Probleme Rez6
-
Upload
aloma-claudia-andrei -
Category
Documents
-
view
91 -
download
0
Transcript of Probleme Rez6
1
Probleme rezolvate
I.Modelul simplu de regresie
Aplicația I.1
În perioada 2003-2009 numărul de salariați din Cercetare și Dezvoltare (notați cu NSCD) a
fost de : 3,9; 4,07; 4,1; 4,2; 4,2; 4,35; 4,24 (valorile sunt exprimate în sute mii persoane). Se
cere:
a) Să se estimeze parametrii unui model de forma 7,1, tbtaNSCDt
b) Să se testeze dacă b diferă semnificativ de zero la un prag de 5%
c) Să se construiască un estimator pentru matricea de varianță-covarianță a
estimatorilor, ba,
d) Estimați folosind un interval de încredere numarul de salariați din Cercetare și
Dezvoltare pentru anii 2010-2012. Sunt rezultatele fezabile? De ce?
Soluție
Fie T=7 numărul de perioade pe care se face analiza. Atunci :
a) baFtbaNSCDtˆ,ˆminˆˆminˆmin
22
0ˆˆ20ˆ
ˆ,ˆ
0ˆˆ20ˆ
ˆ,ˆ
ttbaNSCDb
baF
tbaNSCDa
baF
t
t
tNSCDtbta
NSCDtbTa
2ˆˆ
ˆˆ
Rezolvând sistemul se ajunge la
tbDNSCa
tNSCTb
t
ˆˆ
ˆ
,covˆ2
2842
1
7
7....321
t
T
T
tt
41620ˆ1406
1587
6
)12)(1( 2
2
22
tT
tTTTt t
2
0,24= 16,60-16,8464151,47
724,4...207,419,3
),cov(
tNSCDT
tNSCDtNSCD
t
Și deci
911,3406,01514,4ˆˆ
06,04
24,0,covˆ2
tbNSCDa
tNSCDb
t
b) Se testează ipotezele 0
0
1
0
bH
bH. Pentru aceasta se calculează statistica
b
b
bt
0ˆ . Unde
t
bT
ˆ
ˆˆ
Nu se cunoaște . Pentru a determina valoarea acestui indicatori folosim următoarele relații:
0047,05
02367,0
22
ˆˆ
2^
2
2
T
NSCDNSCD
T
tt 0688,0ˆ
331,4706,0911,3
...
...
031,406,0971,3206,0911,3
971,306,0911,3
ˆˆ
7
^
2
1
^
NSCD
NSCD
NSCD
tbaNSCDt
Revenind la testarea parametrului b, pe baza calculelor de mai sus rezultă:
62,427/0688,0
06,0
ˆ
0ˆ
b
b
bt
Cum această valoarea calculată este superioară valorii critice (valoarea critică nu este dată ,
dar din experiența cititorului se cunoaște faptul că ea este în jurul valorii 2-Se poate consulta
distribuția Student pentru a alege valoarea exactă corespunzătoare pragului de 5%) se poate
accepta ipoteza alternativă, panta dreptei de regresie temporală diferă semnificativ de zero la
pragul de semnificație specificat. Altfel spus pe baza datelor existente se poate accepta că
3
exită un trend semnificativ din punct de vedere statistic privind evoluția numărului de
salariați din Cercetare și Dezvoltare în perioada analizată
.
c).
2
2
,ˆ)ˆ,ˆcov(
ˆ,ˆcovˆ
b
aba
ab
ba
. Se cunoaște că
2
21ˆˆ
t
aT
t
T
t
bT
ˆ
ˆˆ , iar
2
2
ˆˆˆ,ˆcov
tT
tba
Înlocuind în aceste expresii valorile calculate la punctele anterioare rezultă că
47
1
47
447
4
47
16
7
1
0047,0
ˆ
1
ˆ
ˆˆ
1
ˆ
22
22
2
2
,
tt
ttba
TT
t
T
t
T
t
T
d)O estimație punctuală se poate construi astfel
391,4806,0911,32010 NSCD
Eroarea de previziune
212,047
48
7
110688,036,2
ˆ
11ˆ
2
2
2
2/
t
p
yT
tt
Tt
Cu o probabilitate de 95% se poate spună că numărul de salariați din domeniul Cercetare și
Dezvoltare în anul 2010 va fi cuprins între 417 900 și 460300 persoane.
Intervalul de încredere este fezabil dacă totți factorii care au acționat în trecut asupra variabilelor
măsurate își păstrează direcția și intensitatea acțiunii și în perioadele de previziune. Cum în
ultima parte a perioadei de analiză a apărut criza economică (un factor nou a cărui dimenisiune și
direcție poate fi doar estimată în viitor) intervalul de încredere trebuie privit cu rezerve.
Observație: Întreaga problemă se poate mai ușor folosind variabila t cu valorile
3,2,1,0,1,2,3 în locul variabilei t utilizate în rezolvarea de mai sus.
4
Aplicația I.2
Pentru a urmări dependența dintre prețul de vânzare al unui produs și cantitățile vândute,
au fost înregistrate 32 de valori. În urma prelucrării datelor a fost obținut modelul:
i
ix
y1
2,42,12ˆ ,. Se mai cunosc, de asemenea, 2,1ˆ y și 2,0ˆ/1 x
Se cere:
a) Să se testeze la un prag de semnificație de 5%, folosind Testul F, validitatea modelului
de regresie;
b) Pentru o probabilitate de 0,99, precizațí dacă, b, pentru care 2,4ˆ b diferă semnificativ
de 1;
c) Evaluați coeficientul de corelație dintre y și x/1 . Testați semnificația statistică a
acestuia.
Observație
Pentru rezolvarea problemei se pot folosi valorile critice 17,457,2 30,1,05,030,2/01,0 Ft .
Rezolvare
a) Se testează ipotezele 0
0
2
1
2
0
RH
RH . Pentru aceasta se calculează statistica
,1
1 2
2
k
kn
R
RF
unde
49,0
2,1
2,02,4
ˆ
ˆˆˆ2
2
2
/1
2
2
2
2
2
)/1/(2
y
x
y
xy
n
nb
yy
yy
V
VR
De unde imediat rezultă 82,283051,0
49,0F .
