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

Størrelse: px
Starte visningen fra side:

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

Transkript

1 Økonometr 1 Avancerede Paneldata Metoder I 24.november 2006 F18: Avancerede Paneldata Metoder I 1

2 Paneldatametoder Sdste gang: Paneldata begreber og to-perode tlfældet (kap ) Uobserveret effekt modellen: Tds-nvarante ndvd-specfkke effekter, dosynkratske effekter Udeladt varabel bas (heterogenetsbas) Første-dfferens estmaton Polkanalyse med to-perode paneldata: Eksempel: Subsder tl jobtrænng I dag: Paneldata med flere peroder og fxed effects estmaton (kap. 13.5, 14.1) Andre datastrukturer (kap. 14.3) Tre metoder: Første-dfferens estmaton med flere end to peroder Whn transformaton Dummyvarabel regresson Et smuleret eksempel Eksempel: Subsder tl jobtrænng (fortsat). F18: Avancerede Paneldata Metoder I 2

3 Eksempel fra sdste gang: Subsder tl jobtrænng Effekt af subsder tl vrksomheders efteruddannelses-program: Hypotese: Negatv effekt (= øget produktvet) Problem: Uobserverede vrksomhedseffekter (ledelsesevner, kapal, ) er potentelt relaterede tl produktvet og tl tldelng af subsdet. OLS på pooled sæt af observatoner: 2 scrap d t grant n R log( ) = = 108, = (0.205) (0.328) (0.431) Dff-n-dff metode: 2 scrap grant n R Δ log( ) = Δ = 54, = (0.097) (0.164) Tegn på posv heterogenetsbas pooled OLS regresson F18: Avancerede Paneldata Metoder I 3

4 Datastruktur og model { y, X }, = 1,2,..., n, t = 1,2,..., T * Ser på tlfælde hvor n er et stort tal. T er llle eller moderat. * Balanceret panel: Samme T for alle (hvs antal tdsperoder er forskellgt mellem ndvder har v et ubalanceret panel, ndvder forlader samplet, nye ndvder blver måske nkluderet panelet). Fxed effect model: y = δ + δ d2 + δ d δ dt + β x β x + a + u 1 2 t 3 t T t 1 1 k k * Tdseffekt: En dummyvarabel for hver perode (undtagen den første) * Antag: E( u d2, d3,..., dt, X,..., X, a ) = 0 for alle ( x er strengt exogen). t t t 1 T F18: Avancerede Paneldata Metoder I 4

5 Tre metoder tl fxed effect estmaton Tre metoder tl "fxed effect" estmaton (dvs. uden antagelser på corr( a, x )): 1. Første-dfferens estmaton (FD): Δ y = δ Δ d2 + δ Δ d δ Δ dt + β Δ x β Δ x +Δu a 2 t 3 t T t 1 1 k k falder ud. Ofte omparameterseres tdseffekterne: Δ y = α + α d α dt + β Δ x β Δ x +Δu 0 3 t T t 1 1 k k I alt nt ( 1) observatoner. Lgnngen estmeres med OLS. Kan også være dfferenser over mere end en perode: "Lange dfferenser". F18: Avancerede Paneldata Metoder I 5

6 Tre metoder tl fxed effect estmaton (2) 2. Whn transformaton ("ndenfor observatonerne for hvert ndvd"): 2 Beregn tdsgennemsn for hvert ndvd for hver varabel: y 1 T 1 T = y, T x = T x t= 1 j t= 1 j Tag gennemsn af lgnngerne over td, træk gennemsntet fra de orgnale lgnnger (tds-dummes gnoreres ndtl vdere): y = δ + β x β x + a + u ("between" lgnng) k k y y = β ( x x ) β ( x x ) + ( u u ) ("whn" lgnng) k k k Fxed effect a falder gen ud. OLS regresson på data der er korrgeret for ndvduelle tdsgennemsn vl være konsstent uanset corr( a, x ). F18: Avancerede Paneldata Metoder I 6

