Løsninger til kapitel 15. størrelsen i kvadratmeter, X. en dummy-variabel, som indikerer om der er havudsigt eller ej, så er modellen
|
|
- Nora Ipsen
- 7 år siden
- Visninger:
Transkript
1 Løsninger til kapitel 5 Opgave 5. a) Hvis Y indikerer prisen, størrelsen i kvadratmeter, afstanden i meter til vandet og en dummy-variael, som indikerer om der er havudsigt eller ej, så er modellen Y = a ε Estimaterne på koefficienterne er a ˆ = 4495, ˆ = 68, = 79, og ˆ = ˆ ˆ = 68 indikerer, at kvadratmeterprisen er på 68, dvs. for hver kvadratmeter huset gøres større, stiger prisen med 68 kr. ˆ = 79 indikerer, at for hvert ekstra meter, der er til vandet, falder prisen med 79 kr. ˆ = 7949 indikerer, at havudsigt forøger husets værdi med 7949 kr. a ˆ = 4495 er prisen for et hus uden areal, 0 m til vandet og uden havudsigt. Dette er naturligvis ikke særligt meningsfyldt... ) Modellen er signifikant, idet p-værdien for nulhypotesen H 0 : = = = 0 er 6 forsvindende lille, på, 0, og denne nulhypotese kan derfor forkastes. De forklarende variale og er signifikante, mens er insignifikant, idet nulhypotesen H 0 får p-værdien 6,84% og derfor ikke kan afvises. 0 : = Modellen er signifikant og dermed rugar, men man kunne formentligt få en edre og simplere model ved at udelade, afstanden til vandet. c) Ved indsættelse af de relevante værdier i regressionsligningen fås den forudsagte værdi: Y = a = = Sommerhuset ør altså koste omkring kr.
2 Løsninger til kapitel 5 Opgave 5. a) ørst og fremmest gennemføres en korrelationsanalyse for at få overlik over data: Køn. Boligtype Boligstørrelse Månedlig husleje Køn. Boligtype 0,85 Boligstørrelse 0,485 0,7656 Månedlig husleje 0,408 0, , Det ses, at der ikke er den store korrelation mellem huslejen eller kønnet, men at huslejen er tæt korreleret med åde oligtype og oligstørrelse. Endelig er oligtypen og oligstørrelsen ligeledes tæt korreleret, så der er muligvis tale om multikollinaritet. I den første regression eskrives huslejen som funktion af kønnet, oligtypen og størrelsen: Multipel R 0,88899 R kvadreret 0,79077 kvadreret 0,770 Standardfejl 87,6966 Oservationer 7 fg SK MK Regression ,45,7E Residual ,7 I alt 6,E+08 Skæring 07,8 66,577,905 0,0060 8,64 88,475 Køn. 9, ,097 0, , ,98 69,6075 Boligtype 8, ,074, , ,57 78,78 Boligstørrelse 49,856 8, ,7489,06E 06, ,6554 Ikke overraskende ses det, at kønnet ikke er signifikant (med p-værdien for insignifikans på 9%), så denne variael skal elimineres. Det overrasker heller ikke, at oligtypen ikke umiddelart er signifikant, men den er jo tæt korreleret med oligstørrelsen.