Cum 30,1,05,0FF se poate respinge ipoteza nulă și în concluzie se poate accepta validitatea
modelului cu o probabilitate de 95%.
b) Se testează ipotezele 1
1
1
0
bH
bH. Pentru aceasta se calculează statistica
5
b
b
bt
1ˆ . Unde
x
bn /1ˆ
ˆˆ
Dar
2
2
2
ˆ
ˆ)1(1
yn
knR
78,030
44,13251,0
1
ˆ)1(ˆ
2
22
kn
nR
y . În aceste condiții 923,4
04,030
78,0
12,4
ˆ
1ˆ
b
b
bt
Deoarece 57,2923,4 30,2/01,0ttb se respinge ipoteza nulă și în consecință se poate
accepta faptul că b diferă semnificativ de 1.
c) 7,02 Rr , valoare ce indică o legătură strânsă între inversul prețului de vânzare și
cantitatea vândută.
Pentru testarea acestui indicator se parcurg pașii
1. se specifică ipotezele de lucru 0
0
1
0
H
H
2. se calculează statistica 37,582,2821 2
Fnr
rtr
3. se compară rt cu valoarea critică , și deoarece 5,37 > 2,57 se poate accepta că legătura
dintre inversul prețului și cantitatea vândută este semnficativă
Aplicația I.3
Pentru două variabile statistice, X și Y au fost înregistrate valorile pentru 50 de unități
statistice. În urma prelucrării datelor s-au obținut rezultatele următoare.
9100,200,12,15000,1522
iiii yxxxxyy
Folosind datele de mai sus se cere:
a) Să se precizeze care dintre cele două variabile statistice este mai omogenă.
b) Să se calculeze coeficientul liniar de corelație, iar pentru un prag de semnificație de
5% stabiliți dacă valoarea acestuia diferă semnificativ de zero. 01,248,2/05,0 t
6
c) Să se estimeze parametrii modelului xy prin metoda celor mai mici
pătrate
d) Să se stabilească dacă modelul de regresie este corect specificat
e) Pentru un prag de semnificație de 5% să se determine un interval de încredere
pentru valoarea lui y dacă nivelul caracteristicii X este 15 )15( px .
Rezolvare
a) Pentru a compara gradul de omogenitate al celor două variabile se calculează cei doi
coeficienți ve variație
yv
xv
y
Y
xX
ˆ
ˆ
unde 50
200ˆ x =2 iar 66,8225300ˆ 2
2
yn
yi
y
În aceste condiții 16666,012
2Xv și 577,0
15
66,8Yv de unde rezultă că variabila X este
mai omogenă decât Y.
b) 115,066,82
1512180
ˆˆ
),cov(
xvyv
yxn
xy
YXr
XYyx
xy
Pentru testarea acestui indicator se parcurg pașii
1. se specifică ipotezele de lucru 0
0
1
0
H
H
2. se calculează statistica 84,04894,0
115,02
1 2
n
r
rt
xy
xy
r
3. se compară rt cu valoarea critică , și deoarece 0,84 < 2,01 nu se poate accepta că
legătura dintre cele două variabile statistice este semnificativă statistic la un prag de 5%
7
c) În urma aplicării MCMMP și rezolvării sistemului de ecuații normale se ajunge la
2ˆ
),cov(ˆ
x
YX
=0,5 și 9125,015ˆˆ xy
d) Pentru a verifica dacă modelul este corect specificat se poate testa semnificația
coeficientului variabilei factoriale sau se poate aplica testul Fisher
0
0
1
0
H
H 717,0)2(
1
2
2
2
rtnR
RF . Valoarea statisticii calculate este inferioară
valorii critice preluate din distribuția Fisher, în concluzie modelul nu este corect specificat
(nu este adecvată specificarea unei forme liniare).
e) 1ˆˆ115 yxyx yyyP
unde 5,16155,0915ˆˆˆ15 xy
315,8ˆ14,6948
7550885,0
2
ˆ)1(ˆ
ˆ
ˆ)2(1
2
22
2
222
n
nr
n
nrR
y
y
de unde
rezultă că
59,17430/350/11315,801,21
1ˆ 2
2
2
1,2/
xx
xx
nt
p
kny
Cu o probabilitate de 95% valoarea lui y în condițiile în care X=15 iar toți ceilalți factori își
păstrează modul de manifestare va fi cuprinsă între 16,5-17,8 și 16,5+17,8. 3,34;3,115 xy
Observații.
Intervalul de încredere astfel determinat nu are utilitate practică.
Nu este recomandat să se construiască un interval de încredere în condițiile în care modelul
econometric pe baza căruia s-a efectuat previziunea nu este validat din punct de vedere statistic.
8
În cazul de față construirea intervaluui a fost făcută doar cu scop didactic.
Aplicația I.4
Pentru două caracteristici (prețul de vânzare, cantitatea vândută =Y) au fost observate 20
de valori. Considerând că între acestea există relația de dependență liniară, s-a estimat,
pentru datele observate, următoarea funcție liniară de regresie: ii xy 216ˆ . S-au
determinat de asemenea, estimațiile pentru variabila reziduală, acestea fiind prezentate în
tabelul de mai jos:
)10,1(ˆ ii 0,12 -0,15 0,25 -0,18 -0,36 0,25 0,28 -0,24 0,12 -0,25
)20,11(ˆ ii 0,14 -0,18 0,22 0,19 -0,23 0,18 -0,29 0,33 -0,15 -0,05
Pentru cele două caracteristici se mai cunosc următoarele: nivelul mediu al caracteristicii
Y este 40, valorile variabilei X formează o progresie aritmetică cu semidiferența valorilor
extreme egală cu 4,75.
Se cer următoarele
(i). Să se reconstitutie cele două serii de date
(ii). Să se testeze, folosind testul F, dacă modelul de regresie este corect specificat
(iii). Să se testeze, dacă panta dreptei de regresie diferă semnificativ de 2.5 pentru un prag
de semificație de 5%
(iv). Să se măsoare intensitatea dependenței dintre cele două serii prin calcularea
coeficientului liniar de corelație. Să se testeze semnificația acestuia la un prag adecvat.
(v). Utilizând un test adecvat să se precizeze dacă fenomenul de autocorelare de ordinul I
poate fi neglijat la un prag de semnificație de 5%. La acest prag valorile critice din
Distribuția Durbin Watson sunt (dl=1,20 și du=1,41)
Soluție
(i). Dacă valorile lui X formează o progresie aritmetică cu rația r atunci 20,1,1 irxx ii .
În aceste condiții rnxxn )1(1 . Dar 5,01975,42
120
rrxx
Dearece 24020
122/)1640(40
i
ix
xxy
25,7125,9
2402
201920)19(...)2()(...
