Økonometri 1. Lineær sandsynlighedsmodel (Wooldridge 8.5). Dagens program: Heteroskedasticitet 30. oktober 2006
|
|
- Anne Marie Lindholm
- 7 år siden
- Visninger:
Transkript
1 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) Uendt form for heterosedastctet: Feasble Generalzed Least Squares (FGLS) Lneær sandsynlghedsmodel (Wooldrdge 8.5). Øonometr 1: F13 1 Øonometr 1: F13 1
2 Hvordan fnder man en mere effcent estmator end OLS? Hvs man nu onstruerer et nyt fejlled som u h vl den betngede varans vl være onstant: 1 1 1,, = ( 1,, ) = σ = σ ( ) h h h u V x x x V u x x x h Forudsætter at h-funtonen er endt! Uendt form af heterosedastctet (som sal estmeres) I mange tlfælde er den esate form for heteros. uendt (dvs. h er uendt) men h an modelleres og efterfølgende estmeres Ved at benytte hˆ stedet for h an man gen transformere den oprndelge model. I den transformerede model benyttes så OLS. Denne procedure aldes Feasble ( ladsggørlg ) GLS (FGLS) Øonometr 1: F13 3 Øonometr 1: F13 4
3 Uendt form af heterosedastctet (som sal estmeres) Der fndes mange måder at modellere heterosedastctet. Her er gennemgået en verson. Antag at varansen er gvet ved Vu ( x) = σ exp( δ0 + δ1x1+ + δx) (*) Bemær: Varansen er altd postv Varansen er proportonal med exp( δ0 + δ1x δx) For at unne orrgere er det nødvendgt at ende værden af parametrene. δ Uendt form af heterosedastctet (som sal estmeres) Hvs varansen er gvet ved (*) gælder der følgende: u = σ exp( δ0 + δ1x1+ δx + δx) v Ev ( x) = 1 Gvet uafhængghed mellem x og v an parametrene estmeres ved OLS følgende regressonsmodel: log( ) α0 δ1 1 δ δ u = + x + x + x + e hvor modellen opfylder MLR.1 MLR.4, så OLS vl gve mddelrette estmatorer. Men: Fejlleddet observeres e. Øonometr 1: F13 5 Øonometr 1: F13 6 3
4 Uendt form af heterosedastctet (som sal estmeres) Når parametrene sal estmeres erstattes fejlledene med OLS resdualerne hjælpelgnngen uˆ = α + δ x + δ x + δ x + e log( ) (**) Ud fra parameterestmaterne udregnes h hˆ = exp( gˆ ) = exp( ˆ α + ˆ δ x + ˆ δ x + ˆ δ x ) WLS an så udføres med hˆ stedet for h Alternatvt an hjælperegressonen (**) erstattes med log( uˆ ) = α + δ yˆ + δ yˆ + fejl 0 1 Hypotesetest med FGLS estmater FGLS er onsstent og asymptots mere effcent end OLS F- og t-test er asymptots hhv. F- og t-fordelte. Når man laver F-test med WLS er det vgtgt at den restrterede og den urestrterede model er estmeret med de samme vægte Proceduren for F-test med FGLS Estmer den urestrterede model med OLS Udregn vægtene Estmer den urestrterede model med dsse vægte: WLS Estmer den restrterede model med samme vægte Udfør F-testet Øonometr 1: F13 7 Øonometr 1: F13 8 4
