ZÁKLADY EKONOMETRIE 7. cvičení Heteroskedasticita

Slides:



Advertisements
Podobné prezentace
ZÁKLADY EKONOMETRIE 6. cvičení Autokorelace
Advertisements

Korelace a regrese Karel Zvára 1.
4EK211 Základy ekonometrie Modely simultánních rovnic Problém identifikace strukturních simultánních rovnic Cvičení / Zuzana.
Testování parametrických hypotéz
Testování statistických hypotéz
Monte Carlo permutační testy & Postupný výběr
Odhady parametrů základního souboru
Klára Galusková Pavla Pokoráková Jan Škarvada
Cvičení 6 – 25. října 2010 Heteroskedasticita
Predikce Zobecněná MNČ
Cvičení října 2010.
4EK211 Základy ekonometrie Autokorelace Cvičení /
4EK211 Základy ekonometrie Heteroskedasticita Cvičení – 8
Náhodná složka G-M předpoklady Vlastnoti bodové odhadové funkce.
ZÁKLADY EKONOMETRIE 4. cvičení PREDIKCE MULTIKOLINEARITA
ZÁKLADY EKONOMETRIE 8. cvičení MZNČ
4EK416 Ekonometrie Úvod do předmětu – obecné informace
Úvod do regresní analýzy
1 Hodnocení geologických dat pomocí matematické statistiky Petr Čoupek 740/742/ IT spec.
Testování hypotéz (ordinální data)
Testování hypotéz přednáška.
Tloušťková struktura porostu
Korelace a regrese síla (těsnost) závislosti dvou náhodných veličin: korelace symetrický vztah obou veličin neslouží k předpovědi způsob (tvar) závislosti.
Základy ekonometrie Cvičení září 2010.
8. listopadu 2004Statistika (D360P03Z) 6. předn.1 chování výběrového průměru nechť X 1, X 2,…,X n jsou nezávislé náhodné veličiny s libovolným rozdělením.
Základy ekonometrie Cvičení října 2010.
Základy ekonometrie Cvičení 3 4. října 2010.
Odhady parametrů základního souboru. A) GNR B) neznámé r. ZS (přesné parametry) : ,   VS (odhady parametrů): x, s x.
ZÁKLADY EKONOMETRIE 10. cvičení Nelineární funkce
Statistická analýza únavových zkoušek
Simultánní rovnice Tomáš Cahlík
Biostatistika 5. přednáška Aneta Hybšová
Lineární regresní model Statistická inference Tomáš Cahlík 4. týden.
základní principy a použití
REGIONÁLNÍ ANALÝZA Cvičení 3 Evropský sociální fond
Biostatistika 6. přednáška
Lineární regrese kalibrační přímky
Biostatistika 7. přednáška
Ekonometrie „ … ekonometrie je kvantitativní ekonomická disciplína, která se zabývá především měřením v ekonomice na základě analýzy reálných statistických.
Heteroskedasticita Tomáš Cahlík 8. týden
V. Analýza rozptylu ANOVA.
MATEMATICKÁ STATISTIKA
REGIONÁLNÍ ANALÝZA Cvičení 4 Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Název projektu: Kvalitní vzdělání je efektivní investice.
Základy ekonometrie 4EK211
8. Kontingenční tabulky a χ2 test
Biostatistika 8. přednáška
Vícenásobná regrese s kvalitanivní informací Tomáš Cahlík 6. týden
Jednoduchý lineární regresní model Tomáš Cahlík 2. týden
Korelace.
REGIONÁLNÍ ANALÝZA Cvičení 5 Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Název projektu: Kvalitní vzdělání je efektivní investice.
Korelace. Určuje míru lineární vazby mezi proměnnými. r < 0
Aplikovaná statistika 2. Veronika Svobodová
1. cvičení
Mann-Whitney U-test Wilcoxonův test Znaménkový test
IV..
Matematická statistika 1.přednáška. Statistická indukce Náš cíl: získat informace o základním souboru (o populaci) Provedeme výběrové šetření Z dat získáme.
Popisné charakteristiky statistických souborů. ZS - přesné parametry (nelze je měřením zjistit) VS - výběrové charakteristiky (slouží jako odhad skutečných.
Testování hypotéz Testování hypotéz o rozdílu průměrů  t-test pro nezávislé výběry  t-test pro závislé výběry.
Základy zpracování geologických dat R. Čopjaková.
Testování hypotéz Otestujte,… Ověřte,… Prokažte,… že střední věk (tj.  ) …činí 40 let (= 40) …je alespoň 40 let (≥ 40)
INDUKTIVNÍ STATISTIKA
Homogenita meteorologických pozorování
Statistické testování – základní pojmy
Přednáška č. 3 – Posouzení nahodilosti výběrového souboru
Úvod do praktické fyziky
Regresní analýza výsledkem regresní analýzy je matematický model vztahu mezi dvěma nebo více proměnnými snažíme se z jedné proměnné nebo lineární kombinace.
Hodnocení závislosti STAT metody pro posouzení závislosti – jiné pro:
ORDINÁLNÍ VELIČINY Měření variability ordinálních proměnných
7. Kontingenční tabulky a χ2 test
Princip max. věrohodnosti - odhad parametrů
Transkript prezentace:

