Proiect Econometrie

1.Descrierea firmei

Judet: IaiOras: Valea AdncAdresa: - Valea AdincaCod Postal: 707317 Telefon: 218735 Fax: - Cod Unic de Identificare: RO 4689669 Nr. Registrul Comertului: J22/2175/1993 Stare societate : INREGISTRAT din data 27 Septembrie 1993 Anul infiintarii : 1993

Despre firma Delta Plan S.R.L.

Firma a fost nfiinat n anul 1993 Ultima nregistrare la ANAF(*): 21 Ianuarie 2008 Prelucrarea ultimelor informaii depuse la ANAF(**): 24 Ianuarie 2008 Agent comercial nregistrat ca pltitor de impozit pe profit nregistrat la data de 01-01-2003 Firm pltitoare de T.V.A. ncepnd cu data de 01-05-1994 Plata contribuiei de asigurri sociale pltite ncepnd cu data de 31-01-2004 Plata contribuiei de asigurri pentru somaj pltite ncepnd cu data de 31-01-2004 Plata contribuiei angajatorilor pentru Fondul de garantare pentru plata creanelor sociale ncepnd cu data de 01-01-2007 Plata contribuiei pentru asigurri de sntate ncepnd cu data de 31-01-2004 Plata contribuiei pentru concedii i indemnizaii de la persoane juridice sau fizice 01-01-2007 Plata pentru impozitul pe venitul din salarii asimilate salariilor ncepsnd cu data de 01-01-2003 Numr mediu de salariai pentru anul 2010 : 46 angajai

Scopul cercetriiPrin prezenta lucrare doresc s obin informaii, ce ar putea ajuta la fundamentarea unor decizii manageriale dintre cele mai corecte i o structurare a organizaiei pentru eficientiza obiectiul activitii firmei.Practic cu ajutorul acestor informaii, firma va putea s identifice factorii cei mai importani care influeneaz cifra de afaceri i o organizare mai bun a forei de munc i a investiiilor financiare ale firmei.

Obiectivul cercetrii Principalul obiectiv este acela de a identifca o legtur semnificativ dintre Factorii dependeni(X1: Comenzi, X2: Valoarea medie comand, X3: Valoarea investiii, X4: Cheltuieli de publicitate) i Factorul dependent Valoarea ncasrilor

Estimarea legturii dintre variabilele dependente Y i a factoriilor de influen prin efectuarea unei analize statistice (metoda celor mai mici ptrate).

Identificarea celor mai importani factori care influeneaz variaia Variabila dependent.

Indentificarea intensitii legturii i gradul variaiei.

2. METODE UTILIZATE N CERCETARE

Metodele utilizate pentru desfurarea corect a cercetrii sunt urmtorii:1.Testul F (Fisher). Se utilizeaz pentru a testa dac variaia unei variabile este mai mare ntr-o populaie dect n alta, comparaia fiind fcut folosind dou eantioane mici, cte unul din fiecare populaie.S notm cu 12 varianta n primul eantion i cu 22 varianta n cel de al doilea i s presupunem c prima din cele dou valori este mai mare.(Evident, n cazul de fa avem de comparat numai mrimi pozitive).Spre deosebire de cazurile precedente, aici nu se calculeaz diferena, ci raportul dintre valorile ce se compar.Deci, se calculeaz mrimea P = 12 / 22 i se vaut valoarea critic a lui F n tabel, corespunztor pragului de semnificaie dorit, numrului de grade de libertate al primului eantion (1 = n1 1) i al celui de al doilea eantion (2 = n2 1).Dac F calculat este mai mare dect valoarea critic din tabel, se repinge ipoteza nul, ipotez conform creia cele dou eantioane ar proven din populaii cu aceeai varian.Evident, tabelele cu valorile critice ale lui F sunt mult mai complicate, ele fiind tridimensionale, cci surprind simultan pragul de valorile critice ale lui t corespunztoare unui prag de semnificaie, sunt dependente i de numrul gradelor de libertate Y, care, de regul, se obine astfel: y = n 1.

