Photo039

Photo039



Estymacja modelu z trzema zmiennymi objaśniającymi X ,,X2,X3. ga(j model dany jest wzorem:    ,!

yl=a0+alxll+a2x2l+a3xj, + el,    1

gdzie oznaczenia jak we wzorze (3.2).

Do oszacowania modelu w postaci liniowej w Gretiu wykorzystuje się klasv metodę najmniejszych kwadratów dostępną w poleceniu pasku narzędzi ok głównego (tablica 5.11). W kolejnym kroku analizy wybiera się zmień objaśnianą Y oraz zmienne objaśniające XI, X2, X3. Wyniki estymacji klasyczn? MNK przedstawia tablica 5.12.

Tablica 5.11

5; gretl


Pik yarzęcfcia Sesja Qane P^óba imienna


Model


const

Y

XI

X2


gretl: specyfikacja modelu


<kS.gdt


Klasyczna metoda najaruefsrych kwac


KMNK


ID #


Nazwa zmiennej


Pełny opis zmiennej


const


stała - automatycznie


SdSS

wynagrodzenia w gospodar


2    XI

3    X2

4    X3


wskaźnk cen dóbr I usług wydajność pracy stopa bezrobocia


Rażona metoda najmniejszych kwadr Korekta Hfiteroskedastycznoścl... Szeregi czasowe

Podwójna metoda najmniejszych kwac

Modę! LogrtD wy...

Model Pr obi towy...

Model Iobitowy...

Model Possana...

Model Logistyczny.

Metoda najmniejszych wartości fcezwz Korelacja rang...

MM< dia danych jvrx?laivydi... yielniowa metoda najmniejszych kwa


Rocme: Pełny m Metoda największej wia>Ygodhb6ci...


Zmienna zafezna Wybór -> | [y


f7 Ustaw J^:odomyśhązmiemą(y)

•----.1 ___2 '

Zmeme niezależne (X):


r Odporne błędy standardowe (robust) hinfy.--c/.M opóźnienia...


Model równań współzależnych... MM< wysokiej precyzji...


<?QK \>WyŁzyść| jfAnukiJ | Hpomoł

Źródło: Opracowanie własne.

Interpretacja oznaczeń wyników estymacji KMNK__

Zmienna - kolumna zawierająca stałą (const) oraz nazwy zmiennych objaśniających modelu,

Współczynnik - oceny parametrów strukturalnych ak,

Błąd stand. - średnie błędy ocen parametrów strukturalnych S(ak),

Statystyka t - wartości statystyk testu t-Studenta tat, służące do badania istotności

zmiennych objaśniających,

Wartość    - wartość „prawdopodobieństwa empirycznego”

(prawdopodobieństwo zdarzenia, że statystyka tat znajdzie się w przedzi

ufności, prawdziwość hipotezy zerowej),____

a i weryfikacja liniowego modelu ekonometrycznego w arkuszu Excel...

R. V


..7nn -mimnej zależnej - wartość średnia zmiennej objaśnianej y, weiycjjjs—--

m(far(invup 7miennei zależnej - odchylenie standardowe zmiennej


redl

oJcjjskn

N


objaśnianej    ?

-^m^dratówiSSZL' Z(;Vi ~    = ^ '

^sjgndard^rysęsil - S. (dany wzorem (3.15)),

ą R-kwadrat - współczynnik R2 (dany wzorem (4.8)),

R-kwadrat - współczynnik determinacji skorygowany o liczbę

r^jlfswobodyTdany wzorem (4.11)),

StamukśL-Ł - wartość statystyki F służącej do weryfikacji hipotezy o łącznej j^oiośćTźmiennych objaśniających (dana wzorem (4.2)),

