Rettevejledning til Økonomisk Kandidateksamen 2005II, Økonometri 1

Størrelse: px
Starte visningen fra side:

Download "Rettevejledning til Økonomisk Kandidateksamen 2005II, Økonometri 1"

Transkript

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, men er anvendt tl at opklare eventuelle følgefejl og lgnende besvarelsen og tl at checke at opgaven er besvaret ndvduelt. Ved bedømmelsen blver der taget udgangspunkt den anførte vægtnng af opgaverne. Der ndgår en vurderng af, om besvarelsen samlet set er konsstent og formår at belyse den overordnede problemstllng ndenfor de angvne rammer. Besvarelsen må højest fylde 16 sder (nkl. forsden) og derudover 15 sders blag. Overskrdelser skal vægtes negatvt den samlede bedømmelse. Hvor der udføres hypotesetest forventes de r redegjort for de opstllede hypoteser, hvlken teststatstk der er anvendt, dens fordelng samt sgnfkansnveauet for testet ( rettevejlednngen benyttes 5% sgnfkansnveau hvs kke andet er nævnt). Opgaven besvares ud fra et ndvdualsere t datasæt. Hvor der vejlednngen er angvet konkrete numerske resultater og konklusoner er de opnået på grundlag af eksamensnummer 117. Resultater for andre eksamensnumre kan fås ved at køre det vedlagte SAS program VEJL005II.sas med de makro- og datafler, der blev udleveret sammen med opgaven. Det kan lede tl andre konklusoner på vsse test, som så vl være korrekt svar for det pågældende eksamensnummer. Opgave 1 a. ) Parameteren ndgår en paneldata model (1.1) som er en lneær ( parametrene) regressonsmodel og kan fortolkes som en alt-andet-lge effekt på log-tmelønnen af at ændre værden af unon fra nul tl en. Den procentvse ændrng tmelønnen er approxmatvt gvet ved 100 gange parameteren. Det forventede fortegn tl parameteren kan fx begrundes at være postvt ud fra et argument om, at lønmodtagerne har større forhandlngsstyrke, hvs jobbet er overenskomstdækket.

2 ) Varablerne d81 t, d8,..., t d 87t er tdsdummyer for de enkelte år med 1980 som refererencekategor. Dummyerne fanger den udvklng tmelønnen og de forklarende varabler over td, som er fælles for ndvderne. b. ) En tabel med udvalgte karakterstka, fx gennemsnt, varans (eller standardafvgelse), evt. mn og max af de varabler, der ndgår model (1.1). Der skal være en kort dskusson af data. Fx bemærkes meget stor sprednng tmelønnen (her ndgår både varaton over td og over ndvder), at næsten ¾ af personerne kke tlhører grupperne black eller hspan, at ca. ¼ af observatonerne vedrører personer overenskomstdækkede jobs og at næsten halvdelen af observatonerne vedrører gfte personer. Sdstnævnte er ret bemærkelsesværdgt set lyset af, at der er tale om mænd alderen mellem 17 og 30 år (alderen kan beregnes ud fra exper og educ). ) Varablen YEAR bruges tl at nddele observatonerne og gennemsnt og standardafvgelse for log-tmelønnen hhv. organserngsgraden skal beregnes for hvert af årene. Resultaterne skal opstlles en overskuelg tabel. Den gennemsntlge tmeløn stger år for år (ndeholder både nflatons- og reallønseffekter). Samlet er der tale om en gennemsntlg lønstgnng på ca. 35% over peroden. Lønsprednngen form af standardafvgelsen på log-tmelønnen for et gvet år falder frem tl 1984, øges 1985 og aftager derefter. Sprednngen er altså relatvt konstant mens lønnveauet stger. Organserngsgraden lgger ret konstant mellem 4 og 5% frem tl 1984, for derefter at falde tl 1-% 1985 og 1986, for endelg at sprnge tlbage tl 7% Altså ngen entydg tendens. Opgave a. ) Parameterestmater skal angves. Der bør kke kommenteres på størrelse, fortegn eller sgnfkans, da de opgvne forudsætnnger hverken skrer konsstens ( a kan være korreleret med en eller flere forklarende varabler) eller effcens. Ifølge datadokumentatonen er det ndvdualserede datasæt et tlfældgt udvalg fra det datasæt, der lgger tl grund for Table 14.. V forventer derfor kun at se tlfældge forskelle mellem estmaterne (og en tendens tl ldt større standardafvgelser). Dette skal underbygges med en konkret sammenlgnng for ˆβ 6 og ˆβ 7.

