1 / 24

Metody ekonometryczne

Metody ekonometryczne. Diagnostyka w modelu regresji liniowej Modele z rozkładem opóźnień. Wykład dostępny pod adresem:. http://akson.sgh.waw.pl/ ~at29060/metody_ekonometryczne/. zróżnicowanie nieobjaśnione modelem. zróżnicowanie całkowite. zróżnicowanie objaśnione modelem.

minh
Download Presentation

Metody ekonometryczne

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Metody ekonometryczne Diagnostyka w modelu regresji liniowej Modele z rozkładem opóźnień Andrzej Torój - Metody ekonometryczne

  2. Wykład dostępny pod adresem: http://akson.sgh.waw.pl/~at29060/metody_ekonometryczne/ Andrzej Torój - Metody ekonometryczne

  3. zróżnicowanie nieobjaśnione modelem zróżnicowanie całkowite zróżnicowanie objaśnione modelem Czy model jest dobrze dopasowany do danych? czy niskie R2 oznacza zawsze, że model jest zły? Andrzej Torój - Metody ekonometryczne

  4. Współczynnik determinacji R2 Andrzej Torój - Metody ekonometryczne

  5. Wady R2 • im więcej zmiennych w modelu, tym lepsze dopasowanie (zawsze!) • rozwiązanie: skorygowany współczynnik determinacji (brana pod uwagę także liczba zmiennych objaśniających) „kara” za nadmiar parametrów Andrzej Torój - Metody ekonometryczne

  6. Błędy szacunku parametrów oszacowanie parametrów modelu liniowego (KMNK) reszty losowe wariancja składnika losowego (n – liczba obserwacji, k – liczba oszacowanych parametrów, w tym stała) macierz wariancji-kowariancji estymatora KMNK Andrzej Torój - Metody ekonometryczne

  7. Czy poszczególne zmienne są istotne? błąd standardowy oszacowania (pierwiastek z diagonalnego elementu macierzy wariancji-kowariancji estymatora KMNK, o indeksie odpowiadającym testowanemu parametrowi) rozkład t z (n-k) stopniami swobody Andrzej Torój - Metody ekonometryczne

  8. Czy wszystkie zmienne są istotne? H0: cały zestaw zastosowanych zmiennych objaśniających nie tłumaczy istotnie zmienności zmiennej objaśnianej H1: zestaw zmiennych objaśniających zawiera istotne zmienne rozkład F o (k-1, n-k) stopniach swobody UWAGA: k – liczba szacowanych parametrów, k-1 liczba zmiennych objaśniających (liczba parametrów minus stała; we wzorach zakładamy szacowanie modelu ze stałą) Andrzej Torój - Metody ekonometryczne

  9. Test Walda – przypadek ogólny H0: H1: m – liczba warunków ograniczających RRSS – suma kwadratów reszt w modelu z nałożonymi ograniczeniami (restricted residual sum of squares) URSS – suma kwadratów reszt w modelu bez ograniczeń (unrestricted...) Statystyka testowa ma rozkład F (m, n-k). Andrzej Torój - Metody ekonometryczne 9

  10. Kryteria informacyjne • idea podobna do skorygowanego R2 • im niższa wartość, tym lepszy model Andrzej Torój - Metody ekonometryczne

  11. Test postaci funkcyjnej (RESET) Czy postać funkcyjna jest dobrana prawidłowo? Hipotezę weryfikujemy za pomocą testu Walda (zob. wcześniej). Andrzej Torój - Metody ekonometryczne

  12. Heteroskedastyczność i autokorelacja Andrzej Torój - Metody ekonometryczne Andrzej Torój - Metody ekonometryczne - Zima 2008/2009 12

  13. Heteroskedastyczność: Test White’a Szacujemy podstawowe równanie regresji: ...i drugie pomocnicze równanie, w którym kwadrat składnika losowego uzależniamy od iloczynów (parami) wszystkich zmiennych z macierzy X (w tym stałej): np. dla modelu ze stałą [1] i regresorami [x1], [x2], [x3] regresorami w równaniu pomocniczym są 1, x1, x2, x3, x12, x22, x32, x1x2, x1x3, x2x3 ~ gdzie k – liczba zmiennych objaśniających w regresji testowej (bez stałej) wysokie R2 oznacza wysokie W i odrzucenie H0 o braku heteroskedastyczności Andrzej Torój - Metody ekonometryczne 13