2.Diagrama nor de puncte (Scatter) astfel c dac punctele par s urmeze o dreapt oblic, atunci posibil s existe o relaie liniar ntre variabile.Dac dreapta pare oblic ascendent atunci relaia ntre variabile este direct proporional, dac dreapta pare oblic descendent atunci relaia dintre variabile este invers proporional.Pentru evaluare ulterioar se poate folosi corelaia i regresia liniar.Dac punctele sunt dispuse fr s dea impresia de dreapt oblic, atunci ntre variabile nu exist relaie liniar.Dac punctele par s urmeze o alt form (ex.: curba de exponenial) atunci ntre puncte exist alte relaii.Pentru evaluare ulterioar nu se poate folosi corelaia i regresia liniar.

3.Coeficientul de corelaie arat msura n care variaiile unei variabile sunt corelate cu variaiile altei variabile.Exist coeficieni de corelaie pentru date de tip cantitativ continuu , normal distribuite: coeficientul de corelaie Pearson, sau pentru date nominale ordonate sau date de tip cantitativ continuu care nu sunt normal distribuite coeficientul de corelaie Spearman.Interpretarea e aceai n cea mai mare parte.Dac se aproprie de 1 indic faptul c dac o variabil crete atunci i cealalt variabile crete i invers.Daca se apropie de -1 indic faptul c dac o variabil crete atunci cealalta scade i invers.Un coeficient de corelaie n valoare absolut ntre: 0 i 0,25 indic o corelaie slab sau nul 0,25 i 0,5 indic o corelaie acceptabil 0,5 i 0,75 indic o corelaie moderat 0,75 i 1 indic o corelaie foarte bun.4.Coeficientul de corealie Pearson arat gradul asocierii lineare dintre do variabile cantitative continue normal distribuite.(Interpretabil doar pentru regresiile lineare simple. Se utilizeaz multiple R din primul tabel dup efectuarea regresiei cu Regression din Data Analysis.5.Coeficientul de determinare arat procentul ct la sut din variaia unei variabile este explicat de variaia celeilalte variabile (se utilizeaz Adjusted R square din al doilea tabel dup efectuarea regresiei cu Regression din Data Analysis ANOVA)

6.Testul Kolmogorov Smirnov este utilizat pentru estimarea normalitii distribuiei acolo unde se poate calcula media i abaterea medie ptratic.De fapt, determin care dintre ipoteze va fi adoptat.H0: Nu exist diferene semnificative statistic ntre distribuia variabilei investigate i distribuia normal.H1: Exist diferente semnificative statistic ntre distribuia variabilei investigate i distribuia normal.

3. PREZENTAREA DATELOR I ALEGEREA VARIABILELOR EXPLICATIVE

n cadrul acestui proiect am analizat indicatorii economici ai firmei Delta Plan S.R.L., Cod Unic de Identitate: RO 4689669, Nr. Registrul Comertului: J22/2175/1993, pe o perioada de 16 ani (1993-2008).Obiectivul firmei este acela de a-i mri Cifra de afaceri. s se extind pe piaa din Moldova i s-i menin poziia.Pentru aceasa am ales c valoarea dependent (Y) este valoarea ncasrilor, iar c variabilele independente ce vor trebuie explicate sunt (X1,X2,X3,X4) i anumeX1.: ComenziX2.: Valoarea medie comandX3.: Valoarea investiiiX4.: Cheltuiei de publicitate(marketing)

Tabelul 1. Baza de date SPSSAniiY (RON)X1(Nr. Comenzi)X2(RON)X3(RON)X4(RON)

199386310210411181256905

19941373322784943708012360

1995139860270518293719790

19961553942915344661810878

19971666752955654500218334

19981936003206054065613552

19992127733196675744923405

20002425403626707761321829

200136723948975116158540396

20023557294438039960432016

200336376644282314550632739

200439532846485217394427673

200537540143187112012837540

200644243249689214157844243

200740589645289812988728413

200842707447490115374746978

Sursa: http://www.totalfirme.com/476294/DELTA_PLAN_SRL

Pentru a putea realiza extrapolarea prin regresie, este necesar s determinm modelul legturii, s vedem dac este o legtur liniar, neliniar i sensul acestia (direct, indirect sau invers).Pentru acesta am ales procedeul pe cale grafic.