7 Tre metoder tl fxed effect estmaton (3) 3. Dummyvarabel regresson (LSDV): Dummyvarabel for hvert ndvd j: Dj = 1 for = j (hvs observatonen er for ndvd j, for alle t) Dj = 0 ellers (for alle t) Inkluderer et fuldt sæt af n dummer, D1, D2,..., Dn regressonen og fortolker a j som koeffcenten tl dummen for ndvd j: n y = β x β x + a Dj + u = 1 1 k k j 1 j * Udelader konstantled ford Dj = 1 for alle observatoner. j= 1 * Regresson har k + n højresde varabler. * Ikke praktsk mulg hvs n er meget stor. n F18: Avancerede Paneldata Metoder I 7

8 Sammenlgnng af fxed effect metoder * OLS estmater af δ2, δ3,..., δt, β1,..., βk LSDV er dentske med estmater opnået ved Whn transformaton. Skal bruge Frsch-Waugh teoremet (se Ugeseddel 6, opgave 7). * Ækvvalensen vser at Whn regressonen kun har Tn k n frhedsgrader. * De ndvd-specfkke konstantled fndes ud fra aˆ = y ˆ β x... ˆ β x (og tdsdummer, hvs de er med modellen) 1 1 k k * Fxed effects metoder kan kke dentfcere koeffcenterne tl tds-nvarante varabler. Effekter of nteraktoner mellem tdsdummer (eller andre tdsvarerende varabler) og tdsnvarante varabler kan dentfceres. * Whn/LSDV og FD er kun helt ækvvalente for T = 2. F18: Avancerede Paneldata Metoder I 8

9 Sammenlgnng af fxed effect metoder (2) For det generelle tlfælde at FD estmatorerne, men: T 3 afvger resultaterne af Whn/LSDV og * Begge er konsstente (når n ) og blver derfor approxmatvt ens for store n. * Hvs Whn og FD estmater er meget forskellge selvom n er stor er det tegn på, at en af antagelserne for konsstens kke holder. * I endelge samples afhænger den relatve effcens af hver estmator af, om der u er korrelaton over td. - Hvs der kke er korrelaton er Whn estmatoren mest effcent - Hvs der er betydelg korrelaton er FD bedst. Tdsrække-spørgsmål! Emne for Økonometr 2. F18: Avancerede Paneldata Metoder I 9

10 Et smuleret eksempel: n=5, T=3 Se på smulerede data fra følgende model: y = β x + a + u 1 Den sande værd af β =0,5. Fejlleddet u er uafhængge 1 tlfældge træknnger fra en fordelng (unform) og uafhængge af for alle j og s. x js Sammenlgn pooled OLS og Whn estmaton: u og x gentages. Indvduelle effekter a vælges for hvert af tre tlfælde så: Case 1: a og x er posvt korrelerede Case 2: a og x er negatvt korrelerede Case 3: a og x er ukorrelerede F18: Avancerede Paneldata Metoder I 10

11 Case 1: a og x er posvt korrelerede: Krydsplots af varablerne og deres afvgelse fra tdsgennemsn 10 y x 0.6 ydevm xdevm y ȳ y x x x F18: Avancerede Paneldata Metoder I 11

12 Case 1: Analytsk graf 10 y x Levels 0.6 ydevm xdevm Devatons from tme-averages y ȳ y ^β 1 =2.16 (0.15) ^β 1 = 0.53 (0.13) x x x F18: Avancerede Paneldata Metoder I 12

13 Case 2: a og x er negatvt korrelerede 7 y1 x ydevm1 xdevm F18: Avancerede Paneldata Metoder I 13

14 Case 3: a og x er ukorrelerede 6.5 y2 x2 0.6 ydevm2 xdevm F18: Avancerede Paneldata Metoder I 14

15 Jobtrænngseksempel med tre peroder Eksempel: Effekten af et subsde tl vrksomheders jobtrænng. Mål for subsdeprogrammet: At øge produktveten for arbejdere vrksomheden. Data for 1987, 1988 og Effekt af subsdet udstrækkes måske over td. Model: log( scrap ) = β + δ d88 + δ d89 + β grant + β grant + a + u 0 0 t 1 t Estmer med Whn estmaton. Brug paneldata modul Proc TSCSREG SAS. F18: Avancerede Paneldata Metoder I 15

