Baggrundsnotat omhandlende metode til Elforbrugspanelerne

Relaterede dokumenter
Baggrundsnotat omhandlende metode til Elforbrugspanelerne

Økonometri 1. Heteroskedasticitet 27. oktober Økonometri 1: F12 1

Kædning og sæsonkorrektion af det kvartalsvise nationalregnskab

Kvartalsvise kædede værdier: Aggregering og vækstbidrag

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

Statistik Lektion 15 Mere Lineær Regression. Modelkontrol Prædiktion Multipel Lineære Regression

Kvantitative metoder 2

Kvantitative metoder 2

Lineær regressionsanalyse8

Geometriske afskrivningsrater i NR

Økonometri lektion 7 Multipel Lineær Regression. Testbaseret Modelkontrol

Økonometri 1 Efterår 2006 Ugeseddel 9

Forbruger- og nettoprisindekset. Dokumentation

Anvendt Statistik Lektion 10. Regression med både kvantitative og kvalitative forklarende variable Modelkontrol

Bilag 6: Økonometriske

Landbrugets efterspørgsel efter Kunstgødning. Angelo Andersen

Statistik II Lektion 5 Modelkontrol. Modelkontrol Modelsøgning Større eksempel

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

Anvendt Statistik Lektion 10. Regression med både kvantitative og kvalitative forklarende variable Modelsøgning Modelkontrol

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

Statistik II Lektion 5 Modelkontrol. Modelkontrol Modelsøgning Større eksempel

Statistik II Lektion 4 Generelle Lineære Modeller. Simpel Lineær Regression Multipel Lineær Regression Flersidet Variansanalyse (ANOVA)

Statikstik II 4. Lektion. Generelle Lineære Modeller

6. SEMESTER Epidemiologi og Biostatistik Opgaver til 3. uge, fredag

Økonometri 1 Efterår 2006 Ugeseddel 13

Ugeseddel 8. Gruppearbejde:

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

Økonometri 1. Lineær sandsynlighedsmodel. Hvad nu hvis den afhængige variabel er en kvalitativ variabel (med to kategorier)?

Statikstik II 3. Lektion. Multipel Logistisk regression Generelle Lineære Modeller

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

Morten Frydenberg Biostatistik version dato:

Kvantitative metoder 2 Forår 2007 Ugeseddel 10

Sammenhæng mellem prisindeks for månedstal, kvartalstal og årstal i ejendomssalgsstatistikken

Kvantitative metoder 2 Forår 2007 Ugeseddel 9

TALTEORI Følger og den kinesiske restklassesætning.

Rettevejledning til Økonomisk Kandidateksamen 2007I, Økonometri 1

Institut for Matematiske Fag Matematisk Modellering 1 UGESEDDEL 4

DEPARTMENT OF MANAGEMENT

Regressionsanalyse. Epidemiologi og Biostatistik. 1.Simpel lineær regression (Kapitel 11) systolisk blodtryk og alder

Indtjening, konkurrencesituation og produktudvikling i danske virksomheder

Beregning af strukturel arbejdsstyrke. Dokumentation

Kvantitative metoder 2

Kvantitative metoder 2

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

Binomialfordelingen: april 09 GJ

Binomialfordelingen. Erik Vestergaard

Beregning af strukturel arbejdsstyrke

Estimation af markup i det danske erhvervsliv

NOTAT:Benchmarking: Roskilde Kommunes serviceudgifter i regnskab 2014

Brugerhåndbog. Del IX. Formodel til beregning af udlandsskøn

Kvantitative metoder 2

Simpel Lineær Regression - repetition

Husholdningsbudgetberegner

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

Økonometri 1. For mange variable i modellen. For få variable. Dagens program. Den multiple regressionsmodel 21. september 2004

Statistik Lektion 14 Simpel Lineær Regression. Simpel lineær regression Mindste kvadraters metode Kovarians og Korrelation

Økonometri 1. Interne evalueringer. Interne evalueringer. Dagens program. Heteroskedaticitet (Specifikation og dataproblemer) 2.

