Kvantitative metoder 2
|
|
- Adam Steensen
- 7 år siden
- Visninger:
Transkript
1 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 multplkator (LM) test Iferes ude MLR.5: Betydg for OLS af, hvs MLR.5 kke er opfyldt (W8.) Beregg af robuste stadardfejl og kovaras uder heteroskedastctet (W8.) KM: F3 KM: F3
2 Oversgt over OLS estmatores egeskaber Iferes de multple regressosmodel med Gauss-Markov atagelser (MLR.-5): Opsamlg Atagelser MLR-MLR4 MLR-MLR5 MLR-MLR5 Eksakt Mddelret (Theorem 3.) BLUE (effces) (Theorem 3.4) +MLR6 Normal fordelt (Theorem 4.) Asymptotsk Kosstet (Theorem 5.) Asymptotsk effces (Theorem 5.3) Asymptotsk Normalfordelt (Theorem 5.) Resultater om OLS med edelgt atal observatoer: Normaltetsatagelse eksakte t- og F-test. Asymptotske resultater for OLS: Kosstes uder MLR.-4. Asymptotsk ormalfordelt uder MLR.-5: t- og F-test begrudes approxmatvt edelgt datasæt ude at atage ormalfordelte fejlled. Adre typer af test: Lagrage multplkator testet Asymptotsk effces af OLS uder MLR.-5. KM: F3 3 KM: F3 4
3 Eksempel: U-ladsbstad (Økoometr eksame 005I) Vrker u-ladsbstade? (SAS program ad_ext.sas) Model med mål for omfaget af bstad tl e række udvklgslade og e lag række af kotrolvarabler Multpel leær regressosmodel: growth = β0 + βy0 + βethf + β3assass + β4eth _ ass + β5crge + β6mgdp β ad + β a _ polcy u 0 Hovedspørgsmål: Har varablere ad og a_polcy oge sgfkat effekt på vækste? Relevate hypoteser:. H 0 : β = 0 (effekte af bstad afhæger kke af poltk). H : β = 0 og β = 0 (ge effekt af bstad) 0 0 Alteratvt test store datasæt: LM testet Lagrage multplkator testet (eller score testet). Geerelt format: Estmato af modelle uder H 0 Resdualer fra restrkteret model, u Hjælperegresso ( auxlary regresso ) af u På hvad: afhæger af de specfkke hypotese. Kræver kke estmato af de geerelle (dvs.urestrkterede model): Oftest de prakss sværeste. LM testet ka avedes år Gauss-Markov atagelsere (MLR-MLR5) er opfyldt. KM: F3 5 KM: F3 6 3
4 LM testet: Udelukkelsesrestrktoer Specfkt eksempel: Udelukkelsesrestrkto y = β + β x + β x β x + β x β x + u 0 k q k q k q+ k q+ k k H β = = + β = 0 : k q... k 0 Restrkteret model: Uder H 0 vl varabler: x y = β0 + βx + βx βk qxk q+ u være ukorreleret med de udeladte,..., x u k q+ k LM testet: Hjælperegressoe Regresso af u på ekskluderede og kluderede varabler: x,..., k q+ xk og x,..., xk q Regstrer R fra hjælperegressoe: Ikke adet. Bereg teststørrelse LM = R LM-teststørrelse vl almdelgvs (og uaset om der atages ormalfordelte fejlled eller ej) være asymptotsk fordelt som χ ( q), hvor q er atallet af restrktoer. KM: F3 7 KM: F3 8 4
5 LM testet: I prakss Regresso af y på det restrkterede sæt af regressorer. Gem resdualere, u Regresso af u på alle forklarede varabler. Gem R Bereg LM= R Sammelg beregede testværd med relevat fraktl χ ( q) fordelge. Eller bereg p-værde for testet. Afvs H 0 hvs testet falder de krtske rego. Iferes ude MLR.5: Heteroskedastctet (W.8.-) OLS estmato uder heteroskedastctet: Kosekveser af heteroskedastctet for OLS Hvorda ka ma udføre gyldge test på grudlag af OLS-estmato, selvom der er heteroskedastctet? Korrekto af varase af OLS estmatore Geerelle hypotesetest uder heteroskedastctet Seere (efter påske): Test for heteroskedastctet Bedre (mere effcete) estmatorer ed OLS, år der er heteroskedastctet: Vægtg af observatoere: KM: F3 9 KM: F3 0 5
