Økonomisk Kandidateksamen 2005I Økonometri 1. Virker u-landsbistanden?

Størrelse: px
Starte visningen fra side:

Download "Økonomisk Kandidateksamen 2005I Økonometri 1. Virker u-landsbistanden?"

Transkript

1 Økonomisk Kandidateksamen 2005I Økonometri 1 Virker u-landsbistanden? Praktiske anvisninger til individuel tag-hjem eksamen i Økonometri 1: Start med at sikre dig at du kan få adgang til data og bilag (se næste side). Opgaven skal besvares individuelt. Læs alle opgaverne igennem før du begynder at svare. Besvar alle spørgsmål i Opgave 1 til 5. Der gælder følgende vejledende vægtning af opgaverne: Opgave 1: 10%, opgave 2: 30%, opgave 3: 30%, opgave 4: 20%, opgave 5: 10%. Der ønskes en samlet rapport med specifikke referencer til relevante bilagstabeller med regressionsoutput. Teksttabeller og figurer i teksten forsynes med henvisning til den relevante bilagstabel. Bilagstabeller med regressionsoutput ønskes fortløbende nummereret og forsynet med henvisning til navnet på det SAS-program, hvorfra tabellen er genereret. SAS-programmet skal vedlægges som bilag. Forsiden til besvarelsen skal være den side, der kan downloades som opgaveforside.pdf. Siden udfyldes med eksamensnummer og samlet sidetal. Omfanget af besvarelsen bør ikke overstige 16 sider, inkl. teksttabeller og figurer i teksten og inkl. forsiden. Omfanget af bilag med regressionsoutput, SAS-program mv. bør ikke overstige 15 sider. Det er ikke nødvendigt at medtage meget omfangsrigt output fx fra Proc Univariate i bilaget. Alle sider i besvarelsen (inkl. bilag) forsynes med sidetal og eksamensnummer. Besvarelsen (inkl. bilag) afleveres i 2 eksemplarer på Fakultetskontoret, St. Kannikestræde 13, 1. sal mandag den 17. januar senest kl Der skal afleveres 1 eksemplar af en diskette eller en CD-rom mærket med eksamensnummer med flg. indhold: o SAS-programmer, der er anvendt til løsning af opgaven. o Filen INDIVID.SAS, der er anvendt til at generere det individuelle datasæt. o SAS-datafilen INDIVID.SAS7BDAT. Der vil være almindeligt åbent i edb-kælderen fredag den 14. januar indtil kl og mandag den 17. januar fra kl Som en nødløsning vil det også være muligt at få adgang lørdag den 15. januar og søndag den 16. januar i tidsrummet fra kl til kl Kontakt i så fald edb-vagten på telefonnummer for at blive lukket ind. 1

2 Adgang til data Sådan får du fat i dit individualiserede datasæt: a. Download tre filer fra hjemmesiden til et katalog fx C:\WRK på din PC: MASTER.SAS7BDAT, SASMACR.SAS7BCAT og INDIVID.SAS. b. Placer filerne midlertidigt i det valgte katalog og check at begge stier i INDIVID.SAS stemmer overens med dette. c. Indsæt dit eksamensnummer i INDIVID.SAS. d. Kør INDIVID.SAS. Programmet danner filen INDIVID.SAS7BDAT som indeholder dit individualiserede datasæt, og udskriver tallene som et check på, at du kan få kontakt til datasættet. e. Kopier INDIVID.SAS7BDAT til en diskette eller direkte til det katalog på PC en hvor du ønsker at arbejde med dine data. Du er nu klar til at løse opgaven. f. Slet filen MASTER.SAS7BDAT. Filen kan ikke læses uden password og skal ikke bruges til løsning af opgaven. Har du problemer med at generere filen INDIVID.SAS7BDAT kan du kontakte Hans Christian Kongsted (telefon ) i tidsrummet fra til fredag den 14. januar. Der ydes ikke hjælp efter det nævnte tidsrum og heller ikke til andre dele af opgaven. 2

3 Dokumentation af data: Datasættet indeholder en række informationer om 56 lav- og mellemindkomstlande mellem 1970 og 1993, blandt andet vækstraten i BNP per capita, de politiske og institutionelle forhold i landet og den u-landsbistand, landet har modtaget. Oplysningerne er et udpluk fra et datasæt der oprindeligt stammer fra en artikel af William Easterly, Ross Levine og David Rodman i American Economic Review, juni Oplysningerne er opdelt på 4-årsperioder ( , , , , og ) for hvert enkelt land. Der er i alt 267 observationer fordelt på lande og perioder i dit individualiserede datasæt. Bemærk at ikke alle oplysninger foreligger for alle lande i samtlige delperioder. Variabelliste: wbcode growth y0 ethnf assassin eth_ass icrge m2gdp ssa easia policy aid a_policy Verdensbankens landekode Gennemsnitlig årlig vækstrate i BNP per capita, regnet i procent. Log af initial BNP per capita. Etnisk fraktionalisering : Et mål for, hvor sammensat befolkningen er på forskellige etniske grupper. Antal politiske mord: Et mål for politisk ustabilitet. Interaktionsled mellem ethnf og assassin. Indeks for kvaliteten af landets institutioner. Pengemængde i forhold til BNP (foregående periode). Dummyvariabel, lig med 1 for observationer af lande i Afrika syd for Sahara, 0 ellers. Dummyvariabel, lig med 1 for observationer af lande i Østasien, 0 ellers. Indeks for god vækstfremmende politik : Et sammensat mål beregnet ud fra offentlig budgetsaldo, inflationsrate og åbenhed i forhold til international handel. Effective development assistance : U-landsbistand beregnet i procent af BNP. Interaktionsled mellem aid og policy. tropicar Andel af landets areal der ligger i den tropiske zone. a_tropicar Interaktionsled mellem aid og tropicar. laid Værdien af aid fra den foregående 4-årsperiode. la_policy Interaktionsled mellem aid og policy fra den foregående 4-årsperiode. y0_policy Interaktionsled mellem y0 og policy. la_tropicar Interaktionsled mellem aid og tropicar fra den foregående 4-årsperiode. td1 td2 td3 td4 td5 td6 ivsample Dummyvariabel, lig med 1 for observationer for , 0 ellers. Dummyvariabel, lig med 1 for observationer for , 0 ellers. Dummyvariabel, lig med 1 for observationer for , 0 ellers. Dummyvariabel, lig med 1 for observationer for , 0 ellers. Dummyvariabel, lig med 1 for observationer for , 0 ellers. Dummyvariabel, lig med 1 for observationer for , 0 ellers. Dummyvariabel, lig med 1 for observationer til brug for Opgave 3, 0 ellers. 3

4 Introduktion til opgaven Virker u-landsbistanden? Verdensbankøkonomerne Craig Burnside og David Dollar skabte sidst i 1990 erne en heftig debat om effektiviteten af u-landsbistanden. Deres empiriske vækstregressioner viste tilsyneladende, at hjælpen kun er effektiv under forudsætning af, at der føres en god vækstfremmende politik i modtagerlandet. Burnside og Dollars konklusioner blev meget hurtigt omsat i policy-anbefalinger i form af såkaldte aid allocation rules. Disse anbefalinger har allerede haft stor indflydelse på den faktiske fordeling af u-landsbistanden fra en række donorlande. En række andre udviklingsøkonomer har imidlertid stillet sig meget kritiske overfor de empiriske resultater og den måde, hvorpå de blev udmøntet i den faktisk førte politik. Bilag 1 er et indlæg i denne debat. Indlægget som er skrevet af Ole Winckler Andersen og Finn Tarp, nævner blandt andet at den udviklingsøkonomiske gruppe ved Økonomisk Institut på Københavns Universitet har sat afgørende spørgsmålstegn ved Verdensbankens konklusioner. Formålet med denne opgave er at belyse grundlaget for det oprindelige Burnside-Dollar resultat og den efterfølgende kritik. Model Opgaven tager udgangspunkt i en model, der beskriver den gennemsnitlige vækstrate growth for hvert enkelt land i de 4-årsperioder, hvormed landet indgår i datasættet. Som udgangspunkt analyseres følgende lineære regressionsmodel foreslået af Dollar og Burnside: growth = β + β y0 + β ethnf + β assassin + β eth _ ass + β icrge + β m2gdp β ssa + β easia + β policy + β aid + β a _ policy δ td2 + δ td3+ δ td4 + δ td5 + δ td6 + u, (1.1) hvor u er et fejlled. De forklarende variabler i modellen kan opdeles i fire grupper (se variabellisten): Den initiale indkomst, 0 y, er medtaget for at kontrollere for eventuelle konvergenseffekter. Et standard sæt af kontrolvariabler er udvalgt på grundlag af litteraturen om vækstregressioner. Standard kontrolvariablerne består som udgangspunkt af ethnf, assassin, eth_ass, icrge, m2gdp, ssa, og easia. Politikrelaterede variabler: policy er et mål for, om den førte politik i landet er vækstfremmende (en høj værdi af indekset betyder at politikken er vækstfremmende); aid er den såkaldte effective development assistance som er målt ved u-landsbistanden i forhold til landets BNP. Desuden indgår interaktionsleddet mellem de to variabler, a_policy. Tidsdummier for de sidste fem af i alt seks 4-årsperioder. 4

