ZÁKLADY EKONOMETRIE 8. cvičení MZNČ

Slides:



Advertisements
Podobné prezentace
ZÁKLADY EKONOMETRIE 6. cvičení Autokorelace
Advertisements

Korelace a regrese Karel Zvára 1.
Analýza experimentu pro robustní návrh
Cvičení 9 – Ekonomická funkce nelineární v parametrech :
4EK211 Základy ekonometrie Modely simultánních rovnic Problém identifikace strukturních simultánních rovnic Cvičení / Zuzana.
Jednovýběrové testy parametrickch hypotéz
Lineární model posteriorní hustota pravděpodobnosti lineární model:
Programování numerických výpočtů - návrh písemky.
Odhady parametrů základního souboru
Cvičení 6 – 25. října 2010 Heteroskedasticita
MODELY DISKRÉTNÍ VOLBY 3. cvičení
Predikce Zobecněná MNČ
Cvičení října 2010.
ZÁKLADY EKONOMETRIE 10 cvičení Cobb-Douglas PF
4EK211 Základy ekonometrie Autokorelace Cvičení /
4EK211 Základy ekonometrie Heteroskedasticita Cvičení – 8
VÍCENÁSOBNÁ REGRESE 1.
Lineární regresní analýza Úvod od problému
Náhodná složka G-M předpoklady Vlastnoti bodové odhadové funkce.
ZÁKLADY EKONOMETRIE 7. cvičení Heteroskedasticita
ZÁKLADY EKONOMETRIE 4. cvičení PREDIKCE MULTIKOLINEARITA
ZÁKLADY EKONOMETRIE 2. cvičení KLRM
4EK416 Ekonometrie Úvod do předmětu – obecné informace
Sbírka úloh CNC programování – SURFCAM Vypracoval: Bc. Milan Samec Dis. CZ.1.07/1.1.1O/
Robustní vyrovnání Věra Pavlíčková, únor 2014.
Úvod do regresní analýzy
Korelace a regrese síla (těsnost) závislosti dvou náhodných veličin: korelace symetrický vztah obou veličin neslouží k předpovědi způsob (tvar) závislosti.
SPC v případě autokorelovaných dat
Obecný lineární model Analýza kovariance Nelineární modely
Základy ekonometrie Cvičení září 2010.
Jak správně interpretovat ukazatele způsobilosti a výkonnosti
Vzorové semestrální práce z předmětu KIV/MRF
Základy ekonometrie Cvičení října 2010.
Základy ekonometrie Cvičení 3 4. října 2010.
Příklad 1: Výpočet π podle Archiméda
ZÁKLADY EKONOMETRIE 10. cvičení Nelineární funkce
Lineární regrese.
Obecný lineární model Fitované hodnoty and regresní residuály
Simultánní rovnice Tomáš Cahlík
Lineární regresní model Statistická inference Tomáš Cahlík 4. týden.
Lineární regrese.
REGIONÁLNÍ ANALÝZA Cvičení 3 Evropský sociální fond
Lineární regresní analýza
Ekonometrie „ … ekonometrie je kvantitativní ekonomická disciplína, která se zabývá především měřením v ekonomice na základě analýzy reálných statistických.
Princip maximální entropie
Heteroskedasticita Tomáš Cahlík 8. týden
REGIONÁLNÍ ANALÝZA Cvičení 4 Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Název projektu: Kvalitní vzdělání je efektivní investice.
Základy ekonometrie 4EK211
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
Motivační příklad – 1a Vliv rodičů a prostředí na vývoj mláďat Nejstarší mládě v každém hnízdě měřeno ve věku X dní Vysvětlující údaje: počet mláďat, stáří.
Přenos nejistoty Náhodná veličina y, která je funkcí náhodných proměnných xi: xi se řídí rozděleními pi(xi) → můžeme najít jejich střední hodnoty mi a.
IV..
POZNÁMKA: Pokud chcete změnit obrázek na tomto snímku, vyberte obrázek a odstraňte ho. Potom klikněte na ikonu Obrázek v zástupném textu a vložte vlastní.
Metody zkoumání závislosti numerických proměnných
Korelace. Určuje míru lineární vazby mezi proměnnými. r < 0
Interpolace funkčních závislostí
Analýza časových řad Klasický přístup k analýze ČŘ
Co se dá změřit v psychologii a pedagogice?
Úvod do praktické fyziky
2.1.1 Kvadratická funkce.
Regresní analýza výsledkem regresní analýzy je matematický model vztahu mezi dvěma nebo více proměnnými snažíme se z jedné proměnné nebo lineární kombinace.
Parciální korelace Regresní analýza
jednoduchá regrese kvadratický Y=b0+b1X+b2X 2
ANALÝZA A KLASIFIKACE DAT
Lineární regrese.
ANALÝZA A KLASIFIKACE BIOMEDICÍNSKÝCH DAT
Transkript prezentace:

ZÁKLADY EKONOMETRIE 8. cvičení MZNČ

METODA ZOBECNĚNÝCH NEJMENŠÍCH ČTVERCŮ Princip Transformační matice – Heteroskedasticita Transformační matice – Autokorelace

METODA ZOBECNĚNÝCH NEJMENŠÍCH ČTVERCŮ používá se v případě, že nejsou splněny klasické předpoklady týkající se náhodné složky E(u) = 0 E(uuT) = σ2V, kde V je známá matice řádu n libovolnou matici V-1 = TTT E(u*)= 0 náhodná složka transformovaného modelu je homoskedastická

Transformační matice T - Heteroskedasticita Lineární závislost Kvadratická závislost

Transformační matice T - Autokorelace při závislosti , (známe hodnoty náhodných složek) popř. kde  (popř. r) je koeficient autokorelace (popř. jeho odhad) Praisova-Winstenova metoda Cohrane-Orcutt pracuje pouze s částečnými diferencemi a první složku matice vynechává PcGivu – nabídka metody AR(1)

Příklad – edu.xls Odhadněte model: Eduexp = f (GDP, Popul) + u Vyhodnoťte autokorelaci Vyhodnoťte heteroskedasticitu pomocí Whiteova testu a spočítejte vícenásobný koeficient determinace (R2) pro pomocnou regresi z Whiteova testu Existuje-li heteroskedasticita, odstraňte ji vhodnou volbou transformační matice Existuje-li autokorelace, odstraňte ji metodou AR (1)

Příklad – data.in7 Odhadněte závislost spotřeby (CONS) na disponibilním důchodu (INC). Proveďte Specifikaci Kvantifikaci Verifikaci Aplikaci Předpokládejte autokorelaci v modelu na transformovaných datech a pokuste se ji odstranit Cochrane-Orcuttovou metodou

Možná otázka do závěrečného testu MZNČ Kdy se používá a proč? Čím se liší od MNČ? Základní princip odhadu, transformace