  14. Heteroskedastyczność: Test Goldfelda-Quandta dzielimy próbę (n obserwacji) na dwie podpróby (n=n1+n2) H0: (homoskedastyczność) H1: odpowiednio wysoka wartość statystyki (rozkład F z podanymi w nawiasie stopniami swobody) sugeruje odrzucenie H0 aby przetestować przeciwną H1 – odwracamy indeksy 1 i 2 Andrzej Torój - Metody ekonometryczne

  15. Autokorelacja: Test mnożnika Lagrange’a (LM) Szacujemy podstawowe równanie regresji: ...i drugie pomocnicze równanie, w którym składnik losowy uzależniamy dodatkowo od jego P poprzednich wartości: jeżeli nie ma autokorelacji, poprzednie wartości epsilona nie objaśnią bieżącej wniosek: R2 pomocniczego modelu powinno być niskie ~ UWAGA! test asymptotyczny Andrzej Torój - Metody ekonometryczne Andrzej Torój - Metody ekonometryczne – Zima 2008/2009

  16. Autokorelacja:Test Durbina-Watsona autokorelacja ? brak ? autokorelacjadodatnia autokorelacji ujemna 0 dL dU 2 4-dU 4-dL 4 współczynnik autoregresji pierwszego rzędu • ograniczenia: • model z wyrazem wolnym • bez opóźnionej zmiennej objaśnianiej • normalny rozkład składnika losowego • wykrywa maksymalnie autokorelację rzędu 1 • posiada obszar niekonkluzywności Andrzej Torój - Metody ekonometryczne Andrzej Torój - Metody ekonometryczne – Zima 2008/2009 16

  17. Autokorelacja:Test h-Durbina Odpowiedź Durbina na zarzut, że test DW jest zbyt skłonny nie wykrywać autokorelacji, gdy regresorem jest opóźniona zmienna objaśniana. Wysokie wartości d świadczą o autokorelacji. d~N(0,1). Andrzej Torój - Metody ekonometryczne Andrzej Torój - Metody ekonometryczne - Wiosna 2007/2008 17

  18. Przyczyny autokorelacji • Inercja zjawisk gospodarczych • Podejście autokorelacyjne • Błąd specyfikacji modelu • Funkcyjnej • Dynamicznej • Pominięcie zmiennej objaśniającej • Podejście respecyfikacyjne (gł. wzbogacenie specyfikacji dynamicznej) Andrzej Torój - Metody ekonometryczne Andrzej Torój - Metody ekonometryczne – Zima 2008/2009 18

  19. Mnożnik bezpośredni: Mnożnik po k okresach: Mnożnik długookresowy: Model z rozkładem opóźnień (DL) Andrzej Torój - Metody ekonometryczne

  20. Mnożnik długookresowy: Przykład: model Koycka Andrzej Torój - Metody ekonometryczne

  21. Jak oszacować model Koycka? Andrzej Torój - Metody ekonometryczne

  22. mnożnik długookresowy Autoregresyjny model z rozkładem opóźnień (ADL) Mnożnik bezpośredni dla zmiennej k: Statyczne rozwiązanie długookresowe Andrzej Torój - Metody ekonometryczne

  23. Jaki model wybrać? • zasada „od ogólnego do szczególnego” (from general to specific) dla modeli zagnieżdżonych (embedded) • kryteria informacyjne Andrzej Torój - Metody ekonometryczne

  24. Literatura • Welfe 2.1, 2.2, 2.5 • powtórzenie podstaw modelu regresji liniowej wielu zmiennych i KMNK (uzupełnienie wykładu) • Maddala 4.4, Welfe 2.3 • Model z dwiema zmiennymi objaśniającymi – jak „działa” wyłączenie wpływu jednej ze zmiennych objaśnianych w modelu regresji? • Welfe 2.7 • Aby dowiedzieć się więcej o R2 i skorygowanym R2 Andrzej Torój - Metody ekonometryczne

More Related