[go: up one dir, main page]
Scribd
Încărcați
51 vizualizări2 pagini

Seminar 1 - Formule

Documentul prezintă date despre profitul brut și cheltuielile cu publicitatea a 10 firme. Se analizează legătura dintre variabile folosind metode neparametrice (covarianța și coeficientul de corelație) și parametrice (regresia liniară simplă). Sunt prezentate formulele necesare pentru calcularea dispersiei, covarianței și a coeficientului de corelație, precum și modelul de regresie liniară simplă.

Încărcat de

Codruta Dirjan
Drepturi de autor
© © All Rights Reserved
Respectăm cu strictețe drepturile privind conținutul. Dacă suspectați că acesta este conținutul dumneavoastră, reclamați-l aici.
Formate disponibile
Descărcați ca PDF, TXT sau citiți online pe Scribd
51 vizualizări2 pagini

Seminar 1 - Formule

Documentul prezintă date despre profitul brut și cheltuielile cu publicitatea a 10 firme. Se analizează legătura dintre variabile folosind metode neparametrice (covarianța și coeficientul de corelație) și parametrice (regresia liniară simplă). Sunt prezentate formulele necesare pentru calcularea dispersiei, covarianței și a coeficientului de corelație, precum și modelul de regresie liniară simplă.

Încărcat de

Codruta Dirjan
Drepturi de autor
© © All Rights Reserved
Respectăm cu strictețe drepturile privind conținutul. Dacă suspectați că acesta este conținutul dumneavoastră, reclamați-l aici.
Formate disponibile
Descărcați ca PDF, TXT sau citiți online pe Scribd
Sunteți pe pagina 1/ 2

Seminar 1.

Noţiuni recapitulative
În ultimul an, 10 firme din domeniul distribuţiei de electrocasnice au obţinut următorul profit
brut (Y) şi au avut următoarele cheltuieli cu publicitatea (X):

Firma Profit (Y) Ch. cu pub. (X)


1 17 3
2 20 3
3 16 2.5
4 6 1.2
5 11 2.7
6 9 2.5
7 25 4
8 14 2.8
9 12 2.3
10 8 1.4

Analizaţi legătura dintre variabile folosind metode neparametrice şi parametrice.

Formule necesare:

1
Dispersia (varianţa): 𝜎𝑋2 = ∑𝑁 ̅ 2
𝑖=1(𝑥𝑖 − 𝑋 )
𝑁

Abaterea medie pătratică: σX

Proprietăţile mediei (M) Proprietăţile dispersiei (D)


𝑀(𝐶) = 𝐶 𝐷(𝐶) = 0
𝑀(𝐶 ∙ 𝑋) = 𝐶 ∙ 𝑀(𝑋) 𝐷(𝐶 ∙ 𝑋) = 𝐶 2 𝐷(𝑋)
𝑀(𝑋 + 𝑌) = 𝑀(𝑋) + 𝑀(𝑌) 𝐷(𝑋 + 𝑌) = 𝐷(𝑋) + 𝐷(𝑌)
dacă X,Y sunt independente liniar
𝑀(𝑋𝑌) = 𝑀(𝑋) ∙ 𝑀(𝑌), 𝐷(𝑋 + 𝑌) = 𝐷(𝑋) + 𝐷(𝑌) + 2𝑐𝑜𝑣(𝑋, 𝑌)
dacă X,Y sunt independente liniar 𝐷(𝑋 − 𝑌) = 𝐷(𝑋) + 𝐷(𝑌) − 2𝑐𝑜𝑣(𝑋, 𝑌)
𝐷(𝑋 + 𝑌 + 𝑍) = 𝐷(𝑋) + 𝐷(𝑌) + 𝐷(𝑍) + 2𝑐𝑜𝑣(𝑋, 𝑌)
+ 2𝑐𝑜𝑣(𝑋, 𝑍) + 2𝑐𝑜𝑣(𝑌, 𝑍)

𝐷(𝑋) = 𝑀(𝑋 2 ) − [𝑀(𝑋)]2

Metode neparametrice: covarianţa şi coeficientul de corelaţie liniară.

Covarianţa – măsoară legătura dintre două variabile.

Notaţie: 𝑐𝑜𝑣(𝑋, 𝑌) 𝑠𝑎𝑢 𝜎𝑋𝑌


1
Formulă: 𝑐𝑜𝑣(𝑋, 𝑌) = 𝑁 ∑𝑁 ̅ ̅
𝑖=1(𝑥𝑖 − 𝑋 )(𝑦𝑖 − 𝑌) 𝑠𝑎𝑢 𝑐𝑜𝑣(𝑋, 𝑌) = 𝑀(𝑋𝑌) − 𝑀(𝑋) ∙ 𝑀(𝑌)

Interpretare: 𝑐𝑜𝑣(𝑋, 𝑌) = 0 − nu există legătură liniară între 𝑋 şi 𝑌


𝑐𝑜𝑣(𝑋, 𝑌) > 0 − există legătură directă între 𝑋 şi 𝑌
𝑐𝑜𝑣(𝑋, 𝑌) < 0 − există legătură inversă între 𝑋 şi 𝑌
Coeficientul de corelaţie liniară – măsoară intensitatea legăturii dintre două variabile.

Notaţie: 𝜌(𝑋, 𝑌) 𝑠𝑎𝑢 𝜌𝑋𝑌

𝑐𝑜𝑣(𝑋,𝑌)
Formulă: 𝜌(𝑋, 𝑌) = 𝜖[−1; 1]
𝜎𝑋 ∙𝜎𝑌

Interpretare: |𝜌𝑋𝑌 |𝜖(0; 0.3) − legătură de intensitate mică


|𝜌𝑋𝑌 |𝜖(0.3; 0.7) − legătură de intensitate medie
Metode parametrice: regresia liniară simplă
|𝜌𝑋𝑌 |𝜖(0.7; 1) − legătură de intensitate mare

Metoda parametrică: regresia liniară simplă

𝑌𝑖 = 𝛽1 + 𝛽2 𝑋𝑖 + 𝑢𝑖

X, Y – variabilele modelului
𝛽1 , 𝛽2 – parametri modelului care trebuie estimaţi (prin metoda celor mai mici pătrate)

𝑐𝑜𝑣(𝑋, 𝑌)
𝛽̂2 =
𝜎𝑋2
𝛽̂1 = 𝑌̅ − 𝛽̂2 𝑋̅

𝛽̂22 ∙ 𝜎𝑋2
𝑅2 =
𝜎𝑌2
Doar în cazul regresiei liniare simple: 𝜌2 = 𝑅 2

S-ar putea să vă placă și