K,„iwit\ka    Durbinu-Wat.sona - wartość statystyki DW służącej do weryfikacji

braku autokorelacji I rzędu składnika losowego (dana wzorem (4.18)), mM^nrAlnria reszt r?edu pierwsze no - współczynnik autokorelacji I rzędu

składnika losowego p, (dany wzorem (7.6)),

lf><mixtm wiarygodności - logarytm funkcji wiarygodności (dany wzorem (9.27)), Kryterium informacyjne Akaika (AIC) - dane wzorem (9.24),

Kryterium bayesowskie Schwarza (BICj - bayesowskie rozszerzenie minimum AIC (dane wzorem (9.25)).___

Tablica 5.12. Okno analizy KMNK

trefl: model 1

Ł7yc>a lesty Wftrosy Qane modelu

Mo4el 1: Estymacja KMNK z wykoćzystanien 28 obserwacji 1974-2001 .'aienna zależna: Y

Zmienna

Współczynnik

Błąd stand.

Statystyka

t wartość p

const

XI

X2

X3

-4,68662

9,97987

0,161627

-0,0852455

1,25762

0,504652

0,0542195

0,124687

-3,727

19,776

2,981

-0,684

0,00105 *** <0,00001 *** 0,00649 *** 0,50073

Odchvi^ .acycaetyczna zmiennej zależnej = 12,2593 Suaj * rni® 3tan^ardowe zmiennej zależnej = 3,33978 B^d.^ratÓW    12,4231

Ksd ■;^n'*acdowy ceszt * 0,719464 SkorwT-* “Cminac3i kwadrat = 0,95875

st^tykayF «P,,J:kWadcat ’ 0'953593 StatystvkA ^    3' 24    " 185/937 (wartość p < 0,00001)

Autoko^iaci63^ Durbina'Watsona * 1,64532 logarytm wi. Ce32t czędu pierwszego = 0,146998

KtVt^iua    =28'3532

Kryteciu«    07306 Akaika <AIC) = 64,7064

5


Kcyteriua irf^3°l?kle Schwarza (BIC) = 70,0352 - or-Hannana-Quinna (HQC) = 66,3355

ŻrÓdl°- Oprać


owanie własne.


Zamknij


191


Wyszukiwarka

Podobne podstrony:
7.    Rozważmy zmienne Y, XI, X2, X3, X4, X5, X6. Wiadomo, że Xl=2+X4, X4=2X5. Który
Scan10011 ^T) W modę. / z trzema zmiennymi objaśniającymi wartość statystyki- DW wyniosła 3,4. Co oz
stat PageU resize 55 Statystyka matematyczna3.7.5 Losowa zmienna objaśniająca Przedstawiony wcześni
CCF03252008010 zostałych wierszy. Nowe rozwiązanie bazowe X2: x, = 3, x3 = 6, x0 = 9, x, =x4 = 0 ni
Statystyki lokacji rozkładu Średnia arytmetyczna x liczb xi, X2, X3,...x„ określona jest wzorem- » 5
73 5.1. Estymacja punktowaZadaniaZadanie 5.1.1. Niech Xy,X2,X3 będą niezależnymi zmiennymi losowymi
kwadratów modelu liniowego z wieloma zmiennymi objaśniającymi. Estymator wariancji składnika losoweg
W Tab. 4 przedstawiono wyniki estymacji modelu logitowego, w którym zmienną objaśnianą jest zmienna
1526367202634888068337868558637671612080 n 7. Zmienna objaśniająca nie może znaleźć się w modelu. g
Hellwig i grafy (19) t£$I* Zad. 9 Stosując metodę Hellwiga wybrać zmienne objaśniające do modelu eko
Hellwig i grafy (23) Metodą analizy grafów wybrać optymalną kombinację zmiennych objaśniających do m
EKONOMETRIATemat wykfadu:Co to jest model ekonometryczny? Dobór zmiennych objaśniających w mode
DOBÓR ZMIENNYCH OBJAŚNIAJĄCYCH DO MODELU Metoda Hellwiga, c.d. 2. Następnie dla każdej y-tej

więcej podobnych podstron