Aproximarea modelului de regresie cu ajutorul graficului Scatter Plot

Reprezentarea grafic a legturilor simple (y, x), pentru aceasta am ales din meniul Graphs, Scatter Plot, iar datorit faptului ca avem mai multe variabile, alegem opiunea matrix pentru a avea o palet de grafice ntr-un singur Scatter Plot Matrix.Acest lucru nu schimb n niciun fel forma legturii expus prin grafic.Dup cum se poate observa din graficul de mai jos, ntre valoarea ncasrilor Vd(Y) i variabilele independenta Vi(x1,x2,x3,x4) exist o legtur liniar, direct i intens.

Grafic 1 Matricea Scatter Plot

Aproximarea utiliznd coeficientul de corelaie Pearson.

Din SPSS, am acionat opiunea Regression, Curve Estimation pentru fiecare variabil explicativ n parte.Am fcut corelaia valorii depdenente cu fiecare variabil independent n parte pentru a vedea dac toate variabilele au o importan n testul nostru i daca poate influena valoarea Variabilei depedente Vd (Y).

Variabila X1 Comenzi

Model Summary and Parameter Estimates

Dependent Variable:val.incasari

EquationModel SummaryParameter Estimates

R SquareFdf1df2Sig.Constantb1

Linear,969442,833114,000-208704,0251293,342

Logarithmic,951271,069114,000-2382727,252451064,329

Compound,966397,463114,00032641,8311,005

Power,984857,687114,0003,0401,918

The independent variable is comenzi.

Modelul power n acest caz este cel care explic cel mai bine legtura de regresie ntre variabila independent Comenzi i cea dependent valoare ncasri.Pentru a calcula, ns, tendina sau trendul, trebuie s se apeleze la modelul liniar care, n acest caz, explic foarte bine relaia ntre aceste doua variabile.Acest lucru se aplic tuturor variabilelor ce trebuie analizate i investigate.Dup cum se observ Coeficientul de determinaie, Nr. de comenzi explic 93,9% din variaia Valoarea ncasrilor., corelaie bivariat bazat pe coeficientul Pearson, bazat pe existena unei legturi puternice i semnificative ntre Val. Incasrii i Nr. comenzi.

Variabila X2 Valoarea medie comandModel Summary and Parameter Estimates




Linear,968429,838114,000-232847,898727,936

Logarithmic,948257,704114,000-2816728,501474288,291

Compound,967410,914114,00029449,6451,003

Power,982772,408114,000,4782,017

The independent variable is val.medie.comanda.

Dup cum se observ Coeficientul de determinaie, Val.medie comand explic 93,7% din variaia Valoarea ncasrilor., corelaie bivariat bazat pe coeficientul Pearson, bazat pe existena unei legturi puternice i semnificative ntre Val. Incasrii i Val. Medie comand.Variabila X3 Valoarea investiiilor





Linear,903129,950114,00079620,2302,161

Logarithmic,923167,625114,000-1582131,357165784,533

Compound,86488,844114,000110523,7561,000

Power,954288,452114,00091,919,704

The independent variable is val.investitii.

Dup cum se observ Coeficientul de determinaie, Val.investiii explic 81,5% din variaia Valoarea ncasrilor., corelaie bivariat bazat pe coeficientul Pearson, bazat pe existena unei legturi puternice i semnificative ntre Val. Incasrii i Val. Investiii.