6 Heteroskedastctet Kosekveser af heteroskedastctet for OLS I kaptel og 3 blev atagelse om homoskedastctet troduceret: Samme varas på fejlleddet for alle Atagelse ka være temmelg restrktv prakss. Derfor vl v se på tlfælde med heteroskedastctet MLR.5 er atagelse om homoskedastctet: Vu ( x,, xk ) = σ Alteratv: Modelle lder af heteroskedastctet af ukedt form: Vu ( x) = σ V tllader altså, at fejlleddet tl hver ehed (dvd, frma, lad) har s ege varas (meget geerel form) Homoskedastctet ka ses som det specaltlfælde, hvor σ = σ for alle KM: F3 Se på smpel leær regressosmodel y = β + β x + u 0 Atagelsere MLR.- MLR.4 skrer at OLS mddelret og kosstet: Vedrører kke varase på fejlleddet. Uder MLR.-5 er OLS effcet og des varas er gvet ved det smple udtryk fra kaptel. σ x ˆ σ σ V ar( β x) = = V ar( ˆ β x) = = 0 SSTx ( x x) ( x x) = = KM: F3 6
7 Kosekveser af heteroskedastctet for OLS Kosekveser af heteroskedastctet for OLS Udreg varase af OLS estmatore, år MLR.- MLR.4 er opfyldt, me MLR.5 kke holder. Varase af OLS estmatore er det geerelle tlfælde gvet ved ( x x) σ ( x x) σ ˆ = = V( β x) = = ( SSTx ) ( x x) = Leddee tællere gves forskellg vægte, afhægg af SST led forkorter kke ud som det er tlfældet uder σ homoskedastctet KM: F3 3 Hvs MLR.5 kke er opfyldt, sger v at fejlleddee er heteroskedastske OLS estmatores egeskaber ved heteroskedastctet: + OLS stadg mddelret og kosstet (gvet MLR.-4) - Varase af OLS estmatere estmeres kke mddelret eller kosstet af de sædvalge OLS-udtryk - Kofdestervallet er kke rgtgt kostrueret - t og F-test er kke ødvedgvs t og F-fordelt, LM test er kke ødvedgvs χ fordelt (og er derfor kke påldelge) OLS er kke lægere de bedste leære mddelrette estmator (BLUE): Der fdes adre leære mddelrette estmatorer med mdre varas OLS er kke lægere asymptotsk effcet KM: F3 4 7
8 Hvorda ka ma teste modeller med heteroskedastctet? Heteroskedastctet fejlleddet betyder, at test der er baseret på OLS estmato ku er gyldge, hvs ma korrgerer stadardfejlee for heteroskedastctet. Tl det formål er der udvklet såkaldt heteroskedastctets-kosstete eller -robuste test. Atag: Modelle lder af heteroskedastctet af ukedt form: Vu ( x) = σ Idee er at opå e estmator for varase af OLS estmatore, som er kosstet selvom om der er heteroskedastctet fejlleddet. KM: F3 5 Korrekto af varase e smpel leær regressosmodel Whte (980) har vst, at uder svage betgelser vl e kosstet estmator af OLS varase være gvet ved ( x ˆ x ) u ˆ = β = ( SSTx ) Vˆ ( x), uˆ er O LS resdualet. Heteroskedastctets-robust varas og heterosk. robuste stadardfejl (Whte s stadard errors, HCSE). Bereges fx Proc Reg med optoe ACOV SAS. KM: F3 6 8
9 Korrekto af varase e multpel leær regressosmodel: Forelæsgsote Varas af OLS estmatore det geerelle tlfælde: V( ˆ β X) = V[( X ' X) X ' u X] = ( X ' X) X ' V( u X) X( X ' X) = ( X ' X) X ' ΩX( X ' X) X ' ΩX Behøver et kosstet estmat af: Σ= = σ xx ' = Whtes resultat: Estmeres kosstet af: S =Σ= ˆ uˆ xx ' = De robuste OLS varasmatrx ka derfor geerelt estmeres som: ˆ ˆ( ) ( ' ) V β X X X S ( X ' X ) = Test modeller med heteroskedastctet: Ekelt restrkto Heteroskedastctets-robust t-test af hypotese: t-teststørrelse: ˆk β λ t = HCSE hvor HCSE er heterosk. robust stadardfejl på H : 0 βk = λ t-teststørrelse er asymptotsk stadard ormalfordelt For små datasæt er t-teststørrelsere kke ødvedgvs tæt på e t-fordelg Brug af ACOV optoe SAS gver robust kovarasmatrx. HCSE bereges som kvadratrode af dagoalelemeter ˆ β j KM: F3 7 KM: F3 8 9
