70520794

70520794



regresorow). W przypadku losowych zmiennych niezależnych dowiedzenie zgodności estymatora uzyskanego MNK jest możliwe tylko wtedy, gdy zmienne niezależne nie są skorelowane z zaburzeniem losowym. Warunek ten będzie spełniony jeśli w modelu ADL nie będzie występowała autokorelacja czynnika losowego.

O ile wzór na mnożniki bezpośrednie jest w modelach ADL taki sam, jak w modelach DL, to zmieni się wzór


na mnożnik długookresowy. Wzór ten przyjmie postać:    =


fl+/g,+-+A.

'-r,-r2---r.


ŹA_

i-£r,


Średni czas reakcji zmiennej objaśnianej liczony jest ze wzorów rekurencyjnych, zbyt czasochłonnych byśmy się nimi zajmowali.


Kolejny przykład, którym się posłużymy jest przykładem szeroko znanym i szeroko wykorzystywanym w prezentacji zastosowań tak ułomności niektórych podejść modelowych, jak i sposobów radzenia sobie z nimi, ale dla jest przede wszystkim prezentacją możliwości implementacji modeli ADL.

Mamy kwartalne dane dotyczące rozporządzalnego dochodu mieszkańców Kanady oraz dane dotyczące wysokości ich konsumpcji:


ID # | Nazwa zmiennej | Pełny opis zmiennej


konsum

dochod_l

dochod_2

dochod_3

dochod_4

konsum_l

konsum_2

konsum_3

konsum_4


stała - automatycznie generowana

logarytm naturalny konsumpcji = dochod(t -1)

= dochod(t - 2)

= dochod(t - 3)

= dochod(t - 4)

= konsum(t -1)

= konsumft - 2)

= konsumft - 3)

= konsum(t - 4)

Kwartalne: Pełny zakres 1947:1 - 1996:4


Chcemy oszacować model konsumpcji.


Oto wyjściowy model ADL dla naszego przypadku:

konsum( =C(+ y^konsum^ + y-,konsumt2 + y3konsumt_3 + yikonsumli +

+/30dochodt + fadochod4-fi2dochodt_2 + /3;dochod:_} + fi4dochodl_i + f,


Przeprowadzony w przypadku tego modelu wybór optymalnego opóźnienia (za pomocą metodologii ‘od ogólnego do szczegółowego’), sugeruje szacowanie następjącej postaci modelu: konsumt = a + yxkonsumt^ + y2konsum^2 + p0dochodt + pxdochod+ p2dochodt_2 +e,


A oto oszacowanie:


Coef. Std. Err.


p>:ti


195V. Conf . Interwal]


konsun_l

konsum_2

dochod

docłiod_l

dochod_2


.7541583

.2208128

.4198037

-.2401195

-.157627

.0396762


.0713466

.0721803

.0653599

.0874018

.0688181

.0209833


10.57

3.06

6.42

-2.75

-2.29

1.89


o.ooo

0.003

0.000

0.007

0.023

0.060


.6134252

.0784351

.2908794

-.412522

-.2933727

-.001714


.8948914

.3631904

.5487279

-.0677169

-.0218813

.0810663


5



Wyszukiwarka

Podobne podstrony:
statystyka skrypt62 4.3. Regresja jednej zmiennej niezależnej 4.3.1. Opis metody Powszechnie stosow
img270 Krokowe procedury wprowadzania zmiennych niezależnych do liniowego modelu regresji s<
DSC02302 nego”. Zmienną niezależną będzie w tym przypadku środowisko rodzinne, a zmienną zależną pla
Najprostszą formą regresji liniowej jest funkcja liniowa z jedną zmienną niezależną. Funkcja regresj
DSC06415 (2) i przypadkowych (losowych), które odpowiadają naszemu podziałowi zmiennych
429 § 4. Zamiana zmiennych Zajmiemy się najpierw przypadkiem, gdy zamieniamy tylko zmienną niezależn
PICT6032 nego”. Zmienną niezależną będzie w tym przypadku środowisko rod?.jn. ne. a zmienną zależną
23 (447) - METODY PROBABILISTYCZNE I STA TYSTYKA -ĆWICZENIA 3.WEKTOR LOSOWY DWUWYMIAROWY, NIEZALEŻNO
49 W ogólnym przypadku, zmienną niezależną dystrybuanty I-rzędu procesu stochastycznego jest: Punkty
ćw lista zadań 3 - METODY PROBABILISTYCZNE I STA TYSTYKA -ĆWICZENIA 3.WEKTOR LOSOWY DWUWYMIAROWY, NI
Image055 zerojedynkowe zmiennych niezależnych. Ostatnia kolumna jest przeznaczona do zapisania warto
img290 Zmienną *10 uważać będziemy za zmienną zależną, natomiast x5 za zmienną niezależną. Po dokona

więcej podobnych podstron