16 Paneldata modeller anvendt på andre datastrukturer Dmensonerne behøver kke at være ndvder og td. * Tvllnger: t = 1 and t = 2 henvser tl tvllng nr. 1 og tvllng nr. 2. Anvendelse af FD estmatoren fx på løndata baseret på observatoner af tvllnger: - Effekter der er fælles for tvllngerne falder ud (alder, opvækst (?)). - Enæggede tvllnger har samme gener og derfor samme nedarvede "ably". * Famlemedlemmer: To eller flere medlemmer af samme famle. Enhver "famle fxed effect" vl gå ud når man ser på ntra-famle forskelle (FD) eller afvgelser fra famlegennemsntet ("Whn"). * Elever den samme skole deler en fælles "skole fxed effect". Eksempler på klyngestkprøver. F18: Avancerede Paneldata Metoder I 16

17 Næste gang Random effects modeller: Wooldrdge sec Introdukton tl sdste emne: Instrument varabel estmaton: Wooldrdge sec forelæsnngsnote. Husk at løse prøveeksamen og afprøve upload. Spørg dn øvelseslærer ved øvelserne næste uge. Vejledende besvarelse på hjemmesden den 1. december. Gennemgang af opgaven ved forelæsnngen den 4. december. F18: Avancerede Paneldata Metoder I 17

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

Økonometri 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 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

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

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

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 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 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Kvantitative metoder 2

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

Læs mere

Økonometri 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

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

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

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

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

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

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

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

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

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

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

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

Husholdningsbudgetberegner

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Vækstregnskab for nm-erhvervet

Vækstregnskab for nm-erhvervet Danmarks Statstk MODEGRUPPEN Arbejdspapr* Erk Bjørsted 23. November 2005 Martn Junge Vækstregnskab for nm-erhvervet Resumé: Papret præsenterer et vækstregnskab for nm-erhvervet og sammenlgner den totale

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

www.olr.ccli.com Introduktion Online Rapport Din skridt-for-skridt guide til den nye Online Rapport (OLR) Online Rapport

www.olr.ccli.com Introduktion Online Rapport Din skridt-for-skridt guide til den nye Online Rapport (OLR) Online Rapport Onlne Rapport Introdukton Onlne Rapport www.olr.ccl.com Dn skrdt-for-skrdt gude tl den nye Onlne Rapport (OLR) Vgtg nformaton tl alle krker og organsatoner Ikke flere paprlster Sangrapporten går nu onlne

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

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

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

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

Handleplan for Myndighed (Handicap og Socialpsykiatri)

Handleplan for Myndighed (Handicap og Socialpsykiatri) for Myndghed (Handcap og Socalpsykatr) Baggrund Økonomudvalget besluttede den 17. maj 2010, at der bl.a. på Myndghedsområdet for Handcap og Socalpsykatr skal udarbejdes en handleplan som følge den konstaterede

Læs mere

Økonometri 1 Forår 2006 Ugeseddel 11

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

Læs mere

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

Brugerhåndbog. Del IX. Formodel til beregning af udlandsskøn

Brugerhåndbog. Del IX. Formodel til beregning af udlandsskøn Brugerhåndbog Del IX Formodel tl beregnng af udlandsskøn September 1999 Formodel tl beregnng af udlandsskøn 3 Formodel tl beregnng af udlandsskøn 1. Indlednng FUSK er en Formodel tl beregnng af UdlandsSKøn.

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

Forbedret Fremkommelighed i Aarhus Syd. Agenda. 1. Vurdering af forsøg Lukning af Sandmosevej

Forbedret Fremkommelighed i Aarhus Syd. Agenda. 1. Vurdering af forsøg Lukning af Sandmosevej Trafkgruppen Agenda 1. Vurderng af forsøg Luknng af Sandmosevej 2. Vurderng af foreslået forsøg Luknng af Sandmosevej og Brunbakkevej 3. Forslag tl forbedret fremkommelghed for hele Aarhus Syd 4. Kortsgtet

