Økonometri 1. Avancerede Paneldata Metoder II Introduktion til Instrumentvariabler 27. november 2006

Størrelse: px
Starte visningen fra side:

Download "Økonometri 1. Avancerede Paneldata Metoder II Introduktion til Instrumentvariabler 27. november 2006"

Transkript

1 Økonometr 1 Avancerede Paneldata Metoder II Introdukton tl Instrumentvarabler 27. november 2006

2 Paneldata metoder Sdste gang: Paneldata med to eller flere peroder og fxed effects estmaton. Første-dfferens estmaton med flere end to peroder (kap. 13.5) Wthn transformaton (kap. 14.1) Dummyvarabel regresson (LSDV) Et smuleret eksempel Eksempel: Subsder tl jobtrænng (fortsat, kap. Example 14.1) I dag: Opfølgnng om andre datastrukturer: tvllngepar, famler, etc. Paneldata modeller med ukorreleret heterogentet : Random effects (RE) model (kap. 14.2) Feasble Generalzed Least Squares estmaton: RE estmaton Fxed eller random effects? Introdukton tl nyt emne: Instrumentvarabel (IV) estmaton Exogentetsantagelsen gen Instrumentvarabler F19: Avancerede Paneldata Metoder II 2

3 Random effects model * Fortsætter med samme - Datastruktur: { y, X }, = 1,2,..., n, t = 1,2,..., T - Modellgnng: t t y = δ + δ d2 + δ d δ dt + β x β x + a + u t 1 2 t 3 t T t 1 t1 k tk t - Antagelse, at E( u d2, d3,..., dt, X,..., X, a ) = 0 for alle t t t t 1 T * Antagelser mplcerer fortsat at Cov( x, u ) = 0 og Cov( a, u ) = 0 for all, j, t, s. tj s s * Nu: Ekstra antagelse: Ea ( d2, d3,..., dt, X,..., X ) = 0. t t t 1 T - Implcerer Cov( x, a ) = 0 for alle, j, t : "Random effects" (RE) antagelsen. tj - Observerbare forklarende varabler og tds-nvarante ndvd-specfkke effekter er ukorrelerede pr. antagelse. * RE antagelsen må begrundes hvert tlfælde og kan tjekkes emprsk. F19: Avancerede Paneldata Metoder II 3

4 Random effects model (2) Se på det sammensatte fejlled: v = a + u t t Betragt a som en stokastsk varabel. Normalser E( a ) = 0 for alle (uden tab af generaltet hvs der et konstantled regressonslgnngen). 2 2 Antag også at E ( a ) = σ and E( a a ) = 0 for j. a j RE antagelsen betyder at a kke er korreleret med nogen af regressorerne. Pooled OLS (eller fx OLS på et enkelt tværsnt) er konsstent estmator. Men estmatoren er kke effcent (har kke den mndst mulge varans). Det sammensatte fejlled er korreleret over td for hvert enkelt ndvd va a. For effcent estmaton behøver v "generalzed least squares" (GLS), jf. W kap. 8. F19: Avancerede Paneldata Metoder II 4

5 Kovarans struktur RE modellen Sammensat fejlled: v = a + u t t For hvert ndvd : Tdspunkt t: Varv ( ) = Ev ( ) = E[( a+ u) ] = Ea ( ) + 2 Eau ( ) + Eu ( ) = σ + σ t t t t t a u 2 2 For t s: Cov( vt, vs ) = E( vtvs ) = E[( a + ut )( a + us )] = E( a ) = a 0 σ Kovaransmatrx for observatonerne for ndvd (for et ex. med T = 4) : σa + σu σa σa σ a σa σa + σu σa σa Σ= Cov( v 1, v2, v3, v4) = σa σa σa + σu σa σa σa σa σa σ + u Ikke nogen dagonalmatrx! F19: Avancerede Paneldata Metoder II 5

6 Kovaransstruktur RE modellen (2) y ( T 1) vektor af observatoner på y for ndvd X ( T k) matrx af observatoner på X for ndvd Se på det fulde system ved at stable observatonerne: y1 X1 v1 y2 X 2 Y =, X = v2, v = yn X n vn Kovaransmatrx for fuldt sæt af fejlled : Σ E( vv') Σ Ω= = Blok-dagonal matrx Σ F19: Avancerede Paneldata Metoder II 6

7 GLS estmator for RE modellen Effcent estmator: Generalzed Least Squares (GLS). ˆ β ( ' ) ' GLS = X Ω X X Ω Y Implementeres som OLS på transformerede observatoner: 1 Y = AY, X = AX, hvor AA' =Ω To tng at tage stllng tl: * Hvad er GLS transformatonsmatrcen A? * Når Ω er ukendt behøver v et estmat: Feasble GLS. GLS transformatonen for "random effects" modellen kan vses at være: 2 σ u y t = yt λy, x t = xt λx where λ = 1 ("quas-demeanng") 2 2 σ + Tσ a u F19: Avancerede Paneldata Metoder II 7

8 GLS estmator for RE modellen (2) Det transformerede fejlled er v = v λv, hvor λ = 1 Kan vses at: * Evv ( ) = 0 undtagen for = jog t= s. t js * Det transformerede fejlled er homoskedastsk: OLS af på x gver effcente estmater. t t t y t σ σ 2 u 2 2 u + Tσ a * 0 λ 1 ford σu σu + Tσ a og begge er postve. 2 * λ = 0 hvs σ a = 0 (ngen "Between" varaton): GLS er ækvvalent med pooled OLS. 2 2 * λ 1 for σ a / σu eller "stort" T: For λ 1 fås " = Wthn" estmatoren. * GLS er optmalt "mx" (mnmum varans) af pooled OLS og Wthn. * Det transformerede fejlled v = v λv ndeholder a (medmndre λ=1). t t F19: Avancerede Paneldata Metoder II 8

9 Feasble GLS: RE estmatoren GLS transformatonen afhænger af den ukendte parameter, λ. 2 2 Estmater af λ opnås ved at estmere σu og σa konsstent første trn, fx fra en pooled OLS eller en Wthn regresson, og substtutere : ˆ λ = 1 ˆ σ ˆ σ 2 u 2 2 ˆ u + Tσa Denne "feasble GLS" estmator af "random effects" modellen kaldes Random Effects (RE) estmatoren. 2 2 Der fndes flere forskellge metoder tl estmaton af σ og σ. Implementeret som en automatsk procedure mange regressonsprogrammer, fx SAS, PcGve og Stata. u a F19: Avancerede Paneldata Metoder II 9