3 Løsninger til kapitel 5 I den næste analyse eskrives huslejen som funktion af oligstørrelsen og oligtypen: Multipel R 0, R kvadreret 0,7904 kvadreret 0, Standardfejl 860,88 Oservationer 7 fg SK MK Regression ,9965,98E Residual ,5 I alt 6,E+08 Skæring 09,66 99,67,6547 0, ,748 70,049 Boligtype 88,86 460,8505, , ,79 754,84 Boligstørrelse 49,75 8, ,887,44E 06, ,7898 Det ses, at oligtypen stadigvæk er insignifikant (p-værdi på 8,47%), og vi eliminerer derfor denne variael. Den tredie model er derfor følgende: Multipel R 0, R kvadreret 0,77065 kvadreret 0,764 Standardfejl 886,96 Oservationer 7 fg SK MK Regression ,6067 9,74E Residual ,8 I alt 6,E+08 Skæring 067,8 08,07,4664 0, ,95 69, Boligstørrelse 60,6977 5, , ,74E 49,48 7,0597
4 Løsninger til kapitel 5 hvilket er en udmærket model. or en god ordens skyld undersøges endelig en model, hvor huslejen eskrives vha. oligtypen: Multipel R 0,76859 R kvadreret 0,58049 kvadreret 0,56844 Standardfejl 99,665 Oservationer 7 fg SK MK Regression ,485 4,E 08 Residual I alt 6,E+08 Skæring 46,54,77 6,45089,98E ,68 8,66 Boligtype 874,679 4,7 6,9584 4,E 08 05,987 7,7 Her er oligtypen signifikant, hvilket ekræfter mistanken om multikollinaritet. Blandt de to sidste modeller vælges den næstsidste, da den har den højeste forklaringsgrad på 77% imod den sidste med en forklaringsgrad på lot 58%. Endvidere fravælges den tredjesidste model, idet inddragelsen af oligtypen kun hæver forklaringsgraden fra 77% til 79%, hvilket er en marginal foredring til en fordoling af modellens kompleksitet. Den valgte model er altså, hvor er oligstørrelsen og Y er huslejen. ) Skæringen i modellen estimeres til 067, hvilket tolkes som at en olig med størrelse 0 koster 067 om måneden. Dette er naturligvis asurd, men eløet kan tolkes som en asishusleje, som etales uanset oligens størrelse. Hældningen i modellen estimeres til 60,7, hvilket etyder, at for hver yderligere kvadratmeter, oligens forøges med, så stiger huslejen med 60,67 kr. 4
5 Løsninger til kapitel 5 Opgave 5. a) Korrelationsanalysen afslører, at salget er tæt korreleret med antal gæster, temperaturen og fridagen, men ikke med antal ansatte. Endvidere ses det, at der er multikollinaritet landt de forklarende variale i modellen, idet antal gæster og fridag er tæt korellerede. Den første model er signifikant som helhed, idet p-værdien for nulhypotesen om insignifikans er på, og dette er mindre end signifikansniveauet på 5%. Men denne model indeholder en række insignifikante varialer, nemlig antal ansatte og fridagen. I den næste model, som stadigvæk er signifikant, er antal ansatte elimineret. Men denne model indeholder stadigvæk en insignifikant variael, nemlig fridag. I den tredie model er egge indgående variale signifikante, og med en forklaringsgrad på 99% er dette en ganske god model. I de to sidste modeller er en af varialerne fra den tredie model elimineret. Disse modeller er stadigvæk signifikante, men har en meget mindre forklaringsgrad end den tre model, så disse er ikke gode nok. ) Det ses, at den tredie model er den edste. Modellen er ganske god med en forklaringsgrad på 99%, og da standardfejlen er på 7,4, og en god tommelfingerregel er, at fejlen ved prognoser i modellen altid er mindst den doelte standardfejl, så er der en fejl i forudsigelserne på mindst 75 is. Dette er acceptaelt, idet is kan holde sig i en fryser i mange måneder, og man derfor kan køe stort ind og opevare is gennem længere tid - det var værre med letfordærvelige fødevarer som ananer. Modellen er, hvor Y er solgte is, er antallet af gæster og er temperaturen. Skæringen a estimeres til -44,9, hvilket tolkes som at på en dag med 0 gæster og en temperatur på 0 grader sælges der -44,9 is. Dette er naturligvis meningsløst. Hældningen estimeres til 0,68, hvilket etyder, at for hver gæst, der lukkes ind, så stiger salget af is med 0,68. Hældningen estimeres til 88,85, hvilket etyder, at for hver grad, temperaturen stiger, så sælges der yderligere 88,85 is. c) Ved indsættelse i regressionsligningen ovenfor fås Der forventes altså at live solgt 8 is. 5