Sandsynlighedsregning 12. forelæsning Bo Friis Nielsen

χ 2 -fordelte variable

NOTAT: Benchmarking: Roskilde Kommunes serviceudgifter i regnskab 2013

KOMMISSIONEN FOR DE EUROPÆISKE FÆLLESSKABER. Forslag til EUROPA-PARLAMENTETS OG RÅDETS FORORDNING. om lønomkostningsindekset

2. Sandsynlighedsregning

1 Indeksberegninger. 1.1 Indeksberegningers formål og brug. 1.2 Typer af indeks

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

Sandsynlighedsregning og statistik med binomialfordelingen


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

DLU med CES-nytte. Resumé:

Indeksberegninger i Danmarks Statistik

1. Beskrivelse af opgaver inden for øvrig folkeskolevirksomhed

Økonometri 1. Lineær sandsynlighedsmodel (Wooldridge 8.5). Dagens program: Heteroskedasticitet 30. oktober 2006

Økonometri 1. Funktionel form. Funktionel form (fortsat) Dagens program. Den simple regressionsmodel 14. september 2005

Fastlæggelse af strukturel arbejdsstyrke

. : :@e. Silkebor3 købstads ; A.kt : 'Skab nr i. :,. ' Partiel byplanvedtzgt nr,. 11 '..,. 1 '.,<I. <ade 'og hus nr. : AnsveJ '.. ' .. *.

Vægtet model. Landmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl. Vægte. Vægte: Eksempel. Definition: Vægtrelationen

Kovarians forecasting med GARCH(1,1) -et overblik

Udvikling af en metode til effektvurdering af Miljøstyrelsens Kemikalieinspektions tilsyn og kontrol

Forberedelse INSTALLATION INFORMATION

Handlingsplan om bedre overvågning af biologiske lægemidler, biosimilære lægemidler og vacciner

PRODUKTIONSEFFEKTEN AF AVL FOR HANLIG FERTILITET I DUROC

Mekanisk overfladebehandling af rustfrit stål

1 Rettevejledning til Solow-modellen med sundhed

BEVISER TIL KAPITEL 7

Luftfartens vilkår i Skandinavien

Inertimoment for arealer

Notat om porteføljemodeller

Fagblok 4b: Regnskab og finansiering 2. del Hjemmeopgave kl til kl

Samarbejdet mellem jobcentre og a-kasser inden for FTFområdet

Støbning af plade. Køreplan Matematik 1 - FORÅR 2004

Dokumentation: Husprisanalysens andet trin: Efterspørgsel efter fravær af støj

Kundens omkostninger i danske pensionsordninger - Opbygning og sammenligning af ÅOP-nøgletal

Referat fra Bestyrelsesmøde

Vejledning om kontrol med krydsoverensstemmelse 2007

Statistisk mekanik 13 Side 1 af 9 Faseomdannelse. Faseligevægt

Ny Langeland Kommunes redegørelse 2007 til brug for rammeaftalen på de sociale og socialpsykiatriske tilbud i Region Syddanmark

Europaudvalget EUU alm. del Bilag 365 Offentligt

10. Usikkerhed og fejlsøgning

Langsigtet efterspørgsel efter transport

Forberedelse til den obligatoriske selvvalgte opgave

18.1 Grundlæggende information om indekset

Transkript:

Baggrundsnoa omhandlende meode l Elforbrugspanelerne 8. maj 01 1 Formål... 1 Modelbeskrvelse... 1 3 Forudsænnger for og mulge es af den lneære regressonsmodel... 3.1 OLS modellen og dens opbygnng... 3. Brugbare es... 3 3.3 Tes af den lneære regressonsmodel... 5 3.3. Tes for auokorrelaon (Durbn Wason es)... 5 3.3.3 Tes for heeroskedasce (Breusch-Pagan)... 5 4 Resulaer efer korrekon af auokorrelaon... 6 5 Referencer... 6