5 FGLS WLS (FGLS) og OLS Procedure for FGLS 1. Estmer den oprndelge model med OLS: y = β + β x + + β x + u. Udregn OLS resdualerne og onstruer log( ) 3. Estmer hjælperegressonen: log( )= uˆ uˆ α δ x + + δ x + e 4. Udregn de predterede værder gˆ fra regressonen 3 5. Udregn derefter hˆ: hˆ= exp( gˆ ) 6. Estmer modellen y = β + β x + + β x + u med WLS hvor vægten er 1/ hˆ Sammenlgnng af WLS og OLS OLS og WLS estmater an være (meget) forsellge Hvs OLS og WLS er statsts sgnfant forsellge, bør man være varsom med at fortole resultaterne. Dette an være tegn på msspecfaton (specelt at antagelse MLR.4 e er opfyldt). Øonometr 1: F13 9 Øonometr 1: F
6 Lneær sandsynlghedsmodel NB er I den lneære sandsynlghedsmodel er der heterosedastctet: V ( y x) = p( x)*(1 p( x)) p( x) = β0 + β1x1+ + βx Det følger så hvordan h sal onstrueres nemlg som h ˆ ˆ = y(1 y) Problem: Det an foreomme at Ad hoc orreton: yˆ yˆ Eller brug OLS og heteros. robuste standardfejl. yˆ = 0.99 hvs yˆ > 1 = 0.01 hvs yˆ < 0 > 1 eller yˆ < 0 En effcent estmator tllægger hver observaton/resdual en vægt, der er omvendt proportonal med varansen på fejlleddet. Parametrene er de samme som den oprndelge model og sal fortoles ud fra den. Øonometr 1: F13 11 Øonometr 1: F13 1 6
7 Næste gang: Mandag den 6. november Specfaton og dataproblemer: Kaptel Funtonel form msspecfaton Proxyvarabler Øonometr 1: F
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 mereØkonometri 1. Test for heteroskedasticitet. Test for heteroskedasticitet. Dagens program. Heteroskedasticitet 26. oktober 2005
Dagens program Økonometr Heteroskedastctet 6. oktober 005 Emnet for denne forelæsnng er heteroskedastctet (Wooldrdge kap. 8.3-8.4) Konsekvenser af heteroskedastctet Hvordan fnder man en effcent estmator?
Læs mereØkonometri 1. Heteroskedasticitet 27. oktober Økonometri 1: F12 1
Økonometr 1 Heteroskedastctet 27. oktober 2006 Økonometr 1: F12 1 Dagens program: Heteroskedastctet (Wooldrdge kap. 8.3-4) Sdste gang: I dag: Konsekvenser af heteroskedastctet for OLS Korrekton af varansen
Læs mereKvantitative metoder 2
Dagens program: Heteroskedastctet (Wooldrdge kap. 8.4) Kvanttatve metoder Heteroskedastctet 6. aprl 007 Sdste gang: Konsekvenser af heteroskedastctet for OLS Whte s korrekton af OLS varansen Test for heteroskedastctet
Læs mereØkonometri 1 Efterår 2006 Ugeseddel 9
Økonometr 1 Efterår 006 Ugeseddel 9 Program for øvelserne: Opsamlng på Ugeseddel 8 Gruppearbejde SAS øvelser Ugeseddel 9 består at undersøge, om der er heteroskedastctet vores model for væksten og så fald,
Læs mereKvantitative metoder 2
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 mereØkonometri 1. Lineær sandsynlighedsmodel. Hvad nu hvis den afhængige variabel er en kvalitativ variabel (med to kategorier)?