Løsninger til kapitel 14
Opgave 14.1 a) Linjetilpasningsplottet bliver: Løsninger til kapitel 14 Idet datapunkterne ligger tæt på og jævnt fordelt omkring den rette linje, så ser det ud til, at der med rimelighed er tale om en
Læs mereVejledende løsninger kapitel 9 opgaver
KAPITEL 9 OPGAVE 1 a) Hypoteser H 0 : Der er uafhængighed (ingen sammenhæng) i kontingenstabellen H 1 : Der er afhængighed (sammenhæng) i kontingenstabellen Observerede værdier Ny metode Gammel metode
Læs mereØkonometri lektion 5 Multipel Lineær Regression. Inferens Modelkontrol Prædiktion
Økonometri lektion 5 Multipel Lineær Regression Inferens Modelkontrol Prædiktion Multipel Lineær Regression Data: Sæt af oservationer (x i, x i,, x ki, y i, i,,n y i er den afhængige variael x i, x i,,
Læs mereFokus 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 mereRegression og geometrisk data analyse (1. del)
Regression og geometrisk data analyse (1. del)! Ulf Brinkkjær Institut for pædagogisk sociologi, Danmarks Pædagogiske Universitetsskole ved Århus Universitet Introduktion Artiklen 1 søger med konkrete
Læs mereAppendiks 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 mereOversigt. 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 mereEksempel 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 mereForelæsning 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 mereKapitel 11 Lineær regression
Kapitel 11 Lineær regression Peter Tibert Stoltze stat@peterstoltze.dk Elementær statistik F2011 1 / 1 Indledning Vi modellerer en afhængig variabel (responset) på baggrund af en uafhængig variabel (stimulus),
Læs mereBilag 12 Regressionsanalysens tabeller og forklaringer
Bilag 12 Regressionsanalysens tabeller og forklaringer Regressionsanalysens tabeller og forklaringer Regressionsanalysen vil være delt op i 2 blokke. Første blok vil analysere hvor meget de tre TPB variabler
Læs mereØVELSER Statistik, Logistikøkonom Lektion 8 og 9: Simpel og multipel lineær regression // SVAR
! ØVELSER Statistik, Logistikøkonom Lektion 8 og 9: Simpel og multipel lineær regression // SVAR Eksempel 1 AT OPSTILLE EN SIMPEL LINEÆR REGRESSIONSMODEL - GENNEMGÅS AF JAKOB Et stort lager måler løbende
Læs mereAnvendt 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 mere1 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 mereKvantitative 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 meregrupper(kvalitativ exposure) Variation indenfor og mellem grupper F-test for ingen effekt AnovaTabel Beregning af p-værdi i F-fordelingen
1 Ensidet variansanalyse(kvantitativt outcome) - sammenligning af flere grupper(kvalitativ exposure) Variation indenfor og mellem grupper F-test for ingen effekt AnovaTabel Beregning af p-værdi i F-fordelingen
Læs mereIfølge Dansk Energis analyse kan stigningen i grundbeløbsstøtten forklare størstedelen eller 72 % af faldet i fjernvarmepriserne fra 2010 til 2016.
Analyse Dok. ansvarlig: JFH Sekretær: Sagsnr.: s2015-731 Doknr: d2016-13799-36.0 12-10-2016 Grundbeløbet og betydning for fjernvarmeprisen Resume De naturgasfyrede decentrale kraftvarmeværker modtager
Læs mereStatistik 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 mereBaggrundsnotat: Modelteknisk
Sekretariatet for Energitilsynet Baggrundsnotat: Modelteknisk materiale Store forskelle i varmepriserne hvorfor? Center for Varme Tekniske bilag I dette baggrundsnotat gennemgås de økonometriske forhold
Læs mere1 Multipel lineær regression
Indhold 1 Multipel lineær regression 2 1.1 Regression med 2 eksponeringsvariable......................... 2 1.2 Fortolkning og estimation................................ 3 1.3 AnovaTabel og multipel R
Læs mereØVELSER 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 mere1 Multipel lineær regression
1 Multipel lineær regression Regression med 2 eksponeringsvariable Fortolkning og estimation AnovaTabel og multipel R 2 Ensidet variansanalyse: Dummy kodning Kovariansanalyse og effektmodifikation Tosidet
Læs mereMultipel regression. Data fra opgave 3 side 453: Multipel regressionsmodel: Y = α + β 1 x 1 + β 2 x 2 + ǫ. hvor ǫ N(0, σ 2 ).