10 Fxed eller random effects? * Et synspunkt som kan bruges vsse tlfælde: - Enhederne der analyseres udgør (mere eller mndre) hele populatonen (fx af ndustralserede lande verden): a kan betragtes som en gven parameter for hvert FE estmaton. - Hvs enhederne reelt kan betragtes som en tlfældg stkprøve fra en større populaton gver det menng at betragte a som en stokastsk varabel (og gøre antagelser om fordelngen) RE estmaton. * Men skal altd huske at RE estmaton afhænger af krtsk antagelse: Cov( x, a ) = 0 for alle, j, t tj - Hvs antagelsen kke holder, er RE estmatoren nkonsstent. - Hvs antagelsen holder, så foretrækkes RE på grund af effcens. F19: Avancerede Paneldata Metoder II 10

11 Fxed eller random effects? (2) Antagelse Navn Gyldge estmatorer Egenskaber Cov( a, x ) = 0 tj for j = 1, 2,..., k Random effects antagelse (ukorreleret heterogentet) ) Pooled OLS ) Feasble GLS (RE) ) (og alle FE estmatorerne) ) Konsstent ) Konsstent og effcent ) (Konsstent) Tllader at Cov( a, x ) 0 tj for en eller flere varabler Fxed effects tlfældet (korreleret heterogentet) ) Frst-dfferences (FD) ) Wthn ) Least squares dummy varables (LSDV) Alle FE estmatorer er konsstente ) og ) er dentske F19: Avancerede Paneldata Metoder II 11

12 Fxed eller random effects? (3) Bundlnen: * Hvs Cov( x, a ) 0 og man bruger RE estmaton, så er koeffcenterne kke tj estmeret konsstent. Alle FE estmatorerne vl være konsstente. * Hvs Cov( x, a ) = 0 og man bruger RE estmaton, så er koeffcenterne tj konsstente og effcente. FE estmatorerne er konsstente men kke effcente. * Robusthedsargument for FE estmaton. * Hvs der er "store" forskelle mellem FE og RE estmater betyder det, at at RE antagelsen, Cov( x, a ) = 0, kke holder (Hausman test). tj F19: Avancerede Paneldata Metoder II 12

13 Introdukton tl sdste emne kurset: Instrumentvarabel (IV) estmaton Exogentetsantagelsen: Smpel lneær regressonsmodel: y = β + β x + u 0 1 Hdtl: MLR.4: Eux ( )=0 cov( u, x) = 0 (Exogentet) Nu: Endogene forklarende varabler: Stokastske varabler, der er korrelerede med fejlleddet. cov( u, x ) 0 (Endogentet): OLS er kke konsstent. Har allerede set på årsager tl at en varabel kan være endogen: - udeladte varabler og uobserveret heterogentet (kaptel 3 og 5, 13 og 14) - forkert funktonel form (kaptel 9) - nogle former for målefejl (kaptel 9) F19: Avancerede Paneldata Metoder II 13

14 Exogentetsantagelsen Ofte fortolkes regressonsmodellen ud fra en kausal sammenhæng mellem y og x. Kan v estmere modellen med OLS, opnå estmatet ˆ β, og så slutte at en gven ændrng x vl forårsage en ændrng y, på den ændrng? alt andet lge? Og at ˆ β er et "godt bud" 1 1 Ikke altd. F19: Avancerede Paneldata Metoder II 14

15 Exogentet: Korrelaton er kke kausaltet ˆ β 0 udtrykker en korrelaton, men ndebærer kke nødvendgvs kausaltet: 1 Tlfældgheder: Derfor bruger v statstk! x forårsager y, y forårsager kke x: ˆ β1 0 er udtryk for kausal relaton. Ex. y voksen kvndes højde, x hendes mors højde. y forårsager x, x forårsager kke y: Ex. x voksen kvndes højde, y er hendes mors højde. OLS fnder postv korrelaton. Omvendt kausaltet! y forårsager x, x forårsager y: Ex. prs og mængde på et fuldkommen konkurrence marked. Kan kke lave alt andet lge betragtnng. y og x forårsaget af en trede varabel, w: Ex. længden på en persons højre og venstre ben. F19: Avancerede Paneldata Metoder II 15

16 Ex. Lønlgnngen Opstller regressonsmodel tl forklarng af løn for n tlfældgt udvalgte lønmodtagere. Inkluderer relevante og potentelt observerbare faktorer vektor af forklarende varabler : køn, alder, uddannelse, branche, erfarng, Uobserverbar heterogentet: evne, ntellgens, arbejdsver Ønsker at estmere afkastet af uddannelse. x Men: Uddannelseslængde er korreleret med evne og evne har rmelgvs en drekte effekt på lønnen. Tredje faktor forårsager både løn og uddannelse. Kan v bruge OLS estmatet af koeffcenten tl uddannelse lønlgnngen tl noget? I hvlken retnng forventer v bas? w F19: Avancerede Paneldata Metoder II 16

17 Instrumentvarabler (1) Smpel regressonsmodel: Ex. Lønlgnngen y = β + β x + u y = log w, x = educ 0 1 Uobserverbar heterogentet form af evner : Postv effekt på løn og (postvt) korreleret med uddannelse. OLS er nkonsstent: cov( x, u ) 0 IV løsnng: Fnd nstrumentvarabel som opfylder to betngelser: 1. cov( z, u ) = 0 2. cov( z, x ) 0 Udfordrngen er at fnde gode nstrumenter: Økonomsk teor spller den afgørende rolle her. z F19: Avancerede Paneldata Metoder II 17

18 Instrumentvarabler (2) De to betngelser for en gyldg nstrumentvarabel har forskellg status: Betngelse 1: Instrumentvarablen skal være ukorreleret med de uobserverbare faktorer u Løn-eksemplet: Instrumentet skal være ukorreleret med evner. Afhænger sdste ende altd af en teoretsk baseret antagelse. Betngelse 2: cov( z, u ) = 0 cov( z, x ) 0 Instrumentvarablen skal være korreleret med den endogene forklarende varabel. Testbar antagelse på grundlag af data på z og x : Sgnfkant regressonskoeffcent regresson af på. x z F19: Avancerede Paneldata Metoder II 18

19 Lønlgnngen: Overvej nogle mulge nstrumenter Sdste cffer personnummer: US: Tlfældgt: Ukorreleret med evner, men heller kke korreleret med uddannelse. DK: Hvad kan v sge om cpr. nummeret? IQ-score: Proxy-varabel for evner kap. 9. Korreleret med evner : Ikke godt for nstrumentvarabel! Famlebaggrundsvarabler: Moderens uddannelse: Betngelse 2 OK; betngelse 1:?? Korreleret med børns evner, måske va genetk og evne for spædbørnspleje. Antal søskende: Negatvt korreleret med længde af uddannelse (betngelse 2 er OK (DK?)); betngelse 1 er OK pr. antagelse. F19: Avancerede Paneldata Metoder II 19

20 Næste gang Mandag d. 4. december Instrumentvarabel estmaton Kaptel 15 Forelæsnngsnote Prøveeksamen: Gennemgår vejledende besvarelse Afsluttende spørgsmål vedr. SAS og teknk ved øvelserne denne uge. Afprøv upload af SAS-fler Vejledende besvarelse kommer på hjemmesden d. 1. december: Sammenlgn! F19: Avancerede Paneldata Metoder II 20