11
111112021
xrx
rxrxrxrxxxxxxi
9
Acum se determină foarte ușor toate valorile lui X. Apoi se înlocuiește fiecare valoare a lui x în
model, se adună valoarea estimată a componentei reziduale și se obține y.
Valorile astfel calculate sunt prezentate în tabelul de mai jos
Valorile lui x Modelul econometric Valorile lui y
X1=7,25
ii xy 216ˆ de unde
iii xy 216
12,025,72161 y =30,62
X2=x1+r=7,25+0,5=7,75 y2=16+2∙ 7,75-0,15=31,35
X3=x2+r=7,75+0,5=8,25 y3=16+2∙8,25+0,25=32,75
X4=8,75 y4=16+2∙8,75-0,18=33,32
X5=9,25 y5=16+2∙9,25-0,36=34,14
X6=9,75 y6=35,75
X7=10,25 y7=36,78
X8=10,75 y8=37,26
X9=11,25 y9=38,62
X10=11,75 y10=39,25
X11=12,25 y11=40,64
X12=12,75 y12=41,32
X13=13,25 y13=42,72
X14=13,75 y14=43,69
X15=14,25 y15=44,27
X16=14,75 y16=45,68
X17=15,25 y17=46,21
X18=15,75 y18=47,83
X19=16,25 y19=48,35
X20=16,75 y20=49,45
(ii).Deoarece modelul este liniar se poate folosi relația 22 Rr . Fie b coeficientul lui x din
modelul prezentat in enunț.
Se determină ușor
3125,8ˆ
2
2
n
xxx ,și
2648,33ˆ
2
2
n
yyy
99,0
2648,33
3125,84
ˆ
ˆˆˆ
ˆˆˆˆ
,cov2
222
y
x
y
x
yx
brbyx
r
10
0
0
1
0
bH
bH 178218
01,0
99,0)2(
1 2
2
nR
RF . Valoarea statisticii calculate este mult
peste valoarea critică preluată din distribuția Fisher, se poate accepta astfel că modelul este
corect specificat
Observație: Dacă valoarea lui r depășește 0,85 atunci modelul specificat ridică semne de
întrebare privind relevanța practică. Există posibilitatea ca una sau mai multe ipoteze ale
modelului de regresie specificat să fie încălcate. De asemenea o posibilă cauza privind valoarea
foarte mare a lui r este și înregistrarea valorilor variabilelor cu erori.
(iii). Pentru testarea coeficientului lui x în raport cu valoarea 2,5 se procedează astfel:
Se definesc ipotezele
5,2
5,2
1
0
bH
bH
Se calculează statistica
b
b
bt
5,2ˆ. Unde
x
bn
ˆ
ˆˆ . iar 0542,0
2
ˆˆ
2
2
n
i
În aceste condiții 7,2701805,0
5,0
31,820
0542,0
5,22
ˆ
5,2ˆ
b
b
bt
.
Deoarece 10,27,27 18,2/05,0ttb se respinge ipoteza nulă și în consecință se poate accepta
faptul că b diferă semnificativ de 2,5.
(iv). Folosind informațiile de la punctul (ii) 99,0ˆ, ryx . Legătura dintre cele două variabile
este extrem de strânsă , cvasideterministă. Vezi observația de la punctul (ii).
a) Pentru testarea acestuia se specifică ipotezele 0
0
1
0
H
H
b) se calculează statistica 421801,0
99,02
1 2
n
r
rt
xy
xy
r
Se poate folosi și faptul că 42)2(1
21
2
2
2
Fn
R
Rn
r
rt
xy
xy
r
c) se compară rt cu valoarea critică , și deoarece 42>> 2,10 se poate accepta că legătura
dintre cele două variabile statistice este semnificativă statistic la un prag de 5%
11
v). Pentru depistarea prezenței autocorelării erorilor se poate utiliza testul Durbin-Watson.
)ˆ1(2
22
12
1
2
2
1
tt
t
tt
t
ttDW
528,09741,0
5147,0
)05,0...()15,0(12,0
)15,005,0...()15,024,0()12,015,0(
ˆ
ˆˆˆ
2222
1
1
1
t
tt
tt
056,3)528,01(2 DW
Utilizând valorile critice, 4-d1=4-1,20=2,80; 4-dU=4-1,41=2,59. Valoarea calculată este situată
între 4-dl și 4. Conform testului Turbin Watson suntem în zona de autocorelare puternică.
II.Regresia multiplă
Aplicația II.1
Trei variabile statistice X1, X
2 și Y* se transformă conform relațiilor
*11
**
1
22
2
11
1 ,,
y
i
X
ii
X
ii
yyy
xxx
xxx
.Pe un număr de 20 observații ,0ˆ
2!1XX
6,0ˆ1, XY 35,0ˆ
2YX . Se acceptă de asemenea că variabilele transformate nu sunt
corelate cu variabila reziduală.
Se cere:
a) Estimați parametrii modelului iiii xxy 22110
b) Testați dacă parametrul corespunzător variabilei X1 diferă semnificativ de -0,5 la un
prag de semnificație de 1% 89,217,2/ t
c) Interpretați parametrii din punct de vedere economic
d) Cât de intensă este legătura dintre X2 și Y. Este semnificativă această legătură la un
prag de 1%
e) Construiți un interval de încredere pentru valoarea lui y la un prag de 5% în
condițiile în care X1 și X2 iau valorile 2 și respectiv 0,3.
Soluție
a) În urma aplicării MCMMP se obține
YXXX tt 1
2
1
0
ˆ
ˆ
ˆ
ˆ
12
După calcule imediate, caracteristice modelului cu doi factori, rezultă că în general
Matricea
2
2122
21
2
11
21
xxxx
xxxx
xxn
XX T iar
yx
yx
y
YX T
2
1
Daca ținem cont de informațiile prezentate în enunț se poate observa că
.01 11
11
1
11
XXE
XXXE
XX Analog 02 YEXE
11
2
2
11
2
11
1
1
1
11
X
X
XX
XXVARXX
VARXVAR
sau
1)(
2
2
2
2112
112
1
2
111
1
1
11
X
X
XX
XXEXXEXEXXEXVAR
Analog pentru X2 și Y
Trecând la eșantionul dat rezultă că
1
0
22
22
2
12
2
2
1
1
21
n
y
n
x
n
x
n
yy
n
xx
n
xx
i
X
i
X
iii
n
yxr
n
yxYXE
yEYEXEXE
YEXEYXEYXr
YX
YX
YX
2
11
222
1
2
1
111
2
1
1 )01)(01(
0
)(
)()(),cov(
100
010
001
20
1
20
1;20
2000
0200
0020
3
1
3 IXXIXX tT
și
7
12
0
35,020
)6,0(20
020
2
1
yx
yx
t
nr
nr
yn
YX
13
De unde
35,0
6,0
0001
ˆ
ˆ
ˆ
ˆ
2
1
2
13
1
2
1
0
YX
YX
YX
YX
tt
r
r
nr
nrIn
YXXX
De reținut! Dacă variabilele sunt standardizate atunci coeficienții variabilelor factor dintr-
un model de regresie sunt egali chiar cu coeficienții de corelație liniară dintre variabilele
factor și variabila dependentă.