Program 1. multipel regression 2. polynomiel regression (og andre kurver) 3. kategoriske variable 4. Determinationkoefficient og justeret determinationskoefficient 5. ANOVA-tabel 1/13 Multipel regression
Læs mereTest nr. 6 af centrale elementer 02402
QuizComposer 2001- Olaf Kayser & Gunnar Mohr Contact: admin@quizcomposer.dk Main site: www.quizcomposer.dk Test nr. 6 af centrale elementer 02402 Denne quiz angår forståelse af centrale elementer i kursus
Læs mereBetydningen 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! 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 mereRettevejledning 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 mereBilag 1: Skanparametre Cerebrum Axial
1: Skanparametre Cerebrum Axial Axial surview View Angel 90 Start - End - Length 300mm Kv 120 Current ma 30 Lejehøjde 108cm Axial Cerebrum Lejehøjde 108cm Start 95.1 End 205.373 Length 115.545mm Direction
Læs mere1 Regressionsproblemet 2
Indhold 1 Regressionsproblemet 2 2 Simpel lineær regression 3 2.1 Mindste kvadraters tilpasning.............................. 3 2.2 Prædiktion og residualer................................. 5 2.3 Estimation
Læs mereRettevejledning 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 mereAnvendt 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 mereMindste kvadraters tilpasning Prædiktion og residualer Estimation af betinget standardafvigelse Test for uafhængighed Konfidensinterval for hældning
1 Regressionsproblemet 2 Simpel lineær regression Mindste kvadraters tilpasning Prædiktion og residualer Estimation af betinget standardafvigelse Test for uafhængighed Konfidensinterval for hældning 3
Læs mereOut-of-sample forecast samt reestimation af ADAMs lønligning
Danmarks Statistik MODELGRUPPEN Arbejdspapir* Peter Agger Troelsen 31. oktober 2013 Out-of-sample forecast samt reestimation af ADAMs lønligning Resumé: Papiret reestimerer ADAMs lønligning og vurderer
Læs mereØkonometri 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 merePeter Harremoës Matematik A eksamen med hjælpemidler 25. maj For at finde ekstrema skal ligningen f (x) = 0 løses. f er differentieret.
Opgave 6 Mulige ekstremumssteder bestemmes. f (x) = 0 1 x = 0 x 1 1 x = 1 x 1 x = x x 2 = x x = 0 x = 1 L = {1} For at finde ekstrema skal ligningen f (x) = 0 løses. f er differentieret. x er lagt til
Læs mereMetodenotat FLIS sammenligningskommuner 2016-data
Metodenotat FLIS sammenligningskommuner 2016-data Dette notat præsenterer metoden bag beregningen af de modeller, der anvendes til bestemmelse af sammenligningskommuner i FLIS. Den seneste beregning er
Læs mereLogistisk Regression. Repetition Fortolkning af odds Test i logistisk regression
Logistisk Regression Repetition Fortolkning af odds Test i logistisk regression Logisitks Regression: Repetition Y {0,} binær afhængig variabel X skala forklarende variabel π P( Y X x) Odds(Y X x) π /(-π
Læs mereØkonometri: 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 mereOpgavebesvarelse, brain weight
Opgavebesvarelse, brain weight (Matthews & Farewell: Using and Understanding Medical Statistics, 2nd. ed.) For 20 musekuld er der i tabellen nedenfor anført oplysning om kuldstørrelsen (fra 3 til 12 mus
Læs mereUndervisningsnoter 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 mereKøbenhavnske ejerlejlighedspriser en meget begrænset indikator for hele landets boligmarked
N O T A T Københavnske ejerlejlighedspriser en meget begrænset indikator for hele landets boligmarked Baggrund og resume Efter i årevis at have rapporteret om et fastfrosset boligmarked, har de danske
Læs mereØVELSER 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 mereUdeladelse af én observation. Note til kapitlerne 4, 5 og 6
Udeladelse af én observation Note til kapitlerne 4, 5 og 6 I de følgende resultater 1-10 bevises en række resultater, der alle vedrører udeladelse af én observation. Derved bevises og uddybes en række
Læs mereLøsninger til kapitel 9
Opgave 9.1 a) test for spredning, ensidet b) test for middelværdi, ensidet c) test for andel, ensidet d) test for to andele, ensidet e) test for spredning, tosidet f) test for middelværdi, ensidet g) test
Læs mereEksamen i Statistik og skalavalidering
Eksamen i Statistik og skalavalidering 2009-studieordning Til aflevering d. 22. december 2010 Efterårssemestret 2010, Kandidatuddannelsen i Folkesundhedsvidenskab Opgaven er udarbejdet af: Eksamensnummer
Læs mereMAT A HHX FACITLISTE TIL KAPITEL 8. Øvelser. Øvelse 1 Graf tegnes med CAS. Øvelse 2. Bedste rette linie: Øvelse 3. Øvelse 4.