3 ) I så fald er OLS estmaterne kke konsstent eller mddelrette skøn på parametrene. De estmerer altså kke alt andet lge effekterne af de forklarende varabler på log-tmelønnen, men er skæve på grund af korrelatonen mellem en eller flere forklarende varabler og de uobserverede ndvd-specfkke effekter a. Hvs formålet er at estmere sådanne effekter er Pooled OLS estmaterne altså kke brugbare. b. ) Lgnng (1.) fremkommer ved at (1.1) for 1980 fratrækkes den tlsvarende lgnng for Heraf ses at konstantleddet (1.) blver α0 = 7β4 + δ 7d = 7β4 + δ7. Det skal bemærkes at exper forøges med 7 for alle personer datasættet og tdsdummen for 1987 har værden 1. ) Fejlleddet (1.) er Dv1987 = a + u1987 a u1980 = u1987 u1980 = Du1987. FE.3 skrer at Du 1987 kke er korreleret med de forklarende varabler (1.). Også de øvrge antagelser FE.1, FE. og FE.4 er antaget at være opfyldt for (1.1) (for FE.4 kan de tdsnvarante regressorer educ, black og hspan ndfortolkes a. Altså opnås der konsstente estmater af de nævnte koeffc enter tl tdsvarerende varabler. ) Estmatonsresultater skal rapporteres og der skal foretages en konkret sammenlgnng for ˆβ 6 og ˆβ 7. Ægteskabspræmen forsvnder stort set og fagforenngspræmen halveres. Der er således stor forskel forhold tl Pooled OLS estmater, hvlket må tlskrves at sdstnævnte er skæve som følge af korrelaton mellem uobserverede tds-nvarante ndvdspecfkke effekter og regressorerne (1.1), som kke betyder noget for resultaterne (1.), hvor a er elmneret. c. ) Grafsk analyse : Som mnmum forventes et kommenteret plot af resdualerne mod de predkterede værder, evt. også et plot mod expersq. ) Breusch-Pagan test for heteroskedastctet: Ud over de generelle krav vedrørende rapporterng af hypotesetest skal en fuldstændg besvarelse beskrve hjælperegressonen, der lgger tl grund for testet (enten LM eller F-test) og redegøre konkret for, at nulhypotesen om homoskedastctet kke kan afvses (hverken af LM- eller F-testet).

4 Man skal ord klart formulere konklusoner på baggrund af testene. Der bør gøres rede for, at man kan benytte OLS estmaterne fra (1.) og deres almndelge standardfejl, da alle antagelserne FE.1-6 er opfyldt (FE.6 følger af at personerne er tlfældgt udvalgte fra populatonen). d. ) Nulhypotesen er β 7 = 0 (ngen fagforenngspræme). Afhængg af konkluson under 1.a. argumenteres for et ensdet postvt alternatv, β 7 > 0, eller et dobbeltsdet alternatv og testet ndrettes derefter. Hypotesen skal testes ud fra resultaterne fra. b. (kke. a.). Nulhypotesen afvses, altså er der en (postv) effekt. ) Selvom kun expersq optræder drekte lgnng (1.) (da ændrngen exper er den samme for alle personer og derfor kke kan adsklles fra den generelle tdseffekt), vl en hypotese om at erfarng kke har nogen effekt kunne afvses ved blot at vse at expersq er sgnfkant lgnngen. Den relevante nulhypotese er β 5 = 0. Der skal argumenteres for alternatvet og hypotesen skal testes ud fra resultaterne fra. b. (kke. a.). Nulhypotesen afvses, altså er der en effekt af erfarng. e. ) Dummyvarablerne NE, NC og S 1987 føjes tl model (1.) som estmeres med OLS og sgnfkansen af dummyerne testes. De er kke sgnfkante, hverken enkeltvst eller samlet. Dummyvarablerne tllader, at der set forhold tl referencekategoren resten af USA - kan være regonale forskelle lønstgnngstakten afhængg af, hvor personen er bosddende Men det er der altså kke tegn på her. ) Det skal bemærkes at den udvdede udgave af (1.) alene medtager bopælen Modeller lange dfferenser som (1.) fremkommer ved at se på en model af typen (1.1) på to forskellge tdspunkter. Model (1.1) skal nddrages redegørelsen. Her er det 1980 og 1987 og v ser på varablerne ændrnger mellem de to år. Hvs de regonale områdedummyer skal overleve denne transformaton må de ndgå som nteraktonsled med tdsdummyer. Udvdes (1.1) med et sæt af regressorer, hvor NE, NC og S nteragerer med alle tdsdummyerne δ1,..., δ 7 fås netop den her betragtede udvdede udgave af (1.). Imdlertd tager en sådan model kun højde for regonale forskelle lønændrngerne, men kke de