b) Pentru testarea coeficientului lui X2 se procedează astfel
Se specifică ipotezele
5,0
5,0
21
20
H
H
Se calculează statistica
2
2 ˆ
5,0ˆ2
ˆ
t . Unde 22
ˆˆ d . Unde d22 reprezintă elementul de pe diagonala
principală (linia 2, coloana 2) din matricea 1XX t . Acest lucru este o consecință a faptului
că
12
2
1202
21
2
01
2010
2
ˆ
,cov,cov
,cov,cov
,cov,cov
ˆvar
2
1
0
XX t
Dar în cazul de față 20
1ˆˆ
20
1ˆˆ 22
3
212
2
IXX t
Apare problema determinării lui 2ˆ . Pentru a o rezolva apelăm la descompunerea variației
(ANOVA). Aici se știe că /,/ 21 yXXyy VVV (1) (Din faptul că cei doi factori sunt
independenți și necorelați cu variabila reziduală)
Această relație (1) mai este echivalentă și cu
2
2121
22
2
22
1
2 ˆ)3(),cov(ˆˆ2ˆˆˆ21 nXXnnnn XXy (2)
În (2) înlocuim valorile calculate mai sus și avem:
222 ˆ)320(0120)35,0(120)6,0(120 . De unde 6088,0ˆ 2
14
În aceste condiții 5733,01744,0
1,0
20
6088,0
5,06,0
ˆ
5,0ˆ
2
2
2ˆ
t .
Deoarece 89,25733,0 17,2/05,0ˆ2tt nu se poate respinge ipoteza nulă și în consecință se
poate accepta faptul că 2 nu diferă semnificativ de -0,5.
c). În lipsa unor semnificații economice ale variabilelor coeficienții vor fi interpretați pe caz
general. O variantă de interpretare ar putea fi următoarea
Pentru 1 . Atunci cand X1 crește cu o unitate iar X2 rămâne constant Y scade în medie cu 0,6
unități
Pentru 2 . Atunci cand X2 crește cu o unitate iar X1 rămâne constant Y crește în medie cu 0,35
unități.
Observația1. În urma transformării aplicate asupra variabilelor inițiale, X1,X2 și Y devin
adimensionale.
Observația2. Deoarece toate valorile vor fi situate în același interval (-1;1) se poate măsura
impactul fiecărui factor prin intermediul valorii coeficienților (dacă acești sunt
semnificativi din punct de vedere statistic). Cu cât coficientul este mai mare în modul cu
atât influența factorului corespunzător este mai mare.
d). Coeficientul de corelație liniară dintre cele două variabile este de 0,35. Valoare ce indică o
legătură moderat-slabă.
Pentru testarea statistică a legăturii se procedează astfel:
a) Se specifică ipotezele
0
0
2
2
,1
,0
XY
XY
H
H
b) Se construiește statistica
586,118936,0
35,02
ˆ1
ˆ
2
, 2
2
nt
XY
YX
c) Se compară cu valoarea critică. Deoarece valoarea calculată este inferioară valorii critice
atunci nu se poate respinge ipoteza nulă. Legătura liniară dintre cele două variabile nu
este semnificativă statistic.
e). Intervalul de încredere se construiește plecând de la estimația punctuală
15
Dacă X1=2 și X2=0,3 atunci. Fie
3,0
2
1
0X vectorul de previziune
Eroarea de previziune
834,1
3,0
2
1
100
010
001
20
13,021178,01,21ˆ
0
1
03,2/
XXXXt ttny
Cu o probabilitate 95% valoarea lui y va fi cuprinsă între -2,92 și 0,739.
Aplicația II.3
Relația de dependență dintre producția (Y), cantitatea de muncă (L) și capitalul fix (K)
pentru un număr de 50 de companii din domeniul producției industriale este descrisă prin
intermediul unei funcții de producție de tip Cobb-Douglas.
Considerăm cunoscute următoarele rezultate obținute în urma prelucrării seriilor de date
pentru cele trei variabile
18)log()log(12)log()log(
16,0))log(),cov(log(,88log(,18)log()log(
0)log()log()log(,20)log()log(
22
2
KYLY
KLYKK
YLKLL
Se cere :
a) Să se estimeze parametrii modelului de regresie definit prin intermediul funcției de
tip Cobb-Douglas
b) Să se calculeze matricea de covarianță pentru estimatorii modelului (1)
c) Să se stabilească dacă (coeficientul lui L) diferă de zero.
d) Să se calculeze R2
e) Să se decidă la un prag de semnificație de 5% dacă funcția este cu randament
constant la scală.
Soluție
Modelarea econometrică a producției prin intermediul unei funcții de tip Cobb-Douglas
presupune definirea modelului eLAKY . În urma logaritmării naturale acesta devine
)log()log()log()log( LKAY , un model liniar multiplu în coordonate logaritmice.
Putem nota 21 )log(,)log(,)log(,)log( xLxKaAyY pentru a simplifica scrierea.
095,13,035,026,0ˆ3,02,21 xXy
16
a). Se știe că YXXX
att 1
ˆ
Pe baza datelor cunoscute din enunț se observă că
2080
8180
0050
2
2212
21
2
11
21
xxxx
xxxx
xxn
XX t iar
12
18
0
YX t
Atunci
243,0
891,0
0
12
18
0
0608,0027,00
027,00676,00
0002,0
ˆ1
YXXX
att
b.) Matricea de var-covar este
12
2
2
2
ˆ
,cov,cov
,cov,cov
,cov,cov
ˆvar
XX
a
a
aat
a
Pentru a determina 2ˆ apelăm la relația de descompunere a varianței.