10 Test modeller med heteroskedastctet: Flere restrktoer Hypotese: H : Rβ = r 0 hvor β er e (k+)x vektor af parametre, R er e q x(k+) matrx og r er e q x vektor Heterosk. robust F-test ka bereges ud fra robust kovarasmatrx Heterosk. robust Wald test: Wald-teststørrelse NB er fra dee forelæsg Atagelse om homoskedastctet gver et smpelt udtryk for varase af OLS estmatorere og skrer at OLS er effcet V har set e varasestmator, der vrker ude MLR.5: Mulgt at lave feres ved hjælp af OLS estmatore (me de kke er effcet). W = R ˆ β r RVˆ ˆ β R R ˆ β r χ q ( ) '( ( ) ') ( ) ~ ( ) Det er dette test som udføres ved brug af TEST efter Proc Reg med ACOV optoe SAS KM: F3 9 KM: F3 0 0
11 Næste gag Osdag: Start på W.6: Flere emer de multple leære regressosmodel Kort om Oblgatorsk opgave KM: F3
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 mereØkonometri 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 mereØkonometri 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 mereØkonometri 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 mereØkonometri 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 mereØkonometri 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 mereØkonometri 1. Test for heteroskedasticitet. Test for heteroskedasticitet. Dagens program. Heteroskedasticitet 26. oktober 2005
Dagens program Økonometr Heteroskedastctet 6. oktober 005 Emnet for denne forelæsnng er heteroskedastctet (Wooldrdge kap. 8.3-8.4) Konsekvenser af heteroskedastctet Hvordan fnder man en effcent estmator?
Læs mereRettevejledning til Økonomisk Kandidateksamen 2006I, Økonometri 1
Rettevejledg tl Økoomsk Kaddateksame 6I, Økoometr Vurdergsgrudlaget er selve opgavebesvarelse og blaget. Programmer og data, som er afleveret på dskette/cd, bedømmes som såda kke, me er avedt f.eks. tl
Læs mereKvantitative 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 mereRepetition. 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 mereStatistik 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 mereScorer 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 mereSimpel Lineær Regression - repetition
Smpel Leær Regresso - repetto Spørgsmål: Afhæger leært af?. Model: β + β + ε ε d N(0, σ 0 ) Sstematsk kompoet + Stokastsk kompoet Estmato - repetto Vha. Mdste Kvadraters Metode fder v regressosle hvor
Læs mereØkonometri 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 mereKvantitative 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 mereKvantitative 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 mereVi 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 mereStatistik 9. gang 1 REGRESSIONSANALYSE. Korrelation (kontrol af model) Regression (tilpasning af model)
Statstk 9. gag REGRESSIONSANALYSE Korrelato kotrol af model Regresso tlpasg af model Statstk 9. gag KORRELATIONS ANALYSE. Grad af fælles varato mellem X og Y. Område og fordelg af sample data 3. Optræde
Læs mereEksempel: PEFR. Epidemiologi og biostatistik. Uge 1, tirsdag. Erik Parner, Institut for Biostatistik.
Epdemolog og bostatstk. Uge, trsdag. Erk Parer, Isttut for Bostatstk. Geerelt om statstk Dataaalyse - Deskrptv statstk - Statstsk feres Sammelgg af to grupper med kotuerte data - Geemst og spredg - Parametre
Læs mereSpørgsmål 1 (5 %) Bestem sandsynligheden for at batteriet kan anvendes i mere end 5 timer.