5 Opgave 1: a. Fortolkning af modellen: i) Hvad er fortolkningen af parametrene β 10, β 11 og δ 2, hvis model (1.1) opfylder antagelse MLR.3? ii) Hvilket fortegn forventer du til parametrene β4 og β 11? Begrund dine svar. b. Databeskrivelse: i) Beskriv et relevant udvalg af variabler fra dit individualiserede datasæt ved at opstille en tabel med de vigtigste karakteristika for de enkelte variabler. Kommentér kort på udvalget og på tabellen. ii) Beregn de gennemsnitlige årlige vækstrater for tre delperioder, , og , for hver af følgende tre grupper af lande: Afrika syd for Sahara, Østasien og gruppen af lande udenfor de nævnte områder. Beregn også den gennemsnitlige u-landsbistand målt ved aid for de tre områder og de tre delperioder. Opstil en tabel med resultaterne og kommenter dine beregninger. Opgave 2: Opgave 2 skal udføres på grundlag af alle de lande og tidsperioder, der indgår i dit individualiserede datasæt, i alt 267 observationer. Antag indtil videre at modellen opfylder standardantagelserne MLR.1-MLR.4. a. Udfør estimationen af (1.1) ved OLS. i) Rapportér regressionskoefficienterne ˆ β0, ˆ β ˆ ˆ ˆ 1,..., β11, δ2,..., δ 6. ii) Diskutér betydningen af antagelserne MLR.1-4 for, at den udførte regression giver et godt estimat af effekten af u-landsbistand på vækstraten. Forklar hvad du præcist mener med et godt estimat. b. Undersøg om modellen i (1.1) opfylder antagelsen MLR.5 om, at fejlleddet har konstant varians, givet værdierne af de forklarende variabler. Gør dette ved at udføre: i) En grafisk analyse af residualerne. ii) Breuch-Pagan testet for heteroskedasticitet. Redegør for, hvilken hypotese du tester og din konklusion. Begrund dine svar. Antag i resten af Opgave 2 at fejlleddene er homoskedastiske. c. Med udgangspunkt i model (1.1) ønskes følgende undersøgt: i) Test hypotesen at 1 0 β =. Argumentér for hvilke alternativer der er relevante. Begrund dit svar. 5

6 ii) iii) Test om kontrolvariablerne ethnf, assassin, eth_ ass og m2gdp har nogen effekt på vækstraten. Test om den forventede vækstrate (for givne værdier af de forklarende variabler) er konstant i de tre første delperioder, , og Formulér for hvert tilfælde den hypotese du undersøger og udfør relevante test. Kommentér dine resultater. I resten af Opgave 2 skal modellen pålægges den restriktion, at kontrolvariablerne ethnf, assassin, eth_ ass, og m2gdp ikke har nogen effekt på vækstraten. d. Undersøg på grundlag af den restrikterede model: i) Om u-landsbistand overhovedet har nogen effekt på vækstraten. ii) Om en eventuel effekt af u-landsbistand er afhængig af, at der føres god politik i landet. Har det betydning for din konklusion, om du i din undersøgelse tester en-sidet eller to-sidet? Hvad foretrækker du? Begrund dit svar. Formulér den eller de hypoteser du undersøger og udfør relevante test. Kommentér dine resultater. e. Undersøg robustheden af din konklusion vedrørende, om u-landsbistandens effekt på væksten afhænger af god politik. Konkret skal du analysere, om graden af politikafhængighed har været forskellig i perioden før 1981og i perioden efter Formulér den hypotese du undersøger og udfør de relevante test. Hvad er din konklusion? f. I empiriske analyser af vækstmodeller anvender man ofte de såkaldte heteroskedasticitetskonsistente eller robuste standardfejl for OLS-estimatoren. i) Forklar hvad en robust standardfejl er og diskutér, om der er behov for at anvende robuste standardfejl her. ii) Beregn de robuste standardfejl for OLS estimatoren i den restrikterede udgave af model (1.1). Opstil en tabel, hvor du sammenligner med de almindelige OLS standardfejl. Kommentér tabellen. iii) Undersøg, om dine konklusioner under spørgsmål 2. d. bliver ændret af at anvende de robuste standardfejl. g. Besvar følgende spørgsmål baseret på den restrikterede model: i) Hvad er den forventede effekt på vækstraten af at øge u-landsbistanden med et beløb, der svarer til 2,5 pct. af et lands BNP, hvis politikindekset for dette land har værdien 1,5? Med udgangspunkt i ideen om, at effektiviteten af u-landsbistand er afhængig af den førte politik i modtagerlandet, har Verdensbankøkonomerne Paul Collier 6

7 og David Dollar fremsat et forslag om at fordele u-landsbistanden på tværs af lande ud fra en såkaldt aid allocation rule. Forslaget indebærer at øge hjælpen til lande, der fører en vækstfremmende politik. Om politikken er god eller dårlig måles ved et politikindeks, som ligner policy variablen i dit datasæt. En relativt mindre del af hjælpen må så gå til lande med lav score på politikindekset. Argumentet er at man derved kan opnå en større samlet effekt af et givet beløb til u-landsbistand. ii) iii) Beregn de gennemsnitlige værdier af politikindekset policy for tre delperioder, , og , for hver af de tre grupper: Afrika syd for Sahara, Østasien og gruppen af lande udenfor de nævnte områder. Beregn også for hver af perioderne og for hver landegruppe den forventede marginale effekt af at øge u-landsbistanden med 1 pct. af BNP, når politikindekset har en værdi, der svarer til gennemsnittet. Opstil en tabel med resultaterne. Kommentér dine resultater i relation til den udvikling i og fordeling af u-landsbistanden som blev beskrevet i Opgave 1.b. Angiv også de eventuelle forbehold, du har i forhold til analysen. Hvis målsætningen er at opnå størst mulig effekt på vækstraten i gruppen af udviklingslandene under ét, er tendensen så gået i retning af en mere eller mindre efficient fordeling af bistanden? Opgave 3: a. I denne opgave skal du bruge et datasæt som kun omfatter de observationer, hvor dummy-variablen ivsample har værdien 1. Det giver i alt 217 observationer for delperioderne , , , og Du kan i denne opgave antage, at fejlleddet i modellen er homoskedastisk. Burnside og Dollars ideer om politikafhængighed er ikke den eneste fremførte forklaring på, at det ofte er svært at finde nogen signifikant effekt af selve aid variablen på vækstraten. Carl-Johan Dalgaard og Henrik Hansen har foreslået, at problemet kunne skyldes at effekten ikke er lineær, men at der er en aftagende 2 marginal effekt. Brug følgende model (hvor aid2 = aid ) til at undersøge forslaget: growth = α0 + α1y0 + α2icrge + α3ssa + α4easia + α5policy + α6aid + α7aid2 (1.2) + γ td3+ γ td4 + γ td5 + γ td6 + u, Et andet omdiskuteret aspekt af sammenhængen mellem vækst og u-landsbistand er, at u-landsbistanden (her målt ved aid og aid2) kan tænkes at være endogen i vækstregressionen. Man kunne for eksempel pege på, at både det enkelte udviklingslands behov for hjælp og donorlandenes præferencer for at yde hjælp til bestemte lande kunne være påvirket af uobserverede landekarakteristika, og at disse karakteristika på den anden side har en direkte effekt på vækstraten growth. 7