Variabila X4 Cheltuieli publicitare





Linear,86488,769114,00053484,5928,873

Logarithmic,87396,328114,000-1661638,631194113,910

Compound,83570,974114,00098844,7301,000

Power,911143,292114,00063,004,829

The independent variable is cheltuieli.publicitare.

Dup cum se observ Coeficientul de determinaie, Val.investiii explic 74,6% din variaia Valoarea ncasrilor., corelaie bivariat bazat pe coeficientul Pearson, bazat pe existena unei legturi puternice i semnificative ntre Val. Incasrii i Cheltuieli cu publicitatea.

Tabelul 2 R2 pentru fiecare model de regresieModelul liniarModelul LogaritmicModelul CompoundModelul Putere

Nr. Comenzi,969,951,966,984

Val. Medie comand,968,948,967,982

Investiii,903,923,864,954

Cheltuieli Publicitare,864,873,835,911

Dup cum se poate observa, datele din tabelul de mai sus, modelul Power are R square-ul cu valoarea cea mai mare (R2=0,984) pentru valoarea explicat Nr. Comenzi.innd cont de valorile R square i de complexitatea fiecrui model de regresie, putem afrima c legtura dintre valoarea ncasrilor i cele 4 variabile independente (x1,x2,x3,x4) poate fi exprimat sub forma unui model de regresie multipl.Pentru a determina care dintre variabilele explicative au o influen semnificativ asupra variaiei valorii ncasrilor, calculm coeficientul de corelaie Pearson (ryx).Coeficientul de corelaie Pearson presupune o relaie n linie dreapt ntre dou variabile. Nu este foarte corect utilizat dac ntre dou variabile exist o relaie n curb.Valorile atipice sunt scoruile cu diferene foarte mari care reduc precizia coeficientului.Pentru a fi semnificativ, |R| trebuie s fie superioar valorii , unde n este mrimea eantionului este n= 15.Astfel c = 0,51.Descriptive Statistics

MeanStd. DeviationN

val.incasari279209,31122715,10816

comenzi377,2593,41716

val.medie.comanda703,44165,90016

val.investitii92368,3153959,32316

cheltuieli.publicitare25440,6912854,26416

Correlations

val.incasaricomenzival.medie.comandaval.investitiicheltuieli.publicitare

val.incasariPearson Correlation1,985**,984**,950**,929**

Sig. (2-tailed),000,000,000,000

N1616161616

comenziPearson Correlation,985**1,952**,959**,929**

Sig. (2-tailed),000,000,000,000

N1616161616

val.medie.comandaPearson Correlation,984**,952**1,908**,902**

Sig. (2-tailed),000,000,000,000

N1616161616

val.investitiiPearson Correlation,950**,959**,908**1,882**

Sig. (2-tailed),000,000,000,000

N1616161616

cheltuieli.publicitarePearson Correlation,929**,929**,902**,882**1

Sig. (2-tailed),000,000,000,000

N1616161616

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

Dintr-o prim analizm observm ca din tabelul Correlations avem valoarea coefiecentului de coreaie Pearson pentru ficare variabila indepedent:

ryx= 0,985 astfel c avem o legtur direct i puternic ntre valoarea ncasrilor i numrul de comenziryx= 0,984 astfel c avem o legtur direct i puternic ntre valoarea ncasrilor i valoarea medie comandryx= 0,950 astfel c avem o legtur direct i puternic ntre valoarea ncasrilor i valoarea investiiilorryx= 0,929 astfel c avem o legtur direct i puternic ntre valoarea ncasrilor i valoarea total a cheltuielilor publicitare.Totodat dac ne uitm la Sig = 0,00 < 0,05 putem spune c: cu o probabilitate de 95%, variabilele care au o influen asupra Valorii sumelor ncasate de firma Delta Plan S.R.L. sunt Numrul de comenzi, Valoarea medie comand, Valoarea investiiilor i Cheltuielile publicitareA.Estimarea coeficienilor de regresie