Kvantitative metoder 2

Kvantitative metoder 2 Kvanttatve metoder 2 Instrumentvarabel estmaton 14. maj 2007 KM2: F25 1 y = cy ( c 0) Plan for resten af gennemgangen F25: Instrumentvarabel (IV) estmaton: Introdukton tl endogentet og nstrumentvarabler

Læs mere

Kvantitative metoder 2

Kvantitative metoder 2 y = cy ( c 0) Plan for resten af gennemgangen Kvanttatve metoder Instrumentvarabel estmaton 4. maj 007 F5: Instrumentvarabel (IV) estmaton: Introdukton tl endogentet og nstrumentvarabler En regressor,

Læs mere

Økonometri 1. Avancerede Paneldata Metoder I 24.november F18: Avancerede Paneldata Metoder I 1

Økonometri 1. Avancerede Paneldata Metoder I 24.november F18: Avancerede Paneldata Metoder I 1 Økonometr 1 Avancerede Paneldata Metoder I 24.november 2006 F18: Avancerede Paneldata Metoder I 1 Paneldatametoder Sdste gang: Paneldata begreber og to-perode tlfældet (kap 13.3-4) Uobserveret effekt modellen:

Læs mere

Økonometri 1. Heteroskedasticitet 27. oktober Økonometri 1: F12 1

Økonometri 1. Heteroskedasticitet 27. oktober Økonometri 1: F12 1 Økonometr 1 Heteroskedastctet 27. oktober 2006 Økonometr 1: F12 1 Dagens program: Heteroskedastctet (Wooldrdge kap. 8.3-4) Sdste gang: I dag: Konsekvenser af heteroskedastctet for OLS Korrekton af varansen

Læs mere

Kvantitative metoder 2 Forår 2007 Ugeseddel 9

Kvantitative metoder 2 Forår 2007 Ugeseddel 9 Kvanttatve metoder 2 Forår 2007 Ugeseddel 9 Program for øvelserne: Introdukton af problemstllng og datasæt Gruppearbejde SAS øvelser Paneldata for tlbagetræknngsalder Ugesedlen analyserer et datasæt med

Læs mere

Kvantitative metoder 2

Kvantitative metoder 2 Dagens program: Heteroskedastctet (Wooldrdge kap. 8.4) Kvanttatve metoder Heteroskedastctet 6. aprl 007 Sdste gang: Konsekvenser af heteroskedastctet for OLS Whte s korrekton af OLS varansen Test for heteroskedastctet

Læs mere

Økonometri 1 Efterår 2006 Ugeseddel 9

Økonometri 1 Efterår 2006 Ugeseddel 9 Økonometr 1 Efterår 006 Ugeseddel 9 Program for øvelserne: Opsamlng på Ugeseddel 8 Gruppearbejde SAS øvelser Ugeseddel 9 består at undersøge, om der er heteroskedastctet vores model for væksten og så fald,

Læs mere

Kvantitative metoder 2

Kvantitative metoder 2 Program for dag: Kvanttatve metoder Den smple regressonsmodel 9. februar 007 Regressonsmodel med en forklarende varabel (W..3-5) Varansanalyse og goodness of ft Enheder og funktonel form af varabler modellen

Læs mere

Økonometri 1 Efterår 2006 Ugeseddel 13

Økonometri 1 Efterår 2006 Ugeseddel 13 Økonometr 1 Efterår 2006 Ugeseddel 13 Prram for øvelserne: Gruppearbejde plenumdskusson SAS øvelser Øvelsesopgave: Vækstregressoner (fortsat) Ugeseddel 13 fortsætter den emprske analyse af vækstregressonen

Læs mere

Kvantitative metoder 2 Forår 2007 Ugeseddel 10

Kvantitative metoder 2 Forår 2007 Ugeseddel 10 Kvanttatve metoder 2 Forår 2007 Ugeseddel 0 Program for øvelserne: Gennemgang af teoropgave fra Ugesedel 9 Gruppearbejde og plenumdskusson SAS øvelser, spørgsmål -4. Sdste øvelsesgang (uge 2): SAS øvelser,

Læs mere

Økonometri 1. Lineær sandsynlighedsmodel. Hvad nu hvis den afhængige variabel er en kvalitativ variabel (med to kategorier)?

Økonometri 1. Lineær sandsynlighedsmodel. Hvad nu hvis den afhængige variabel er en kvalitativ variabel (med to kategorier)? Dagens program Økonometr Heteroskedastctet 6. oktober 004 Hovedemnet for denne forelæsnng er heteroskedastctet (kap. 8.-8.3) Lneære sandsynlghedsmodel (kap 7.5) Konsekvenser af heteroskedastctet Hvordan

Læs mere

Økonometri 1. Lineær sandsynlighedsmodel (Wooldridge 8.5). Dagens program: Heteroskedasticitet 30. oktober 2006

Økonometri 1. Lineær sandsynlighedsmodel (Wooldridge 8.5). Dagens program: Heteroskedasticitet 30. oktober 2006 Dagens program: Øonometr 1 Heterosedastctet 30. otober 006 Effcent estmaton under heterosedastctet (Wooldrdge 8.4): Sdste gang: Kendte vægte - Weghted Least Squares (WLS) Generalzed Least Squares (GLS)

Læs mere

Økonometri 1. Instrumentvariabelestimation 26. november Plan for IV gennemgang. Exogenitetsantagelsen. Exogenitetsantagelsen for OLS

Økonometri 1. Instrumentvariabelestimation 26. november Plan for IV gennemgang. Exogenitetsantagelsen. Exogenitetsantagelsen for OLS y = cy ( c 0 ) Pla for IV geemgag Økoometr Istrumetvarabelestmato 6. ovember 004 F9: Hvad er IV estmato: Bvarat model, et strumet: Kap.5. + afst -4 ote. F0: IV estmato det multple tlfælde (eksakt detfceret):

Læs mere

Prøveeksamen Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kommenteret vejledende besvarelse

Prøveeksamen Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kommenteret vejledende besvarelse Økonometr Prøveeksamen Indtjenng, konkurrencestuaton og produktudvklng danske vrksomheder Kommenteret vejledende besvarelse Resultaterne denne besvarelse er fremkommet ved brug af eksamensnummer 7. Dne

Læs mere

Økonometri lektion 7 Multipel Lineær Regression. Testbaseret Modelkontrol

Økonometri lektion 7 Multipel Lineær Regression. Testbaseret Modelkontrol Økonometr lekton 7 Multpel Lneær Regresson Testbaseret Modelkontrol MLR Model på Matrxform Den multple lneære regressons model kan skrves som X y = Xβ + Hvor og Mndste kvadraters metode gver følgende estmat