8 Antag at de øvrige variabler i (1.2) er exogene. i) For hvilket niveau af u-landsbistanden er bidraget til vækstraten alt andet lige størst? Hvornår vil modtagerlandet ifølge modellen være dårligere stillet end i en situation, hvor hjælpen er nul? Hvilke antagelser om parametrene i model (1.2) lægger du til grund for dine svar? ii) Diskutér hvorfor det kan være et problem at estimere effekten af u- landsbistand på vækstraten ved hjælp af OLS, hvis der gælder ovenstående sammenhæng mellem hjælpen og uobserverede landekarakteristika med betydning for vækstraten. iii) Som instrumenter for variablerne aid og aid2 vil vi bruge de tilsvarende værdier fra den foregående 4-årsperiode, laid og laid2, interaktionsleddet mellem aid og policy fra den foregående 4- årsperiode, la_policy, samt interaktionsleddet mellem initialindkomsten y0 og policy, som betegnes y0_policy. Angiv de betingelser som variablerne skal opfylde for at være gyldige instrumenter og diskutér om antagelserne er opfyldt. iv) Estimér reducerede former for de endogene forklarende variabler og udfør test for, om de fire instrumenter kan udelades. Hvad er din konklusion ud fra disse beregninger? v) Test om de potentielt endogene variabler er endogene. Er det nødvendigt at bruge IV estimation her? vi) Udfør instrumentvariabel estimationen. Opskriv IV-estimaterne og deres standardfejl. vii) Test de overidentificerende restriktioner i modellen og konkludér på baggrund af testet. viii) Konkludér på baggrund af dine IV resultater, om u-landsbistanden har en signifikant effekt på vækstraten. Findes der ifølge dine resultater lande og/eller perioder, hvor den forventede marginale effekt af at øge u-landsbistanden har været negativ? b. Teoriopgave: Vi betragter nu en forsimplet model for sammenhængen mellem vækstraten i et land i et givet år, g it, opgjort som vækstraten i BNP per capita, og den u-landsbistand, landet modtager i år t, aid it, i procent af landets BNP. Antag at der foreligger data for n lande og T=2 år. Modellen er: g = β + δ d2 + β aid + a + u (1.3) it 0 1 t 1 it i it hvor d2 t er en tidsdummy som er lig 0 i periode 1 for alle lande og lig 1 i periode 2 for alle lande. Symbolet ai betegner en uobserveret lande-specifik effekt, som ikke varierer over tid. Endelig er u it et fejlled, som varierer tilfældigt over land og tid. 8

9 i) Opskriv Within estimatoren for model (1.3). ii) Diskutér hvilke betingelser, der skal være opfyldt i model (1.3), for at effekten af aid på vækstraten kan estimeres konsistent med Within estimatoren. iii) Vis at Within estimatoren er identisk med første-differens estimatoren for tilfældet T=2. iv) Antag at den forsimplede model (1.3) anvendes empirisk til paneldata estimation af effekten af u-landsbistand på vækstraten. Diskutér gyldigheden af denne metode i lyset af dine empiriske undersøgelser i Opgave 2 og Opgave 3.a. Opgave 4: I en del af litteraturen har der været fokus på betydningen af såkaldte ikke-politiske strukturelle landekarakteristika for effektiviteten af u-landsbistanden. En nyere analyse motiverer på følgende måde at ikke-politiske strukturelle forhold medtages i analysen (den præcise kilde til citatet vil fremgå af den vejledende besvarelse): we take a first pass at assessing the importance of (non-political) structural characteristics on aid effectiveness. This is done by adding the fraction of land in the tropics and the product of this variable and aid. The motivation for using this climaterelated variable [is] that geography, in the form of tropical land area, tropical diseases (malaria) or being landlocked, significantly influences growth in GDP per capita From this one may infer that climatic variables appear to represent structural characteristics with direct bearing on the growth process. Still, an alternative [ ] explanation [is] that geography rather proxies for other [ ] structural characteristics. [ ] [Some studies have found] evidence that the geographic endowments affect development only through institutions. Thus, although the precise channels through which geography impacts on growth are currently an area of debate, the exogeneity of tropical land area would appear unquestionable a. Diskutér med udgangspunkt i ovenstående citat og ud fra økonometrisk teori, hvordan man kan udnytte den information, der ligger i variablen tropicar til at modificere de empiriske analyser af effekten af u-landsbistand på vækstraten. Hvilken model og analysemetode mener du vil være den bedste måde at bruge variablen tropicar på, så du opnår det bedste bud på den sande effektivitet af u- landsbistanden? Begrund dit svar. b. Anvend din foretrukne model og analysemetode fra spørgsmål 4.a. til en empirisk undersøgelse af robustheden af: i) Eksistensen af politikafhængighed i effektiviteten af u-landsbistanden svarende til analysen i Opgave 2.d. ii) Eksistensen af en marginalt aftagende effekt af u-landsbistand svarende til analysen i Opgave 3.a. 9

10 Opgave 5: Sammenfatning og konklusion a. Lav en tabel for estimationsresultaterne for vækstregressionerne, der sammenfatter de analyser, du har lavet i Opgave 2, 3 og 4. Kommenter kort på tabellen. Kommenter også på, hvorledes de forskellige modeller forholder sig til hinanden og hvilke(t) sæt af estimater, du vil lægge til grund for din samlede vurdering af, om u-landsbistand har en effekt på vækstraten. b. Diskutér på baggrund af dine analyser og ud fra bilagsmaterialet, hvilke implikationer der er for en hensigtsmæssig eller optimal fordeling af den samlede u-landsbistand. Bilag 1: Verdensbanken tager fejl. Indlæg i Kristeligt Dagblad den 27. juli 2001 af Ole Winckler Andersen og Finn Tarp. 10

Rettevejledning til Økonomisk Kandidateksamen 2005I, Økonometri 1

Rettevejledning til Økonomisk Kandidateksamen 2005I, Økonometri 1 Rettevejledning til Økonomisk Kandidateksamen 005I, Økonometri Vurderingsgrundlaget er selve opgavebesvarelsen og bilaget, inklusive det afleverede SAS program. Materialet på diskette/cd bedømmes som sådan

Læs mere

Økonomisk Kandidateksamen 2006II Økonometri 1. Afkastet af uddannelse for britiske tvillingepar

Økonomisk Kandidateksamen 2006II Økonometri 1. Afkastet af uddannelse for britiske tvillingepar Økonomisk Kandidateksamen 2006II Økonometri 1 Afkastet af uddannelse for britiske tvillingepar Praktiske anvisninger til individuel tag-hjem eksamen i Økonometri 1: Start med at sikre dig, at du kan få

Læs mere

Økonomisk Kandidateksamen 2004II Økonometri 1. Læsefærdigheder hos skoleelever i Danmark

Økonomisk Kandidateksamen 2004II Økonometri 1. Læsefærdigheder hos skoleelever i Danmark Økonomisk Kandidateksamen 2004II Økonometri 1 Læsefærdigheder hos skoleelever i Danmark Praktiske anvisninger til individuel tag-hjem eksamen i Økonometri 1: Start med at sikre dig at du kan få adgang

Læs mere

Økonomisk Kandidateksamen 2003II Økonometri 1. Værdisætning af skov

Økonomisk Kandidateksamen 2003II Økonometri 1. Værdisætning af skov Økonomisk Kandidateksamen 2003II Økonometri 1 Værdisætning af skov Praktiske anvisninger til individuel tag-hjem eksamen i Økonometri 1: Start med at sikre dig at du kan få adgang til data, opgavetekst

Læs mere

Økonomisk Kandidateksamen 2004I Økonometri 1. Kvinders arbejdsudbud

Økonomisk Kandidateksamen 2004I Økonometri 1. Kvinders arbejdsudbud Økonomisk Kandidateksamen 004I Økonometri Kvinders arbejdsudbud Praktiske anvisninger til individuel tag-hjem eksamen i Økonometri : Start med at sikre dig at du kan få adgang til data (se næste side).