Dagens program Økonometr Heteroskedastctet 6. oktober 004 Hovedemnet for denne forelæsnng er heteroskedastctet (kap. 8.-8.3) Lneære sandsynlghedsmodel (kap 7.5) Konsekvenser af heteroskedastctet Hvordan
Læs mereKvantitative metoder 2
y = cy ( c 0) Plan for resten af gennemgangen Kvanttatve metoder Instrumentvarabel estmaton 4. maj 007 F5: Instrumentvarabel (IV) estmaton: Introdukton tl endogentet og nstrumentvarabler En regressor,
Læs mereKvantitative metoder 2
Kvanttatve metoder 2 Instrumentvarabel estmaton 14. maj 2007 KM2: F25 1 y = cy ( c 0) Plan for resten af gennemgangen F25: Instrumentvarabel (IV) estmaton: Introdukton tl endogentet og nstrumentvarabler
Læs mereKvantitative metoder 2
Kvantitative metoder Heteroskedasticitet 11. april 007 KM: F18 1 Oversigt: Heteroskedasticitet OLS estimation under heteroskedasticitet (W.8.1-): Konsekvenser af heteroskedasticitet for OLS Gyldige test
Læs mereØkonometri 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 mereOpsamling. Simpel/Multipel Lineær Regression Logistisk Regression Ikke-parametriske Metoder Chi-i-anden Test
Opsamlng Smpel/Multpel Lneær Regresson Logstsk Regresson Ikke-parametrske Metoder Ch--anden Test Opbygnng af statstsk model Specfcer model Lgnnger og antagelser Estmer parametre Modelkontrol Er modellen
Læs mereØkonometri 1. Avancerede Paneldata Metoder II Introduktion til Instrumentvariabler 27. november 2006
Økonometr 1 Avancerede Paneldata Metoder II Introdukton tl Instrumentvarabler 27. november 2006 Paneldata metoder Sdste gang: Paneldata med to eller flere peroder og fxed effects estmaton. Første-dfferens
Læs mereØkonometri 1 Efterår 2006 Ugeseddel 13
Økonometr 1 Efterår 2006 Ugeseddel 13 Prram for øvelserne: Gruppearbejde plenumdskusson SAS øvelser Øvelsesopgave: Vækstregressoner (fortsat) Ugeseddel 13 fortsætter den emprske analyse af vækstregressonen
Læs mereØkonometri 1. Funktionel form. Funktionel form (fortsat) Dagens program. Den simple regressionsmodel 14. september 2005
Dages program Økoometr De smple regressosmodel 4. september 5 Dee forelæsg drejer sg stadg om de smple regressosmodel (Wooldrdge kap.4-.6) Fuktoel form Hvorår er OLS mddelret? Varase på OLS estmatore Regressosmodelle
Læs mereKvantitative metoder 2 Forår 2007 Ugeseddel 10
Kvanttatve metoder 2 Forår 2007 Ugeseddel 0 Program for øvelserne: Gennemgang af teoropgave fra Ugesedel 9 Gruppearbejde og plenumdskusson SAS øvelser, spørgsmål -4. Sdste øvelsesgang (uge 2): SAS øvelser,
Læs mereKvantitative metoder 2
Program for dag: Kvanttatve metoder Opsamlng vedr. nferens uden MLR.5: Beregnng af robuste standardfejl og kovarans under heteroskedastctet (W8.) W.6: Flere emner en multpel regressonsmodel Inferens den
Læs mereStatikstik II 3. Lektion. Multipel Logistisk regression Generelle Lineære Modeller
Statkstk II 3. Lekton Multpel Logstsk regresson Generelle Lneære Modeller Defntoner: Repetton Sandsynlghed for at Ja tl at være en god læser gvet at man er en dreng skrves: P( God læser Ja Køn Dreng) Sandsynlghed
Læs merePrøveeksamen Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kommenteret vejledende besvarelse
Økonometr Prøveeksamen Indtjenng, konkurrencestuaton og produktudvklng danske vrksomheder Kommenteret vejledende besvarelse Resultaterne denne besvarelse er fremkommet ved brug af eksamensnummer 7. Dne
Læs merePrøveeksamen Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kommenteret vejledende besvarelse
Økonometr Forår 00 Prøveeksamen Indtjenng, konkurrencestuaton og produktudvklng danske vrksomheder Kommenteret vejledende besvarelse Resultaterne denne besvarelse er fremkommet ved brug af eksamensnummer
Læs mereØkonometri 1. Avancerede Paneldata Metoder I 24.november F18: Avancerede Paneldata Metoder I 1
Økonometr 1 Avancerede Paneldata Metoder I 24.november 2006 F18: Avancerede Paneldata Metoder I 1 Paneldatametoder Sdste gang: Paneldata begreber og to-perode tlfældet (kap 13.3-4) Uobserveret effekt modellen:
Læs mereØkonometri lektion 7 Multipel Lineær Regression. Testbaseret Modelkontrol
Økonometr lekton 7 Multpel Lneær Regresson Testbaseret Modelkontrol MLR Model på Matrxform Den multple lneære regressons model kan skrves som X y = Xβ + Hvor og Mndste kvadraters metode gver følgende estmat
Læs mereStatikstik II 4. Lektion. Generelle Lineære Modeller
Statkstk II 4. Lekton Generelle Lneære Modeller Generel Lneær Model Y afhængg skala varabel X 1,,X k forklarende varable, skala eller bnære Model: Mddelværden af Y gvet X + k = E( Y X ) = α + β x + + β
Læs mereStatistik Lektion 15 Mere Lineær Regression. Modelkontrol Prædiktion Multipel Lineære Regression
Statstk Lekton 15 Mere Lneær Regresson Modelkontrol Prædkton Multpel Lneære Regresson Smpel Lneær Regresson - repetton Spørgsmål: Afhænger y lneært af x?. Model: y = β + β x + ε ε d N(0, σ 0 1 2 ) Systematsk
Læs merePrøveeksamen Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kommenteret vejledende besvarelse
Økonometr Prøveeksamen Indtjenng, konkurrencestuaton og produktudvklng danske vrksomheder Kommenteret vejledende besvarelse Resultaterne denne besvarelse er fremkommet ved brug af eksamensnummer 7. Dne
Læs mereDLU 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 mereØkonometri 1. Dagens program. Den multiple regressionsmodel 18. september 2006
Dagens program Økonometri Den multiple regressionsmodel 8. september 006 Opsamling af statistiske resultater om den simple lineære regressionsmodel (W kap..5). Den multiple lineære regressionsmodel (W
Læs mereStatistik II Lektion 4 Generelle Lineære Modeller. Simpel Lineær Regression Multipel Lineær Regression Flersidet Variansanalyse (ANOVA)
Statstk II Lekton 4 Generelle Lneære Modeller Smpel Lneær Regresson Multpel Lneær Regresson Flersdet Varansanalyse (ANOVA) Logstsk regresson Y afhængg bnær varabel X 1,,X k forklarende varable, skala eller
Læs merePrøveeksamen Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kommenteret vejledende besvarelse
Økonometr Prøveeksamen Indtjenng, konkurrencestuaton og produktudvklng danske vrksomheder Kommenteret vejledende besvarelse Resultaterne denne besvarelse er fremkommet ved brug af eksamensnummer 7. Dne
Læs mereVægtet 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 mereKvantitative 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 mereAnvendt Statistik Lektion 10. Regression med både kvantitative og kvalitative forklarende variable Modelsøgning Modelkontrol
Anvendt Statstk Lekton 0 Regresson med både kvanttatve og kvaltatve forklarende varable Modelsøgnng Modelkontrol Opsummerng I forbndelse med multpel lneær regresson så v på modeller på formen E[ y] = α...
Læs mereRettevejledning 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 mereAnvendt Statistik Lektion 10. Regression med både kvantitative og kvalitative forklarende variable Modelkontrol
Anvendt Statstk Lekton 0 Regresson med både kvanttatve og kvaltatve forklarende varable Modelkontrol Opsummerng I forbndelse med multpel lneær regresson så v på modeller på formen E y] = α... [ 3 3 4 4
Læs mereKvantitative metoder 2 Forår 2007 Ugeseddel 9
Kvanttatve metoder 2 Forår 2007 Ugeseddel 9 Program for øvelserne: Introdukton af problemstllng og datasæt Gruppearbejde SAS øvelser Paneldata for tlbagetræknngsalder Ugesedlen analyserer et datasæt med
Læs mereAnvendt Statistik Lektion 8. Multipel Lineær Regression
Anvendt Statistik Lektion 8 Multipel Lineær Regression 1 Simpel Lineær Regression (SLR) y Sammenhængen mellem den afhængige variabel (y) og den forklarende variabel (x) beskrives vha. en SLR: ligger ikke
Læs mereKvantitative 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 mereØkonometri 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 mereEKSAMEN I MATEMATIK-STATISTIK, 27. JANUAR 2006, KL 9-13
EKSAMEN I MATEMATIK-STATISTIK, 7. JANUAR 006, KL 9-13 [HER STARTER STATISTIKDELEN] Opgave 3 (5%): Bologsk baggrundsnformaton tl forståelse af opgaven: Dr producerer kke altd lge meget afkom af hvert køn.