Læs mere

Landbrugets efterspørgsel efter Kunstgødning. Angelo Andersen

Landbrugets efterspørgsel efter Kunstgødning. Angelo Andersen Landbrugets efterspørgsel efter Kunstgødnng Angelo Andersen.. Problemformulerng I forbndelse med ønsket om at reducere kvælstof udlednngen fra landbruget kan det være nyttgt at undersøge hvordan landbruget

Læs mere

Kvantitative metoder 2

Kvantitative metoder 2 Program for dag: Kvanttatve metoder Opsamlng vedr. nferens uden MLR.5: Beregnng af robuste standardfejl og kovarans under heteroskedastctet (W8.) W.6: Flere emner en multpel regressonsmodel Inferens den

Læs mere

Rettevejledning til Økonomisk Kandidateksamen 2005II, Økonometri 1

Rettevejledning til Økonomisk Kandidateksamen 2005II, Økonometri 1 Rettevejlednng tl Økonomsk Kanddateksamen 005II, Økonometr 1 Vurderngsgrundlaget er selve opgavebesvarelsen og blaget, nklusve det afleverede SAS program. Materalet på dskette/cd bedømmes som sådan kke,

Læs mere

Indtjening, konkurrencesituation og produktudvikling i danske virksomheder

Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kvanttatve metoder 2 Forår 2007 Oblgatorsk opgave 2 Indtjenng, konkurrencestuaton og produktudvklng danske vrksomheder Opgavens prmære formål er at lgne formen på tag-hjem delen af eksamensopgaven. Der

Læs mere

Lineær regressionsanalyse8

Lineær regressionsanalyse8 Lneær regressonsanalyse8 336 8. Lneær regressonsanalyse Lneær regressonsanalyse Fra kaptel 4 Mat C-bogen ved v, at man kan ndtegne en række punkter et koordnatsystem, for at afgøre, hvor tæt på en ret

Læs mere

Statistik Lektion 15 Mere Lineær Regression. Modelkontrol Prædiktion Multipel Lineære Regression

Statistik Lektion 15 Mere Lineær Regression. Modelkontrol Prædiktion Multipel Lineære Regression Statstk Lekton 15 Mere Lneær Regresson Modelkontrol Prædkton Multpel Lneære Regresson Smpel Lneær Regresson - repetton Spørgsmål: Afhænger y lneært af x?. Model: y = β + β x + ε ε d N(0, σ 0 1 2 ) Systematsk

Læs mere

Økonomisk Kandidateksamen 2005II Økonometri 1. Lønpræmier

Økonomisk Kandidateksamen 2005II Økonometri 1. Lønpræmier Økonomsk Kanddateksamen 005II Økonometr 1 Lønpræmer Praktske anvsnnger tl ndvduel tag-hjem eksamen Økonometr 1: Start med at skre dg at du kan få adgang tl data og blag (se næste sde). Opgaven skal besvares

Læs mere

Vægtet model. Landmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl. Vægte. Vægte: Eksempel. Definition: Vægtrelationen

Vægtet model. Landmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl. Vægte. Vægte: Eksempel. Definition: Vægtrelationen Vægtet model Landmålngens fejlteor Lekton 4 Vægtet gennemsnt Fordelng af slutfejl - kkb@mathaaudk http://peoplemathaaudk/ kkb/undervsnng/lf3 Insttut for Matematske Fag Aalborg Unverstet Gvet n uafhængge

Læs mere

Statistik II Lektion 4 Generelle Lineære Modeller. Simpel Lineær Regression Multipel Lineær Regression Flersidet Variansanalyse (ANOVA)

Statistik II Lektion 4 Generelle Lineære Modeller. Simpel Lineær Regression Multipel Lineær Regression Flersidet Variansanalyse (ANOVA) Statstk II Lekton 4 Generelle Lneære Modeller Smpel Lneær Regresson Multpel Lneær Regresson Flersdet Varansanalyse (ANOVA) Logstsk regresson Y afhængg bnær varabel X 1,,X k forklarende varable, skala eller

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

Anvendt Statistik Lektion 10. Regression med både kvantitative og kvalitative forklarende variable Modelkontrol

Anvendt Statistik Lektion 10. Regression med både kvantitative og kvalitative forklarende variable Modelkontrol Anvendt Statstk Lekton 0 Regresson med både kvanttatve og kvaltatve forklarende varable Modelkontrol Opsummerng I forbndelse med multpel lneær regresson så v på modeller på formen E y] = α... [ 3 3 4 4

Læs mere

Statikstik II 4. Lektion. Generelle Lineære Modeller

Statikstik II 4. Lektion. Generelle Lineære Modeller Statkstk II 4. Lekton Generelle Lneære Modeller Generel Lneær Model Y afhængg skala varabel X 1,,X k forklarende varable, skala eller bnære Model: Mddelværden af Y gvet X + k = E( Y X ) = α + β x + + β

Læs mere

Anvendt Statistik Lektion 10. Regression med både kvantitative og kvalitative forklarende variable Modelsøgning Modelkontrol

Anvendt Statistik Lektion 10. Regression med både kvantitative og kvalitative forklarende variable Modelsøgning Modelkontrol Anvendt Statstk Lekton 0 Regresson med både kvanttatve og kvaltatve forklarende varable Modelsøgnng Modelkontrol Opsummerng I forbndelse med multpel lneær regresson så v på modeller på formen E[ y] = α...

Læs mere

Statistik II Lektion 5 Modelkontrol. Modelkontrol Modelsøgning Større eksempel

Statistik II Lektion 5 Modelkontrol. Modelkontrol Modelsøgning Større eksempel Statstk II Lekton 5 Modelkontrol Modelkontrol Modelsøgnng Større eksempel Generel Lneær Model Y afhængg skala varabel 1,, k forklarende varable, skala eller bnære Model: Mddelværden af Y gvet =( 1,, k

Læs mere

Bilag 6: Økonometriske

Bilag 6: Økonometriske Marts 2015 Blag 6: Økonometrske analyser af energselskabernes omkostnnger tl energsparendsatsen Energstyrelsen Indholdsfortegnelse 1. Paneldataanalyse 3 Specfkaton af anvendte panel regressonsmodeller

Læs mere

6. SEMESTER Epidemiologi og Biostatistik Opgaver til 3. uge, fredag

6. SEMESTER Epidemiologi og Biostatistik Opgaver til 3. uge, fredag Afdelng for Epdemolog Afdelng for Bostatstk 6. SEESTER Epdemolog og Bostatstk Opgaver tl 3. uge, fredag Data tl denne opgave stammer fra. Bland: An Introducton to edcal Statstcs (Exercse 11E ). V har hentet

Læs mere

Regressionsanalyse. Epidemiologi og Biostatistik. 1.Simpel lineær regression (Kapitel 11) systolisk blodtryk og alder