TATITIK krftlg evaluerg, 3. semester, fredag de 4. jauar 3 kl. 9.-3.. Alle hjælpemdler er tlladt. Opgaveløsge forsyes med av og CR-r. OGAVE Et batter har e levetd tmer med de tlkyttede tæthedsfukto f (
Læs mereNotato: k grupper observeret tl tdspuktere (logartmerede) t1;t2;:::;t k. Tl tdspukt observeres et atal ( ) ph-vρrder, 1 ; 2 ;:::;. V opfatter dem som
Statstk 1, torsdag de 15. marts Leρr regressosaalyse, afst 5.2.1 ffl Problemstllg ffl Data Model Estmato og test Dages program: Hvad ka v? 1 V ka sammelge grupper af observatoer, hvor data hver gruppe
Læs mereKvantitative metoder 2
Dages program Kvatitative metoder De multiple regressiosmodel 6. februar 007 Emet for dee forelæsig er de multiple regressiosmodel (Wooldridge kap 3.- 3.+appedix E.) Defiitio og motivatio Fortolkig af
Læs mereVariansanalyse. på normalfordelte observationer af Jens Friis
Varasaalyse på ormalfordelte observatoer af Jes Frs Esdg varasaalyse Model eelt ormalfordelt observatosræe Lad X, X, X er dbyrdes uafhægge N(μ, σ ) - fordelt stoastse varable Det tlhørede observatossæt
Læs mereKvantitative 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 mereBetænkning om kommunernes udgiftsbehov. Bilag (med metodediskussion af professor Anders Milhøj)
Betækg om kommueres udgftsbehov Blag (med metodedskusso af professor Aders Mlhøj) Betækg r. 36 Oktober 998 Kommueres Udgftsbehov Betækg om kommueres udgftsbehov - Redegørelse fra arbejdsgruppe uder Idergsmsterets
Læs mereLineære Normale Modeller
Note tl Leære Normale Modeller Bo Rosbjerg. marts 009 Tegger udført af Herk Ve Chrstese Idhold E smpel leær ormal model 5. Modelbestemmelse........................... 5. Mdste kvadraters estmat......................
Læs mereØkonometri 1. Inferens i den lineære regressionsmodel 29. september Økonometri 1: F7 1
Økoometri 1 Iferes i de lieære regressiosmodel 9. september 006 Økoometri 1: F7 1 Dages program Opsamlig af hemmeopgave om Mote Carlo eksperimeter Mere om hypotesetest: Ekelt lieær restriktio på koefficieter
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 mereMen tilbage til regression og Chi-i-anden. test. Begge begreber refererer til normalfordelingen med middelværdi μ og spredning σ.
χ test matematkudervsge χ - test gymasets matematkudervsg I jauar ummeret 8 af LMFK bladet havde jeg e artkel, hvor jeg harcelerede ldt over, at regresso og sær χ fordelg havde fudet dpas matematkudervsge
Læs mereBEVISER TIL KAPITEL 7
BEVISER TIL KAPITEL 7 A. Komplemetærhædelse Det er klart, at e hædelse A og de komplemetære hædelse A udgør hele udfaldsrummet U, dvs. A A = Da fås P(U = U P(A A = P (A + P(A = da de to hædelser er dsjukte
Læs mereØkonometri 1. Definition og motivation. Definition og motivation. Dagens program. Den multiple regressionsmodel 15. februar 2006
Dages program Økoometri De multiple regressiosmodel 5. februar 006 Emet for dee forelæsig er de multiple regressiosmodel (Wooldridge kap 3.-3.3+appedix E.-E.) Defiitio og motivatio Fortolkig af parametree
Læs mereHvorfor n-1 i stikprøvevariansen?