Læs mere6. 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! Proxy variable. ! Målefejl. ! Manglende observationer. ! Dataudvælgelse. ! Ekstreme observationer. ! Eksempel: Lønrelation (på US data)
Dagens program Økonometri 1 Specifikation, og dataproblemer 10. april 003 Emnet for denne forelæsning er specifikation (Wooldridge kap. 9.-9.4)! Proxy variable! Målefejl! Manglende observationer! Dataudvælgelse!
Læs mereØkonometri 1. Definition og motivation. Definition og motivation. Dagens program. Den multiple regressionsmodel 21. september 2005
Dages program Økoometr De multple regressosmodel. september 005 Emet for dee forelæsg er de multple regressosmodel (Wooldrdge kap 3.-3.3+appedx E.-E.) Defto og motvato Fortolkg af parametree de multple
Læs mereRettevejledning til Økonomisk Kandidateksamen 2007I, Økonometri 1
Rettevejlednng tl Økonomsk Kanddateksamen 2007I, Økonometr Vurderngsgrundlaget er selve opgavebesvarelsen og blaget. Programmer og data, som er afleveret elektronsk, bedømmes som sådan kke, men er anvendt
Læs mereStatistik 9. gang 1 REGRESSIONSANALYSE. Korrelation (kontrol af model) Regression (tilpasning af model)
Statstk 9. gag REGRESSIONSANALYSE Korrelato kotrol af model Regresso tlpasg af model Statstk 9. gag KORRELATIONS ANALYSE. Grad af fælles varato mellem X og Y. Område og fordelg af sample data 3. Optræde
Læs mereRegressionsanalyse. Epidemiologi og Biostatistik. 1.Simpel lineær regression (Kapitel 11) systolisk blodtryk og alder
Regressonsanalyse Epdemolog og Bostatstk Mogens Erlandsen, Insttut for Bostatstk Uge, torsdag (forelæsnng) 1.Smpel lneær regresson (Kaptel 11) systolsk blodtryk og alder. Multpel lneær regresson (Kaptel
Læs mereØkonometri 1. Den simple regressionsmodel 11. september Økonometri 1: F2
Økonometri 1 Den simple regressionsmodel 11. september 2006 Dagens program Den simple regressionsmodel SLR : Én forklarende variabel (Wooldridge kap. 2.1-2.4) Motivation for gennemgangen af SLR Definition
Læs mereVi ønsker også at teste hypoteser om parametrene. F.eks: Kan µ tænkes at være 0 (eller anden fast, kendt værdi)? Eksempel: dollarkurser
Uge 37 I Teoretsk Statstk, 9.sept. 003. Fordelger kyttet tl N-ford. Gvet: uafhægge observatoer af samme N(µ,σ )-fordelte stokastske varabel. Formelt: X,X,,X uafhægge, alle N(µ,σ )-fordelt. Mddelværd µ
Læs mereStatistisk 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 mereMorten 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 mereIndtjening, 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 mereØkonometri 1. Dagens program. Den simple regressionsmodel 15. september 2006
Dagens program Økonometri Den simple regressionsmodel 5. september 006 Den simple lineære regressionsmodel (Wooldridge kap.4-.6) Eksemplet fortsat: Løn og uddannelse på danske data Funktionel form Statistiske
Læs mereLineær 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 mereStatistik 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 mereØkonometri: Lektion 6 Emne: Heteroskedasticitet
Økonometri: Lektion 6 Emne: Heteroskedasticitet 1 / 32 Konsekvenser af Heteroskedasticitet Antag her (og i resten) at MLR.1 til MLR.4 er opfyldt. Antag MLR.5 ikke er opfyldt, dvs. vi har heteroskedastiske
Læs mereMorten 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 mereØkonometri 1. Instrumentvariabelestimation 26. november Plan for IV gennemgang. Exogenitetsantagelsen. Exogenitetsantagelsen for OLS