1 af 12 MAT A HHX Udskriv siden FACITLISTE TIL KAPITEL 8 Øvelser Øvelse 1 Graf tegnes med CAS. Øvelse 2 Bedste rette linie: Øvelse 3 Bedste rette linie: Øvelse 4 Bedste rette linie: Øvelse 5 ad øvelse
Læs mereBaggrundsnotat: Modelteknisk
Energi-, Forsynings- og Klimaudvalget 2015-16 EFK Alm.del Bilag 410 Offentligt Sekretariatet for Energitilsynet Baggrundsnotat: Modelteknisk materiale Store forskelle i varmepriserne hvorfor? Center for
Læs mereØkonometri 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 mereMultipel 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 mereFlemmings Maplekursus 1. Løsning af ligninger
Flemmings Maplekursus 1. Løsning af ligninger a) Ligninger med variabel og kun en løsning. Ligningen løses 10 3 Hvis vi ønsker løsningen udtrykt som en decimalbrøk i stedet: 3.333333333 Løsningen 3 er
Læs mereRettevejledning 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 mereTænk 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 mereRettevejledning 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 mereOpgave 11.4 side 316 (7ed: 11.4, side 352 og 6ed: 11.2, side 345)
Kursus 4: Besvarelser til øvelses- og hjemmeopgaver i uge 11 Opgave 11.4 side 316 (7ed: 11.4, side 35 og 6ed: 11., side 345) Opgaven består i at foretage en regressionsanalse. Først afbildes data som i
Læs mereKvantitative 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 mereØkonometri 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 mereIndhold. 2 Tosidet variansanalyse Additive virkninger Vekselvirkning... 9
Indhold 1 Ensidet variansanalyse 2 1.1 Estimation af middelværdier............................... 3 1.2 Estimation af standardafvigelse............................. 3 1.3 F-test for ens middelværdier...............................
Læs mereRettevejledning 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 mereØkonometri: 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 mereUge 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 mereKvantitative 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 mereReminder: 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 mereLøsning til opgave 7, 9, 10 og 11C Matematik B Sommer 2014
Vejledning til udvalgte opgave fra Matematik B, sommer 2014 Opgave 7 Størrelsen og udbudsprisen på 100 fritidshuse på Rømø er indsamlet via boligsiden.dk. a) Grafisk præsentation, der beskriver fordelingen
Læs mereFokus på forsyning Investeringer I: Behov og afkast Investeringer II: Konsekvenser
Investeringer I: Behov og afkast Investeringer II: Konsekvenser : I notatet beskrives datagrundlaget for analyserne af spildevandsselskabernes tilstand, muligheder og valg vedr. investering og finansiering.
Læs mereDen samlede model til estimation af lønpræmien er da givet ved:
Lønpræmien Lønpræmien i en branche kan indikere, om konkurrencen er hård eller svag i branchen. Hvis der er svag konkurrence mellem virksomhederne i branchen, vil det ofte give sig udslag i både højere
Læs mere02402 Løsning til testquiz02402f (Test VI)
02402 Løsning til testquiz02402f (Test VI) Spørgsmål 4. En ejendomsmægler ønsker at undersøge om hans kunder får mindre end hvad de har forlangt, når de sælger deres bolig. Han har regisreret følgende:
Læs mereØkonometri 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 mereBilag 1: Beregning af omkostningsækvivalenter
Bilag 1: Beregning af omkostningsækvivalenter Bilaget indeholder den tekniske beregning af omkostningsækvivalenterne til brug for benchmarkingen 2013. FORSYNINGSSEKRETARIATET FEBRUAR 2013 INDLEDNING...
