ekonometria, Ekonometria-wzory2, EKONOMETRIA - WZORY


Wzór

Opis

Kolokwium I

0x01 graphic

Współczynnik korelacji Pearsona ( liniowy )

0x01 graphic

0x01 graphic
- zależność dodatnia

0x01 graphic
- zależność ujemna

0x01 graphic
- brak zależności

0x01 graphic
lub 0x01 graphic
- silna zależność liniowa

0x01 graphic

Ogólna postać modelu ekonometrycznego

0x01 graphic

Analiza macierzy współczynników korelacji - zależności

0x01 graphic

Analiza macierzy współczynników korelacji - wzór na I eliminację zmiennych

0x01 graphic

Analiza macierzy współczynników korelacji - wzór na 2 eliminację zmiennych

0x01 graphic

Ilość możliwych kombinacji w metodzie współczynników informacyjnych Hellwiga
m - ilość zmiennych objaśniających

0x01 graphic

Metoda współczynników informacyjnych Hellwiga - wzór na wskaźnik indywidualny
l - numer kombinacji

j - numer zmiennej w badanej kombinacji

ml - liczba zmiennych objaśniających w rozpatrywanej kombinacji

0x01 graphic

Metoda współczynników informacyjnych Hellwiga - wzór na integralny pojemności informacyjnej

0x01 graphic

Eliminacja zmiennych quasi-stałych

Vi - współczynnik zmienności

0x01 graphic

Eliminacja zmiennych quasi-stałych - wzór według którego eliminujemy zmienne z model

Kolokwium II

0x01 graphic

Model ekonometryczny liniowy z jedną zmienną objaśniającą - postać ogólna

0x01 graphic

Model ekonometryczny liniowy z jedną zmienną objaśniającą - wzór na a1

0x01 graphic

Model ekonometryczny liniowy z jedną zmienną objaśniającą - wzór na a0

0x01 graphic

Model liniowy ekonometryczny z jedną zmienną objaśniającą

0x01 graphic
= 0x01 graphic

Wzór na obliczanie parametru a1

0x01 graphic

Wzór na obliczanie parametru a0

0x01 graphic

Model ekonometryczny z więcej niż jedną zmienną objaśniającą

0x01 graphic

Oceny modelu ekonometrycznego

0x01 graphic

Oszacowanie parametrów strukturalnych

0x01 graphic

Wariancja resztowa
n - liczebność

k - liczba zmiennych objaśniających

0x01 graphic
- i-ta reszta

S2 - wariancja resztowa

0x01 graphic
- odchylenie reszt

0x01 graphic

Macierz odwrotna

0x01 graphic

Wyznacznik macierzy

Mij - minor odpowiadający elementowi ij, podwyznacznik macierzy A powstały przez skreślenie i-tego wiersza i j-tej kolumny

0x01 graphic

Wyznaczanie reszty modelu

0x01 graphic

Macierz wariancji i kowariancji parametrów strukturalnych modelu

0x01 graphic

Weryfikacja modelu ekonometrycznego
0x01 graphic
- wariancja resztowa

k - liczba zmiennych objaśniających

0x01 graphic

Weryfikacja modelu ekonometrycznego
0x01 graphic
- wariancja resztowa

k - liczba szacowanych parametrów

0x01 graphic

Weryfikacja modelu ekonometrycznego

0x01 graphic
- współczynnik zbieżności

0x01 graphic
- współczynnik zbieżności określa jaka część całkowitej zmienności ( w procentach ) zmiennej objaśnianej nie została wyjaśniona przez dany model ekonometryczny ( przez zmienne objaśniające występujące w modelu )

Model ekonomiczny jest lepiej dopasowany do danych empirycznych jeżeli ℓ2 jest bliższe zero

0x01 graphic

Weryfikacja modelu ekonometrycznego

0x01 graphic
- współczynnik determinacji

0x01 graphic
- współczynnik determinacji określa jaka część całkowitej zmienności zmiennej objaśnianej została wyjaśniona przez dany model ekonometryczny ( przez zmienne objaśniające występujące w modelu ). Współczynnik determinacji jest odwrotnością współczynnika zbieżności

Model ekonomiczny jest lepiej dopasowany do danych empirycznych jeżeli R2 jest bliższe jedności

0x01 graphic

Weryfikacja modelu ekonometrycznego

0x01 graphic
- współczynnik zmienności losowej

0x01 graphic
- odchylenie standardowe reszt o ile przeciętnie odchylają się wartości teoretyczne zmiennej objaśniającej 0x01 graphic
od wartości empirycznych tych zmiennych 0x01 graphic

Model ekonomiczny jest lepiej dopasowany do danych empirycznych jeżeli Se przyjmuje mniejszą wartość

0x01 graphic

Zakres wartości 0x01 graphic
i 0x01 graphic

0x01 graphic

Badanie istotności parametrów strukturalnych modelu

Jeżeli ti ≤ tα to nie ma podstaw do odrzucenia H0 - parametr ai jest nieistotny, a zmienna xi nieistotnie wpływa na zmienną objaśniającą i może zostać wyeliminowana z modelu

Jeżeli ti > tα to H0 odrzucamy na rzecz H1 - parametr ai jest istotny, a zmienna xi istotnie wpływa na zmienną objaśniającą

0x01 graphic

Weryfikacja hipotezy o istotności współczynnika korelacji wielorakiej

R - współczynnik determinacji

0x01 graphic

Fα,m1=k;m2=n-k-1

Weryfikacja hipotezy o istotności współczynnika korelacji wielorakiej

k - liczba zmiennych objaśniających

n - liczebność

F - statystyka Fishera

Jeżeli F≤Fα to nie ma podstaw do odrzucenia H0. Współczynnik korelacji wielorakiej (R) jest nieistotny, a model jest źle dobrany do danych empirycznych

Jeżeli F>Fα H0 odrzucamy na rzecz H1. Współczynnik korelacji wielorakiej (R) jest istotny, a model jest dobrze dopasowany do danych empirycznych.

Jeżeli R2 jest bliższe 1 - oznacza to dobre dopasowanie modelu

0x01 graphic

Przedziały ufności

Kolokwium III

Ekonometria - wzory

- 5 -



Wyszukiwarka