ZÁKLADY EKONOMETRIE 7. cvičení Heteroskedasticita

HETEROSKEDASTICITA Podstata Příčiny Důsledky Měření

HETEROSKEDASTICITA Podle G-M podmínek by mělo platiti E(uuT)=σ2In Porušení této podmínky vede k heteroskedasticitě Rozptyl náhodné složky není konečný a konstantní. Rozptyl náhodné složky je funkcí některé vysvětlující proměnné.

HETEROSKEDASTICITA - Příklad

Příčiny Chybná specifikace modelu – nezahrnutí významné proměnné do modelu Odhad z průřezových dat Kumulace chyb měření Použití tříděných dat, skupinových průměrů apod.

Důsledky Bodové odhady parametrů zůstávají nevychýlené a konzistentní Nejsou vydatné ani asymptoticky vydatné Odhad rozptylu a odhadnuté standardní chyby jsou vychýlené – Intervaly spolehlivosti nejsou směrodatné a běžné statistické testy (t-testy, F-test) ztrácejí na síle.

Grafický test – 1 – Homoskedasticita

Grafický test – 2 – Heteroskedasticita

Grafický test – 3 – Heteroskedasticita

Grafický test – 4 – Heteroskedasticita

Spearmanův test korelace pořadí Každému pozorování dám pořadové číslo podle X a podle e Pokud existuje skupina pozorování, která má shodná (podobná) pořadová čísla podle X i e, je v modelu heteroskedasticita. rex - kolem 1 – očekávám heteroskedasticitu rex - kolem 0 – očekávám homoskedasticitu Testujeme pomocí: H0: Homoskedasticita H1: Heteroskedasticita … Zamítáme H0 o homeskedasticitě, kde t* je tabulková hodnota … Nelze zamítnout H0 o homoskedasticitě

Spearmanův test korelace pořadí - Postup Vezmeme absolutní hodnoty reziduí , seřadíme je vzestupně a očíslujeme Přiřadíme číslo k původním (nesrovnaným residuím) Vezmeme absolutní hodnoty proměnné , seřadíme je vzestupně a očíslujeme Přiřadíme pořadové číslo k původním pozorováním. Spočítáme rozdíl (diference, značíme d) Spočítáme Spearmanův koeficient korelace pořadí mezi reziduem e a danou vysvětlující proměnnou X Vyhodnotíme pomocí t-testu.

Test Goldfeld – Quandt Rozdělí data na 2 skupiny (podle proměnné X) Změří RSS obou skupin a ptá se, zda je shodný? Pokud ano, v modelu je homoskedasticita Pokud ne, v modelu je heteroskedasticita Testuje se pomocí H0: Homoskedasticita H1: Heteroskedasticita F ≥ F* Zamítáme H0 o homeskedasticitě F < F* Nelze zamítnout H0 o homeskedasticitě

Test Goldfeld – Quandt - postup Vybereme vysvětlující proměnnou (významnou) a seřadím vzestupně Rozdělíme počet dat na dvě stejné poloviny a kolem středu vynechám q hodnot. Pro q musí platit q ≤ n/4 Vypočteme Vytvoříme F - test , kde pro danou polovinu dat Závěr testu – porovnávám s tabulkovou hodnotou pro danou hladinu významnosti. H0: Homoskedasticita H1: Heteroskedasticita F ≥ F* Zamítáme H0 o homeskedasticitě F < F* Nelze zamítnout H0 o homeskedasticitě

Parametrické testy Využívají pomocné regrese, zkoumají různé formy závislosti

Whiteův test Parametrický test Je obecnější než předchozí testy, neboť nezahrnuje přesnou formu závislosti. Vlastní test se vztahuje k vícenásobnému koeficientu determinace pomocné regrese . H0: Homoskedasticita H1: Heteroskedasticita Je v Pc-Givu!

Příklad – eko1.xls Odhadněte závislost maloobchodního obratu na disponibilním příjmu a cenovém indexu. Y – maloobchodní obrat potřeb pro domácnost v mld. CZK X2 – disponibilní příjem v mld. CZK Otestujte heteroskedasticitu.

Možná otázka do závěrečného testu Heteroskedasticita Podstata Příčiny Důsledky Testování