Læs mereSamfundsfag og matematik
Samfundsfag og matematik Piketty: Kapitalismens 2. grundlæggende lov: β = s/g Lineær regression: y = ax + b Beregninger med Excel: Indekstal = C6/$B6*100. Diagram Chi^2-test: p = 0,04 Brug af egen spørgeskemaundersøgelse
Læs mereØkonometri 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 mereAnna Kock Maj Bilag 7: Interview med Anders Rene Jensen, indkøbs- og marketingchef i Rema 1000
Bilag Bilag 1: Oversigt over bilag på CD Bilag 7: Interview med Anders Rene Jensen, indkøbs- og marketingchef i Rema 1000 Bilag 8: Interview med Alexander Jensen, købmand i Rema 1000 Bilag 9: Bilag 10:
Læs merePerspektiver i Matematik-Økonomi: Linær regression
Perspektiver i Matematik-Økonomi: Linær regression Jens Ledet Jensen H2.21, email: jlj@imf.au.dk Perspektiver i Matematik-Økonomi: Linær regression p. 1/34 Program for i dag 1. Indledning: sammenhæng mellem
Læs mereFortolkning, 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 mereSammenhængen mellem elevernes trivsel og elevernes nationale testresultater.
Sammenhængen mellem elevernes trivsel og elevernes nationale testresultater. 1 Sammenfatning Der er en statistisk signifikant positiv sammenhæng mellem opnåelse af et godt testresultat og elevernes oplevede
Læs mereStatistisk modellering og regressionsanalyse
Statistisk modellering og regressionsanalyse Claus Thorn Ekstrøm KU Biostatistik ekstrom@sund.ku.dk Oktober 25, 2018 Slides @ biostatistics.dk/talks/ 1 2 Hvad er statistik? Statistics is a science, not
Læs mereReeksamen Bacheloruddannelsen i Medicin med industriel specialisering. Eksamensdato: Tid: kl
Reeksamen 2018 Titel på kursus: Uddannelse: Semester: Forsøgsdesign og metoder Bacheloruddannelsen i Medicin med industriel specialisering 6. semester Eksamensdato: 13-08-2018 Tid: kl. 09.00-11.00 Bedømmelsesform
Læs mereStatistik Lektion 17 Multipel Lineær Regression
Statistik Lektion 7 Multipel Lineær Regression Polynomiel regression Ikke-lineære modeller og transformation Multi-kolinearitet Auto-korrelation og Durbin-Watson test Multipel lineær regression x,x,,x
Læs mereOpgavebesvarelse, brain weight
Opgavebesvarelse, brain weight (Matthews & Farewell: Using and Understanding Medical Statistics, 2nd. ed.) For 20 nyfødte mus er der i tabellen nedenfor anført oplysning om kuldstørrelsen (fra 3 til 12
Læs mereStatistik II Lektion 3. Logistisk Regression Kategoriske og Kontinuerte Forklarende Variable
Statistik II Lektion 3 Logistisk Regression Kategoriske og Kontinuerte Forklarende Variable Setup: To binære variable X og Y. Statistisk model: Konsekvens: Logistisk regression: 2 binære var. e e X Y P
Læs mereAppendix 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 mereEn sammenligning af 5 reestimationer af lønrelationen
Danmarks Statistik MODELGRUPPEN Arbejdspapir* Peter Agger Troelsen 4. februar 2014 En sammenligning af 5 reestimationer af lønrelationen Resumé: ADAMs lønrelation reestimeres på 5 måder med alternative
Læs mereReferat : 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 mereBilag 5 - Forsyningssekretariatets bemærkninger til høringssvar fra DANVA og FVD
Bilag 5 - Forsyningssekretariatets bemærkninger til høringssvar fra DANVA og FVD FORSYNINGSSEKRETARIATET OKTOBER 2011 INDLEDNING... 3 NETVOLUMEN OG DATAKVALITET... 3 MILJØ- OG SERVICEMÅL... 5 UDELADTE