Regressionsanalyse. Epidemiologi og Biostatistik. 1.Simpel lineær regression (Kapitel 11) systolisk blodtryk og alder Regressonsanalyse Epdemolog og Bostatstk Mogens Erlandsen, Insttut for Bostatstk Uge, torsdag (forelæsnng) 1.Smpel lneær regresson (Kaptel 11) systolsk blodtryk og alder. Multpel lneær regresson (Kaptel

Læs mere

Beregning af strukturel arbejdsstyrke

Beregning af strukturel arbejdsstyrke VERION: d. 2.1.215 ofe Andersen og Jesper Lnaa Beregnng af strukturel arbedsstyrke Der er betydelg forskel Fnansmnsterets (FM) og Det Økonomske Råds (DØR) vurderng af det aktuelle output gap. Den væsentlgste

Læs mere

Fagblok 4b: Regnskab og finansiering 2. del Hjemmeopgave - 28.01 2005 kl. 14.00 til 31.01 2004 kl. 14.00

Fagblok 4b: Regnskab og finansiering 2. del Hjemmeopgave - 28.01 2005 kl. 14.00 til 31.01 2004 kl. 14.00 Fagblok 4b: Regnskab og fnanserng 2. del Hjemmeopgave - 28.01 2005 kl. 14.00 tl 31.01 2004 kl. 14.00 Dette opgavesæt ndeholder følgende: Opgave 1 (vægt 50%) p. 2-4 Opgave 2 (vægt 25%) samt opgave 3 (vægt

Læs mere

Statistik II Lektion 5 Modelkontrol. Modelkontrol Modelsøgning Større eksempel

Statistik II Lektion 5 Modelkontrol. Modelkontrol Modelsøgning Større eksempel Statstk II Lekton 5 Modelkontrol Modelkontrol Modelsøgnng Større eksempel Opbygnng af statstsk model Eksploratv data-analyse Specfcer model Lgnnger og antagelser Estmer parametre Modelkontrol Er modellen

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 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

Statikstik II 3. Lektion. Multipel Logistisk regression Generelle Lineære Modeller

Statikstik II 3. Lektion. Multipel Logistisk regression Generelle Lineære Modeller Statkstk II 3. Lekton Multpel Logstsk regresson Generelle Lneære Modeller Defntoner: Repetton Sandsynlghed for at Ja tl at være en god læser gvet at man er en dreng skrves: P( God læser Ja Køn Dreng) Sandsynlghed

Læs mere

Note til Generel Ligevægt

Note til Generel Ligevægt Mkro. år. semester Note tl Generel Lgevægt Varan kap. 9 Generel lgevægt bytteøkonom Modsat partel lgevægt betragter v nu hele økonomen på én gang; v betragter kke længere nogle prser for gvet etc. Den

Læs mere

Indtjening, konkurrencesituation og produktudvikling i danske virksomheder

Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Økonometr 1 Efterår 2006 Ugeseddel 10: Prøveeksamen Indtjenng, konkurrencestuaton og produktudvklng danske vrksomheder Om opgavens formål: Opgavesættets prmære formål er - så vdt mulgt - at lgne formen

Læs mere

Økonometri 1. For mange variable i modellen. For få variable. Dagens program. Den multiple regressionsmodel 21. september 2004

Økonometri 1. For mange variable i modellen. For få variable. Dagens program. Den multiple regressionsmodel 21. september 2004 Dages program Økoometr De multple regressosmodel. september 004 Emet for dee forelæsg er stadg de multple regressosmodel (Wooldrdge kap. 3.4-3.5) Praktske bemærkg Opsamlg fra sdst Irrelevate varable og

Læs mere

Økonometri 1. Funktionel form. Funktionel form (fortsat) Dagens program. Den simple regressionsmodel 14. september 2005

Økonometri 1. Funktionel form. Funktionel form (fortsat) Dagens program. Den simple regressionsmodel 14. september 2005 Dages program Økoometr De smple regressosmodel 4. september 5 Dee forelæsg drejer sg stadg om de smple regressosmodel (Wooldrdge kap.4-.6) Fuktoel form Hvorår er OLS mddelret? Varase på OLS estmatore Regressosmodelle

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

Vægtet model. Landmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl. Vægte. Vægte: Eksempel. Definition: Vægtrelationen

Vægtet model. Landmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl. Vægte. Vægte: Eksempel. Definition: Vægtrelationen Vægtet model Landmålngens fejlteor Lekton 4 Vægtet gennemsnt Fordelng af slutfejl - kkb@mathaaudk http://peoplemathaaudk/ kkb/undervsnng/lf Gvet n uafhængge målnger x,, x n af n størrelser µ,, µ n Målnger

Læs mere

Tabsberegninger i Elsam-sagen

Tabsberegninger i Elsam-sagen Tabsberegnnger Elsam-sagen Resumé: Dette notat beskrver, hvordan beregnngen af tab foregår. Første del beskrver spot tabene, mens anden del omhandler de afledte fnanselle tab. Indhold Generelt Tab spot

Læs mere

Udvikling af en metode til effektvurdering af Miljøstyrelsens Kemikalieinspektions tilsyn og kontrol

Udvikling af en metode til effektvurdering af Miljøstyrelsens Kemikalieinspektions tilsyn og kontrol Udvklng af en metode tl effektvurderng af Mljøstyrelsens Kemkalenspektons tlsyn og kontrol Orenterng fra Mljøstyrelsen Nr. 10 2010 Indhold 1 FORORD 5 2 EXECUTIVE SUMMARY 7 3 INDLEDNING 11 3.1 AFGRÆNSNING

Læs mere

Eksamen på Økonomistudiet 2007-I. Fag: Økonometri 1. Årsprøvefag januar Tag-hjem opgave

Eksamen på Økonomistudiet 2007-I. Fag: Økonometri 1. Årsprøvefag januar Tag-hjem opgave Eksamen på Økonomstudet 2007-I Fag: Økonometr 1 Årsprøvefag 15. 17. januar 2007 Tag-hjem opgave Der er fokus på at undgå tlfælde af eksamenssnyd I tlfælde af formodet eksamenssnyd, der bemærkes af fagenes

Læs mere

Forberedelse til den obligatoriske selvvalgte opgave

Forberedelse til den obligatoriske selvvalgte opgave MnFremtd tl OSO 10. klasse Forberedelse tl den oblgatorske selvvalgte opgave Emnet for dn oblgatorske selvvalgte opgave (OSO) skal tage udgangspunkt dn uddannelsesplan og dt valg af ungdomsuddannelse.

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

Logistisk regression. Logistisk regression. Probit model Fortolkning udfra latent variabel. Odds/Odds ratio

Logistisk regression. Logistisk regression. Probit model Fortolkning udfra latent variabel. Odds/Odds ratio Logstsk regresson Logstsk regresson Odds/Odds rato Probt model Fortolknng udfra latent varabel En varabel Y parameter p P( Y 1 Bernoull/bnomal fordelngen 1 1 p. er Bernoull- fordelt med sandsynlgheds hvs

Læs mere

Antag X 1,..., X n stokastiske variable med fælles middelværdi µ og varians σ 2. Hvis µ er ukendt estimeres σ 2 ved 1/36.

