metoda celor mai mici pătrate, care a fost publicat de către Legendre în 1805 și de Gauss în 1809, ea fiind folosită și astăzi. Gauss a publicat în continuare o dezvoltare a teoriei celor mai mici pătrate în 1821 inclusiv o versiune a teoremei Gauss – Markov.

Termenul de " regresie ", a fost inventat de către Francis Galton în secolul al XIX-lea pentru a descrie un fenomen biologic . Fenomenul a analizat faptul că înălțimile de urmași ai strămoșilor au tendința de a regresa în jos spre o medie normală ( un fenomen de asemenea cunoscut sub numele de regresie spre medie ) .

Pentru Galton, regresia a avut numai acest sens biologic, dar munca sa a fost ulterior extinsă de Udny Yule și Karl Pearson la un context statistic mai general. În anii 1950 și 1960 , economiștii au folosit calculatoare electromecanice pentru a calcula regresii . Înainte de 1970 , uneori se aștepta până la 24 de ore pentru a primi rezultatul de la o regresie, astăzi totul este mult mai simplu.

Metoda regresiei continuă să fie un domeniu de cercetare activ . În ultimele decenii, au fost dezvoltate noi metode de regresie care implică răspunsuri corelate , cum ar fi seria de timp și curbe de creștere în care variabilele predictor sau de răspuns sunt curbe, imagini, grafice, sau alte obiecte complexe de date. [1]

Analiza de regresie este un proces statistic pentru estimarea relațiile dintre variabile.Regresia este folosită pentru analiza unei ipoteze cu privire la relația dintre o singură variabilă Y, numită variabilă dependentă și una(regresie simplă) sau mai multe variabile (regresie multiplă) X1 ..... Xk numite variabile independente (sau variabile explicative).

2

Cu ajutorul regresiei, se va putea determina cât de mult se schimbă dependenta Y atunci când variabilele își schimbă valorile. Altfel spus se va putea determina cât de mult din variația totală a dependenței este influențată de variația idependentelor. Mai mult, se va putea estima o valoare sau un interval de valori a dependentei pentru anumite valori ale independentelor. Analiza de regresie este utilizat pe scară largă pentru predicție și prognoză, este utilizată pentru a înțelege care dintre variabilele independente sunt legate de variabila dependentă , și de a explora formele acestor relații. [2]

Analiza de regresie simplă se ocupă cu descriere și evaluarea legăturii dintre o variabilă dată (numită variabilă dependentă sau explicată) si o variabilă explicativă cu scopul de a estima și a previziona valoarea medie a variabilei dependente, cunoscându-se valoarea fixată a variabilei independente (valoare fixată în urma unor eșantionări repetate). [3]

Ecuația generală a modelului regresiei simple este urmatoarea:yt = a0 + a1xt + Ɛt

unde:yt = variabila de explicat/dependentă/endogenă, în perioada t,xt = variabila explicativă/independentă/extrogenă, în perioada t,a0,a1=parametrii modelului,

Ɛt = eroarea de specificare. [3]

Pentru determinarea estimatorilor parametrilor se folosește metoda celor mai mici pătrate, aceasta presupune determinarea estimatorilor punând condiția de minimizare a sumei pătratelor erorilor. [3]

Scopul regresiei multiple (termen utilizat de Pearson, 1908) este de a evidenţia relaţia dintre o variabilă dependentă (explicată, endogenă, rezultativă) şi o mulţime de variabile independente (explicative, factoriale, exogene, predictori). Prin utilizarea regresiei multiple se încearcă, adesea, obţinerea răspunsului la una dintre întrebările: “care este cea mai bună predicţie pentru …?”, “cine este cel mai bun predictor pentru …?” .