8. maj 01 1 Formål Noaes formål er en vderebygnng af e dlgere noa (udarbejde af Mkael Togeby og senere opdaere af Chrsoffer Ncolaj Rasch) omhandlende korrekonskoeffcener l brug elforbrugspanelerne. Desuden redegøres der for modellen og forudsænngerne bag denne, lgesom dsse forudsænnger eses vha. forskellge es. Noae beregner også nye korrekonsfakorer sam drøfer evenuelle ændrnger og nye varable. Modelbeskrvelse Elforbrugspanelernes væksprocener for 4 hovedgrupper bolg, landbrug, ndusr og handel og Servce for peroden fra 1999 l og med 011 blver opgjor både med og uden korrekon. Den ukorrgerede væksprocen er sammenslle med en dssere med graddage og kalenderoplysnnger for a analysere sammenhængen mellem væksprocenerne og klma, kalender m.m. Dee noa vser den benyede model, som beregnngen ager udgangspunk. Desuden vl forudsænngerne for den lneære regressonsmodel blve omal, lgesom es af dsse vl blve gennemfør. Modellen Som udgangspunk anvendes nedensående model: V = a 0 a GD a Trend a Trend 6 a Køledag a 9 1 v a 7 GD 10 u a Lør a a Srejke 8 3 Produkonsndeks 4 Søn a Dage V: Væksprocenen. GD: Forskel anal graddage (v: nden for opvarmnngssæsonen, u: uden for opvarmnngssæsonen). Lør: Forskel anal lørdage. Søn: Forskel anal søndage. Dage: Forskel anal dage (alene relevan forbndelse med skudår). Trend: måned (1 l 84). Denne varabel skal ses sammenhæng med konsanledde. Srejke: Forskel anal dage med generalsrejke (4 dage aprl og 5 dage maj 1998). Produkonsndeks: Indusrens produkonsndeks (000 = ndeks 100). Denne eses kun erhvervene. a = Koeffcener, som esmeres ved en regressonsanalyse. Elforbrugspanelerne Sde 1 5

8. maj 01 Den endelge model er udvalg ved a anvende den bagvende udvælgelsesmeode. Der er sare med alle varable og derefer fravalg den mnds sgnfkane varabel, ndl alle varable har en sgnfkans på 10 % eller bedre, hvlke beyder, a de med 90 % skkerhed kan sges, a den pågældende varabel kan forklare udvklngen den afhængge varabel. Produkonsndekse er kke ese for bolger. 3 Forudsænnger for og mulge es af den lneære regressonsmodel 3.1 OLS modellen og dens opbygnng Alle modeller vl blve esmere ud fra Ordnary Leas Square (OLS) meoden, som er en lneær regressonsmeode. Nedensående formel vser en klasssk mulpel regressonsmodel. Y = α + X 1 β 1 + X β + + X k β k + ε, hvor ε er e sokassk fejlled (1) Y er den afhængge varabel, mens X 1, X,, X k er de uafhængge varable. Følgende anagelser lgger l grund for denne 1 1. Forholde mellem den afhængge og uafhængge varabel er lneær.. De uafhængge varable er kke-sokasske (dvs. med fase værder). Desuden eksserer der kke nogen lneær sammenhæng mellem o eller flere uafhængge varable. 3. Den forvenede værd af fejlledde er nul for alle observaoner, dvs. E,... 0, 1 n hvlke ndkerer hel lfældge (sokasske) fejlled uden sysemaske afvgelser. Desuden ndeholder de uafhængge varable ngen nformaon omkrng regressonslgnngens fejlled. 4. Fejlledde har en konsan varans for alle observaoner (såkalde sfærske fejlled), dvs. var X, hvlke beyder ngen heeroskedasce. 5. fejlleddene for forskellge observaoner er uafhængge af hnanden og dermed ukorrelerede, dvs. cov, X 0 j, hvlke beyder ngen auokorrelaon. 6. Eksogene genererede daa. Daa (X j1, X j,, X jk ) kan være enhver kombnaon af konsaner og lfældge varable. Den daagenererende proces opererer udenfor modellens anagelser, de vl sge, a den er uafhængg af processen, der skaber ε. 7. Fejlleddene er normalfordele, på grund af egenskaberne ved denne fordelng. Sandsynlgheden for a fejlledde lgger nden for én sandardafvgelse fra mddelværden 1 Pndyck, R. S. og D. L. Rubnfeld, Economerc models and Economc Forecass, 4. Edon, 1998, Irwn/McGraw- Hll. Sde 86. Elforbrugspanelerne Sde