Erk Vestergaard www.matematkfysk.dk Hvorfor - stkprøvevarase? Lad os sge, at e fabrk producerer e bestemt type halogepærer. Det vser sg, at levetde for e såda elpære varerer efter e ormalfordelg. Nogle
Læs mereInduktionsbevis 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 mereØkonometri 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 merePearsons formel for χ 2 test. Den teoretiske forklaring
Pearsos formel for χ test De teoretse forlarg Ole Wtt-Hase 04 Idhold. Normalfordelge og χ.... Pearsos formel for χ test... 3. Forlarg på Pearsos formel....4 Pearsos formel for χ test. Normalfordelge og
Læs mereØkonometri 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 mereSupplement til sandsynlighedsregning og matematisk statistik
Supplemet tl sadsylghedsregg og matematsk statstk 1. Bevs for lgg (4b) 22.4 ( 23.3) 8. (7.) udgave. Teorem 3 (4): Atallet af forskellge kombatoer med k elemeter, der ka daes ud af forskellge elemeter,
Læs mereOpsamling. Simpel/Multipel Lineær Regression Logistisk Regression Ikke-parametriske Metoder Chi-i-anden Test
Opsamlng Smpel/Multpel Lneær Regresson Logstsk Regresson Ikke-parametrske Metoder Ch--anden Test Opbygnng af statstsk model Specfcer model Lgnnger og antagelser Estmer parametre Modelkontrol Er modellen
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 mereIndeks over udviklingen i biltrafikken i Danmark
Ideks over udvklge bltrafkke Damark Afdelgsgeør Alla Crstese, Vejdrektoratet, og cvlgeør, p.d. Crsta Overgård ase, TetraPla A/S. Baggrud og formål. Baggrud Vejdrektoratet ar sde 978 regelmæssgt udgvet
Læs mereStatistisk analyse. Vurdering af usikkerhed i forbindelse med statistiske opgørelser forudsætter:
Statstsk aalyse Vurderg af uskkerhed forbdelse med statstske opgørelser forudsætter: Kvattatve mål for varato og spredg forbdelse med statstske opgørelser varas og stadardafvgelse Kvattatve mål for tlfældgheder
Læs mereKvantitative 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 mereStatistik 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 mereStatistik 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 mereØkonometri 1. Interne evalueringer. Interne evalueringer. Dagens program. Heteroskedaticitet (Specifikation og dataproblemer) 2.
Dagens program Øonometr 1 Heterosedatctet (Specfaton og dataproblemer). november 005 dataproblemer 1 Interne evaluernger Emner for denne forelæsnng: Heterosedastctet (ap 8.4-8.5) Egensaber ved FGLS Esempel
Læs mereØkonometri 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 mereFordelingen af gentagne observationer (målinger) kan beskrives ved hjælp af et histogram, der viser antallet af målinger i et givet interval.
H:\excerc\geodstat.doc, sdste ædrg: ov. 5, 3.. 3. Geodætsk statstk og mdste kvadraters metode. 3.. Statstske grudbegreber. 3.. Fordelger. Fordelge af getage observatoer (målger ka beskrves ved hælp af
Læs mere1 Punkt- og intervalestimation Punktestimatorer: Centralitet(bias) og efficiens... 2
Idhold 1 Pukt- og itervalestimatio 2 1.1 Puktestimatorer: Cetralitet(bias) og efficies.................... 2 2 Kofidesiterval 3 2.1 Kofidesiterval for adel................................ 4 2.2 Kofidesiterval
Læs mereStatikstik 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 mere24. januar Epidemiologi og biostatistik. Forelæsning 1 Uge 1, tirsdag. Niels Trolle Andersen, Afdelingen for Biostatistik.
Epidemiologi og biostatistik. Forelæsig Uge, tirsdag. Niels Trolle Aderse, Afdelige for Biostatistik. Geerelt om kurset: - Formål - Forelæsiger - Øvelser - Forelæsigsoter - Bøger - EpiBasic: http://www.biostat.au.dk/teachig/software
Læs mereStatikstik 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 mereLineær regression lidt mere tekniske betragtninger om R^2 og et godt alternativ
Dowloaded from orbt.dtu.dk o: Dec 0, 08 Leær regresso ldt mere tekske betragtger om R^ og et godt alteratv Brockhoff, Per B.; Ekstrøm, Claus Thor; Hase, Erst Publshed : LMFK-Bladet Publcato date: 07 Documet
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 mere13. februar Resumé: En statistisk analyse resulterer ofte i : Et estimat ˆ θ med en tilhørende se( ˆ θ )
3. februar 003 Epidemiologi og biostatistik. Uge, torag d. 3. februar 003 Morte Frydeberg, Istitut for Biostatistik. Type og type fejl Nogle specielle metoder: Test i RxC tabeller Test i x tabeller Fishers
Læs mereDagens program. Estimation: Kapitel Eksempler på middelrette og/eller konsistente estimator (de sidste fra sidste forelæsning)
Dages program Estimatio: Kapitel 9.4-9.7 Eksempler på middelrette og/eller kosistete estimator (de sidste fra sidste forelæsig) Ko desiterval for store datasæt kap. 9.4 Ko desiterval for små datasæt kap.