De reţinut că metoda regresiei multiple este generalizată prin teoria “modelului liniar general”, în care se permit mai multe variabile dependente simultan [4]

Ecuația generală a modelului regresiei multiple este urmatoarea: yt = a0 + a1x1t + a2x2t + ...... akxkt + Ɛt

unde:k = variabilă explicativă [3]

Conform manuarului Static al României cifra de afaceri a unei întreprinderi reprezintă veniturile totale (pe piața internă și externă) înregistrate de către întreprinderea cu activitate principală industrială în perioada respectivă, provenite atât din activitatea principală, cât și din activitățile secundare exercitate de aceasta. Cifra de afaceri nu include TVA și veniturile din vânzarea sau transferul de mijloace fixe

Am ales cifra de afaceri deoarece este importantă pentru aprecierea poziției societății în cadrul sectorului de activitate unde evoluează precum și a aptitudinilor de a face investiții și respectiv a dezvolta diferite activități și produse în mod profitabil. Firma va obține rezultate mai bune dacă reușește să vândă cât mai mult.

3

Cifra de afaceri are un caracter preponderent exogen de unde și importanța sa pentru aprecierea potențialului de dezvoltare a firmei.Unul dintre factorii importanți care influențează nivelul cifrei de afaceri este forța de muncă (numărul de angajați în procesul de producție).

Analiza cifrei de afaceri în raport cu numărul de angajați a mai fost studiată și de Loredana Trasca în lucrarea sa de licență, ea a făcut această analiză pe firma SC Rominsta SRL și a constatat faptul că cifra de afaceri este influnțată într-o pondere destul de mare de numărul de angajați.[5]

3. Stabilirea variabilelor:

Pentru a realiza modelul regresiei simple se iau în considerare următoarele variabile: variabila de explicat (y) şi variabila explicativă (x).

Ca și variabilă explicativă (x) se alege numărul mediu de angajați ai firmei Kronospan Trading SRL (care va influența/sau nu variabila de explicat y) și variabila de explicat care în acest caz este cifra de afaceri obținută de firmă în decursul anilor de studiu (1999-2012). Cu ajutorul acestor variabile se va construi în continuare modelul liniar al regresiei simple, și se va explica fiecare variabilă în parte.

CAt = a0 + a1NrAt + Ɛt

unde;CAt = cifra de afaceri exprimată în lei în perioada t,NrAt = numarul mediu de angajati din perioada t,a0, a1 = parametrii modelului,Ɛt = eroarea de specificare.

Pentru îmbunătățirea modelului au mai fost adăugate și alte variabile explicative (x) și anume: cheltuielile, datoriile și profitul realizat de firmă în anii studiați. Pentru o analiză completă am introdus și o variabilă auxiliară Dummy reprezentată de criza econimică din România . Astfel în anii în care a fost criză economica vom avea valoarea 1 iar în rest vom avea valoarea 0. Scopul acestei variabile este determinarea influenței crizei economice asupra cifrei de afaceri a firmei.

Cu ajutorul acestor variabile se va construi în continuare și modelul liniar al regresiei multiple, explicându-se fiecare variabilă în parte.

CAt = a0 + a1NrAt + a2Cht + a3Datt + a4Prt + a5Dt + Ɛt

unde;CAt = cifra de afaceri exprimată în lei din perioada t,NrAt = numarul mediu de angajați din perioada t,Cht = cheltuielile totale exprimate în lei din perioada t,Datt = datoriile totale exprimate în lei din perioada t,Prt = profitul total exprimat în din perioada t,Dt = variabila auziliară Dummy,a0, a1, a2, a3, a4 a5 = parametrii modelului,Ɛt = eroarea de specificare.

4

4. Definirea așteptărilor:

Conform informațiilor și datelor obținute, se asteaptă ca în urma aprofundarii și analizarii să se realizeze o corelație directă și pozitivă cu o intensitate destul de puternică între variabile, deoarece în practică și în logică variabilele alese au legatura și se influentează una pe cealalta. Se dorește ca în urma acestui studiu să rezulte o influență pozitivă a numărul de angajați asupra cifrei de afaceri în sensul creșterii.

5. Culegerea datelor și estimarea parametrilor:

Pentru culegerea și completarea datelor aferente variabilelor specificate, necesare modelului, se recurge la consultarea informațiilor financiare și bilanțiere ale firmei. Datele sunt reale deci modelul va reflecta realitatea financiară a firmei.

