Prof. univ. dr. Constantin ANGHELACHE
Academia de Studii Economice din București/Universitatea „Artifex„ din București
Prof. univ. dr. Ion PARTACHI
Academia de Studii Economice a Moldovei, Chisinau
Conf. univ. dr. Mădălina-Gabriela ANGHEL
Universitatea „Artifex„ din București
Drd. Gyorgy BODO
Drd. Radu STOIAN
Academia de Studii Economice din București
Abstract
În acest articol, autorii au pornit de la faptul că, în general, noţiunile de probabilitate condiţională şi probabilitate condiţională liniară, în termeni de proiecţie ortogonală, sunt comune mulţimii funcţiilor liniare. Pe acest fond, s-a efectuat o prezentare a principalelor condiţionări pe care le presupune regresia univariată. Astfel, sunt prezentate şi demonstrate condiţiile de liniaritate, necoliniaritate şi cea a normalităţii condiţionale. Totodată, se evidenţiază condiţionarea de homoscedasticitate. În continuare, în prezentarea condiţionărilor de liniaritate şi homoscedasticitate, se pleacă de la evidenţierea conceptului de eroare care trebuie considerată în cazul regresiei univariată. În continuare, se subliniază că estimarea se efectuează prin metoda celor celor mai mici pătrate care se reduce la estimarea parametrului beta. Un alt element avut în vedere şi clarificat se referă la înlocuirea probabilităţii prin distribuţia probabilităţii de eşantionare, care se supune criteriului de minimizare.
Cuvinte cheie: probabilitate condiţională, funcţie integrabilă, variabilă exogenă, regresie univariată, proiecţie ortogonală
General theoretical notions on univariate regression
Abstract
In this article, the authors started from the fact that in general, the concept of conditional probability and the conditional linear probability in terms of orthogonal projections are common to the crowd of linear functions. Against this background, a presentation on the main conditionality involved in univariate regression was conducted. Thus, linearity, uncolinerity and conditional normality are presented and demonstrated. At the same time, homoscedasticitate conditioning is highlighed. Further, the presentation of conditions linearity and homoscedasticitate is based on the concept of error highlighting to be considered for univariate regression. Further, it points out that the estimation is performed by the method of least squares parameter which reduces to beta estimation. Another element considered and clarified concerns the replacement of the probability through the distribution probability sampling, that is subject to minimization criterion.
Key words: Conditional probability, integrable function, exogenous variable, univariate regression, orthogonal projection