Antag X 1,..., X n stokastiske variable med fælles middelværdi µ og varians σ 2. Hvis µ er ukendt estimeres σ 2 ved 1/36. Estmaton af varans/sprednng Landmålngens fejlteor Lekton 4 Vægtet gennemsnt Fordelng af slutfejl - rw@math.aau.dk Insttut for Matematske Fag Aalborg Unverstet Antag X,..., X n stokastske varable med fælles

Læs mere

Kvantitative metoder 2

Kvantitative metoder 2 Program for dag: Kvattatve metoder Iferes de leære regressosmodel 9. marts 007 Opsamlg vedr. feres e leær regressosmodel uder Gauss-Markov atagelser (W.4-5) Eksempel med flere restrktoer (F-test) Lagrage

Læs mere

Økonometri 1. Definition og motivation. Definition og motivation. Dagens program. Den multiple regressionsmodel 21. september 2005

Økonometri 1. Definition og motivation. Definition og motivation. Dagens program. Den multiple regressionsmodel 21. september 2005 Dages program Økoometr De multple regressosmodel. september 005 Emet for dee forelæsg er de multple regressosmodel (Wooldrdge kap 3.-3.3+appedx E.-E.) Defto og motvato Fortolkg af parametree de multple

Læs mere

Notat om porteføljemodeller

Notat om porteføljemodeller Notat om porteføljemodeller Svend Jakobsen 1 Insttut for fnanserng Handelshøjskolen Århus 15. februar 2004 1 mndre modfkatoner af Mkkel Svenstrup 1 INDLEDNING 1 1 Indlednng Dette notat ndeholder en opsummerng

Læs mere

Binomialfordelingen. Erik Vestergaard

Binomialfordelingen. Erik Vestergaard Bnomalfordelngen Erk Vestergaard Erk Vestergaard www.matematkfysk.dk Erk Vestergaard,. Blleder: Forsde: Stock.com/gnevre Sde : Stock.com/jaroon Sde : Stock.com/pod Desuden egne fotos og llustratoner. Erk

Læs mere

SERVICE BLUEPRINTS KY selvbetjening 2013

SERVICE BLUEPRINTS KY selvbetjening 2013 SERVICE BLUEPRINTS KY selvbetjenng 2013 EFTER Desgn by Research BRUGERREJSE Ada / KONTANTHJÆLP Navn: Ada Alder: 35 år Uddannelse: cand. mag Matchgruppe: 1 Ada er opvokset Danmark med bosnske forældre.

Læs mere

Sandsynlighedsregning 12. forelæsning Bo Friis Nielsen

Sandsynlighedsregning 12. forelæsning Bo Friis Nielsen Sandsynlghedsregnng. forelæsnng Bo Frs Nelsen Matematk og Computer Scence Danmarks Teknske Unverstet 800 Kgs. Lyngby Danmark Emal: bfn@mm.dtu.dk Dagens nye emner afsnt 6.5 Den bvarate normalfordelng Y

Læs mere

Scorer FCK "for mange" mål i det sidste kvarter?

Scorer FCK for mange mål i det sidste kvarter? Uge 7 I Teoretsk Statstk, 9. aprl 2004. Hvor er v? Hvor var v: opstllg af statstske modeller Hvor skal v he: tro om estmato og test 2. Eksempel: FCK Estmato (tutvt) Test Maksmum lkelhood estmato Scorer

Læs mere

Fastlæggelse af strukturel arbejdsstyrke

Fastlæggelse af strukturel arbejdsstyrke d. 23.5.2013 Fastlæggelse af strukturel arbedsstyrke Dokumentatonsnotat tl Dansk Økonom, Forår 2013 For at kunne vurdere økonomens langsgtede vækstpotentale og underlggende saldoudvklng og for at kunne

Læs mere

Estimation af CES - forbrugssystemet med og uden dynamik: -fcf/fcfv sammenhold med fcv/fcfv -fct/fcts sammenhold med fcs/fcts

Estimation af CES - forbrugssystemet med og uden dynamik: -fcf/fcfv sammenhold med fcv/fcfv -fct/fcts sammenhold med fcs/fcts Danmarks Statstk MODELGRUPPEN Arbejdspapr [udkast] Andreas Østergaard Iversen 140609 Estmaton af CES - forbrugssystemet med og uden dynamk: -fcf/fcfv sammenhold med fcv/fcfv -fct/fcts sammenhold med fcs/fcts

Læs mere

Husholdningsbudgetberegner

Husholdningsbudgetberegner Chrstophe Kolodzejczyk & Ncola Krstensen Husholdnngsbudgetberegner En model for husholdnngers daglgvareforbrug udarbejdet for Penge- og Pensonspanelet Publkatonen Husholdnngsbudgetberegner En model for

Læs mere

Real valutakursen, ε, svinger med den nominelle valutakurs P P. Endvidere antages prisniveauet i ud- og indland at være identisk, hvorved

Real valutakursen, ε, svinger med den nominelle valutakurs P P. Endvidere antages prisniveauet i ud- og indland at være identisk, hvorved Lgevægt på varemarkedet gen! Sdste gang bestemtes følgende IS-relatonen, der beskrver lgevægten på varemarkedet tl: Y = C(Y T) + I(Y, r) + G εim(y, ε) + X(Y*, ε) Altså er varemarkedet lgevægt, hvs den

Læs mere

Luftfartens vilkår i Skandinavien

Luftfartens vilkår i Skandinavien Luftfartens vlkår Skandnaven - Prsens betydnng for valg af transportform Af Mette Bøgelund og Mkkel Egede Brkeland, COWI Trafkdage på Aalborg Unverstet 2000 1 Luftfartens vlkår Skandnaven - Prsens betydnng

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

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

Statistik Lektion 14 Simpel Lineær Regression. Simpel lineær regression Mindste kvadraters metode Kovarians og Korrelation

Statistik Lektion 14 Simpel Lineær Regression. Simpel lineær regression Mindste kvadraters metode Kovarians og Korrelation Statstk Lekto 4 Smpel Leær Regresso Smpel leær regresso Mdste kvadraters metode Kovaras og Korrelato Scatterplot Scatterplot kf Advertsg Epedtures ( ad Sales ( Et scatterplot vser par (, af observatoer.

Læs mere

Måleusikkerhed i kalibrering Nr. : AB 11 Dato : 2011-12-01 Side : 1/3

Måleusikkerhed i kalibrering Nr. : AB 11 Dato : 2011-12-01 Side : 1/3 Sde : 1/3 1. Anvendelsesområde 1.1 Denne akkredterngsbestemmelse gælder ved DANAK s akkredterng af kalbrerngslaboratorer. 1. Akkredterede kalbrerngslaboratorer skal ved estmerng af uskkerhed, rapporterng

Læs mere

Dokumentation: Husprisanalysens andet trin: Efterspørgsel efter fravær af støj

Dokumentation: Husprisanalysens andet trin: Efterspørgsel efter fravær af støj Kop: d. 22.2.211 Kathrne Lausted Vee Dok. nr. Dokumentaton: Husprsanalysens andet trn: Efterspørgsel efter fravær af støj Notatet beskrver fremgangsmåden ved estmatonen af andet trn af husprsanalysen.