y = cy ( c 0 ) Pla for IV geemgag Økoometr Istrumetvarabelestmato 6. ovember 004 F9: Hvad er IV estmato: Bvarat model, et strumet: Kap.5. + afst -4 ote. F0: IV estmato det multple tlfælde (eksakt detfceret):
Læs mereIndtjening, 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 mereUgeseddel 8. Gruppearbejde:
Ugeseddel 8 Gruppearbejde: 1. Ved at nkludere en dummyvarabel for et bestemt landeområde, svarer tl at konstatere, at dsse lande har nogle unkke karakterstka, som har betydnng for væksten, som kke gør
Læs mereKvantemekanik 2 Side 1 af 11 Schrödingerligningen. Bølgefunktionen
Kvantemean Sde af Bølgefuntonen Inden for den lassse fys an en partels bevægelse besrves ved en, der ndeholder alle oplysnnger om partlens bevægelse. stedfunton r( t) Pga. den KM besrevne partel-bølge-dualtet
Læs mereKvantitative metoder 2
Kvantitative metoder 2 Specifikation og dataproblemer 30. april 2007 KM2: F21 1 Program for de to næste forelæsninger Emnet er specifikation og dataproblemer (Wooldridge kap. 9) Fejlleddet kan være korreleret
Læs mereØkonometri 1. Dummyvariabler 13. oktober Økonometri 1: F10 1
Økonometri 1 Dummyvariabler 13. oktober 2006 Økonometri 1: F10 1 Dagens program Dummyvariabler i den multiple regressionsmodel (Wooldridge kap. 7.3-7.6) Dummy variabler for kvalitative egenskaber med flere
Læs mereKvantitative metoder 2
Kvantitative metoder 2 Den multiple regressionsmodel 5. marts 2007 regressionsmodel 1 Dagens program Emnet for denne forelæsning er stadig den multiple regressionsmodel (Wooldridge kap. 3.4-3.5, E.2) Variansen
Læs mereØkonometri 1. Inferens i den lineære regressionsmodel 2. oktober Økonometri 1: F8 1
Økonometri 1 Inferens i den lineære regressionsmodel 2. oktober 2006 Økonometri 1: F8 1 Dagens program Opsamling om asymptotiske egenskaber: Asymptotisk normalitet Asymptotisk efficiens Test af flere lineære
Læs mereRegressionsmodeller. Kapitel Ikke-lineær regression
Kaptel 0 Regressonsmodeller V vl dette kaptel dskutere eksempler på mere komplceret modeller, med observatoner, der nok er uahængge, men kke dentsk ordelte I sådanne modeller kan der opstå et naturlgt
Læs mereStatistik 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 mereEstimation 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 mereLagrange multiplier test. Økonometri: Lektion 6 Håndtering ad heteroskedasticitet. Konsekvenser af Heteroskedasticitet
Lagrange multiplier test Et alternativ til F -testet af en eller flere parametre. Økonometri: Lektion 6 Håndtering ad heteroskedasticitet Antag vi har model: y = β 0 + β 1 x 2 + + β k x k + u. Vi ønsker
Læs mereKvantemekanik 2 Side 1 af 11 Schrödingerligningen. Bølgefunktionen
Kvantemean Sde af Bølgefuntonen Inden for den lassse fys an en partels bevægelse besrves ved en, der ndeholder alle oplysnnger om partlens bevægelse stedfunton r( t) Pga den KM besrevne partel-bølge-dualtet
Læs mereRepetition. Forårets højdepunkter
Repetto Forårets højdepukter Forårets højdepukter Smpel Leær Regresso Smpel leær regresso: Mdste kvadraters metode Kovaras og Korrelato Scatterplot Scatterplot kf Advertsg Epedtures (X ad Sales (Y Et scatterplot
Læs mereØkonometri: Lektion 6 Emne: Heteroskedasticitet
Økonometri: Lektion 6 Emne: Heteroskedasticitet 1 / 34 Lagrange multiplier test Et alternativ til F -testet af en eller flere parametre. Antag vi har model: Vi ønsker at teste hypotesen y = β 0 + β 1 x
Læs mereKvantitative metoder 2
Dages program Kvatitative metoder De multiple regressiosmodel 6. februar 007 Emet for dee forelæsig er de multiple regressiosmodel (Wooldridge kap 3.- 3.+appedix E.) Defiitio og motivatio Fortolkig af