Datele statistice prezentate în această lucrare au fost culese pe parcursul a 13 ani, începând cu anul 1999 și terminând cu anul 2012, cu ajutorul a două surse publice (apărute online: site-ul oficial al firmei și www.mfinanțe.ro) pentru asigurarea corectitudinii datelor.

Datele vor fi reprezentate de un tabel informativ (tabel 1, tabel 3) poziționat la anexe. Estimarea parametrilor se va realiza cu metoda celor mai mici pătrate, o metodă standard folosită la nivelul orcărei firme si orcărei cercetari. .

Cu ajutorul programului Microsoft Office Excel, se vor corela datele, se vor calcula legăturile dintre ele și se vor interpreta rezultatele, acestea din urmă vor fi prezente la anexe.

6. Interpretarea rezultatelor:

Regresie simplă.

Ecuația de regresie simplă obținută în urma corelării:

CAt = -12876821,45 + 5350763,36 NrAt + et (16641257,19) (907855,009)

-0,773 5,893

Adjusted R Square = 0,7218F = 34,737n = 14(.) = Standard Error

Conform graficului de corelație (figura 1 - anexe) se observă că între cele două variabile există o corelație pozitivă și directă chiar dacă unele variabile nu sunt corelate perfect între ele.

Valoarea coeficientului de corelație (Multiple R) este 0,862 , ceea ce înseamnă că legătura dintre numărul mediu de angajați la SC Kronospan Trading SRL și cifra de afaceri este directă. Între numărul mediu de angajați și cifra de afaceri există o legătură de intensitate puternică deoarece Multiple R este cuprins în intervalul [0,75; 0,95). Valoarea coeficientului de determinație (R Square) este 0,743 , adică modelul este valid și bine ales pentru că valoarea sa este apropiată de 1, iar variația cifrei de afaceri se explică într-o proporție de 74,3%, diferența de 25,7% fiind reprezentată de alți factori neincluși în model

5

Testul Durbin-Watson: Efectuându-se acest test am obținut d = 0,973 care aparține intervalului (0,776;1,054) adică (dL,dU) ceea ce conform teoriei înseamnă un test neconcludent și se poate merge mai departe cu analiza.

Testul Student: Valoarea t.calculat pentru variabila a0 este (-0,77) și este mai mică decât valoarea teoretică care are valoarea 2,17 ceea ce reprezintă faptul că această constantă este nesemnificativă. În analiză nu se include și valoarea 0 . Valoarea t.calculat pentru variabila a1 este 5,893 și este mai mare decât valoarea teoretică care are valoarea 2,17 de aceea coeficientul de corelație este semnificativ, iar parametrul este semnificativ diferit de valoarea zero, modelul fiind bine ales. Se pot formula concluzii privind intensitatea legaturii dintre cifra de afaceri și numărul de angajați ai firmei SC Kronospan Trading SRL, cu probabilitatea de 95%, numărul de angajați are o influență semnificativă asupra cifrei de afaceri a firmei.

Testul Fisher: Valoarea t.calculat a datelor este 34,73 și este mai mare decât valoarea teoretică 4,74, de aici rezultă faptul că se respinge ipoteza de egalitate a varianțelor, iar cu o probabilitate de 95% se explica faptul ca valoarea parametrilor este semnificativ diferită de 0, adică numărul mediu de angajați influențează semnificativ variația cifrei de afaceri a firmei SC Kronospan Trading SRL.

Regresie multiplă.

Ecuația de regresie multiplă obținută în urma corelării:

CAt = 2183504,9 - 374829,3NrAt + 1,0741Cht - 0,3269Datt + 1,2622Prt - 6253947,7Dt + et

(7661982,7) (478547,5) (0,0613) (0,1489) (0,6683) (7269670,7) 0,284 -0,783 17,509 -2,195 1,888 -0,860

Adjusted R Square = 0,994F = 456,869n = 14(.) = Standard Error

Valoarea coeficientului de corelație (Multiple R) este 0,998, ceea ce înseamnă că avem o legătură de intensitate foarte puternică, aproape de tip determinist, există această legătură de intensitate foarte puternică deoarece Multiple R este cuprins în intervalul [0,95; 1]. Valoarea coeficientului de determinație (R Square) este 0,996, adică modelul este valid și foarte bine ales pentru că valoarea sa este cuprinsă între 0 și 1 si este foarte apropiată de valoarea 1, iar variația cifrei de afaceri se explică într-o proporție de 99,6%, diferența de 0,4% fiind reprezentată de alți factori neincluși în model.