Pentru estimarea coeficienilor de regresie vom utiliza metoda celor mai mici ptrate ce const n micorarea sumei ptratelor erorilor.=0Xo+ 1X1+ 2X2+ 3X3+ 4X4Astfel c ecuaia estimat a modelului poate fi scris sub forma:=192148+ 471,02X1+ 366X2+ 3X3+ 4X4ei=yi i = EROAREA

Coefficientsa

ModelUnstandardized CoefficientsStandardized CoefficientstSig.95,0% Confidence Interval for B

BStd. ErrorBetaLower BoundUpper Bound

1(Constant)192148,17030438,604-6,313,000-259143,087-125153,253

comenzi471,020168,757,3592,791,01899,590842,451

val.medie.comanda366,55458,526,4966,263,000237,740495,369

val.investitii,249,193,1091,293,223-,175,673

cheltuieli.publicitare,504,623,053,809,435-,8671,875

a. Dependent Variable: val.incasari

i= 192148,170 + 471,020X1 + 366,554X2 + 0,249X3 + 0,504X4 Cu o probabilitate de 95%, variabilele care au o influen semnificativ DIRECT asupra variaiei Valorii ncasrilor sunt X1: Nr. comenzilor i X2: Valoarea medie pe comand

Testarea semnificaiei modelului de regresieFormularea ipotezelorHo : 1= 2= 3= 4= 0 (Astfel c toi coeficienii sunt 0 rezult c modelul nu este semnificativ statistic)H1 : Oricare dintre cele 4 variabile este cel puin diferit de 0 i are o influen semnificativ variabilei dependente Y (Valoarea ncasrilor)Alegerea statisticii testPentru testarea semnificaiei modelului vom folosi testul F FisherF = S = = R2 / (1- R2) * [(nk)/(k-1)]R2= raportul de determinaie, iar 1- R2 , este raportul de nedeterminareValoarea teoretic a testului F, = 0,05 semnificativ.Regula de decizieFcalc > Fteoretic Fteoretic>0,05 se accept ipoteza nulANOVAb

ModelSum of SquaresdfMean SquareFSig.

1Regression2,245E1145,612E10438,359,000a

Residual1,408E9111,280E8

Total2,259E1115

a. Predictors: (Constant), cheltuieli.publicitare, val.investitii, val.medie.comanda, comenzi

b. Dependent Variable: val.incasari

Valoarea testului F = 438,359, iar sig = 0 < 0,05 se respinge ipoteza nul.Cu o probabilitate de 95% putem afirma c variaia variabilelor explicative( X1:Nr.Comenzi, X2:Val. Medie comand, X3:Valoarea investiiilor i X4:Cheltuielile publicitare) influeneaz semnificativ statistic variaia valorii ncasrilor, adic modelul este semnificativ statistic.B. Analiza rezidurilorn analiza reziduurilor modelului prezentat vom testa ipotezele de normalitate i homoscedaticitate a erorilor.1.Ipoteza de normalitateTestm normalitatea erorilorn primul rnd pe cale grafic, utiliznd histograma i P-P Plot.Axa vertical arat frecvena cazurilor de la 0 la 10 din n doi.nlimea barelor arat ct de frecvent apare ficare scor la extoversiune.Axa orizontal arat cele cinci valori diferiteale unstandardized rezidual de la -20.000 la + 30.000.

Se observ n graficul P-P Plot c rezidurile sunt distribuite aproape simetric de axa central, adic rezidurile sunt distribuite normal.