5 ntale regonale lønnvauer. Inkluderer man også NE, NC og S den udvdede udgave af (1.1) tllader man sådanne nveauforskelle. Tl gengæld vl der optræde lange dfferens - led af typen D NE, D NC og D S modellen. De vl kun være nul, hvs alle personer bor samme regon 1980 og Der er data personer som flytter regon og v må derfor konkludere at den foreslåede udvdelse af model (1.) ndebærer den noget besynderlge restrkton, at der kun er regonale forskelle lønudvklngen forhold tl 1980, men kke de ntale nveauer. f. ) Af FE.3 følger, at forventnngen tl fejlleddet (1.), Du 1987, gvet de forklarende varabler modellen er nul. For både person A og person B kan den forventede lønændrng bestemmes ud fra (1.). Uddannelse og etnsk gruppe-varabler er uændrede over td. Begge personer er gft både 1980 og 1987, dvs. Dmarred falder ud af (1.). Endelg har de samme arbejdsmarkedserfarng, dvs. Dexpersq bdrager ens og falder ud sammenlgnngen mellem personer ne. Tlbage blver Dunon som er 1 for person A og 0 for person B. Den forventede forskel lønændrngen blver således koeffcenten tl Dunon som er β 7. Estmatet fra opgave.b på bass af (1.) bør angves som et mddelret og konsstent skøn på denne forskel. ) Antagelserne om modellen sger kke noget om korrelatonen mellem a og de forklarende varabler, fx unon. Hvs korrelatonen er forskellg fra nul vl den forventede 1987-løn som beskrevet af (1.1) afhænge af den konkrete værd af den uobservede ndvd - effekt a for hver af de to personer A og B. V kan kke ud fra det opgvne bestemme denne forventnng. Opgave 3 a. ) Modellen udvdes med nteraktonsled mellem unon og black hhv. hspan med koeffcenterne (fx) β 8 og β 9. Der skal argumenteres for at fagforenngspræmen blver β + β for black -gruppen, β7 + β9 for hspan-gruppen og β 7 for den etnske 7 8 referencekategor.

6 ) OLS estmaton skal udføres på den udvdede model for alle 480 observatoner og der skal ske en konkret beregnng af alle tre fagforenngspræmer. ) Der skal redegøres for, at en kausal fortolknng af OLS estmaterne som effekten af overenskomstdæknng (at gå fra unon = 0 tl unon = 1) kræver, at fejlleddet kke er korreleret med de forklarende varabler, herunder unon dummyen og dens nteraktoner med etnske dummyer. Der må fx kke være uobserverede varabler med effekt på lønnen, som har overvejende høje re (eller lavere) værd afhængg af, om jobbet er dækket af en overenskomst. Der skal konkret tages stllng tl forudsætnngen og vurderes, at den er tvvlsom. Valget af et job med overenskomstdæknng eller ej kan sagtens være afhænggt af varabler, der kke er medtaget modellen (fx offentlg versus prvat sektor eller ndvdets grad af rskoaverson). v) Hvs de udeladte faktorer er nvarante over td for det enkelte ndvd er de repræsenteret (1.1) af a. Der skal konkret argumenteres for at Wthn estmatoren elmnerer a og dermed de problemer der lgger en evt. korrelaton mellem a og de forklarende varabler. Koeffcenter tl tdsvarerende varabler kan estmer es konsstent. I (1.1) kan koeffcenterne tl educ, black og hspan derfor kke estmeres med Wthn. For exper gælder det, at ford alle er kontnuert beskæftgelse, kan effekten kke adsklles fra tdsdummerne. I forhold tl de etnske fagforenngspræmer er det tlstrækkelgt at nteraktonsleddene har varaton over td for nogle ndvder. Altså at der nden for hver af de tre etnske grupper er nogen, der skfter fagforenngsstatus. v) Der skal udføres en Wthn estmaton (fx med proc tscsreg) af den udvdede model. Estmater og standardfejl på koeffcenter tl de forklarende varabler skal rapporteres, gerne en tabel. Der bør være en forklarng på, hvordan exper og tdsdummerne ndgår estmatonen. v) Der skal udføres test for hver gr uppe : β7 + β8 = 0 afvses og for black -gruppen er præmen sgnfkant postv; β7 + β9 = 0 kan kke afvses og for hspan-gruppen er præmen