8. maj 01 (regressonslnen) er ca. 0,68, mens sandsynlgheden for a fejlledde lgger nden for sandardafvgelser fra mddelværden (regressonslnen) er ca. 0,95. Hvs anagelse 4,5 og 6 er opfyld beyder de, a følger følgende fordelng NIID(0, ) (NIID sår for Normally Independen Idencally Dsrbued). OLS meoden mnmerer summen af de kvadrerede fejlled og er ovensående anagelser opfyld, vl OLS regressonen være den bedse lneære kke-sysemask-skævfordele esmaor (BLUE). E generel problem ved sådanne esmaoner er udelukkelse af relevane forklarende varable sam nkluson af rrelevane varable. Modellernes endelge udseende vl blve præsenere senere noae. 3. Brugbare es F-ese anvendes, når hele regressonslgnngen skal eses. De vl sge, a en eller flere af modellernes koeffcener kan påvses a være sgnfkan forskellge fra nul og dermed vse, a den lneære regressonsmodel kan forklare udvklngen daaene. Der ages udgangspunk følgende hypoese: 3 H o : ' erne 0 H1 : kke alle ' erne 0 R F / K 1 1 R / n K ~ F K 1, n - K () Varablene hver model eses va den almndelge -es med følgende hypoese: H o : 0 H1 : 0, hvor = [1,,,n] bk k ~ n K s b k (3) Aczel, A. D., Complee Busness Sascs, 4. Edon, 1999, Irwn/McGraw-Hll. Sde 180. 3 Greene, W. H., Economerc Analyss ffh edon, Prence-Hall. sde 54. Elforbrugspanelerne Sde 3

8. maj 01 S bk er lg med sandardfejlen for den enkele varabel, mens β k angver koeffcenen alernavhypoesen (som dee noa er lg med 0) og b k er regressonskoeffcenen. Hypoeseesene vl blve foreage på e 10 % sgnfkansnveau (krsk værd er hermed 1,645). Durbn-Wason ese eser om fejlleddene er korrelerede over d (auokorrelaon). Fejlleddene anages a beså af følgende elemener: 4 1, hvor 0 1 (5) Elemene υ er fordel som 0, som, 0 N og er uafhængg af andre fejlled over d, mens ε er fordel N men kke er uafhængg af andre fejlled over d. Tese bygger på følgende hypoese: H o : 0 H1 : 0, hvor ρ henfører l elemene formlen for fejlledde Tese udregnes ved hjælp af følgende formel: DW T ˆ ˆ T 1 ˆ 1 DW ese vl lgge mellem 0 og 4, og værder, der lgger æ på, vl beyde, a der kke eksserer nogen førse ordens auo/sere-korrelaon. Posv auo/sere-korrelaon vl være l sede ved DWværder under, mens negav auo/sere-korrelaon forbndes med DW-værder over. (6) Tl a ese for anagelsen om ngen heeroskedasce anvendes her Breusch-Pagan/Godfrey og Whe es, der bygger på følgende hypoese: 5 H H 0 1 : Homoskedasce : Heeroskedasce 4 Pndyck, R. S. og D. L. Rubnfeld, Economerc models and Economc Forecass, 4. Edon, 1998, Irwn/McGraw- Hll. Sde 160-166. 5 Pndyck, R. S. og D. L. Rubnfeld, Economerc models and Economc Forecass, 4. Edon, 1998, Irwn/McGraw- Hll. Sde 155-156. Elforbrugspanelerne Sde 4