Testul Durbin-Watson: Efectuându-se acest test am obținut d = 1,824 care aparține intervalului (1,951;2,049) adică (4-dU,dU), conform teoriei rezultă că se acceptă ipoteza H0

(=0) ceea ce înseamnă lipsa autocorelării erorilor. Testul Student: În urma efectuării acestui test s-a constatat faptul că doar o singura

variabilă explicativă a regresiei multiple are o influență semnificativă asupra cifrei de afaceri a firmei pentru că doar pentru această variabilă t.calculat este mai mare decât valoarea teoretică care are valoarea 2,3060. Coeficientul de corelație este semnificativ, iar parametrul este diferit de valoarea zero. Celelalte variabile explicative au un t.calculat mai mic decât valoarea teoretică ceea ce inseamnă că nu au o influență specifică asupra cifrei de afaceri a firmei.

6

Se pot formula concluzii privind intensitatea legaturii dintre cifra de afaceri și cheltuielile realizate de SC Kronospan Trading SRL, cu probabilitatea de 95%, cheltuielile au o influență semnificativă asupra cifrei de afaceri a firmei.

Testul Fisher: Valoarea t.calculat a datelor este 456,86 și este mai mare decât valoarea teoretică 3,687, de aici rezultă faptul că se respinge ipoteza de egalitate a varianțelor, iar cu o probabilitate de 95% se explica faptul ca valoarea parametrilor este semnificativ diferită de 0, adică cheltuielile influențează semnificativ variația cifrei de afaceri a firmei SC Kronospan Trading SRL.

Testul Chow: În urma realizării acestui test rezultă că valoarea calculată a testului Chow este mai mică de cât valoarea teoretică de aceea se acceptă ipoteza nula (H0). Această ipoteza ne specifică faptul că nu este nici o diferență între variația rezidurilor calculată pe întreaga perioadă și suma variațiilor rezidurilor calculată pe subperioade. Coeficienții sunt stabili pe întreaga perioadă analizată.

Testul Klein: Acest test presupune o comparație între valoarea lui Multiple R (0,998) cu valoarea lui R Square (0,996). Din analiză constatăm că Multiple R are o valoare puțin mai mare decât cea a lui R Square ceea ce înseamnă că există prezență de multicoliniaritate.

7. Folosirea modelelor. Concluzii:

Cel mai important model economic este regresia. Regresiile sunt importante pentru economiști pentru că aceștia nu pot folosi simulări în economie. Ei pot observa datele, iar modelele trebuie să fie interpretate pentru a înlătura problemele de observare sau de analiză.

Cifra de afaceri are un caracter preponderent exogen de unde și importanța sa pentru aprecierea potențialului de dezvoltare a firmei.

Am constatat că unul dintre factorii importanți care influențează nivelul cifrei de afaceri este forța de muncă, cifra de afaceri fiind influnțată într-o pondere destul de mare de numărul de angajați, dar și cheltuielile realizate de firmă în anii de studiu au o influență majoră, insă nu putem spune același lucru și despre criza economică din ultimii ani.

Acest model se poate folosi în analiză, în cercetarea cifrei de afaceri, pentru confirmarea sau infirmarea unor ipoteze stabilite anterior, pentru demonstrarea unor teorii sau în previziunea anilor urmatori.