7 negatv, men kke sgnfkant; og β 7 = 0 afvses så for den etnske referencekategor er præmen sgnfkant postv. Testene skal udføres ud fra Wthn estmaterne (kke fra OLS). b. Teoropgave: ) Gvet x, a og s er varansen på fejlledet u t omvendt proportonal med længde n af uddannelsen, s. Da s kke varerer over td vl varansen være konstant for det enkelte ndvd. Begge elementer skal ndgå kommentaren. ) Vl se på en fxed effect estmator, fx første -dfferens (FD) estmatoren, det Cov( s, a ) 0og Cov( x, a ) 0, t = 1, betyder at fx OLS og RE estmatoren vl være t skæv. Wthn estmatoren er ækvvalent ford T=. Første dfferenser på (1.3) gver lgnngen: y = γ, 1,,...,, x + u = n (*) For at vse at FD er mddelret kan man verfcere antagelserne FD.1-4 Wooldrdge, sde FD.1 og FD.4: s er tds-nvarant, men ved at defnere a% = γ1s + a fås modellen på formen y = γ x + a% + u, = 1,,..., n, t = 1,,..., T, som opfylder FD.1. Der er kun en t t t regressor (*). Det må forudsættes at den faktsk varerer, dvs. nogle ndvder skfter fra at være dækket af en overenskomst tl kke at være det eller omvendt mellem perode 1 og. FD. er OK pr. antagelse opgaven. FD.3: Mddelværden af u t er nul uanset værderne af x, a og s og derfor også uanset værden af a% = γ1s + a. Hermed er FD.3 opfyldt. Samlet opfylder FD anvendt på (1.3) betngelserne for mddelret estmaton. ) For at FD anvendt på (1.3) er BLUE må også FD.5 og FD.6 være opfyldt, dvs. konstant varans på tværs af ndvder og ngen kovarans mellem dem. Det gælder at u t varerer tlfældgt over ndvder og data fremkommer som en tlfældg stkprøve, hvorfor FD.6 gælder. FD.5 holder dermod kke. Af (1.4) følger nemlg at σ Var( u x, s, a) = Eu ( x, s, a) + Eu ( 1 x, s, a ) = (hvor krydsleddene s forsvnder da u t varerer tlfældgt over td). Formen på heteroskedastcteten er kendt og den bedste lneære mddelrette estmator kan derfor opnås med WLS. Konkret skal leddene lgnngen (*) multplceres med s så det

8 transformede fejlled af u% = s u får varansen som kke varerer over ndvder. σ Varu (% xsa,, ) = svar( u xsa,, ) = s = σ s Opgave 4 a. Den gennemsntlge forskel tmelønnen mellem observatoner for personer byen og på landet skal beregnes. I forhold tl defntonen af rur er det mest naturlgt at regne land mnus by. Forskelle n er negatv og procent. I land/by præmen ønsker v at tage højde for observerede forskelle mellem land- og byjobs. Det sker kke ved beregnngen af dette summarske gennemsnt. Tl sammenlgnng kan man evt. se på en OLS regresson som korrgerer for observerede varabler, men den gver ca. samme resultat form af en negatv koeffcent tl rur. b. Denne del af opgaven er åben. Mulghederne begrænses af de tlgængelge data, som bør udnyttes bedst mulgt. Modellerne skal opstlles med varabler og nteraktonsled, der ntroducerer begge forklarngerne. I lyset af de sgnfkante etnske forskelle fagforenngspræmen fra opgave 3 bør de etnske nteraktonsled med unon også medtages modellen. Mobltetsforklarngen bygger på personlge og famlemæssge forhold. Varabler datasættet som er relaterede tl sådanne forhold er marred (gfte personer må ofte flytte ægtefællen med, hvs de skfter mellem land- og byjobs og er derfor som udgangspunkt mndre moble) og hlth som angver at personen har et sundhedsmæssgt problem (og derfor også må antages at være mndre mobl). Begge varabler bør begrundes og nddrages, herunder som nteraktonsled med rur. Segmenterngsforklarngen bygger på forskelle fagforenngspræmen mellem by og land og unon og dens etnske nteraktonsled bør nddrages som nteraktonsled med rur. Begge forklarnger kan som udgangspunkt ndbygges en stor model. Det potentelle problem med korrelaton med udeladte ndvd-specfkke løndetermnanter ekssterer fortsat form af systematske forskelle mellem personer byen og på landet. Der bør derfor anvendes en form for fxed effect estmator, kke OLS eller RE. Mest nærlggende vl være at bruge Wthn estmatoren. Første -dfferenser eller lange