Læs mere

Rettevejledning til Økonomisk Kandidateksamen 2007II. Økonometri 1

Rettevejledning til Økonomisk Kandidateksamen 2007II. Økonometri 1 Rettevejledning til Økonomisk Kandidateksamen 2007II Økonometri 1 Vurderingsgrundlaget for tag-hjem eksamen er selve opgavebesvarelsen og bilaget. Programmer og data bedømmes som sådan ikke, men er anvendt

Læs mere

Økonometri, ugeseddel 8 Hold 1 1/4-2003

Økonometri, ugeseddel 8 Hold 1 1/4-2003 1 Modeller/diagrammer med dummy er Disse tre diagrammer ligger til grund for gruppearbejdet. a) Generel regressions model g = β 0 + β 1 x 1 + β 2 x 2 + β 3 x 3 +..+ β n x n + u i, Hvor i =1,.n g b) Model

Læs mere

Økonometri 1. Inferens i den lineære regressionsmodel 2. oktober Økonometri 1: F8 1

Økonometri 1. Inferens i den lineære regressionsmodel 2. oktober Økonometri 1: F8 1 Økonometri 1 Inferens i den lineære regressionsmodel 2. oktober 2006 Økonometri 1: F8 1 Dagens program Opsamling om asymptotiske egenskaber: Asymptotisk normalitet Asymptotisk efficiens Test af flere lineære

Læs mere

Økonometri 1. Oversigt. Mere om dataproblemer Gentagne tværsnit og panel data I

Økonometri 1. Oversigt. Mere om dataproblemer Gentagne tværsnit og panel data I Oversigt Økonometri 1 Mere om dataproblemer Gentagne tværsnit og panel data I Info om prøveeksamen Mere om proxyvariabler og målefejl fra sidste gang. Selektion og dataproblemer Intro til nyt emne: Observationer

Læs mere

Økonometri 1. Dummyvariabler 13. oktober Økonometri 1: F10 1

Økonometri 1. Dummyvariabler 13. oktober Økonometri 1: F10 1 Økonometri 1 Dummyvariabler 13. oktober 2006 Økonometri 1: F10 1 Dagens program Dummyvariabler i den multiple regressionsmodel (Wooldridge kap. 7.3-7.6) Dummy variabler for kvalitative egenskaber med flere

Læs mere

Wooldridge, kapitel 19: Carrying out an Empirical Project. Information og spørgsmål vedr. eksamen. Økonometri 1: Afslutningsforelæsning 2

Wooldridge, kapitel 19: Carrying out an Empirical Project. Information og spørgsmål vedr. eksamen. Økonometri 1: Afslutningsforelæsning 2 Økonometri 1 Afslutningsforelæsning 19. maj 2003 Økonometri 1: Afslutningsforelæsning 1 Evalueringer Kun 23 har udfyldt evalueringsskemaerne ud af ca. 120 tilmeldte til eksamen Resultatet kan ses på hjemmesiden

Læs mere

Rettevejledning til Økonomisk Kandidateksamen 2007II. Kvantitative Metoder 2: Tag-hjem eksamen

Rettevejledning til Økonomisk Kandidateksamen 2007II. Kvantitative Metoder 2: Tag-hjem eksamen Rettevejledning til Økonomisk Kandidateksamen 2007II Kvantitative Metoder 2: Tag-hjem eksamen Der skal for hver studerende foretages en samlet bedømmelse af tag-hjem gruppeopgaven og den individuelle 2-timers

Læs mere

Økonometri 1. Dagens program: Afslutningsforelæsning 23. maj 2007

Økonometri 1. Dagens program: Afslutningsforelæsning 23. maj 2007 Dagens program: Økonometri 1 Afslutningsforelæsning 23. maj 2007 6-trins procedure til IV estimation. Afrunding af IV: Rygning og fødselsvægt. Afrunding og perspektivering af Kvant 2. Opfølgning af introduktionsforelæsningen.

Læs mere

Kvantitative metoder 2

Kvantitative metoder 2 Kvantitative metoder Heteroskedasticitet 11. april 007 KM: F18 1 Oversigt: Heteroskedasticitet OLS estimation under heteroskedasticitet (W.8.1-): Konsekvenser af heteroskedasticitet for OLS Gyldige test

Læs mere

Kvantitative metoder 2

Kvantitative metoder 2 Kvantitative metoder 2 Specifikation og dataproblemer 30. april 2007 KM2: F21 1 Program for de to næste forelæsninger Emnet er specifikation og dataproblemer (Wooldridge kap. 9) Fejlleddet kan være korreleret

Læs mere

Fag: Kvantitative metoder 2. Årsprøvefag maj Tag-hjem gruppeopgave

Fag: Kvantitative metoder 2. Årsprøvefag maj Tag-hjem gruppeopgave Eksamen på Økonomistudiet 2007-II Fag: Kvantitative metoder 2 Årsprøvefag 29. 30. maj 2007 Tag-hjem gruppeopgave Der er fokus på at undgå tilfælde af eksamenssnyd I tilfælde af formodet eksamenssnyd, der

Læs mere

Økonometri 1. Målsætning for Økonometri 1. Dagens program: Afslutningsforelæsning 16. December 2005

Økonometri 1. Målsætning for Økonometri 1. Dagens program: Afslutningsforelæsning 16. December 2005 Dagens program: Økonometri 1 Afrunding og perspektivering af Økonometri 1. Opfølgning af introduktionsforelæsningen. Wooldridge, kapitel 19: Carrying out an Empirical Project Oversigt over økonometriske

Læs mere

Økonometri 1 Efterår 2006 Ugeseddel 11

Økonometri 1 Efterår 2006 Ugeseddel 11 Økonometri 1 Efterår 2006 Ugeseddel 11 Program for øvelserne: Gruppearbejde og plenumdiskussion Introduktion til SAS øvelser SAS øvelser Øvelsesopgave: Paneldata estimation Sammenhængen mellem alder og

Læs mere

Fag: Kvantitative metoder 2. Årsprøvefag maj Tag-hjem gruppeopgave

Fag: Kvantitative metoder 2. Årsprøvefag maj Tag-hjem gruppeopgave Eksamen på Økonomistudiet 2008-II Fag: Kvantitative metoder 2 Årsprøvefag 29. 30. maj 2008 Tag-hjem gruppeopgave Der er fokus på at undgå tilfælde af eksamenssnyd I tilfælde af formodet eksamenssnyd, der

Læs mere

Økonometri 1 Forår 2006 Ugeseddel 11

Økonometri 1 Forår 2006 Ugeseddel 11 Økonometri 1 Forår 2006 Ugeseddel 11 Program for øvelserne: Gruppearbejde og plenumdiskussion Introduktion til SAS øvelser SAS øvelser Øvelsesopgave 5: Paneldata estimation af indkomstligninger på danske

Læs mere

Økonometri 1. Dagens program. Den simple regressionsmodel 15. september 2006

Økonometri 1. Dagens program. Den simple regressionsmodel 15. september 2006 Dagens program Økonometri Den simple regressionsmodel 5. september 006 Den simple lineære regressionsmodel (Wooldridge kap.4-.6) Eksemplet fortsat: Løn og uddannelse på danske data Funktionel form Statistiske

Læs mere

Økonometri 1. Gentagne tværsnit (W ): Opsamling. Gentagne tværsnit og paneldata. Gentagne Tværsnit og Paneldata II.