7

8. Bibliografie:

[1] – http://en.wikipedia.org/wiki/Regression_analysis

[2] - Regresia liniar  simplă - Adrian DU.A Universitatea din București Facultatea de Sociologie și Asistență  Socială 2007

[3] - Curs Econometrie - Prof. Duguleană Constantin

[4] - http://thor.info.uaic.ro/~val/statistica/StatWork_8.pdf

[5] – Analiza cifrei de afaceri a SC Rominsta SRL - Loredana Trasca ( lucrare de licență )

[6] - www.mfinante.ro

[7] - www.listafirme.ro

[8] - www.firmepenet.net/Kronospan-Trading-Srl

[9] - ro.wikipedia

[10] - Durbin-Watson / Significance Tables

8

9. Anexă

Tabel 1: Datele analizate pentru regresia simplă

-20

0

20

40

60

80

100

120

140

160

180

0 5 10 15 20 25 30

Numărul de angajați ai firmei - NrA

Cif

ra d

e a

fac

eri

- C

A

Figura 1: Graficul de corelație dintre numărul mediu de angajați ai firmei Kronospan Trading SRL și cifra de afaceri obținuta în anii studiați (1999-2012).

An Cifra de afaceri "CA"(ron) Y Numarul mediu de angajati "NrA" X

1999 633991 11

2000 28665993 15

2001 57794058 23

2002 98811875 17

2003 139948829 22

2004 166561483 22

2005 137959833 27

2006 91906040 26

2007 128577194 26

2008 124630091 22

2009 0 2

2010 0 1

2011 0 1

2012 0 1

9

Tabel 2: Analiza parametrilor – regresie simplă

SUMMARY OUTPUT

Regression Statistics

Multiple R 0,862117644

R Square 0,743246832

Adjusted R Square 0,721850735

Standard Error 33620416,61

Observations 14

ANOVA

  df SS MS FSignificance

F

Regression 1 4E+16 3,93E+16 34,7375 7,32E-05

Residual 12 1E+16 1,13E+15

Total 13 5E+16      

  CoefficientsStandard

Error t Stat P-valueLower 95%

Upper 95%

Lower 95,0%

Upper 95,0%

Intercept -12876821,5 2E+07 -0,77379 0,45403 -4,9E+07 23381363 -4,9E+07 23381363

X Variable 1 5350763,367 907855 5,893852 7,3E-05 3372717 7328810 3372717 7328810

RESIDUAL OUTPUT

Observation Predicted Y Residuals

1 45981575,59 -45347584,59

2 67384629,06 -38718636,06

3 110190736 -52396678

4 78086155,79 20725719,21

5 104839972,6 35108856,37 2,17881 T teoretic

6 104839972,6 61721510,37

7 131593789,5 6366043,536 4,74723 T teoretic fisher

8 126243026,1 -34336986,1

9 126243026,1 2334167,903

10 104839972,6 19790118,37

11 -2175294,72 2175294,718

12 -7526058,09 7526058,085

13 -7526058,09 7526058,085

14 -7526058,09 7526058,085

suma 1,09896E-07

10

d 0,973340921

dl 0,776

du 1,054

4-du 2,946

4-dl 3,224

Tabel 3: Datele analizate pentru regresia multiplă

An Cifra de

afaceri(Ron)Numarul mediu de

angajațiCheltuieli(Ron

)Datorii(Ron) Profit(Ron) Dummy

1999 633991 11 1007449 2326829 0 0

2000 28665993 15 35948337 13139817 0 0

2001 57794058 23 70033110 23200379 0 0

2002 98811875 17 104141920 28347876 0 0

2003 139948829 22 140896932 37989138 758174 0

2004 166561483 22 160859744 30662857 8022794 0

2005 137959833 27 133913139 15508194 5860452 0

2006 91906040 26 91274713 7626746 1885805 0

2007 128577194 26 131105462 18237050 0 0

2008 124630091 22 126546817 1330713 478289 0

2009 0 2 188404 1374049 157512 1

2010 0 1 101009 1374049 152300 1