9 dfferenser vl også være OK den forstand, at de nævnte estmatorer alle elmnerer den ndvd-specfkke tds-nvarante effekt, men mndre effcent. c. Den eller de foreslåede regressoner skal gennemføres. Mstanken om nkonsstent OLS estmaton synes bekræftet af, at rur ved Wthn estmaton får en postv (om end kke særlg sgnfkant) koeffcent tl fordel for landjobs. Test af de to forklarnger udføres som hypotesetest af de foreslåede modeludvdelser. Der fndes kke evdens for nogen af forklarnger ne. Der skal konkluderes at ngen af de foreslåede forklarnger synes at bdrage tl bestemmelsen af land/by lønpræmen. Det kan konstateres at hvs man som Wthn estmatonen alene udnytter lønvaratoner for personer, der faktsk flytter mellem land og by, får man vendt fortegnet på løneffekten. Konklusonen blver derfor, at land/by lønpræmen må tlskrves uobserverede ndvdeffekter, som overvejende påvrker lønnen negatvt blandt personer på landet og postvt for personer byen. d. Datasættet gve r ret begrænsede mulgheder. En hypotese kunne være, at den summarske lønforskel smpelthen er en brancheeffekt. Mest nærlggende er det, at landbrugsjob gver lavere løn uanset personens karakterstka og at folk med landbrugsjob sagens natur hovedsage lgt bor på landet. Det har modellerne hdtl kke taget højde for. Der er branchedummer datasættet. Hvs man nkluderer et fuldt sæt dummer (fx med MAN som referencekategor) og bruger Wthn estmaton, får man godt nok en negatv løneffekt af et landbrugsjob, men stadg et postvt estmat af koeffcenten tl rur. Opgave 5 Denne del af besvarelsen bør fremstå som en samlet og overskuelg konkluson på hele opgaven. I besvarelsen skal de r demonstreres overblk over de forskellge tmelønsmodeller og evne tl at lave en overskuelg tabel, som sammenholder analyserne fra Opgave.a,.b og 3.a. Ikke alle parametre estmeres hvert tlfælde, men nspraton tl tabellens opbygnng fås fra Table 14. som opgaveteksten henvser tl. Kommentaren skal væ re fokuseret på overenskomstvarablen og der skal være en klart formuleret konkluson for, hvad der er det (eller de) foretrukne estmat(er) og om der er en sgnfkant effekt af overenskomstdæknng på tmelønnen. Det er der, hvert fald for vsse etnske grupper, og de forelggende resultater synes kke at strde mod en kausal fortolknng af effekten.

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

Rettevejledning til Økonomisk Kandidateksamen 2007I, Økonometri 1

Rettevejledning 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 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

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

Økonometri 1. Test for heteroskedasticitet. Test for heteroskedasticitet. Dagens program. Heteroskedasticitet 26. oktober 2005

Økonometri 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 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 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

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

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. 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

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

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

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

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

Ugeseddel 8. Gruppearbejde:

Ugeseddel 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 mere

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

Prøveeksamen 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 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

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

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

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

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

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

Opsamling. Simpel/Multipel Lineær Regression Logistisk Regression Ikke-parametriske Metoder Chi-i-anden Test

Opsamling. 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 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

EKSAMEN I MATEMATIK-STATISTIK, 27. JANUAR 2006, KL 9-13

EKSAMEN 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 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

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

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

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

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

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 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. Interne evalueringer. Interne evalueringer. Dagens program. Heteroskedaticitet (Specifikation og dataproblemer) 2.