Økonometri 1. Gentagne tværsnit (W ): Opsamling. Gentagne tværsnit og paneldata. Gentagne Tværsnit og Paneldata II. Gentagne tværsnit (W 13.1-): Opsamling. Økonometri 1 Gentagne Tværsnit og Paneldata II Kombinerer tværsnit indsamlet på forskellige tidspunkter. Partial pooling: Tillader koefficienterne til nogle af variablerne

Læs mere

Kvantitative metoder 2

Kvantitative metoder 2 Gentagne tværsnit og paneldata Kvantitative metoder 2 Gentagne tværsnit og panel data II 9. maj 2007 I dag: To-periode panel data: Følger de samme individer over to perioder (13.3-4) Unobserved effects

Læs mere

Økonometri: Lektion 2 Multipel Lineær Regression 1/27

Økonometri: Lektion 2 Multipel Lineær Regression 1/27 Økonometri: Lektion 2 Multipel Lineær Regression 1/27 Multipel Lineær Regression Sidst så vi på simpel lineær regression, hvor y er forklaret af én variabel. Der er intet, der forhindre os i at have mere

Læs mere

! Proxy variable. ! Målefejl. ! Manglende observationer. ! Dataudvælgelse. ! Ekstreme observationer. ! Eksempel: Lønrelation (på US data)

! Proxy variable. ! Målefejl. ! Manglende observationer. ! Dataudvælgelse. ! Ekstreme observationer. ! Eksempel: Lønrelation (på US data) Dagens program Økonometri 1 Specifikation, og dataproblemer 10. april 003 Emnet for denne forelæsning er specifikation (Wooldridge kap. 9.-9.4)! Proxy variable! Målefejl! Manglende observationer! Dataudvælgelse!

Læs mere

Effekten af indvandring på indfødte danskeres løn og beskæftigelse

Effekten af indvandring på indfødte danskeres løn og beskæftigelse d. 22.05.2017 Brian Krogh Graversen (DØRS) Effekten af indvandring på indfødte danskeres løn og beskæftigelse I kapitlet Udenlandsk arbejdskraft i Dansk Økonomi, forår 2017 analyseres det, hvordan indvandringen

Læs mere

Økonometri 1. Inferens i den lineære regressionsmodel 25. september Økonometri 1: F6 1

Økonometri 1. Inferens i den lineære regressionsmodel 25. september Økonometri 1: F6 1 Økonometri 1 Inferens i den lineære regressionsmodel 25. september 2006 Økonometri 1: F6 1 Oversigt: De næste forelæsninger Statistisk inferens: hvorledes man med udgangspunkt i en statistisk model kan

Læs mere

Appendiks Økonometrisk teori... II

Appendiks Økonometrisk teori... II Appendiks Økonometrisk teori... II De klassiske SLR-antagelser... II Hypotesetest... VII Regressioner... VIII Inflation:... VIII Test for SLR antagelser... IX Reset-test... IX Plots... X Breusch-Pagan

Læs mere

Kvantitative metoder 2

Kvantitative metoder 2 Kvantitative metoder 2 Specifikation og dataproblemer 2. maj 2007 KM2: F22 1 Program Specifikation og dataproblemer, fortsat (Wooldridge kap. 9): Betydning af målefejl Dataudvælgelse: Manglende observationer

Læs mere

NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET.

NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET. NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET. Eksamen i Statistik 1TS Teoretisk statistik Den skriftlige prøve Sommer 2002 3 timer - alle hjælpemidler tilladt Det er tilladt at skrive

Læs mere

Test for strukturelle ændringer i investeringsadfærden

Test for strukturelle ændringer i investeringsadfærden d. 6.10.2016 De Økonomiske Råds Sekretariat Test for strukturelle ændringer i investeringsadfærden Dette notat redegør for de stabilitetstest af forskellige tidsserier vedrørende investeringsadfærden i

Læs mere

Kvantitative metoder 2

Kvantitative metoder 2 Kvantitative metoder 2 Den multiple regressionsmodel 5. marts 2007 regressionsmodel 1 Dagens program Emnet for denne forelæsning er stadig den multiple regressionsmodel (Wooldridge kap. 3.4-3.5, E.2) Variansen

Læs mere

Undervisningsnoter til øvelse i Panel Modeller. %, it. E(x kjs

Undervisningsnoter til øvelse i Panel Modeller. %, it. E(x kjs 4 I afsnit 3 beskæftigede vi os med 1EC modellen og viste, hvordan den kunne estimereres med FGLS - bla under forudsætning af, at det individspecifikke stokastiske led er ukorreleret med de forklarende

Læs mere

Økonometri 1. Den simple regressionsmodel 11. september Økonometri 1: F2

Økonometri 1. Den simple regressionsmodel 11. september Økonometri 1: F2 Økonometri 1 Den simple regressionsmodel 11. september 2006 Dagens program Den simple regressionsmodel SLR : Én forklarende variabel (Wooldridge kap. 2.1-2.4) Motivation for gennemgangen af SLR Definition

Læs mere

Økonometri 1. Dagens program. Den multiple regressionsmodel 18. september 2006

Økonometri 1. Dagens program. Den multiple regressionsmodel 18. september 2006 Dagens program Økonometri Den multiple regressionsmodel 8. september 006 Opsamling af statistiske resultater om den simple lineære regressionsmodel (W kap..5). Den multiple lineære regressionsmodel (W

Læs mere

Appendix 3: TSIV-korrektioner for modkausalitet

Appendix 3: TSIV-korrektioner for modkausalitet 25/4-07, Martin Paldam Appendix 3: TSIV-korrektioner for modkausalitet Det følgende supplerer 11 regressioner fra et papir om ulandshjælpens effektivitet i Afrika (Paldam, 2007) med Two-Stage Instrument

Læs mere

Rettevejledning til Økonomisk Kandidateksamen 2004I, Økonometri 1

Rettevejledning til Økonomisk Kandidateksamen 2004I, Økonometri 1 Rettevejledning til Økonomisk Kandidateksamen 004I, Økonometri Vurderingsgrundlaget er selve opgavebesvarelsen og bilaget. Programmer og data som er afleveret på diskette/cd bedømmes som sådan ikke, men

Læs mere

Anvendt Statistik Lektion 7. Simpel Lineær Regression

Anvendt Statistik Lektion 7. Simpel Lineær Regression Anvendt Statistik Lektion 7 Simpel Lineær Regression 1 Er der en sammenhæng? Plot af mordraten () mod fattigdomsraten (): Scatterplot Afhænger mordraten af fattigdomsraten? 2 Scatterplot Et scatterplot

Læs mere

Rettevejledning til Økonomisk Kandidateksamen 2008II. Kvantitative Metoder 2: Tag-hjem eksamen

Rettevejledning til Økonomisk Kandidateksamen 2008II. Kvantitative Metoder 2: Tag-hjem eksamen Rettevejledning til Økonomisk Kandidateksamen 008II Kvantitative Metoder : Tag-hjem eksamen Der skal for hver studerende foretages en samlet bedømmelse af tag-hjem gruppeopgaven og den individuelle -timers

Læs mere

Eksempel Multipel regressions model Den generelle model Estimation Multipel R-i-anden F-test for effekt af prædiktorer Test for vekselvirkning

Eksempel Multipel regressions model Den generelle model Estimation Multipel R-i-anden F-test for effekt af prædiktorer Test for vekselvirkning 1 Multipel regressions model Eksempel Multipel regressions model Den generelle model Estimation Multipel R-i-anden F-test for effekt af prædiktorer Test for vekselvirkning PSE (I17) ASTA - 11. lektion

Læs mere

1 α K = A t, (SS1) n + g + δ eller: ln yt =lna t +

1 α K = A t, (SS1) n + g + δ eller: ln yt =lna t + Tag Med-Hjem-Eksamen Makroøkonomi,. Årsprøve Efterårssemestret 5 Udleveres mandag den. januar, 6, kl. 10. Afleveres onsdag den 4. januar, 6, senest kl. 10. på: Eksamenskontoret, Center for Sundhed og Samfund

Læs mere

Statistik Lektion 4. Variansanalyse Modelkontrol

Statistik Lektion 4. Variansanalyse Modelkontrol Statistik Lektion 4 Variansanalyse Modelkontrol Eksempel Spørgsmål: Er der sammenhæng mellem udetemperaturen og forbruget af gas? Y : Forbrug af gas (gas) X : Udetemperatur (temp) Scatterplot SPSS: Estimerede

Læs mere

3.600 kg og den gennemsnitlige fødselsvægt kg i stikprøven.