/,/ 21 yXXyy VVV (1) (Din faptul că cei doi factori sunt independenți și necorelați cu variabila
reziduală)
Această relație (1) mai este echivalentă și cu
2
21
2222 ˆ)3(),cov(2ˆˆ21 nxxnnnn XXy
222 ˆ*478*243,0*891,0*220*)243,0(18*)891,0(88
De unde 47,1ˆ 2 de unde
0608,0027,00
027,00676,00
0002,0
47,1ˆ
,cov,cov
,cov,cov
,cov,cov
ˆvar12
2
2
2
XX
a
a
aat
a
c.) Pentru testare se procedează astfel
Se specifică ipotezele 0
0
1
0
H
H
Se calculează statistica 81,00608,047,1
0243,0
ˆ
0ˆ
t
Deoarece 47,2/ tt se acceptă ipoteza nulă => parametrul nu diferă semnificativ de zero.
17
d.) Cel mai ușor %4,2188
47,1471
ˆ)3(11
2
2/2
yy
y
n
n
V
VR
e) .Pentru a decide dacă funcția este cu randament constant la scală sau nu, se va testa ipoteza
sumei elasticităților.
1
1
1
0
H
H
Pentru a testa aceste ipoteze construim statistica
2
3307,0
134,0
027,020608,00676,047,1
1243,0891,0
,cov2
1ˆˆ1ˆˆ
22
critictt
Se poate accepta ipoteza nulă=> funcția este cu randament constant la scală.
Aplicația II.4
Fie modelul xy 10 pentru care se cunosc următoarele prorpietăți
jijixE jii ,0,cov,var,0 2
Să se estimeze parametrii modelului utiizând MCMMP și MCMMP-generalizată.
Comparați rezultatele
Soluția I
Modelul se poate scrie matricial astfel XY . Pe baza informațiilor din enunț se poate scrie
că
23
2
1
2
2
22
12
...000
...............
0...00
0...00
0...00
...000
...............
0......00
0...00
0...00
cov
nnx
x
x
x
x
x
x
Var
Estimând paramterii prin MCMMP-clasică rezultă că YXXX tt 1ˆ
Pentru a estima parametrii cu scopul eliminării heteroscedasticității prezente, se aplică o
transformare asupra modelului. Fie T matricea de transformate aplicată. Matricea T respectă
următoare condiție
n
n
x
x
x
x
TTITTTTTVar
1...000
...............
0...1
00
0...01
0
0...001
var
3
2
1
2/11222
18
Modelul transformat în urma aplicării transformării T arată astfel
TTXTY de unde
YXXX
TYTXTXTXTYTXTXTX
tt
tttttt
111
11ˆ
Pentru a compara cei doi estimatori trebuie studiate proprietățile de nedeplasare și de eficiență
Ambii estimatori sunt nedeplasați deoarece:
În cazul MCMMP-clasic
EXXXXXXXXXXE
XXXXEYXXXEE
tttttt
tttt
111
11ˆ
În cazul MCMMP-gen
XXXXEYXXXEE tttt 111111ˆ
Varianțele celor doi estimatori sunt
În cazul MCMMP-clasic
121
1111ˆˆˆˆˆ
XXXXXX
XXXXXXEXXXXXXEEEEVar
ttt
ttttttt
ttt
În cazul MCMM-generalizat
1121111121112111
111111111111
111111ˆˆˆˆˆ
XXXXXXXXXXXXXX
XXXEXXXXXXXXXE
XXXXXXEEEEVar
ttttttt
tttttttt
tttttt
Se observă că estimatorul obținut aplicând MCMMP clasic are o varianță mai mare decât în
cazul absenței heteroscedasticității.
Totuși pentru a vedea dacă prezența heteroscedasticității influențează în mod semnificativ
creșterea varianței se poate folosi testul Hausman sub ipotezele H0-nu există diferrențe
semnificative între estimatorii obținuți prin cele două metode și H1-există diferențe semnificative.
Statistica H este calculată astfel
H= MCMMPGMCMMPMCMMPGMCMMPt
MCMMPGMCMMP ˆˆˆvarˆvarˆˆ 1
19
Statistica H este ditribuită Hipatrat cu k (nr defactori) grade de libertate. Dacă H este mai mică
decât valoarea critică atunci se acceptă ipoteza nulă, estimatorul obținut prin metoda generalizată
nu este semnificativ mai bun.
Soluția 2
Problema se poate aborda și astfel:
Deoarece ix2var rezultă că trebuie “înmulțit cu ceva astfel incât să scap de
heteroscedasticitate”. Fie v acea valoare care trebuie folosită pentru înmulțire.
i
ix
axaaa1
varvar 2222 . Modelul se “corectează “cu acea valoare a și
devine particularizat pentru observația i,
i
i
i
i
ii
ixx
xxx
y1111
10
Pentru estimarea parametrilo se aplică
10
2
10
2
,min1
min1
min Fxyxx
ii
ii
i
. Se aplică derviatele se obține
sistemul și rezolvă acesta conform metodelor cunoscute. Penru a vă completa cunoștințele
puteți studia exemplu și din Aplicații în econometrie. Tudorel Andrei, Liliana Spircu pag 16-
20.
III. Ecuații simultane
Aplicația III.1
Se consideră variabilele endogene tt YY 21 , și variabila exogenă tX pe baza cărora se definește
MES:
ttt
ttt
edXY
baYY
22
121
unde cele două variabile reziduale sunt zgomote albe necorelate între ele.
Se cere:
a. Să se scrie sistemul sub formă matricială și să se studieze condițiile de identificare
b. Să se estimeze parametrii formei structurale prin MCMMP și să se demonstreze că
estimatorii nu mai satisfac teorema lui Gauss-Markov.
20
c. Să se estimeze parametrii prin metoda celor mai mici pătrate indirectă și MCMMP în
două stadii.
Soluție
Forma generală a MES este CXBY unde X este vectorul variabilelor exogene iar Y este
vectorul variabilelor endogene
a)
2
1
2
1 10
10
1
Xde
b
Y
Ya (1)-Sistemul este corect identificat
2
1
11
2
1
10
110
10
1
a
Xde
ba
Y
Y-
2
1
2
1
2
1
10
11
10
110
10
1
a
Xade
adaeba
Xde
ba
Y
Y (2)-Forma
redusă
Se calculează ușor
10
1
10
11
aa
și înlocuind această expresie în relația (2) se poate observa că valoarea
0cov 2
12 1 aY
b) Sistemul se mai poate scrie
ttt
ttt
edXY
baYY
22
121
Aplicând MCMMP pe fiecare ecuație rezultă
212
22
2211ˆˆ,ˆ yayb
yy
yyyya
212
22
2211ˆˆ,ˆ yayb
yy
yyyya
21
2
22
222
222
2
2
22
1222
2
22
122
2
22
122
2
22
2
22
22212
2
22
2211
ˆˆ
)ˆ(,ˆ
ˆ
yyEk
kkEkEkEyy
yyEaaEaVar
aaEyy
yyaa
yy
yyyya
yy
yybyabay
yy
yyyya
jiji
t
tt
tt
În acest caz estimatorul nu mai are varianță minimă încălcând teorema Gauss-Markov.