Læs mereKvalitet af indsendte måledata
Notat ELT2004-112 Aktørafregg Dato: 23. aprl 2004 Sagsr.: 5584 Dok.r.: 185972 v1 Referece: NIF/AFJ Kvaltet af dsedte måledata I Damark er det etvrksomhederes opgave at måle slutforbrug, produkto og udvekslg
Læs mereAnvendt Statistik Lektion 3. Punkt- og intervalestimater Konfidensintervaller Valg af stikprøvestørrelse
Avedt Statistik Lektio 3 Pukt- og itervalestimater Kofidesitervaller Valg af stikprøvestørrelse Pukt- og itervalestimater: Motivatio Motiverede eksempel: I e udersøgelse er adele af rygere 0.27. Det aslås
Læs merePrøveeksamen Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kommenteret vejledende besvarelse
Økonometr Forår 00 Prøveeksamen Indtjenng, konkurrencestuaton og produktudvklng danske vrksomheder Kommenteret vejledende besvarelse Resultaterne denne besvarelse er fremkommet ved brug af eksamensnummer
Læs merePrøveeksamen 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 mereØkonometri 1. Avancerede Paneldata Metoder II Introduktion til Instrumentvariabler 27. november 2006
Økonometr 1 Avancerede Paneldata Metoder II Introdukton tl Instrumentvarabler 27. november 2006 Paneldata metoder Sdste gang: Paneldata med to eller flere peroder og fxed effects estmaton. Første-dfferens
Læs mereKvantitative 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 mereKorrelation (kontrol af model) Regression (tilpasning af model) 1. Grad af fælles variation mellem X og Y. 2. Område og fordeling af sample data
tatstk 9. gag GIONANAL Korrelato (kotrol af model egresso (tlpasg af model tatstk 9. gag KOLATION ANAL. Grad af fælles varato mellem X og. Område og fordelg af sample data 3. Optræde af ekstrem-værder
Læs mereØkonometri 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 mereSUPPLEMENT til Anvendt statistik
SUPPLEMET tl Avedt statstk IDHOLD A BEVISER VEDRØREDE ORMALFORDELIGE 3A χ - FORDELIE 3 3B t - FORDELIGE 6 3C F - FORDELIGE 7 4A DEFIITIOER OG EKSEMPLER PÅ CETRALE OG EFFEKTIVE ESTIMATORER 9 4B BEVISER
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 merePension PO1 PO2 FO1 FO2 GRL 7) Arbejds markeds pension 5) ATPbidrag
Løbehadlgsoversgt De 4 koloer 'opsamlg tl løatk' vser, hvorda lødele/-feltet dgår løatkkere. Neder oversgte fder du e forklarg tl opsamlge af de ævte ILtyper Lødele/-feltet ka bruges eidkom med/: pegegvede
Læs mereLøsninger til kapitel 7
Løsiger til kapitel 7 Opgave 7.1 a) HpoStat giver resultatet: Pop. varias er ukedt, me 30, så Normalf. bruges approksimativt = 54,400 s 1.069,90 = 00,000 0,95 49,868 58,93 Dette betder, at med 95% sikkerhed
Læs mereBrugen af R 2 i gymnasiet
Bruge af R gymaset Per Bruu Brockhoff, DTU Compute, Erst Hase, KU Matematk og Claus Thor Ekstrøm, KU Bostatstk Der lader tl at være e vs forvrrg bladt og ueghed mellem forskellge faggrupper omkrg R værde,
Læs mereRegressions modeller Hvad regresserer vi på og hvorfor? Anders Stockmarr Axelborg statistikgruppe 6/
Regressos modeller Hvad regresserer v på og hvorfor? Aders Sockmarr Aelborg saskgruppe 6/ 0 Geerel Regresso Y f( ) ε f er e UKENDT fuko der beskrver relaoe mellem de uafhægge varabel og de afhægge varabel
Læs mereGenerelle lineære modeller
Geerelle lieære modeller Regressiosmodeller med é uafhægig itervalskala variabel: Y e eller flere uafhægige variable: X,..,X k De betigede fordelig af Y givet X,..,X k atages at være ormal med e middelværdi,
Læs mereKontrol af udledninger ved produktion af ørred til havbrugsfisk
Kotrol af udledger ved produto af ørred tl havbrugsfs Notat fra DCE - Natoalt Ceter for Mljø og Eerg Dato: 19. december 013 Rettet: 4. jauar 014 og de 8. marts 014 Søre Er Larse 1 & Lars M. Svedse 1 Isttut
Læs merePrøveeksamen 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 mereKvantitative 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 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 mereElementær Matematik. Sandsynlighedsregning
lemetær Matematk Sadsylghedsregg Ole Wtt-Hase Køge Gymasum 008 INDHOLD KAP. KOMBINATORIK.... MULTIPLIKATIONS- OG ADDTIONSPRINCIPPT.... PRMUTATIONR... 3. KOMBINATIONR...3 KAP. NDLIGT SANDSYNLIGHDSFLT...7.