3.600 kg og den gennemsnitlige fødselsvægt kg i stikprøven. PhD-kursus i Basal Biostatistik, efterår 2006 Dag 1, onsdag den 6. september 2006 Eksempel: Sammenhæng mellem moderens alder og fødselsvægt I dag: Introduktion til statistik gennem analyse af en stikprøve

Læs mere

Økonometri: Lektion 6 Emne: Heteroskedasticitet

Økonometri: Lektion 6 Emne: Heteroskedasticitet Økonometri: Lektion 6 Emne: Heteroskedasticitet 1 / 32 Konsekvenser af Heteroskedasticitet Antag her (og i resten) at MLR.1 til MLR.4 er opfyldt. Antag MLR.5 ikke er opfyldt, dvs. vi har heteroskedastiske

Læs mere

NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET.

NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET. NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET. Eksamen i Statistik 1TS Teoretisk statistik Den skriftlige prøve Sommer 2003 3 timer - alle hjælpemidler tilladt Det er tilladt at skrive

Læs mere

De variable, som er inkluderet i de forskellige modeller, er følgende:

De variable, som er inkluderet i de forskellige modeller, er følgende: DUL II. Undersøgelse af hvilke faktorer, der er væsentlige for at understøtte, at der er klare og veltilrettelagte mål tilstede i arbejdet med elevernes læring Følgende er en statistisk analyse af ovenstående

Læs mere

Økonometri 1. Prediktion. Dummyvariabler 9. oktober Økonometri 1: F9 1

Økonometri 1. Prediktion. Dummyvariabler 9. oktober Økonometri 1: F9 1 Økonometri 1 Prediktion. Dummyvariabler 9. oktober 2006 Økonometri 1: F9 1 Program frem til efterårsferien Om goodness-of-fit, prediktion og residualer (kap. 6.3-4) Kvalitative egenskaber i den multiple

Læs mere

Økonomisk Kandidateksamen 2006I Økonometri 1. Tilbagetrækning fra arbejdsmarkedet for årgang 1945

Økonomisk Kandidateksamen 2006I Økonometri 1. Tilbagetrækning fra arbejdsmarkedet for årgang 1945 Økonomisk Kandidateksamen 2006I Økonometri Tilbagetrækning fra arbejdsmarkedet for årgang 945 Praktiske anvisninger til individuel tag-hjem eksamen i Økonometri : Start med at sikre dig, at du kan få adgang

Læs mere

Fokus på Forsyning. Datagrundlag og metode

Fokus på Forsyning. Datagrundlag og metode Fokus på Forsyning I notatet gennemgås datagrundlaget for brancheanalysen af forsyningssektoren sammen med variable, regressionsmodellen og tilhørende tests. Slutteligt sammenfattes analysens resultater

Læs mere

Anvendt Statistik Lektion 8. Multipel Lineær Regression

Anvendt Statistik Lektion 8. Multipel Lineær Regression Anvendt Statistik Lektion 8 Multipel Lineær Regression 1 Simpel Lineær Regression (SLR) y Sammenhængen mellem den afhængige variabel (y) og den forklarende variabel (x) beskrives vha. en SLR: ligger ikke

Læs mere

Økonometri: Lektion 2 Multipel Lineær Regression 1/33

Økonometri: Lektion 2 Multipel Lineær Regression 1/33 Økonometri: Lektion 2 Multipel Lineær Regression 1/33 Simpel Lineær Regression: Model Sidst så vi på simpel lineære regression. Det er en statisisk model på formen y = β 0 +β 1 x +u, hvor fejlledet u,

Læs mere

Simpel Lineær Regression: Model

Simpel Lineær Regression: Model Simpel Lineær Regression: Model Sidst så vi på simpel lineære regression. Det er en statisisk model på formen y = β 0 + β 1 x + u, hvor fejlledet u, har egenskaben E[u x] = 0. Dette betyder bl.a. E[y x]

Læs mere

Baggrundsnotat: Søskendes uddannelsesvalg og indkomst

Baggrundsnotat: Søskendes uddannelsesvalg og indkomst 17. december 2013 Baggrundsnotat: Søskendes uddannelsesvalg og indkomst Dette notat redegør for den økonometriske analyse af indkomstforskelle mellem personer med forskellige lange videregående uddannelser

Læs mere

! Husk at udfylde spørgeskema 3. ! Lineær sandsynlighedsmodel. ! Eksempel. ! Mere om evaluering og selvselektion

! Husk at udfylde spørgeskema 3. ! Lineær sandsynlighedsmodel. ! Eksempel. ! Mere om evaluering og selvselektion Dagens program Økonometri 1 Dummy variable 4. marts 003 Emnet for denne forelæsning er kvalitative variable i den multiple regressionsmodel (Wooldridge kap. 7.5-7.6+8.1)! Husk at udfylde spørgeskema 3!

Læs mere

Kvantitative metoder 2

Kvantitative metoder 2 Kvantitative metoder 2 Inferens i den lineære regressionsmodel 7. marts 2007 regressionsmodel 1 Opgave fra sidst (Gauss-Markov teoremet) Opgave: Vis at hvis M = I X X X X 1 ( ' ) ' er M idempoten dvs der

Læs mere

! Variansen på OLS estimatoren. ! Multikollinaritet. ! Variansen i misspecificerede modeller. ! Estimat af variansen på fejlleddet

! Variansen på OLS estimatoren. ! Multikollinaritet. ! Variansen i misspecificerede modeller. ! Estimat af variansen på fejlleddet Dagens program Økonometri Den multiple regressionsmodel 4. februar 003 regressionsmodel Emnet for denne forelæsning er stadig den multiple regressionsmodel (Wooldridge kap. 3.4-3.5)! Opsamling fra sidst

Læs mere

Uge 43 I Teoretisk Statistik, 21. oktober Forudsigelser

Uge 43 I Teoretisk Statistik, 21. oktober Forudsigelser Uge 43 I Teoretisk Statistik,. oktober 3 Simpel lineær regressionsanalyse Forudsigelser Fortolkning af regressionsmodellen Ekstreme observationer Transformationer Sammenligning af to regressionslinier

Læs mere

Kvantitative metoder 2

Kvantitative metoder 2 Kvalitative egenskaber og dummyvariabler Kvantitative metoder 2 Dummyvariabler 28. marts 2007 Vi har (hovedsagligt) set på kvantitative variabler (løn, priser, forbrug, indkomst, )... Men hvad med kvalitative

Læs mere

Markante sæsonudsving på boligmarkedet

Markante sæsonudsving på boligmarkedet N O T A T Markante sæsonudsving på boligmarkedet 9. marts 0 Denne analyse estimerer effekten af de sæsonudsving, der præger prisudviklingen på boligmarkedet. Disse priseffekter kan være hensigtsmæssige

Læs mere

Bilag 5: Økonometriske analyser af energispareindsatsens. (Cointegration) Energistyrelsen. Marts 2015

Bilag 5: Økonometriske analyser af energispareindsatsens. (Cointegration) Energistyrelsen. Marts 2015 Marts 2015 Bilag 5: Økonometriske analyser af energispareindsatsens nettoeffekt (Cointegration) Indholdsfortegnelse 1. Cointegrationsanalyse 3 Introduktion til anvendte cointegrationsmodel og data 3 Enhedsrodstest

Læs mere

Statistik for Biokemikere Projekt

Statistik for Biokemikere Projekt Statistik for Biokemikere Projekt Institut for Matematiske Fag Inge Henningsen og Helle Sørensen Københavns Universitet November 2008 Formalia Dette projekt udgør en del af evalueringen i kurset Statistik

Læs mere

Kvantitative metoder 2

Kvantitative metoder 2 Opgave fra sidst (Gauss-Markov teoremet) Kvantitative metoder Inferens i den lineære regressionsmodel 7. marts 007 Opgave: Vis at hvis M = I X X X X ( ' ) ' er M idempoten dvs der gælder gælder M = M '

Læs mere

Lagrange multiplier test. Økonometri: Lektion 6 Håndtering ad heteroskedasticitet. Konsekvenser af Heteroskedasticitet

Lagrange multiplier test. Økonometri: Lektion 6 Håndtering ad heteroskedasticitet. Konsekvenser af Heteroskedasticitet Lagrange multiplier test Et alternativ til F -testet af en eller flere parametre. Økonometri: Lektion 6 Håndtering ad heteroskedasticitet Antag vi har model: y = β 0 + β 1 x 2 + + β k x k + u. Vi ønsker

