1) Introducere – argument
In acest proiect mi-am propus construiesc un model econometric pentru a pune in evidenta anumite legaturi sau corelatii care se stabilesc intre variabilele introduse in model. Ca variabila dependenta (y) am ales numarul mediu de spectatori pe meci pe mai multe stadioane din SUA, iar ca variabile independente sau factoriale (x1, x2) am ales pretul mediu al unui bilet exprimat in dolari si capacitatea stadionului exprimata in mii de locuri. Datele au fost luate de pe site-ul http://www.soccerstats.com.
Nr crt Nume stadion Nr spectatori (medie pe meci) Pret bilet (um $) Capacitate stadion (mii locuri)
1 Anaheim 473 16.05 117.00
2 Artesia 326 7.36 105.00
3 Bakersfield 461 16.24 102.00
4 Belvedere 519 16.16 108.00
5 Barkeley 304 2.95 102.00
6 Beverley Hills 1,128 7.09 105.00
7 Bonita 836 4.65 90.00
8 Burbank 237 7.15 106.00
9 Carmel-by-the-Sea 298 11.71 118.00
10 Chula Vista 129 20.06 122.00
11 Compton 138 20.19 114.00
12 Concord 987 9.32 88.00
13 Culver City 243 6.97 113.00
14 Cypress 585 11.28 108.00
15 Davis 527 1.52 100.00
16 Downey 379 4.22 110.00
17 Fremont 1,161 19.02 108.00
18 Fresno 106 13.53 91.00
19 Fullerton 136 13.15 113.00
20 Glandale 219 16.39 108.00
21 Indian Wells 3,001 3.90 77.00
22 Inglewood 436 5.46 88.00
23 Jackson 247 12.14 109.00
24 Lakeport 150 21.49 113.00
25 Lindsay 288 3.46 100.00
26 Long Beach 622 9.48 92.00
27 Menlo Park 198 7.62 91.00
28 Merced 369 13.95 110.00
29 Modesto 356 21.62 102.00
30 Monterey 172 16.21 109.00
Pentru explicarea influentei variabilelor independente (factoriale) asupra variabilei dependente vom folosi testul Fisher rezultat din output-ul din Excel a modelului de regresie ce urmeaza:
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.564476821
R Square 0.318634082
Adjusted R Square 0.268162532
Standard Error 472.0174484
Observations 30
ANOVA
df SS MS F Significance F
Regression 2 2813142.233 1406571 6.313142 0.005631648
Residual 27 6015612.733 222800.5
Total 29 8828754.967
Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95.0% Upper 95.0%
Intercept 3594.730682 935.8653681 tb0= 3.84108 0.00067 1674.49358 5514.96778 1674.493582 5514.967781
Pret bilet (um $) 0.244275158 16.94193844 tb1=0.01442 0.9886 -34.5177107 35.006261 -34.5177107 35.00626105
Capacitate stadion (mii locuri) -29.7832816 9.782662244 tb2=-3.0445 0.00515 -49.8556463 -9.7109169 -49.8556463 -9.71091688
Din datele reiesite din Excel, s-a obtinut ecuatia de regresie multipla de forma:
ŷ = 3594.7306 + 0.2442 * x1 + (-29.7832 * x2)
Am ales un interval de incredere de 95%, iar din output-ul rezultat observam ca F calculat este de 6.3131; de asemenea F critic = 0.0056, ceea ce rezulta ca F calculat > F critic, deci se accepta ipoteza conforma careia variabilele independente pret bilet si capacitate stadion au o influenta semnificativa asupra variabilei dependente numar spectatori.
De asemenea putem spune faptul ca pragul de semnificatie (F critic) este de 0.0056, care este mai mic decat 0.05 ceea ce rezulta ca modelul de regresie construit este valid pentru o probabilitate de cel mult 99.44% si poate fi utilizat pentru analiza dependentei dintre variabilele precizate.
ACADEMIA DE STUDII ECONOMICE BUCURESTI
FACULTATEA DE CONTABILITATE SI INFORMATICA DE GESTIUNE
Pentru a descărca acest document,
trebuie să te autentifici in contul tău.