Læs merebestemmes. kendes ( ) A i Subjektiv information + objektiv information Bayesiansk statistik (gang 10) Bayes sætning
Statstk. gag BAYESIANSKE METOER Objektv formato f.eks. forsøgs resultater klasssk statstk gag -9 Subjektv formato objektv formato Bayesask statstk gag Bayes sætg E E A A E A A... E A A A E A E E E A A
Læs merePrøveeksamen 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 mereKogebog: 5. Beregn F d
tattk 8. gag KONFIDENINERVALLER Kofdetervaller: kaptel Valg og tet af fordelgfukto tattk 8. gag. KONFIDEN INERVALLER Et kofde terval udtrykker tervallet hvor de rgtge værd af parametere K, med γ % adylghed
Læs mereTest i to populationer. Hypotesetest for parrede observationer Test for ens varians Gensyn med flyskræk!
Test i to populatioer Hypotesetest for parrede observatioer Test for es varias Gesy med flyskræk! Afhægige og uafhægige stikprøver Ved e uafhægig stikprøve udtages e stikprøve fra hver gruppe.. Mæd og
Læs merex-klasserne Gammel Hellerup Gymnasium
SANDSYNLIGHEDSREGNING OG KOMBINATORIK x-klassere Gammel Hellerup Gymasum Idholdsfortegelse SANDSYNLIGHEDSREGNING... 3 Sadsylghedsfelt... 3 Edelge sadsylghedsfelter (sadsylghedsfordelger):... 3 Uedelge
Læs mereIKKE-KONTINUERTE (DISKRETE) STOKASTISKE VARIABLE MIDDELVÆRDI, VARIANS, SPREDNING FORDELINGER: HYPERGEOMETRISK, BINOMIAL, POISSON
IE-ONTINUERTE (DISRETE) STOASTISE VARIABLE MIDDELVÆRDI, VARIANS, SPREDNING FORDELINGER: HYPERGEOMETRIS, BINOMIAL, POISSON Edelgt sadsylghedsfelt V reeterer: Et sadsylghedsfelt ( P ) U, kaldes edelgt, hvs
Læs mereMotivation. En tegning
Motivatio Scatter-plot at det mådelige salg mod det måedlige reklamebudget. R: plot(salg ~ budget, data = salg) Økoometri Lektio Simpel Lieær Regressio salg 400 450 500 550 20 25 30 35 40 45 50 budget
Læs merePraktisk info. Statistisk analyse af en enkelt stikprøve: kendt eller ukendt varians Sandsynlighedsregning og Statistik (SaSt) I tirsdags.
Praktisk ifo Liste med rettelser og meigsforstyrrede trykfejl i DS på Absalo. Statistisk aalyse af e ekelt stikprøve: kedt eller ukedt varias Sadsylighedsregig og Statistik (SaSt) Helle Sørese Projekt
Læs mereAnalyse af bivariate data: korrelation og regression. korrelation. Korrelation og regression: Co-varians:
,,,,,,,,,, Stattk for bologer -, modul og : Korrelato og regreo: Aale af bvarate data: korrelato og regreo Korrelato: llutrerer v.h.a. e koeffcet hvlke grad to varable er dbrde afhægge: - (perfekt egatv
Læs mereSandsynlighedsfordelinger for kontinuerte data på interval/ratioskala
Statistik for biologer 005-6, modul 5: Sadsylighedsfordeliger for kotiuerte data på iterval/ratioskala M6, slide Gægse matematiske sadsylighedsfordeliger: Diskrete data: De positive biomialfordelig Poisso-fordelige
Læs mere1.0 FORSIKRINGSFORMER
eam Lv forskrgsakteselskab Bereggsgrudlaget sgrp217 tl præmeberegg for gruppeforskrg e-am Lv forskrgsakteselskab 1. FORIKRINGFORMER 1.1 Oblgatorske ordger Alle gruppeforskrgsordger teget på dette grudlag
Læs mereStatistik 8. gang 1 KONFIDENSINTERVALLER. Konfidensintervaller: kapitel 11. Valg og test af fordelingsfunktion
Statistik 8. gag 1 KONIDENSINTERVALLER Kofidesitervaller: kapitel 11 Valg og test af fordeligsfuktio Statistik 8. gag 11. KONIDENS INTERVALLER Et kofides iterval udtrykker itervallet hvori de rigtige værdi
Læs mereAnvendt 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 mere30. august Epidemiologi og biostatistik. Forelæsning 3 Uge 2, torsdag d. 8. september 2005 Michael Væth, Afdeling for Biostatistik.