În cazul celei de-a doua ecuații estimatorul rămâne nedeplasat și de varianță minimă deoarece
variabila X este exogenă și se acceptă ca ea este independentă de variabila reziduală.
c) În formă redusă sistemul arată
ttt
ttt
ttt
tttt
edXY
uXY
edXY
aaebadXY
22
1
22
211
C1. Metoda celor mai mici pătrate indirectă
a). Se stimează ed ˆ,ˆ,ˆ,ˆ aplicând MCMMP în formă redusă, apoi se țin cont de expresiile ce
leagă parametrii din forma structurală cu cei din forma redusă.
ˆˆ
ˆˆˆˆˆˆˆˆˆˆ
ˆ
ˆˆˆˆˆ
d
eeabeab
dada
C2. Metoda celor mai mici pătrate în două faze
Faza I.
Se estimează ed ˆ,ˆ din ecuația edXY tt2 și apoi se calculează valorile eXdY ttˆˆˆ
2
Cu aceste valori se merge în prima ecuație ttt bYaY 121ˆ și aplicând MCMMP se estimează
a și b
Aplicația III.2
Fie modelul
22
tttt
tttt
ttt
GICY
ucRdYI
bYaC
unde Ct =Consumul Populatiei, It=Investițiile, Yt= PIB-ul Rt=Rata dobanzii,
Gt consumul public, tt u, două zgomote albe necorelate între ele.
a) Să se scrie forma structurală a modelului sub formă matriceală
b) Să se aducă modelul în formă redusă
c) Să se precizeze dacă aplicarea MCMMP asupra fiecărei ecuații din model este o soluție pentru
obținerea unor estimatori eficienți.
d) Să se scrie condițiile de ordin pentru identificarea modelului
e) Să se descrie o metodă ce poate fi folosită pentru estimarea parametrilor
f) să determine un estimator al matricii de varianță-covarianță a erorilor din forma redusă.
Soluție
În sistem există trei variabile endogene C, I, Y și două variabile exogene R,G. Fie Y=vectorul
format din variabilele endogene și X=vectorul format din variabile exogene.
Forma generală a unui model in forma structurală este de tipul BY+CX=
Aducem sistemul în această formă și apoi completăm matricile
0
tttt
tttt
ttt
GICY
ucRdYI
bYaC
XCYB
u
G
Rc
a
Y
I
C
d
b
t
t
t
t
t
t
t
0
1
100
00
00
111
10
01
b). Forma redusă presupune exprimarea variabilelor endogene numai în funcție de variabilele
exogene
Plecând de la
ttttt
ttttttt
tttt
tttt
ttt
uGcRadbY
uGcRdYbYaY
GICY
ucRdYI
bYaC
)1()3(
)2(
)1(
Se ajunge la (5) și (6) înlocuind relația (4) în (1) și (2)
23
)6(1111
)5(1111
)4(1
1
1
1
11
ttttttt
tttttt
ttttt
uudb
dG
db
dcRR
db
dc
db
daI
udb
bG
db
bR
db
bc
db
baaC
udb
Gdb
Rdb
c
db
aY
c) Evaluând
01
01
00),cov(
,cov1
1
1
1
,1
1cov,
1cov,
1cov),cov(
22
2
dbdbY
udbdb
Gdb
Rdb
c
db
aY
tt
tt
ttttttt
se observă că variabila factor Y din modelul (1) nu este independentă de variabila reziduală. Se
încalcă astfel una din ipotezele modelului de regresie.
Analog se demonstrează că și în modelul (2) 01
),cov(2
db
uY utt
cu aceleași consecințe.
d) Identificarea modelului
Reamintim faptul că sunt 3 variabile endogene(Y) și o variabilă exogenă(X) în tot sistemul
Ecuația Nr de
relații-1
Loc pentru
semn
Y-Y’ =(număr variabile
endogene absente din
fiecare ecuație)
+ X-X’=
(număr variabile
eXogene absente din
fiecare ecuație)
Concluzie
1 3-1 < 3-2 + 2-0 Ecuație
supraidentificată
2 3-1 = 3-2 + 2-1 Ecuație exact
identificată
Deoarece sistemul are o ecuați supraidentificată atunci el este supraidentificat
e) O metodă ce dă rezultate privind estimarea parametrilor este Metoda Celor Mai Mici
Patrate în două Stadii (2SLS). Aceasta se aplică în cazul de față astfel:
Faza 1. Se estimează parametrii ecuației (4) din forma redusă (deoarece variabila endogenă
Y este cea care încalcă ipotezele modelului de regresie în forma structurală).
tttttttt GRudb
Gdb
Rdb
c
db
aY
210
1
1
1
1
11
Apoi se determină ttt GRY 210ˆˆˆˆ (7)
Faza a 2-a
24
Valorile estimate cu ajutorul relației (7) se înlocuiesc peste tot unde apare Y în forma
structurală, adică în ecuațiile (1) și (2) de mai sus.
Se aplică MCMMP în fiecare relație și se obțin astfel dcba ˆ,ˆ,ˆ,ˆ
f) Preluăm variabilele reziduale din relațiile (4) , (5) și (6) și notă astfel
ttt
ttt
ttt
db
bu
db
d
db
du
db
bw
udb
1
1
1
1
1
1
1
1
Fie vectorul
t
t
t
w
Matricea var-covar
2
2
2
,cov,cov
,cov,cov
,cov),cov(
w
ww
w
w
Unde
2
2
22
2
2
2
2
22
2
2
2
22
)1(
1
11
1
1varvar
1
1
11
1
1varvar
11
1varvar
db
b
db
d
db
bu
db
d
db
d
db
bw
db
du
db
bw
dbu
db
uttt
utttt
uttt
2
2
2
2
2
2
2
2
2
2
2
2
1
11
1,cov
1
1
1,cov
1
1
1,cov
db
bd
db
bdw
bd
b
bd
d
db
d
db
bw
utt
utt
utt
Aplicația V.10
Pentru definirea modelului IS-LM se consideră variabilele R- rata dobânzii, M-masa monetară;
Y-Produsul Intern Brut și I-investițiile. Se definesc ecuațiile modelului prin următoarele două
modele de regresie.