Læs mere! Variansen på OLS estimatoren. ! Multikollinaritet. ! Variansen i misspecificerede modeller. ! Estimat af variansen på fejlleddet
Dagens program Økonometri Den multiple regressionsmodel 4. februar 003 regressionsmodel Emnet for denne forelæsning er stadig den multiple regressionsmodel (Wooldridge kap. 3.4-3.5)! Opsamling fra sidst
Læs mereAntag 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 mereO - en overskuelig matematisk model for vurdering af algoritmers effektivitet
ODatalog C, Efterår 003 Opgørelse af effetvtet, esempel Verson med rettelser 1/10-003 a=a+1 for(nt =1;
Læs mereTALTEORI 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 mereScorer FCK "for mange" mål i det sidste kvarter?
Uge 7 I Teoretsk Statstk, 9. aprl 2004. Hvor er v? Hvor var v: opstllg af statstske modeller Hvor skal v he: tro om estmato og test 2. Eksempel: FCK Estmato (tutvt) Test Maksmum lkelhood estmato Scorer
Læs mereStatistik Lektion 14 Simpel Lineær Regression. Simpel lineær regression Mindste kvadraters metode Kovarians og Korrelation
Statstk Lekto 4 Smpel Leær Regresso Smpel leær regresso Mdste kvadraters metode Kovaras og Korrelato Scatterplot Scatterplot kf Advertsg Epedtures ( ad Sales ( Et scatterplot vser par (, af observatoer.
Læs mereLandbrugets 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 mereØkonometri 1. Oversigt. Mere om dataproblemer Gentagne tværsnit og panel data I
Oversigt Økonometri 1 Mere om dataproblemer Gentagne tværsnit og panel data I Info om prøveeksamen Mere om proxyvariabler og målefejl fra sidste gang. Selektion og dataproblemer Intro til nyt emne: Observationer
Læs mereØkonometri 1. Definition og motivation. Definition og motivation. Dagens program. Den multiple regressionsmodel 15. februar 2006
Dages program Økoometri De multiple regressiosmodel 5. februar 006 Emet for dee forelæsig er de multiple regressiosmodel (Wooldridge kap 3.-3.3+appedix E.-E.) Defiitio og motivatio Fortolkig af parametree
Læs mereØkonometri lektion 5 Multipel Lineær Regression. Inferens Modelkontrol Prædiktion
Økonometri lektion 5 Multipel Lineær Regression Inferens Modelkontrol Prædiktion Multipel Lineær Regression Data: Sæt af oservationer (x i, x i,, x ki, y i, i,,n y i er den afhængige variael x i, x i,,
Læs mereBeregning 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 mereØkonomisk 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 merePRODUKTIONSEFFEKTEN 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 mereSimpel Lineær Regression: Model
Simpel Lineær Regression: Model Sidst så vi på simpel lineære regression. Det er en statisisk model på formen y = β 0 + β 1 x + u, hvor fejlledet u, har egenskaben E[u x] = 0. Dette betyder bl.a. E[y x]
Læs mere2. Sandsynlighedsregning
2. Sandsynlghedsregnng 2.1. Krav tl sandsynlgheder (Sandsynlghedens aksomer) Hvs A og B er hændelser, er en sandsynlghed, hvs: 1. 0 ( A) 1 n 2. ( A ) 1 1 3. ( A B) ( A) + ( B), hvs A og B ngen udfald har
Læs mereAnvendt Statistik Lektion 9. Variansanalyse (ANOVA)
Anvendt Statistik Lektion 9 Variansanalyse (ANOVA) 1 Undersøge sammenhæng Undersøge sammenhænge mellem kategoriske variable: χ 2 -test i kontingenstabeller Undersøge sammenhæng mellem kontinuerte variable:
Læs mereØkonometri 1. FunktioneI form i den lineære regressionsmodel 19. oktober Dagens program
Dagens program Økonometri 1 FunktioneI form i den lineære regressionsmodel 19. oktober 004 Mere om funktionel form (kap 6.) Log transformation Kvadratisk form Interaktionseffekter Goodness of fit (kap.