Pentru a testa i pe cale numeric ipoteza de normalitate a erorilor utilizm testul Kolmogorov Smirnov.Formularea ipotezelorH0 : urmeaz o distribuie normal N(0, 2); (erorile sunt normal distribuite)H1 : nu urmeaz o distribuie normal N(0, 2); (erorile urmeaz o alt lege de distribuie dect cea normal).Alegerea testuluiVom utiliza testul Kolmogorov-Smirnov|Zcalc| < Z teoretic sau sig> 0,05 se accept ipoteza nul

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N16

Normal Parametersa,,bMean,0000000

Std. Deviation9,68928299E3

Most Extreme DifferencesAbsolute,155

Positive,155

Negative-,089

Kolmogorov-Smirnov Z,619

Asymp. Sig. (2-tailed),839

a. Test distribution is Normal.

b. Calculated from data.

K-S = 0,619, sig = 0,839 > 0,05 se accept ipoteza nulCu o probabilitate de 95% se poate afirma c erorile sunt normal distribuite.

2.Ipoteza de homoscedaticitate a erorilorFormularea ipotezelorH0 : modelul este heteroscedasticH1 : modelul nu este heteroscedastic

Alegerea testuluiTestul Goldfeld Quandtvaloare incasaricomenzicheltuieli publicitare

863102106905

1398602709790

13733227812360

15539429110878

16667529518334

21277331923405

19360032013552

24254036221829

37540143137540

36376644232739

35572944332016

40589645228413

39532846427673

42707447446978

36723948940396

44243249644243

Ordonate cresctor dup comenziAm ordonat valorile n ordine cresctoare, n funcie de X1, respective numrul comenzilor i cheltuieli publicitare.

Seria 1 (nr. comenzi)Regression Statistics

Multiple R0,984558

R Square0,969354

Adjusted R Square0,967165

Standard Error22236,42

Observations16

ANOVA

dfSSMSFSignificance F

Regression12,19E+112,19E+11442,83335,39E-12

Residual146,92E+094,94E+08

Total152,26E+11

Seria 2 (cheltuieli publicitare)Regression Statistics

Multiple R0,92939

R Square0,863766

Adjusted R Square0,854035

Standard Error46883,69

Observations16

ANOVA

dfSSMSFSignificance F

Regression11,95E+111,95E+1188,764671,94E-07

Residual143,08E+102,2E+09

Total152,26E+11

n acest caz vom folosi testul Goldfeld Quandt ce urmeaz statistica F, Fisher. unde: RSS2 = Residual Sum of Square 2 (pentru grupul 2) RSS1 = Residual Sum of Square 1 (pentru grupul 1)

Fteoretic = F,n1-k, n2-k

Regula de decizie

Fcalc = (30773,7:4) : (69224:4) = 0,44Astfel c > Sig 0,05 se accept ipoteza nul.

C. Msurarea intensitii legturii dintre Valoarea ncasrii i Numrul de ComenziPentru a msura intensitatea legturii dintre valoarea ncasrilor i celelalte variabile independente este necesar calculul raportului de corelaie i a raportului de determinaie.

Se calculeaz raportul de corelaie pentru fiecare variabil explicativ n parte.Raportul de determinaie este ptratul raportului de corelaie.

1. Legtura dintre valoarea ncasrilor i numrul de comenzi

Model Summaryb

ModelRR SquareAdjusted R SquareStd. Error of the EstimateChange Statistics

R Square ChangeF Changedf1df2Sig. F Change

1,985a,969,96722236,416,969442,833114,000

a. Predictors: (Constant), comenzi


Cu o probabilitate de 95% se poate afirma c ntre valoarea ncasrilor i numrul de comenzi exist o legtura puternic i semnificativ.

R = 0,985 legtura puternicR2 = 0,9852 = 0,97.Sig = 0

Astfel c se poate spune c n proporie de 97% testul explic variaia valorii ncasri.

2. Legtura dintre valoarea ncasrilor i valoarea medie a comenzii

Model Summaryb



1,984a,968,96622559,611,968429,838114,000

a. Predictors: (Constant), val.medie.comanda


Cu o probabilitate de 95% se poate afirma c ntre valoarea ncasrilor i valoare medie a comenzii exist o legtura puternic i semnificativ.


Astfel c se poate spune c n proporie de 96% testul explic variaia valorii ncasri.