Læs mere

Simpel Lineær Regression

Simpel Lineær Regression Simpel Lineær Regression Mål: Forklare variablen y vha. variablen x. Fx forklare Salg (y) vha. Reklamebudget (x). Vi antager at sammenhængen mellem y og x er beskrevet ved y = β 0 + β 1 x + u. y: Afhængige

Læs mere

Oversigt. 1 Gennemgående eksempel: Højde og vægt. 2 Korrelation. 3 Regressionsanalyse (kap 11) 4 Mindste kvadraters metode

Oversigt. 1 Gennemgående eksempel: Højde og vægt. 2 Korrelation. 3 Regressionsanalyse (kap 11) 4 Mindste kvadraters metode Kursus 02402 Introduktion til Statistik Forelæsning 11: Kapitel 11: Regressionsanalyse Oversigt 1 Gennemgående eksempel: Højde og vægt 2 Korrelation 3 Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse

Læs mere

Eksamen i Statistik for biokemikere. Blok

Eksamen i Statistik for biokemikere. Blok Eksamen i Statistik for biokemikere. Blok 2 2007. Vejledende besvarelse 22-01-2007, Niels Richard Hansen Bemærkning: Flere steder er der givet en argumentation (f.eks. baseret på konfidensintervaller)

Læs mere

Reestimation af uddannelsessøgende

Reestimation af uddannelsessøgende Danmarks Statistik MODELGRUPPEN Arbejdspapir * Nina Bech Runebo 19. maj 21 Reestimation af uddannelsessøgende Resumé: I papiret reestimeres ligningen for uddannelsessøgende. Reestimationen giver ikke pæne

Læs mere

Forelæsning 11: Kapitel 11: Regressionsanalyse

Forelæsning 11: Kapitel 11: Regressionsanalyse Kursus 02402 Introduktion til Statistik Forelæsning 11: Kapitel 11: Regressionsanalyse Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800

Læs mere

Referat : af Gruppearbejde Økonometri1 øvelsestime ugeseddel 7 dato 26/3 2003, Hold 4

Referat : af Gruppearbejde Økonometri1 øvelsestime ugeseddel 7 dato 26/3 2003, Hold 4 Referat : af Gruppearbejde Økonometri1 øvelsestime ugeseddel 7 dato 26/3 2003, Hold 4 Spm1 Den udvidede model med de to strukturelle variable sk og sh: g i (60-00) = B 0 + B 1 *log(y i ) + B 2 [ log(sk

Læs mere

Fortolkning, illustration mm. af interaktion i lineære regressionsmodeller ved hjælp af MS Excel og SPSS

Fortolkning, illustration mm. af interaktion i lineære regressionsmodeller ved hjælp af MS Excel og SPSS Fortolkning, illustration mm. af interaktion i lineære regressionsmodeller ved hjælp af MS Excel og SPSS KIM MANNEMAR SØNDERSKOV Tlf. 8942 1260 E-mail: ks@ps.au.dk INSTITUT FOR STATSKUNDSKAB AARHUS UNIVERSITET

Læs mere

Økonometri: Lektion 6 Emne: Heteroskedasticitet

Økonometri: Lektion 6 Emne: Heteroskedasticitet Økonometri: Lektion 6 Emne: Heteroskedasticitet 1 / 34 Lagrange multiplier test Et alternativ til F -testet af en eller flere parametre. Antag vi har model: Vi ønsker at teste hypotesen y = β 0 + β 1 x

Læs mere

Betydningen af konjunktur og regelændringer for udviklingen i sygedagpengemodtagere

Betydningen af konjunktur og regelændringer for udviklingen i sygedagpengemodtagere DET ØKONOMISKE RÅD S E K R E T A R I A T E T d. 20. maj 2005 SG Betydningen af konjunktur og regelændringer for udviklingen i sygedagpengemodtagere Baggrundsnotat vedr. Dansk Økonomi, forår 2005, kapitel

Læs mere

Økonometri: Lektion 4. Multipel Lineær Regression: F -test, justeret R 2 og aymptotiske resultater

Økonometri: Lektion 4. Multipel Lineær Regression: F -test, justeret R 2 og aymptotiske resultater Økonometri: Lektion 4 Multipel Lineær Regression: F -test, justeret R 2 og aymptotiske resultater 1 / 35 Hypotesetest for én parameter Antag vi har model y = β 0 + β 1 x 2 + β 2 x 2 + + β k x k + u. Vi

Læs mere

Seminaropgave: Præsentation af idé

Seminaropgave: Præsentation af idé Seminaropgave: Præsentation af idé Erik Gahner Larsen Kausalanalyse i offentlig politik Dagsorden Opsamling på kausalmodeller Seminaropgaven: Praktisk info Præsentation Seminaropgaven: Ideer og råd Kausalmodeller

Læs mere

Økonometri 1. Kvalitative variabler. Kvalitative variabler. Dagens program. Kvalitative variable 8. marts 2006

Økonometri 1. Kvalitative variabler. Kvalitative variabler. Dagens program. Kvalitative variable 8. marts 2006 Dagens program Økonometri 1 Kvalitative variable 8. marts 2006 Kvalitative variabler som forklarende variabler i en lineær regressionsmodel (Wooldridge kap. 7.1-7.4) Kvalitative variabler generelt Dummy

Læs mere

Multipel Lineær Regression

Multipel Lineær Regression Multipel Lineær Regression Trin i opbygningen af en statistisk model Repetition af MLR fra sidst Modelkontrol Prædiktion Kategoriske forklarende variable og MLR Opbygning af statistisk model Specificer

Læs mere

Dansk Erhvervs gymnasieanalyse Sådan gør vi

Dansk Erhvervs gymnasieanalyse Sådan gør vi METODENOTAT Dansk Erhvervs gymnasieanalyse Sådan gør vi FORMÅL Formålet med analysen er at undersøge, hvor dygtige de enkelte gymnasier er til at løfte elevernes faglige niveau. Dette kan man ikke undersøge

Læs mere

Institut for Matematiske Fag Matematisk Modellering 1 UGESEDDEL 6

Institut for Matematiske Fag Matematisk Modellering 1 UGESEDDEL 6 Institut for Matematiske Fag Matematisk Modellering 1 Aarhus Universitet Eva B. Vedel Jensen 25. februar 2008 UGESEDDEL 6 Forelæsningerne torsdag den 21. februar og tirsdag den 26. februar. Jeg har gennemgået

Læs mere

Statistik II 1. Lektion. Analyse af kontingenstabeller

Statistik II 1. Lektion. Analyse af kontingenstabeller Statistik II 1. Lektion Analyse af kontingenstabeller Kursusbeskrivelse Omfang 5 kursusgange (forelæsning + opgaveregning) 5 kursusgange (mini-projekt) Emner Analyse af kontingenstabeller Logistisk regression

Læs mere

BILAG 3: DETALJERET REDEGØ- RELSE FOR REGISTER- ANALYSER

BILAG 3: DETALJERET REDEGØ- RELSE FOR REGISTER- ANALYSER Til Undervisningsministeriet (Kvalitets- og Tilsynsstyrelsen) Dokumenttype Bilag til Evaluering af de nationale test i folkeskolen Dato September 2013 BILAG 3: DETALJERET REDEGØ- RELSE FOR REGISTER- ANALYSER

Læs mere

Opgaver til kapitel 3

Opgaver til kapitel 3 Opgaver til kapitel 3 3.1 En løber er interesseret i at undersøge om hendes løbeur er kalibreret korrekt. Hun udmåler derfor en strækning på præcis 1000 m og løber den 16 gange. For hver løbetur noterer

Læs mere

Reminder: Hypotesetest for én parameter. Økonometri: Lektion 4. F -test Justeret R 2 Aymptotiske resultater. En god model

Reminder: Hypotesetest for én parameter. Økonometri: Lektion 4. F -test Justeret R 2 Aymptotiske resultater. En god model Reminder: Hypotesetest for én parameter Antag vi har model Økonometri: Lektion 4 F -test Justeret R 2 Aymptotiske resultater y = β 0 + β 1 x 2 + β 2 x 2 + + β k x k + u. Vi ønsker at teste hypotesen H