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

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

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

Læs mere

Fysik 3. Indhold. 1. Sandsynlighedsteori

Fysik 3. Indhold. 1. Sandsynlighedsteori Fysk 3 Indhold Termodynamk John Nclasen 1. Sandsynlghedsteor 1.1 Symboler 1.2 Boolsk Algebra 1.3 Betngede Udsagn 1.4 Regneregler 1.5 Bayes' formel 2. Fordelnger 2.1 Symboler 2.2 Bnomal Fordelngen 2.3 ultnomal

Læs mere

Analytisk modellering af 2D Halbach permanente magneter

Analytisk modellering af 2D Halbach permanente magneter Analytsk modellerng af 2D Halbach permanente magneter Kaspar K. Nelsen kak@dtu.dk, psjq@dtu.dk DTU Energ Konverterng og -Lagrng Danmarks Teknske Unverstet Frederksborgvej 399 4000, Rosklde, Danmark 17.

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

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

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

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

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

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

Medarbejderhåndbog. Velkommen som medarbejder i SIKA Rengøring A/S

Medarbejderhåndbog. Velkommen som medarbejder i SIKA Rengøring A/S Medarbejderhåndbog Velkommen som medarbejder SIKA Rengørng A/S SIKA Rengørng A/S ejes af Bent & Elsabeth Hansen. 1 Det bedst mulge ansættelsesforløb SIKA Rengørng A/S blev grundlagt 2001 af Bent & Elsabeth

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

OPI virksomhedsinvolvering:

OPI virksomhedsinvolvering: 18. jun 2012 OPI vrksomhedsnvolverng: Erfarnger fra OPI-Lab demonstratonsprojekt 1 1 Det Intellgente Hosptalsbaderum Peter Bamberg Jensen, OPI projektleder Syddansk Sundhedsnnovaton Regon Syddanmark Peter.Bamberg.Jensen@regonsyddanmark.dk

Læs mere

1. Intoduktion. Undervisningsnoter til Øvelse i Paneldata

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

Læs mere

Marginale eksterne ulykkesomkostninger og personbilers vægt

Marginale eksterne ulykkesomkostninger og personbilers vægt Margnale eksterne ulykkesomkostnnger og personblers vægt Thomas Bue Bjørner De Økonomske Råds Sekretarat Merete Høj Kjeldsen De Økonomske Råds Sekretarat Krstan Vest Nelsen De Økonomske Råds Sekretarat

Læs mere

Forén og find. Forén og find. Forén og find. Forén og find

Forén og find. Forén og find. Forén og find. Forén og find Phlp Blle (unon-fnd). Vedlgehold en dynamsk famle af mængder under operatoner: INIT(n): opret mængder {}, {},, {n-} UNION(,): forener de to mængder der ndeholder og. Hvs og er samme mængde skal der ngentng

Læs mere

Værktøj til beregning af konkurrenceeffekter ved udlægning af nyt butiksområde

Værktøj til beregning af konkurrenceeffekter ved udlægning af nyt butiksområde Dato: 6. oktober 217 Sag: DIPS- 16/1631 Sagsbehandler: /SBJ/DEB/PMO/KBA Værktøj tl beregnng af konkurrenceeffekter ved udlægnng af nyt butksområde KONKURRENCE- OG FORBRUGERSTYRELSEN ERHVERVSMINISTERIET

Læs mere

Kvalitet af indsendte måledata

Kvalitet 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 mere

Afdragsvariablene lafd og bafd

Afdragsvariablene lafd og bafd Danmarks Statstk MODELGRUPPEN Arbejdspapr* Ralph Bøge Jensen 17. august 2009 Afdragsvarablene lafd og bafd Resumé: I dette papr forklares, hvordan afdragsvarablen lafd, den faktske afdragsandel, og den

Læs mere

BESKÆFTIGELSES- OG LØNSTATISTIK FOR KVINDER

BESKÆFTIGELSES- OG LØNSTATISTIK FOR KVINDER Dansk Journalstforbund Februar 2011 BESKÆFTIGELSES- OG LØNSTATISTIK FOR KVINDER Jobs og lønkroner er kke lgelgt fordelt blandt mandlge og kvndelge forbunds. Derfor har v her samlet fre oversgter, der sger

Læs mere