Læs mere

Validering og test af stokastisk trafikmodel

Validering og test af stokastisk trafikmodel Valderng og test af stokastsk trafkmodel Maken Vldrk Sørensen M.Sc., PhDstud. Otto Anker Nelsen Cv.Ing., PhD, Professor Danmarks Teknske Unverstet/ Banestyrelsen Rådgvnng 1. Indlednng Trafkmodeller har

Læs mere

Nøglebegreber: Objektivfunktion, vægtning af residualer, optimeringsalgoritmer, parameterusikkerhed og korrelation, vurdering af kalibreringsresultat.

Nøglebegreber: Objektivfunktion, vægtning af residualer, optimeringsalgoritmer, parameterusikkerhed og korrelation, vurdering af kalibreringsresultat. Håndbog grundvandsmodellerng, Sonnenborg & Henrksen (eds 5/8 GEUS Kaptel 14 IVERS MODELLERIG Torben Obel Sonnenborg Geologsk Insttut, Københavns Unverstet Anker Laer Høberg Hydrologsk Afdelng, GEUS øglebegreber:

Læs mere

PRODUKTIONSEFFEKTEN AF AVL FOR HANLIG FERTILITET I DUROC

PRODUKTIONSEFFEKTEN AF AVL FOR HANLIG FERTILITET I DUROC PRODUKTIONSEFFEKTEN AF AVL FOR HANLIG FERTILITET I DUROC MEDDELELSE NR. 1075 Vrknngsgraden (gennemslaget) tl en produktonsbesætnng for avlsværdtallet for hanlg fertltet Duroc blev fundet tl 1,50, hvlket

Læs mere

En panelmodel for timeløn i Danmark: Ny metode til imputering af skyggelønninger i Finansministeriets forskelsbeløbsmodel

En panelmodel for timeløn i Danmark: Ny metode til imputering af skyggelønninger i Finansministeriets forskelsbeløbsmodel Arbejdspapr nr: / En panelmodel for tmeløn Danmark: Ny metode tl mptern af skyelønnner Fnansmnsterets forskelsbeløbsmodel Lars Grønvall Foldspan o Mads Vej Andersen* ** Resmé: En vrdern af tlskyndelsen

Læs mere

DANMARKS NATIONALBANK WORKING PAPERS 2011 74

DANMARKS NATIONALBANK WORKING PAPERS 2011 74 DANMARKS NATIONALBANK WORKING PAPERS 211 74 Johan Gustav Kaas Jacobsen Danmarks Natonalbank Søren Truels Nelsen Danmarks Natonalbank Betalngsvaner Danmark September 211 The Workng Papers of Danmarks Natonalbank

Læs mere

Inertimoment for arealer

Inertimoment for arealer 13-08-006 Søren Rs nertmoment nertmoment for arealer Generelt Defntonen på nertmoment kan beskrves som Hvor trægt det er at få et legeme tl at rotere eller Hvor stort et moment der skal tlføres et legeme

Læs mere

Morten Frydenberg Biostatistik version dato:

Morten Frydenberg Biostatistik version dato: Morten Frydenberg Bostatstk verson dato: -03-0 Effektmodfkaton Hvad er det - Kvantfcerng - Test Bostatstk uge 7 mandag Morten Frydenberg, Afdelng for Bostatstk Vægtede gennemsnt - Formler for standard

Læs mere

Vi ønsker også at teste hypoteser om parametrene. F.eks: Kan µ tænkes at være 0 (eller anden fast, kendt værdi)? Eksempel: dollarkurser

Vi ønsker også at teste hypoteser om parametrene. F.eks: Kan µ tænkes at være 0 (eller anden fast, kendt værdi)? Eksempel: dollarkurser Uge 37 I Teoretsk Statstk, 9.sept. 003. Fordelger kyttet tl N-ford. Gvet: uafhægge observatoer af samme N(µ,σ )-fordelte stokastske varabel. Formelt: X,X,,X uafhægge, alle N(µ,σ )-fordelt. Mddelværd µ

Læs mere

Løsninger til kapitel 12

Løsninger til kapitel 12 Løsnnger tl kaptel 1 Opgave 1.1 HypoStat gver umddelbart: ft = 7 En P Teststørrelse H 0 : Alle P passer mandag 80 0,14857 48,8571 3,89737 H 1 : Ikke alle P passer trsdag 30 0,14857 48,8571 1,48899 onsdag

Læs mere

Kreditrisiko efter IRBmetoden

Kreditrisiko efter IRBmetoden Kredtrsko efter IRBmetoden Vacceks formel Arbejdspapr, oktober 2013 1 KRAKAfnans - Fnanskrsekommssonens sekretarat Teknsk arbejdspapr udkast 15. oktober 2013 Indlednng Det absolutte mndstekrav tl et kredtnsttut

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

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

Økonometri 1. Hvorfor simulationseksperimenter? Monte Carlo eksperimenter: Ideen. Inferens i den lineære regressionsmodel 28.

Økonometri 1. Hvorfor simulationseksperimenter? Monte Carlo eksperimenter: Ideen. Inferens i den lineære regressionsmodel 28. Oversgt: de næste forelæsnnger Økonometr Inferens den lneære regressonsmodel 8. september 4 Statstsk nferens: hvorledes man med udgangspunkt en statstsk model kan drage konklusoner på grundlag af data,

Læs mere

econstor zbw www.econstor.eu

econstor zbw www.econstor.eu econstor www.econstor.eu Der Open-Access-Publkatonsserver der ZBW Lebnz-Informatonszentrum Wrtschaft The Open Access Publcaton Server of the ZBW Lebnz Informaton Centre for Economcs Jacobsen, Johan Gustav

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

HVIS FOLK OMKRING DIG IKKE VIL LYTTE, SÅ KNÆL FOR DEM OG BED OM TILGIVELSE, THI SKYLDEN ER DIN. Fjordor Dostojevskij

HVIS FOLK OMKRING DIG IKKE VIL LYTTE, SÅ KNÆL FOR DEM OG BED OM TILGIVELSE, THI SKYLDEN ER DIN. Fjordor Dostojevskij HVIS FOLK OMKRING DIG IKKE VIL LYTTE, SÅ KNÆL FOR DEM OG BED OM TILGIVELSE, THI SKYLDEN ER DIN. Fjordor Dostojevskj Den store russske forfatter tænkte naturlgvs kke på markedsførng, da han skrev dsse lner.

