Økonometri 1. Avancerede Paneldata Metoder I 24.november F18: Avancerede Paneldata Metoder I 1
|
|
- Søren Larsen
- 6 år siden
- Visninger:
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
Økonometr 1 Avancerede Paneldata Metoder II Introdukton tl Instrumentvarabler 27. november 2006 Paneldata metoder Sdste gang: Paneldata med to eller flere peroder og fxed effects estmaton. Første-dfferens
Læs mereKvantitative metoder 2 Forår 2007 Ugeseddel 9
Kvanttatve metoder 2 Forår 2007 Ugeseddel 9 Program for øvelserne: Introdukton af problemstllng og datasæt Gruppearbejde SAS øvelser Paneldata for tlbagetræknngsalder Ugesedlen analyserer et datasæt med
Læs mereØkonometri 1. Heteroskedasticitet 27. oktober Økonometri 1: F12 1
Økonometr 1 Heteroskedastctet 27. oktober 2006 Økonometr 1: F12 1 Dagens program: Heteroskedastctet (Wooldrdge kap. 8.3-4) Sdste gang: I dag: Konsekvenser af heteroskedastctet for OLS Korrekton af varansen
Læs mereØkonometri 1. 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 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 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 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 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 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 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 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 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 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 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
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 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 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 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 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 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 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 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 mereBilag 6: Økonometriske
Marts 2015 Blag 6: Økonometrske analyser af energselskabernes omkostnnger tl energsparendsatsen Energstyrelsen Indholdsfortegnelse 1. Paneldataanalyse 3 Specfkaton af anvendte panel regressonsmodeller
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 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. 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 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 mereØkonometri 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 mereØkonometri 1. Lineær sandsynlighedsmodel (Wooldridge 8.5). Dagens program: Heteroskedasticitet 30. oktober 2006
Dagens program: Øonometr 1 Heterosedastctet 30. otober 006 Effcent estmaton under heterosedastctet (Wooldrdge 8.4): Sdste gang: Kendte vægte - Weghted Least Squares (WLS) Generalzed Least Squares (GLS)
Læs 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 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 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 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 mereKvantitative 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 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 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 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 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 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 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 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 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 mereχ 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 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 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 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 mere10. Usikkerhed og fejlsøgning
93 10. Uskkerhed og fejlsøgnng Forbrugerprsndekset er baseret på en stkprøve af varer og tjenester og derfor behæftet med uskkerhed. Kaptlet ndledes derfor med en gennemgang af de væsentlgste klder tl
Læs mereFastlæggelse 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 mereHusholdningsbudgetberegner
Chrstophe Kolodzejczyk & Ncola Krstensen Husholdnngsbudgetberegner En model for husholdnngers daglgvareforbrug udarbejdet for Penge- og Pensonspanelet Publkatonen Husholdnngsbudgetberegner En model for
Læs mereEksamen 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 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 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 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 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 mereLuftfartens 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 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 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 mereValidering 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 mereØkonometri 1. Definition og motivation. Definition og motivation. Dagens program. Den multiple regressionsmodel 21. september 2005
Dages program Økoometr De multple regressosmodel. september 005 Emet for dee forelæsg er de multple regressosmodel (Wooldrdge kap 3.-3.3+appedx E.-E.) Defto og motvato Fortolkg af parametree de multple
Læs mereØkonometri 1. 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 mereEn 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 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 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 mereVækstregnskab 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 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 mereDokumentation: 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 mereLangsigtet efterspørgsel efter transport
Langsgtet efterspørgsel efter transport Af Camlla Rff Brems og Thomas Chrstan Jensen, DTU Transport Abstract Der er en stgende nteresse for at dentfcere og modellere den langsgtede efterspørgsel efter
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 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 mereSandsynlighedsregning 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 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 mereReal 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 mereRettevejledning til Økonomisk Kandidateksamen 2006I, Økonometri 1
Rettevejledg tl Økoomsk Kaddateksame 6I, Økoometr Vurdergsgrudlaget er selve opgavebesvarelse og blaget. Programmer og data, som er afleveret på dskette/cd, bedømmes som såda kke, me er avedt f.eks. tl
Læs mereMorten 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 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 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 mereØkonometri 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 mereRESEARCH 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 mereØkonometri 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 mereBinomialfordelingen: 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 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 mereKanoniske transformationer (i)
Kanonske transformatoner () 9.1 Værden af transformatoner: Polære koordnater: (x, y, z) =(r cos φ sn θ,rsn φ sn θ,rcos θ) T = 1 2 m ẋ 2 + ẏ 2 + ż 2 = 1 2 m ṙ 2 + r 2 θ2 + r 2 sn 2 θ φ 2. Hvs V = V (r,
Læs mereLogistisk 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 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 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 mereFOLKEMØDE-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 mereRegressionsbaserede metoder til måling af produktivitet i sygehussektoren metoder og muligheder
Regressonsbaserede metoder tl målng af prodktvtet sygehssektoren metoder og mlgheder Km Rose Olsen, Anders Rd Svennng, Anne Hvenegaard, Jes Søgaard DSI Insttt for Sndhedsvæsen Abstract Baggrnd: Prodktvtetsanalyser
Læs mereBinomialfordelingen. 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 merewww.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 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 mereMåleusikkerhed 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 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 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 mereSandsynlighedsregning 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 mereHandleplan 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 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 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 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