30. august 005 Epidemiologi og biostatistik. Forelæsig 3 Uge, torag d. 8. september 005 Michael Væth, Afdelig for Biostatistik. Mere om kategoriske data Test for uafhægighed I RxC tabeller Test for uafhægighed
Læs merevejer (med fortegn). Det vil vi illustrere visuelt og geometrisk for (2 2)-matricer og (3 3)-matricer i enote 6.
enote 5 enote 5 Determiater I dee enote ser vi på kvadratiske matricer. Deres type er altså for 2, se enote 4. Det er e fordel, me ikke absolut ødvedigt, at kede determiatbegrebet for (2 2)-matricer på
Læs mereAnvendt 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 mereStatistik Lektion 7. Hypotesetest og kritiske værdier Type I og Type II fejl Styrken af en test Sammenligning af to populationer
Statistik Lektio 7 Hpotesetest og kritiske værdier Tpe I og Tpe II fejl Strke af e test Sammeligig af to populatioer 1 Tri I e Hpotesetest E hpotesetest består af 5 elemeter: I. Atagelser Primært hvilke
Læs mereFORDELINGER: HYPERGEOMETRISK FORDELING, BINOMIALFORDELING MIDDELVÆRDI DEFINITION. X er en stokastisk variabel på et endeligt sandsynlighedsfelt ( )
FORDELINGER: HYERGEOMETRIS FORDELING, BINOMIALFORDELING MIDDELVÆRDI Mddelværd MIDDELVÆRDI (TYS: ERWARTUNGSWERT ) DEFINITION X er e stokastsk varabel på et edelgt sadsylghedsfelt U, ( ) Mddelværde af X
Læs mereEKSAMEN I MATEMATIK-STATISTIK, 27. JANUAR 2006, KL 9-13
EKSAMEN I MATEMATIK-STATISTIK, 7. JANUAR 006, KL 9-13 [HER STARTER STATISTIKDELEN] Opgave 3 (5%): Bologsk baggrundsnformaton tl forståelse af opgaven: Dr producerer kke altd lge meget afkom af hvert køn.
Læs mereRettevejledning til Økonomisk Kandidateksamen 2007I, Økonometri 1
Rettevejlednng tl Økonomsk Kanddateksamen 2007I, Økonometr Vurderngsgrundlaget er selve opgavebesvarelsen og blaget. Programmer og data, som er afleveret elektronsk, bedømmes som sådan kke, men er anvendt
Læs mereUgeseddel 8. Gruppearbejde:
Ugeseddel 8 Gruppearbejde: 1. Ved at nkludere en dummyvarabel for et bestemt landeområde, svarer tl at konstatere, at dsse lande har nogle unkke karakterstka, som har betydnng for væksten, som kke gør
Læs mereStatistik ved Bachelor-uddannelsen i folkesundhedsvidenskab
Statistik ved Bachelor-uddaelse i folkesudhedsvideskab Græseværdisætiger Det hadler om geemsit Statistikere elsker geemsit Det er oplagt e god ide at tage geemsit. Hvis jeg f.eks skal gætte på vægte af
Læs mereSimpel Lineær Regression. Opsplitning af variationen Determinations koefficient Variansanalyse F-test Model-kontrol
Simpel Lieær Regressio Opsplitig af variatioe Determiatios koefficiet Variasaalse F-test Model-kotrol Opbgig af statistisk model Specificer model Ligiger og atagelser Estimer parametre Modelkotrol Er modelle
Læs mereRegressionsanalyse. 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