tttt
tttt
ugIcRY
bMaYR
1
a) Să se scrie forma structurală a modelului sub formă matriceală
b) Să se aducă modelul în formă redusă
25
c) Să se precizeze dacă aplicarea MCMMP asupra fiecărei ecuații din model este o soluție pentru
obținerea unor estimatori eficienți.
d) Să se scrie condițiile de ordin pentru identificarea modelului
Soluție
a) Stabilirea naturii variabilelor: variabile endogene: Rt și Yt, variabile exogene Mt-1 și It
Forma generală a unui model in forma structurală este de tipul BY+CX=
Atunci modelul mai poate fi scris
tttt
tttt
ugIcRY
bMaYR
1 care în forma matriceală se poate descrie astfel:
t
t
t
t
t
t
uI
M
g
b
Y
R
c
a 1
0
0
1
1
b) Se poate înlocui, de exemplu ecuația 2 în 1. Atunci avem:
tttt
tttttt
ugIcRY
ubMagIacRR
1
ttttt
ttttt
tttt
ttttt
ac
cu
ac
accM
ac
bcI
acY
uac
Mac
bI
ac
agR
ugIcRY
ubMagIacR
11
1
11
1
1
1
111
1
11
c) Trebuie evaluată o eventuală legătură între variabila (Y care este factor in prima ecuație)
și variabila reziduală pentru a vedea dacă se încalcă sau nu una din ipotezele modelului
de regresie. Același lucru în ecuația a doua pentru variabila R)
01
1,cov
01
,cov
2
2
utt
tt
acuR
ac
cY
deoarece c este un parametru diferit de zero.
d) Condițiile de ordin pentru identificarea sistemului
Fie Y nr. de variabile endogene din întregul sistem
Fie X nr. de variabile exogene din întregul sistem
Fie Y’ nr. de variabile endogene din ecuația analizată
Fie X’ nr. de variabile exodegene din ecuația analizată
Ținând cont de aceste notații avem:
Ecuația Nr de
relații-1
Loc pentru
semn
Y-Y’ =(număr variabile
endogene absente din
fiecare ecuație)
+ X-X’=
(număr variabile
eXogene absente din
Concluzie
26
fiecare ecuație)
1 2-1 = 2-2 + 2-1 Ecuație exact
identificata
2 2-1 = 2-2 + 2-1 Ecuație exact
identificată
Sistemul are ambele ecuații exact identificate, rezultă el este exact identificat.
V. PROBLEME PROPUSE
Aplicația V.1
Pentru a urmări dependența dintre prețul de vânzare al unui produs și cantitățile vândute, au fost
înregistrate 32 de valori. În urma prelucrării datelor a fost obținut modelul:
i
ix
y1
2,42,12ˆ ,. Se mai cunosc, de asemenea, 2,1ˆ y și 8,0ˆ b (b reprezintă
coeficientului lui 1/x), 7,0)/1/( xyr și 17,404,2 30,1,05,030,2/05,0 Ft
Se cere:
a) Să se testeze la un prag de semnificație de 5%, folosind Testul F, validitatea modelului de
regresie;
b) Pentru o probabilitate de 0,95, precizațí dacă, termenul liber diferă semnificativ de 10 știind că
media prețurilor obținută din cele 32 de valori este 3,5 .
c) Construiți un interval de încredere pentru cantitatea vândută, la o probabilitate P=0,95, în
condițiile de la punctul anterior dacă prețul de vânzare este 3.
Aplicația V.2
Pentru două variabile statistice, X și Y au fost înregistrate valorile pentru 40 de unități statistice.
În urma prelucrării datelor s-au obținut rezultatele următoare.
Folosind datele de mai sus se cere:
1. Să se precizeze care dintre cele două variabile statistice este mai omogenă.
8220,200,12,15000,1522
iiii yxxxxyy
27
2. Să se calculeze coeficientul liniar de corelație, iar pentru un prag de semnificație de 5%
stabiliți dacă valoarea acestuia diferă semnificativ de zero. 02,238,2/05,0 t
3. Să se estimeze parametrii modelului xy prin metoda celor mai mici pătrate
4. Să se stabilească dacă modelul de regresie este corect specificat
5. Pentru un prag de semnificație de 5% să se determine un interval de încredere pentru
valoarea lui y dacă nivelul caracteristicii X este 15.
Aplicația V.3
În perioada 2003-2009 numărul de salariați din Cercetare și Dezvoltare (notați cu NSCD) a fost
de : 3,9; 4,07; 4,1; 4,2; 4,2; 4,35; 4,24 (valorile sunt exprimate în sute mii persoane). Se cere:
e) Să se estimeze parametrii unui model de forma 7,1,2 tctbtaNSCDt
f) Să se testeze dacă c diferă semnificativ de zero la un prag de 5%
g) Să se construiască un estimator pentru matricea de varianță-covarianță a estimatorilor,
cba ,,
Estimați folosind un interval de încredere numarul de salariați din Cercetare și Dezvoltare
pentru anii 2010-2012. Sunt rezultatele fezabile? Justificați!
Aplicația V.4
Pentru două caracteristici (de ex ritmul prețurilor, și rata consumului dintr-un bun X ) au fost
observate 20 de valori. Considerând că între acestea există relația de dependență liniară, s-a
estimat, pentru datele observate, următoarea funcție liniară de regresie: ii xy 30ˆ . S-au
determinat de asemenea, estimațiile pentru variabila reziduală, acestea fiind prezentate în tabelul
de mai jos:
)10,1(ˆ ii 0,12 -0,16 0,25 -0,20 -0,36 0,25 0,28 -0,24 0,12 -0,25
)20,11(ˆ ii 0,12 -0,18 0,22 0,20 -0,21 0,18 -0,29 0,33 -0,15 -0,03
Pentru cele două caracteristici se mai cunosc următoarele: nivelul mediu al caracteristicii Y este
20, valorile variabilei X formează o progresie aritmetică crescătoare în care ultima valoarea este
19,5. Se cer următoarele
(i). Să se reconstitutie cele două serii de date
(ii). Să se testeze, folosind testul F, dacă modelul de regresie este corect specificat
(iii). Să se testeze, dacă panta dreptei de regresie diferă semnificativ de 0,5 pentru un prag de
semificație de 5%
(iv). Să se măsoare intensitatea dependenței dintre cele două serii prin calcularea coeficientului
liniar de corelație. Să se testeze semnificația acestuia la un prag adecvat.