2011 0 1 12107420 17561703 705512 1

2012 0 1 15000314 18086666 0 1

et-et-1 (et-et-1)^2 et^2

- - 2,0564E+15

6628948,531 4,3943E+13 1,49913E+15

-13678041,94 1,87089E+14 2,74541E+15

73122397,2 5,34688E+15 4,29555E+14

14383137,16 2,06875E+14 1,23263E+15

26612654 7,08233E+14 3,80954E+15

-55355466,84 3,06423E+15 4,05265E+13

-40703029,63 1,65674E+15 1,17903E+15

36671154 1,34477E+15 5,44834E+12

17455950,47 3,0471E+14 3,91649E+14

-17614823,65 3,10282E+14 4,73191E+12

5350763,367 2,86307E+13 5,66416E+13

0 0 5,66416E+13

0 0 5,66416E+13

suma 52873642,67 1,32024E+16 1,3564E+16

11

Tabel 4: Analiza parametrilor – regresie multiplă

SUMMARY OUTPUT

Regression Statistics

Multiple R0,99825

4

R Square 0,99651Adjusted R Square

0,994329

Standard Error 4800598

Observations 14

ANOVA

  df SS MS FSignificance

F

Regression 5 5,26445E+161,0529E+1

6 456,86998 1,333E-09

Residual 8 1,84366E+142,3046E+1

3

Total 13 5,28289E+16      

  CoefficientsStandard

Error t Stat P-valueLower 95% Upper 95%

Lower 95,0%

Upper 95,0%

Intercept 2183504,9 7661982,722 0,2849791 0,7828985-

15485059 19852068,8 -15485059 19852068,8X Variable 1 -374829,4 478547,5273 -0,7832647 0,4560315 -1478362 728703,177 -1478362 728703,177X Variable 2 1,0741934 0,061348479

17,5096995 1,155E-07

0,9327236 1,21566328 0,93272358 1,21566328

X Variable 3 -0,3269971 0,148971009 -2,1950386 0,0594521 -0,670525 0,01653065 -0,6705249 0,01653065X Variable 4 1,2622738 0,668322581

1,88871933 0,0956142 -0,278881 2,80342841 -0,2788809 2,80342841

X Variable 5 -6253947,8 7269670,743 -0,8602794 0,4146712

-23017839 10509943 -23017839 10509943

RESIDUAL OUTPUT

ObservationPredicted

Y Residuals1 -1618289,7 2252280,7192 30879849 -2213856,143 61205078 -3411020,4274 98410298 401577,24245 133822501 6126327,5246 166832035 -270552,0077 138238085 -278252,42948 90371116 1534924,1579 127307104 1270090,254

10 130041610 -5411518,89411 -4868206,1 4868206,0712 -4593834,8 4593834,77713 3708361,9 -3708361,9

14 5753678,9 -5753678,947suma 5,02914E-08

12

et-et-1 (et-et-1)^2 et^2

- - 5,0728E+1

2

-44661371,995E+1

34,9012E+1

2

-11971641,433E+1

21,1635E+1

3

3812597,71,454E+1

31,6126E+1

1

5724750,33,277E+1

33,7532E+1

3

-63968804,092E+1

37,3198E+1

0

-7700,422 592965067,7424E+1

0

1813176,63,288E+1

2 2,356E+12

-264833,97,014E+1

01,6131E+1

2

-66816094,464E+1

32,9285E+1

3

102797251,057E+1

42,3699E+1

3

-274371,37,528E+1

02,1103E+1

3

-83021976,893E+1

31,3752E+1

3

-20453174,183E+1

23,3105E+1

3

suma -80059603,365E+1

41,8437E+1

4

DW d1,8249999

9

dl 0,343

du 2,049

4-dl 3,657

4-du 1,951

test student

t teoretic 2,306004133

test fisher

t teoretic 3,687498666

Test Chow

SCR2,3046E+1

3

SCR11,6102E+1

3 Pentru subperioada 1

SCR28,2872E+1

2 Pentru subperioada 2

gl1 6

gl2 2

Val. calculată -0,6610754

Val. teoretică 19,329534

Testul Klein (multicoliniaritatea)

13

Multiple R 0,998253541

R Square 0,996510131

Multiple R > R Square – prezență de multicoliniaritate

14

15