Økonometri 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 mere

DLU med CES-nytte. Resumé:

DLU med CES-nytte. Resumé: Danmarks Statstk MODELGRUPPEN Arbejdspapr* Grane Høegh 17. august 2006 DLU med CES-nytte Resumé: Her papret undersøges det om en generalserng af den bagvedlggende nyttefunkton DLU fra Cobb-Douglas med

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

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

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

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

TALTEORI Følger og den kinesiske restklassesætning.

TALTEORI Følger og den kinesiske restklassesætning. Følger og den knesske restklassesætnng, december 2006, Krsten Rosenklde 1 TALTEORI Følger og den knesske restklassesætnng Dsse noter forudsætter et grundlæggende kendskab tl talteor som man kan få Maranne

Læs mere

Økonometri 1 Forår 2003 Ugeseddel 10: Prøveeksamen. Indtjening, konkurrencesituation og produktudvikling i danske virksomheder. Om opgavens formål:

Økonometri 1 Forår 2003 Ugeseddel 10: Prøveeksamen. Indtjening, konkurrencesituation og produktudvikling i danske virksomheder. Om opgavens formål: Økonometr 1 Forår 2003 Ugeseddel 10: Prøveeksamen Indtjenng, konkurrencestuaton og produktudvklng danske vrksomheder Om opgavens formål:! Ogavesættets prmære formål er så vdt mulgt at lgne formen på eksamensopgaven.

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

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

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

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

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

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

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

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

Morten Frydenberg Biostatistik version dato:

Morten Frydenberg Biostatistik version dato: Morten Frydenberg Bostatstk verson dato: -4- Bostatstk uge mandag Morten Frydenberg, Afdelng for Bostatstk Resume: Hvad har v været gennem ndtl nu Lneær (normal) regresson en kontnuert forklarende varabel

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

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

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

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

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

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

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

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

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

Sandsynlighedsregning og statistik med binomialfordelingen

Sandsynlighedsregning og statistik med binomialfordelingen Sandsynlghedsregnng og statstk med bnomalfordelngen Katja Kofod Svan og Olav Lyndrup Januar 09 Indhold Stokastske varable... 3 Mddelværd og sprednng... 6 Bnomalfordelngen... Andre sandsynlghedsfordelnger...

Læs mere

χ 2 -fordelte variable

χ 2 -fordelte variable χ -fordelte varable Defnton af χ -fordelngen Kvadratsummen V n af n uafhængge standardserede normalfordelte stokastske varable sges at være χ -fordelt med n frhedsgrader. V n fremkommer altså som V n =

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

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

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

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

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

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

NOTAT:Benchmarking: Roskilde Kommunes serviceudgifter i regnskab 2014

NOTAT:Benchmarking: Roskilde Kommunes serviceudgifter i regnskab 2014 Beskæftgelse, Socal og Økonom Økonom og Ejendomme Sagsnr. 271218 Brevd. 2118731 Ref. KASH Dr. tlf. 4631 3066 katrnesh@rosklde.dk NOTAT:Benchmarkng: Rosklde Kommunes servceudgfter regnskab 2014 17. august

Læs mere

Binomialfordelingen: april 09 GJ

Binomialfordelingen: april 09 GJ Bnomalfordelngen: aprl 09 GJ Spm A 14: Sandsynlghedsregnng og statstk. Efter en kort ntrodukton af grundlæggende begreber sandsynlghedsregnng og statstk skal du skal ntroducere bnomalfordelngsmodellen

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

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

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

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

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

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

Samarbejdet mellem jobcentre og a-kasser inden for FTFområdet

Samarbejdet mellem jobcentre og a-kasser inden for FTFområdet BEU - 14.9.2009 - Dagsordenspunkt: 3 09-0855 - JEFR - Blag: 3 Samarbejdet mellem jobcentre og a-kasser nden for FTFområdet Det ndstlles: At BEU tlslutter sg, at KL/FTF-aftalen søges poltsk forankret gennem

Læs mere

NOTAT: Benchmarking: Roskilde Kommunes serviceudgifter i regnskab 2013

NOTAT: Benchmarking: Roskilde Kommunes serviceudgifter i regnskab 2013 Beskæftgelse, Socal og Økonom Økonom og Ejendomme Sagsnr. 260912 Brevd. 1957603 Ref. LAOL Dr. tlf. 4631 3152 lasseo@rosklde.dk NOTAT: Benchmarkng: Rosklde Kommunes servceudgfter regnskab 2013 19. august

Læs mere

I det omfang der er behov for uddybning af de anførte områder henvises til revisionsrapporten og/eller de administrative vejledninger på områderne.