28
(v). Utilizând un test adecvat să se precizeze dacă fenomenul de autocorelare de ordinul I poate fi
neglijat la un prag de semnificație de 5%. La acest prag valorile critice din Distribuția Durbin
Watson sunt (dl=0,86 și du=1,27)
Aplicația V.5.
Trei variabile statistice X1, X
2 și Y* se transformă conform relațiilor
**
1
22
2
11
1 ,, yyyxxxxxx iiiii .Pe un număr de 20 observații s-au estimat următorii
indicatori 20,3,0,cov,5,0,cov,4
1ˆ,
5
1ˆ,0ˆ 2
21
22
212!1 yXXXX YXYX . Se acceptă
de asemenea că variabilele transformate nu sunt corelate cu variabila reziduală.
Se cere:
a) Estimați parametrii modelului iiii xxy 22110
b) Testați dacă parametrul corespunzător variabilei X1 diferă semnificativ de 0 la un prag de
semnificație de 1% 89,217,2/ t
c) Interpretați parametrii din punct de vedere economic
d) Cât de intensă este legătura dintre X2 și Y. Este semnificativă această legătură la un prag
de 1%
e) Construiți un interval de încredere pentru valoarea lui y la un prag de 5% în condițiile în
care X1 și X2 iau valorile 2 și respectiv 0,3.
AplicațiaV.6.
Pentru un model de regresie cu două variabile exogene și termen liber se cunosc următoarele
rezultate intermediare:
80
050
02141
XX T 10,
90
55
1702
y
TYX
Folosind datele de mai sus se cer următoarele
(i) Să se determine numărul de valori din care este formată fiecare serie de date
(ii) Să se estimeze parametrii modelului de regresie liniară
29
(iii) Să se estimeze matricea varianțelor-covarianțelor estimatorilor modelului liniar de
regresie
(iv) Să se testeze semnificația modelului de regresie folosind testul F
(v) Să se calculeze raportul de determinare
(vi)Considerând că pentru variabilele exogene se precizează valorile 2 și respectiv 3,1 să se
determine un interval de încredere pentru valoarea variabilei endogene, la un prag de
semnificație de 5%.
Aplicația V.7
Fie modelul
ts
ttB
tc
ttB
to
uPYPQ
YPQ
3210
unde Qo și Qc reprezintă cantitatea oferită respectiv cerută dintr-
un bun X, Y=venitul mediu al potențialilor cumpărători, PB
=prețul bunului analizat, iar Ps –
prețul unui bun substituibil, tt u, = două zgomote albe necorelate între ele.
a) Să se determine prețul bunului în condiții de echilibru pe piață
b) Să se scrie forma structurală a modelului sub formă matriceală
c) Să se aducă modelul în formă redusă
d) Să se precizeze dacă aplicarea MCMMP asupra fiecărei ecuații din model este o soluție pentru
obținerea unor estimatori eficienți.
e) Să se scrie condițiile de ordin pentru identificarea modelului
f) Să se descrie o metodă ce poate fi folosită pentru estimarea parametrilor
g) să determine un estimator al matricii de varianță-covarianță a erorilor din forma redusă.
Aplicația V.8
Fie modelul
ttt
ttt
ttt
ICY
uYI
YC
1
Ct=consumul menajelor, It=Investițiile, Y=PIB, tt u, = două zgomote albe
necorelate între ele.
a). Să se scrie forma structurală a modelului sub formă matriceală
b) Să se aducă modelul în formă redusă
c) Să se precizeze dacă aplicarea MCMMP asupra fiecărei ecuații din model este o soluție pentru
obținerea unor estimatori eficienți.
30
d) Să se scrie condițiile de ordin pentru identificarea modelului
e) Să se descrie o metodă ce poate fi folosită pentru estimarea parametrilor
f) să determine un estimator al matricii de varianță-covarianță a erorilor din forma redusă.
Aplicația V.9
Fie modelul
tttt
tttt
ttt
GICY
uYYI
YC
1210
Ct=consumul menajelor, It=Investițiile, Y=PIB, Gt =cheltuieli
Guvernamentale tt u, = două zgomote albe necorelate între ele.
a). Să se scrie forma structurală a modelului sub formă matriceală
b) Să se aducă modelul în formă redusă
c) Să se precizeze dacă aplicarea MCMMP asupra fiecărei ecuații din model este o soluție pentru
obținerea unor estimatori eficienți.
d) Să se scrie condițiile de ordin pentru identificarea modelului
e) Să se descrie o metodă ce poate fi folosită pentru estimarea parametrilor
f) să determine un estimator al matricii de varianță-covarianță a erorilor din forma redusă.
Aplicația V.10
Pentru definirea modelului IS-LM se consideră variabilele R- rata dobânzii, M-masa monetară;
Y-Produsul Intern Brut și I-investițiile. Se definesc ecuațiile modelului prin următoarele două
modele de regresie.
tttt
ttttt
ugIfReY
dMcYbMaR
1
a). Să se scrie forma structurală a modelului sub formă matriceală
b) Să se aducă modelul în formă redusă
c) Să se precizeze dacă aplicarea MCMMP asupra fiecărei ecuații din model este o soluție pentru
obținerea unor estimatori eficienți.
d) Să se scrie condițiile de ordin pentru identificarea modelului
e) Să se descrie o metodă ce poate fi folosită pentru estimarea parametrilor
f) să determine un estimator al matricii de varianță-covarianță a erorilor din forma redusă.
31
Aplicația V.11
Pentru un model de tipul zxy 210 estimat la nivelul a 8 regiuni de dezvoltare s-a
observat prezenta unei heteroscedasticități de forma 2
2
varx
.
a) Estimați parametrii utilizând metoda celor mai mici patrate
b) Propuneți o metodă prin care să estimați parametrii și să corectați problema generată de
prezența heteroscedasticității
c) Comparați rezultatele, comentați!
Aplicația V.12
Pentru un model de tipul uxy 10 estimat pe baza datelor înregistrate în decursul de 10
ani, s-a observat prezența unei autocorelări a erorilor de forma ttt wuu 14,0 , unde tw este
un zgomot alb.
a) Estimați parametrii utilizând metoda celor mai mici pătrate
b) Propuneți o metodă prin care să estimați parametrii și să corectați problema generată de
prezența autocorelării. Rezolvați problema matricial identificând forma fiecărei matrici.
c) Comparați rezultatele,comentați!