3. Legtura dintre valoarea ncasrilor i valoarea investiiilorModel Summaryb



1,950a,903,89639613,074,903129,950114,000

a. Predictors: (Constant), val.investitii


Cu o probabilitate de 95% se poate afirma c ntre valoarea ncasrilor i valoarea investiiilor exist o legtura puternic i semnificativ.


Astfel c se poate spune c n proporie de 90% testul explic variaia valorii ncasrii n funcie de investiiile fcute de manager i sunt coroborate cu ncasrile.

4. Legtura dintre valoarea ncasrilor i cheltuielile publicitare

Model Summaryb



1,929a,864,85446882,785,86488,769114,000

a. Predictors: (Constant), cheltuieli.publicitare


Cu o probabilitate de 95% se poate afirma c ntre valoarea ncasrilor i valoarea investiiilor exist o legtura puternic i semnificativ.


Astfel c se poate spune c n proporie de 86% testul explic variaia valorii ncasrii n funcie de cheltuielile fcute de manager i sunt coroborate cu ncasrile.Practic n fiecare an s-a investit n publicitate pentru a crete valoarea firmei i a brandului Delta Plan.

D. Legtura global(total) ntre valoarea ncasrilor totale i variabilele independentePentru a vedea dac exist o legtur semnificativ ntre variaia valorii ncasrilor i a variabilelor independente este necesar calculul i testarea raportului de corelaie.Raportul de corelaie ia valori cuprinse ntre intervalul 0 i 1.Model Summaryb



1,997a,994,99111314,645,994438,359411,000

a. Predictors: (Constant), cheltuieli.publicitare, val.investitii, val.medie.comanda, comenzi


Cu o probabilitate de 95% se poate afirma c ntre valoarea ncasrilor i nr. comenzi, valoare medie pe comanda, valoarea investiiilor i cheltuielile publicitare exist o legtura semnificativ i puternic.R = 0,997Raportul de determinaie este ptratul raportului de corelaieR Square = 0,994. Astfel c cu o probabilitate de 99,4% din variaia valorii ncasrilor este explicat de variaia nr. comenzi, valoare medie pe comanda, valoarea investiiilor i cheltuielile publicitare exist o legtura semnificativ i puternic.Diferena de 0,3 % se datoreaz factorilor reziduali.Testarea raportului de corelaieFormularea ipotezelorH0 : = 0, nu exist legtur semnificativ ntre variabileH1 : = 1, exist legtur semnificativ ntre variabileAlegerea testuluiPentru testarea raportului de corelaie am utilizat testul F Fisher.Valoarea teoretic a testului F, = 0,05, v1 = k-1, v2 = n-k grade de libertate

Regula de decizieFcalc > Fteroteic sau sig < 0,05 se respinge ipoteza nulFcalc < Fteoretic sau sig > 0,05 se accept ipoteza nulANOVAb

ModelSum of SquaresdfMean SquareFSig.

1Regression2,193E1121,097E11217,397,000a

Residual6,558E9135,044E8

Total2,259E1115

a. Predictors: (Constant), cheltuieli.publicitare, comenzi


Din tabelul ANOVA citim valoarea testului F= 217,397 iar sig = 0,000 < 0,05. Ceea ce nseamn c se respinge ipoteza nul.

Cu o probabilitate de 95% se poate afirma c exist o legtur semnificativ statistic ntre valoarea ncasrilor i nr. comenzi, val. Medie comand, val. Investiiii i cheltuieli publicitare.

E.Influena fiecrei variabile Xj n explicarea lui Y

Ecuaia modelului este scris sub forma:Yi=0Xo+ 1X1+ 2X2+ 3X3+ 4X4 +iFormularea ipotezelorH0 : j = 0 influeneaz.H1 : j =/= 0 nu influeneaz

Testul utilizat este testul TRegula de decizieSig

Documents

Proiect Econometrie