I det omfang der er behov for uddybning af de anførte områder henvises til revisionsrapporten og/eller de administrative vejledninger på områderne. Dette dokument beskrver overordnet de væsentlge ændrnger tl verson 2.6. I dokumentet er kun medtaget de ændrnger, der har medført ændrnger tl revsonsrapporten. I det omfang der er behov for uddybnng af

Læs mere

FTF dokumentation nr. 3 2014. Viden i praksis. Hovedorganisation for 450.000 offentligt og privat ansatte

FTF dokumentation nr. 3 2014. Viden i praksis. Hovedorganisation for 450.000 offentligt og privat ansatte FTF dokumentaton nr. 3 2014 Vden prakss Hovedorgansaton for 450.000 offentlgt og prvat ansatte Sde 2 Ansvarshavende redaktør: Flemmng Andersen, kommunkatonschef Foto: Jesper Ludvgsen Layout: FTF Tryk:

Læs mere

Kulturel spørgeguide. Psykiatrisk Center København. Dansk bearbejdelse ved Marianne Østerskov. Januar 2011 2. udgave. Kulturel spørgeguide Jan.

Kulturel spørgeguide. Psykiatrisk Center København. Dansk bearbejdelse ved Marianne Østerskov. Januar 2011 2. udgave. Kulturel spørgeguide Jan. Vdenscenter for Transkulturel Psykatr har ekssteret sden 2002 og skal fremme psykatrsk udrednng, dagnostk, behandlng, pleje og opfølgnng af patenter, der har en anden etnsk baggrund end dansk. Kulturel

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

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

Salg af kirkegrunden ved Vejleå Kirke - opførelse af seniorboliger. hovedprincipper for et salg af kirkegrunden, som vi drøftede på voii møde.

Salg af kirkegrunden ved Vejleå Kirke - opførelse af seniorboliger. hovedprincipper for et salg af kirkegrunden, som vi drøftede på voii møde. Ishøj Kommune Att.: Kommunaldrektør Anders Hvd Jensen Ishøj Store Torv 20 2635 Ishøj Lett Advokatfrma Rådhuspladsen 4 1550 København V Tlr. 33 34 00 00 Fax 33 34 00 01 lettl lett.dk www.lett.dk Kære Anders

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

faktaark om nybygningens og 5. sporets kapacitet

faktaark om nybygningens og 5. sporets kapacitet Trafkudvalget 2008-09 TRU alm. del Blag 602 Offentlgt greve kommune holbæk kommune høje-taastrup kommune shøj kommune kalundborg kommune lejre kommune odsherred kommune rosklde kommune solrød kommune vallensbæk

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

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

Udviklingen i de kommunale udligningsordninger

Udviklingen i de kommunale udligningsordninger Udvklngen de kommunale udlgnngsordnnger af Svend Lundtorp AKF Forlaget Jun 2004 Forord Dette Memo er skrevet de sdste måneder af 2003, altså før strukturkommssonens betænknng og før Indenrgsmnsterets

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

Statistisk mekanik 13 Side 1 af 9 Faseomdannelse. Faseligevægt

Statistisk mekanik 13 Side 1 af 9 Faseomdannelse. Faseligevægt Statsts mean 3 Sde af 9 Faselgevægt Hvs hver fase et PVT-system behandles særslt, vl hver fase alene raft af mulgheden for faseomdannelser udgøre et åbent system. Ved generalserng af udtry (3.48) fås dermed

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

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

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

Europaudvalget 2009-10 EUU alm. del Bilag 365 Offentligt

Europaudvalget 2009-10 EUU alm. del Bilag 365 Offentligt Europaudvalget 2009-10 EUU alm. del Blag 365 Offentlgt Notat Kemkaler J.nr. MST-652-00099 Ref. Doble/lkjo Den 5. maj 2010 GRUNDNOTAT TIL FOLKETINGETS EUROPAUDVALG Kommssonens forslag om tlpasnng tl den

Læs mere

Lønstigninger på større overenskomster

Lønstigninger på større overenskomster Lønstgnnger på større overenskomster Den gennemsntlge lønstgnng for alle medarbejdere under en overenskomst er sjældent lgelgt fordelt. Her vses lønstgnngerne for stllngsgrupper over 5 på en række større

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

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

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