Læs mere

Motivationseffekten af aktivering

Motivationseffekten af aktivering DET SAMFUNDSVIDENSKABELIGE FAKULTET KØBENHAVNS UNIVERSITET Kanddatspecale Bran Larsen Motvatonseffekten af aktverng Vejleder: Anders Holm Afleveret den: 03/03/06 Indholdsfortegnelse 1. Indlednng... 1 2.

Læs mere

Morten Frydenberg Version: Thursday, 16 June 2011

Morten Frydenberg Version: Thursday, 16 June 2011 Morten Frydenberg Verson: Thursday, 6 June 20 Logstc regresson og andre regresonsmodeller Morten Frydenberg Deartt of Bostatscs, Aarhus Unv, Denmar Hvornår an man bruge logsts regresson. Ldt om odds og

Læs mere

Repetition. Forårets højdepunkter

Repetition. Forårets højdepunkter Repetto Forårets højdepukter Forårets højdepukter Smpel Leær Regresso Smpel leær regresso: Mdste kvadraters metode Kovaras og Korrelato Scatterplot Scatterplot kf Advertsg Epedtures (X ad Sales (Y Et scatterplot

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

2. Sandsynlighedsregning

2. Sandsynlighedsregning 2. Sandsynlghedsregnng 2.1. Krav tl sandsynlgheder (Sandsynlghedens aksomer) Hvs A og B er hændelser, er en sandsynlghed, hvs: 1. 0 ( A) 1 n 2. ( A ) 1 1 3. ( A B) ( A) + ( B), hvs A og B ngen udfald har

Læs mere

TO-BE BRUGERREJSE // Personligt tillæg

TO-BE BRUGERREJSE // Personligt tillæg TO-BE BRUGERREJSE // Personlgt tllæg PROCES FØR SITUATION / HANDLING Pa er 55 år og bor en mndre by på Sjælland. Hun er på førtdspenson og har været det mange år på grund af problemer med ryggen efter

Læs mere

Stadig ligeløn blandt dimittender

Stadig ligeløn blandt dimittender Stadg lgeløn blandt dmttender Kvnder og mænd får stadg stort set lge meget løn deres første job, vser DJs dmttendstatstk for oktober 2013. Og den gennemsntlge startløn er nu på den pæne sde af 32.000 kr.

Læs mere

Mary Rays. Træn lydighed, agility og tricks med klikkertræning. Mary Ray. Atelier. Andrea McHugh

Mary Rays. Træn lydighed, agility og tricks med klikkertræning. Mary Ray. Atelier. Andrea McHugh Mary Rays Mary Rays Mary Ray Andrea McHugh Træn lydghed, aglty og trcks med klkkertrænng Ateler An Hachette Lvre UK Company Frst publshed n Great Brtan n 2009 by Hamlyn, a dvson of Octopus Publshng Group

Læs mere

FOLKEMØDE-ARRANGØR SÅDAN!

FOLKEMØDE-ARRANGØR SÅDAN! FOLKEMØDE-ARRANGØR SÅDAN! Bornholms Regonskommune står for Folkemødets praktske rammer. Men det poltske ndhold selve festvalens substans blver leveret af parter, organsatoner, forennger, vrksomheder og

Læs mere

RESEARCH PAPER. Nr. 7, Prisoptimering i logitmodellen under homogen og heterogen forbrugeradfærd. Jørgen Kai Olsen

RESEARCH PAPER. Nr. 7, Prisoptimering i logitmodellen under homogen og heterogen forbrugeradfærd. Jørgen Kai Olsen RESEARCH PAPER Nr. 7, 23 Prsotmerng logtmodellen under homogen og heterogen forbrugeradfærd af Jørgen Ka Olsen INSTITUT FOR AFSÆTNINGSØKONOMI COPENHAGEN BUSINESS SCHOOL SOLBJERG PLADS 3, DK-2 FREDERIKSBERG

Læs mere

Marco Goli, Ph.D, & Shahamak Rezaei. Den Sociale Højskole København & Roskilde Universitetscenter

Marco Goli, Ph.D, & Shahamak Rezaei. Den Sociale Højskole København & Roskilde Universitetscenter Marco Gol, Ph.D, & Shahamak Rezae Den Socale Højskole København & Rosklde Unverstetscenter Folkelg opnon Folkelg opnon Kaptel 1: tdernes morgen Folkelg opnon Folkelg opnon Kaptel 2 : Den ratonelle ndvandrer

Læs mere

Undersøgelse af pris- og indkomstelasticiteter i forbrugssystemet - estimeret med AIDS

Undersøgelse af pris- og indkomstelasticiteter i forbrugssystemet - estimeret med AIDS Danmarks Statstk MODELGRUPPEN Arbedspapr* Mads Svendsen-Tune 13. marts 2008 Undersøgelse af prs- og ndkomstelastcteter forbrugssystemet - estmeret med AIDS Resumé: For at efterse nestnngsstrukturen forbrugssystemet

Læs mere

Induktionsbevis og sum af række side 1/7

Induktionsbevis og sum af række side 1/7 Iduktosbevs og sum af række sde /7 Skrver ma,,,...,,..., =, 2, 3,... 2 3 taler ma om e talfølge, eller blot e følge. Adre eksempler på følger er, -,, -,, -,..., (-) +,..., =, 2, 3,..., 2, 3, 4,...,,...,

Læs mere

Variansanalyse (ANOVA) Repetition, ANOVA Tjek af model antagelser Konfidensintervaller for middelværdierne Tukey s test for parvise sammenligninger

Variansanalyse (ANOVA) Repetition, ANOVA Tjek af model antagelser Konfidensintervaller for middelværdierne Tukey s test for parvise sammenligninger Vaansanalyse (ANOVA) Repetton, ANOVA Tjek af model antagelse Konfdensntevalle fo mddelvædene Tukey s test fo pavse sammenlgnnge ANOVA - defnton ANOVA (ANalyss Of VAance), også kaldet vaansanalyse e en

Læs mere

TO-BE BRUGERREJSE // Tænder

TO-BE BRUGERREJSE // Tænder TO-BE BRUGERREJSE // Tænder PROCES FØR SITUATION / HANDLING Jørgen er 75 år og folkepensonst. Da han er vanskelgt stllet økonomsk, har han tdlgere modtaget hjælp fra kommunen, bl.a. forbndelse med fodbehandlng

Læs mere

Aftale om generelle vilkår for tillidsrepræsentanter -^ i Magistratsafdelingen for Sundhed og Omsorg 2009-2011

Aftale om generelle vilkår for tillidsrepræsentanter -^ i Magistratsafdelingen for Sundhed og Omsorg 2009-2011 Aftale om generelle vlkår for tlldsrepræsentanter -^ Magstratsafdelngen for Sundhed og Omsorg 2009-2011 1. Aftalens parter Mellem parterne Århus Kommune, Magstratsafdelngen for Sundhed og Omsorg og FOA,

Læs mere