Læs mere

1. Intoduktion. Undervisningsnoter til Øvelse i Paneldata

1. Intoduktion. Undervisningsnoter til Øvelse i Paneldata 1 Intoduktion Før man springer ud i en øvelse om paneldata og panelmodeller, kan det selvfølgelig være rart at have en fornemmelse af, hvorfor de er så vigtige i moderne mikro-økonometri, og hvorfor de

Læs mere

Benchmarking af kommunernes sagsbehandling antagelser, metode og resultater

Benchmarking af kommunernes sagsbehandling antagelser, metode og resultater Benchmarking af kommunernes sagsbehandling antagelser, metode og resultater Anna Amilon Materiel vurdering Ved vurderingen af en afgørelses materielle indhold vurderes afgørelsens korrekthed i forhold

Læs mere

Økonometri Lektion 1 Simpel Lineær Regression 1/31

Økonometri Lektion 1 Simpel Lineær Regression 1/31 Økonometri Lektion 1 Simpel Lineær Regression 1/31 Simpel Lineær Regression Mål: Forklare variablen y vha. variablen x. Fx forklare Salg (y) vha. Reklamebudget (x). Statistisk model: Vi antager at sammenhængen

Læs mere

NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET.

NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET. NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET. Eksamen i Statistik 1 Tag-hjem prøve 1. juli 2010 24 timer Alle hjælpemidler er tilladt. Det er tilladt at skrive med blyant og benytte viskelæder,

Læs mere

Anvendt Statistik Lektion 9. Variansanalyse (ANOVA)

Anvendt Statistik Lektion 9. Variansanalyse (ANOVA) Anvendt Statistik Lektion 9 Variansanalyse (ANOVA) 1 Undersøge sammenhæng Undersøge sammenhænge mellem kategoriske variable: χ 2 -test i kontingenstabeller Undersøge sammenhæng mellem kontinuerte variable:

Læs mere

Klar sammenhæng mellem børns og forældres livsindkomst

Klar sammenhæng mellem børns og forældres livsindkomst Klar sammenhæng mellem børns og forældres livsindkomst Der er stor forskel på størrelsen af den livsindkomst, som 3-årige danskere kan se frem til, og livsindkomsten hænger nøje sammen med forældrenes

Læs mere

a) Har måleresultaterne for de 2 laboranter samme varians? b) Tyder resultaterne på, at nogen af laboranterne måler med en systematisk fejl?

a) Har måleresultaterne for de 2 laboranter samme varians? b) Tyder resultaterne på, at nogen af laboranterne måler med en systematisk fejl? Module 6: Exercises 6.1 To laboranter....................... 2 6.2 Nicotamid i piller..................... 3 6.3 Karakterer......................... 5 6.4 Blodtryk hos kvinder................... 6 6.5

Læs mere

Økonometri 1. FunktioneI form i den lineære regressionsmodel 19. oktober Dagens program

Økonometri 1. FunktioneI form i den lineære regressionsmodel 19. oktober Dagens program Dagens program Økonometri 1 FunktioneI form i den lineære regressionsmodel 19. oktober 004 Mere om funktionel form (kap 6.) Log transformation Kvadratisk form Interaktionseffekter Goodness of fit (kap.

Læs mere

Tænk på a og b som to n 1 matricer. a 1 a 2 a n. For hvert i = 1,..., n har vi y i = x i β + u i.

Tænk på a og b som to n 1 matricer. a 1 a 2 a n. For hvert i = 1,..., n har vi y i = x i β + u i. Repetition af vektor-regning Økonometri: Lektion 3 Matrix-formulering Fordelingsantagelse Hypotesetest Antag vi har to n-dimensionelle (søjle)vektorer a 1 b 1 a 2 a =. og b = b 2. a n b n Tænk på a og

Læs mere

Dansk Erhvervs gymnasieeffekt - sådan gør vi

Dansk Erhvervs gymnasieeffekt - sådan gør vi Dansk Erhvervs gymnasieeffekt - sådan gør vi FORMÅL Formålet har været at undersøge, hvor dygtige de enkelte gymnasier er til at løfte elevernes faglige niveau. Dette kan man ikke undersøge blot ved at

Læs mere

Eksamen på Økonomistudiet 2006-II. Tag-Med-Hjem-Eksamen. Makroøkonomi, 2. årsprøve, Økonomien på langt sigt. Efterårssemestret 2006

Eksamen på Økonomistudiet 2006-II. Tag-Med-Hjem-Eksamen. Makroøkonomi, 2. årsprøve, Økonomien på langt sigt. Efterårssemestret 2006 Eksamen på Økonomistudiet 2006-II ag-med-hjem-eksamen Makroøkonomi, 2. årsprøve, Økonomien på langt sigt Efterårssemestret 2006 Udleveres tirsdag den 2. januar 2007, kl. 10.00 Afleveres torsdag den 4.

Læs mere

ØVELSER Statistik, Logistikøkonom Lektion 8 og 9: Simpel og multipel lineær regression

ØVELSER Statistik, Logistikøkonom Lektion 8 og 9: Simpel og multipel lineær regression ! ØVELSER Statistik, Logistikøkonom Lektion 8 og 9: Simpel og multipel lineær regression Eksempel 1 AT OPSTILLE EN SIMPEL LINEÆR REGRESSIONSMODEL - GENNEMGÅS AF JAKOB Et stort lager måler løbende sine

Læs mere

Analyse 17. marts 2015

Analyse 17. marts 2015 17. marts 2015 Indvandrerpiger fra ghettoer klarer sig særligt dårligt i grundskolen Af Kristian Thor Jakobsen Børn med ikke-vestlig baggrund klarer sig dårligst ved grundskolens afgangsprøver i dansk

Læs mere

To samhørende variable

To samhørende variable To samhørende variable Statistik er tal brugt som argumenter. - Leonard Louis Levinsen Antagatviharn observationspar x 1, y 1,, x n,y n. Betragt de to tilsvarende variable x og y. Hvordan måles sammenhængen

Læs mere

Hver anden vil benytte øget åbningstid i dagtilbud

Hver anden vil benytte øget åbningstid i dagtilbud Børnefamiliers dagtilbud og arbejdsliv 17. maj 18 Hver anden vil benytte øget åbningstid i dagtilbud Halvdelen af alle lønmodtagere med børn mellem -13 år ville benytte sig af udvidede åbningstider i deres

Læs mere

Hjemmeopgave. I bedes benytte sidste side fra denne opgavetekst i udfyldt stand som forside på jeres opgavebesvarelse. Siden findes også på nettet.

Hjemmeopgave. I bedes benytte sidste side fra denne opgavetekst i udfyldt stand som forside på jeres opgavebesvarelse. Siden findes også på nettet. Hjemmeopgave Basal statistik for sundhedsvidenskabelige forskere, efterår 2012 Udleveret 2. oktober, afleveres senest ved øvelserne i uge 44 (30. oktober-1. november) I Secher et al. (1986) estimeres referencekurver

Læs mere

1 Ensidet variansanalyse(kvantitativt outcome) - sammenligning af flere grupper(kvalitativ

1 Ensidet variansanalyse(kvantitativt outcome) - sammenligning af flere grupper(kvalitativ Indhold 1 Ensidet variansanalyse(kvantitativt outcome) - sammenligning af flere grupper(kvalitativ exposure) 2 1.1 Variation indenfor og mellem grupper.......................... 2 1.2 F-test for ingen

Læs mere

Slides til Makro 2, Forelæsning oktober 2006 Chapter 5, anden halvdel

Slides til Makro 2, Forelæsning oktober 2006 Chapter 5, anden halvdel DEN FULDSÆNDIGE SOLOW-MODEL Y t = K α t (A t L t ) 1 α, Slides til Makro 2, Forelæsning 7 26 oktober 2006 Chapter 5, anden halvdel r t = αk α 1 t (A t L t ) 1 α = α Ã Kt A t L t! α 1, Ã! α w t =(1 α) Kt

Læs mere