Læs mereHusholdningsbudgetberegner
Chrstophe Kolodzejczyk & Ncola Krstensen Husholdnngsbudgetberegner En model for husholdnngers daglgvareforbrug udarbejdet for Penge- og Pensonspanelet Publkatonen Husholdnngsbudgetberegner En model for
Læs mereUdvikling 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 mereFagblok 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 mereVægtet 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 mereMLR antagelserne. Antagelse MLR.1:(Lineære parametre) Den statistiske model for populationen kan skrives som
MLR antagelserne Antagelse MLR.1:(Lineære parametre) Den statistiske model for populationen kan skrives som y = β 0 + β 1 x 1 + β 2 x 2 + + β k x k + u, hvor β 0, β 1, β 2,...,β k er ukendte parametere,
Læs mereØkonometri: Lektion 7 Emne: Prædiktionsintervaller, RESET teset, proxy variable og manglende data.
Økonometri: Lektion 7 Emne: Prædiktionsintervaller, RESET teset, proxy variable og manglende data. 1 / 32 Motivation Eksempel: Savings = β 0 + β 1 Income + u Vi ved allerede, hvordan vi estimerer regresseionlinjen:
Læs mereØkonometri: Lektion 2 Multipel Lineær Regression 1/33
Økonometri: Lektion 2 Multipel Lineær Regression 1/33 Simpel Lineær Regression: Model Sidst så vi på simpel lineære regression. Det er en statisisk model på formen y = β 0 +β 1 x +u, hvor fejlledet u,
Læs mereMultipel Lineær Regression
Multipel Lineær Regression Trin i opbygningen af en statistisk model Repetition af MLR fra sidst Modelkontrol Prædiktion Kategoriske forklarende variable og MLR Opbygning af statistisk model Specificer
Læs mereAnvendt Statistik Lektion 9. Variansanalyse (ANOVA)
Anvendt Statistik Lektion 9 Variansanalyse (ANOVA) 1 Undersøge sammenhæng Undersøge sammenhænge mellem kategoriske variable: χ 2 -test i kontingenstabeller Undersøge sammenhæng mellem kontinuerte variable:
Læs mereNøglebegreber: 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 mereStatistik Lektion 4. Variansanalyse Modelkontrol
Statistik Lektion 4 Variansanalyse Modelkontrol Eksempel Spørgsmål: Er der sammenhæng mellem udetemperaturen og forbruget af gas? Y : Forbrug af gas (gas) X : Udetemperatur (temp) Scatterplot SPSS: Estimerede
Læs mereØkonometri: Lektion 2 Multipel Lineær Regression 1/27
Økonometri: Lektion 2 Multipel Lineær Regression 1/27 Multipel Lineær Regression Sidst så vi på simpel lineær regression, hvor y er forklaret af én variabel. Der er intet, der forhindre os i at have mere
Læs mere