8. maj 01 Y X for B - P/G es Z, for Whe es Z f ˆ (7) hvor f() repræsenerer en generel funkon, og Z kan være en eller flere uafhængge varable. For a ese nulhypoesen skal der for de benyede es esmeres en ny lgnng med de kvadrerede resdualer som afhængg varabel. For Whe ese er de uafhængge varable de oprndelge varable sam kvadraer og krydsproduker af dsse, mens de for Breusch-Pagan/Godfrey ese kun er varablene, der menes a være årsag l heeroskedasceen. Ved dsse regressoner udledes R. Observaonsværden for Whe ese og Breusch-Pagan/Godfrey ese, der begge følger en ch fordelng, fås henholdsvs ved: N*R og R RSS 1 R (8) Breusch-Pagan/Godfrey ese har ydermere den anagelse, a fejlledde formel (1) er normalfordel. I de følgende er Breusch-Pagan/Godfrey-ese anvend. 3.3 Tes af den lneære regressonsmodel 3.3. Tes for auokorrelaon (Durbn Wason es) Durbn-Wason ese eser lsedeværelsen af auokorrelaon daasæe (korrelerede fejlled). Hvs fejlleddene er korrelerede, beyder de, a OLS sadg esmerer unbased og konssen men kke længere er effcen ( forhold l andre esmaorer såsom GLS/WLS). I modellen er auokorrelaon e generel problem, men de løses ved a nkludere laggede værder. De endelge DW-essørrelser er angve abel 4. 3.3.3 Tes for heeroskedasce (Breusch-Pagan) Der er benye e Breusch-Pagan es l a ese for, hvorvd modellerne ndeholder heeroskedasce. Implkaonen af dee vl være, a esmaorerne er neffcene. Sandardfejlene vl være esmere forker, og de vl være umulg a ese for, hvorvd nogle af de nkluderede varable har nsgnfkane forklarngsgrader. I modellerne er heeroskedasce kke e problem, sørsedelen af modellerne kan hypoesen om heeroskedasce således afvses. I de lfælde, hvor hypoesen kke kan afvses, benyes de heeroskedascesrobuse sandardfejl, og de er således allgevel mulg a ese for sgnfkans. Elforbrugspanelerne Sde 5

8. maj 01 4 Resulaer efer korrekon af auokorrelaon Resulaerne efer korrekonen af auokorrelaon og heeroskedasce fremgår af nedensående abel: Tabel 4 Koeffcener efer korrekon (dog er H&S kke korrgere men beregne med OLS) Bolger Landbrug Indusr Handel og Servce Ves Øs Ves Øs Ves Øs Ves Øs 011 011 011 011 011 011 011 011 Konsan -0,9117 0,146-0,16049-1,0759 -,6085-1,415-0,97-0,006 Grad v. 0,0488 0,058 0,0174 0,0138 0,0080 0,0110 0,017 0,0109 Grad u. 0,0605 0,0785 Lørdag 0,5519-0,8370-0,8685 Søndag 0,3641-1,1399-1,41961-1,0379-0,9104 Dage,338 1,6551,6456 3,7707,5133 3,407 3,077 VE 0,01 0,015 Srejke -16653 Køle -0,1417 0,77-0,1909 0,064 0,1057 P-ndeks 0,3380 0,48 0,0817 0,0601 Trend 0,0334 0,0518 0,0551 0,0418 0,061 Trend -0,000-0,0003-0,0003-0,0003 0,00005-0,000 R -adj 70,5 % 78,1 % 13,5 % 33,4 % 76,0 % 60,3 % 53,7 % 49,6 % DW,031 1,991 1,81 1,931,154,09 1,564 1,890 Anmk.: Konsandled kursv er nsgnfkane. Dsse resulaer er bleve brug l a korrgere væksen elforbrugspanelerne fra og med 1. kvaral 01. Dog korrgeres der kke for Srejke, Trend og Produkonsndeks. Dsse varable er medage udelukkende for a skre modellens sable. 5 Referencer - Togeby, Mkael, Analyse af klmaes og kalenderens beydnng for elforbrugspaneles væksraer, 004, Elkraf Sysem. - Aczel, A. D., Complee Busness Sascs, 4. Edon, 1999, Irwn/McGraw-Hll. - Johnson, J. og J. Dnardo, Economerc Mehods fourh edon, 1997, McGraw-Hll. - Pndyck, R. S. og D. L. Rubnfeld, Economerc models and Economc Forecas, 4. Edon, 1998, Irwn/McGraw-Hll. - Greene, W. H., Economerc Analyss, 5. Edon, 003, Prence-Hall. Elforbrugspanelerne Sde 6