Læs mereVejr og vejkapacitet. Thomas C. Jensen
Vejr og vejkapacitet Thomas C. Jensen Baggrund Stigende opmærksomhed på klimatilpasning også på transportområdet varmere vejr, flere skybrud osv. DTU klimacenter har finansieret Bortledning af vand fra
Læs mereSynopsis til kursus i Statistik og skalavalidering på Folkesundhedsvidenskab
Synopsis til kursus i Statistik og skalavalidering på Folkesundhedsvidenskab Eksamensnr. 26, 41 og 11 Anslag (uden tabeller og figurer): 23.933 1 1. Indledning...3 2. Deskriptiv statistik...3 3. Indledende
Læs mereØkonometri 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 mereØkonometri 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 mereVejledende løsninger kapitel 8 opgaver
KAPITEL 8 OPGAVE 1 Nej den kan også være over 1 OPGAVE 2 Stikprøvestørrelse 10 Stikprøvegennemsnit 1,18 Stikprøvespredning 0,388158 Konfidensniveau 0,95 Nedre grænse 0,902328 Øvre grænse 1,457672 Stikprøvestørrelse
Læs mereKvantitative 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 mereMarkante 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 merePsykisk arbejdsmiljø og stress
Psykisk arbejdsmiljø og stress - Hvilke faktorer har indflydelse på det psykiske arbejdsmiljø og medarbejdernes stress Marts 2018 Konklusion Denne analyse forsøger at afklare, hvilke faktorer der påvirker
Læs mereTest 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 mereBenchmarking 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 mereEpidemiologi og Biostatistik Opgaver i Biostatistik Uge 10: 13. april
Århus 8. april 2011 Morten Frydenberg Epidemiologi og Biostatistik Opgaver i Biostatistik Uge 10: 13. april Opgave 1 ( gruppe 1: sp 1-4, gruppe 5: sp 5-9 og gruppe 6: 10-14) I denne opgaveser vi på et
Læs mereOpgavebesvarelse, brain weight
Opgavebesvarelse, brain weight (Matthews & Farewell: Using and Understanding Medical Statistics, 2nd. ed.) For 20 nyfødte mus er der i tabellen nedenfor anført oplysning om kuldstørrelsen (fra 3 til 12
Læs mereSYNOPSIS TIL EKSAMEN I STATISTIK OG SKALAVALIDERING
SYNOPSIS TIL EKSAMEN I STATISTIK OG SKALAVALIDERING Kandidatuddanelsen i Folkesundhedsvidenskab Københavns Universitet, 2010 EKSAMENSNUMMER: 7 & 40 Antal anslag: 23.576 December 2010 INDHOLDSFORTEGNELSE
Læs mereKorrelation Pearson korrelationen
-9- Eidemiologi og biostatistik. Forelæsning Uge, torsdag. Niels Trolle Andersen, Afdelingen for Biostatistik. Korrelation Kliniske målinger - Kliniske målinger og variationskilder - Estimation af størrelsen
Læs mereEpidemiologi og biostatistik. Uge 3, torsdag. Erik Parner, Institut for Biostatistik. Regressionsanalyse
Epidemiologi og biostatistik. Uge, torsdag. Erik Parner, Institut for Biostatistik. Lineær regressionsanalyse - Simpel lineær regression - Multipel lineær regression Regressionsanalyse Regressionsanalyser
Læs mereKunderne betaler højere bankskat
N O T A T Kunderne betaler højere bankskat 23. august 2011 Resumé Bankskat og andre afgifter afviger ikke fra andre omkostninger; de lægges typisk oven på prisen på varen. Denne analyse viser, at pålægges
Læs mereAnvendt Statistik Lektion 6. Kontingenstabeller χ 2- test [ki-i-anden-test]
Anvendt Statistik Lektion 6 Kontingenstabeller χ 2- test [ki-i-anden-test] Kontingenstabel Formål: Illustrere/finde sammenhænge mellem to kategoriske variable Opbygning: En celle for hver kombination af
Læs mere