t t t t T 2 Interpretacja: Przeciętna wartość zmiennej objaśnianej różni się od wartości teoretycznej średnio o ˆ

Podobne dokumenty
t t t t T 2 Interpretacja: Przeciętna wartość zmiennej objaśnianej różni się od wartości teoretycznej średnio o

Zajęcia 2. Estymacja i weryfikacja modelu ekonometrycznego

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Natalia Nehrebecka. Zajęcia 4

Weryfikacja hipotez dla wielu populacji

Współczynnik korelacji liniowej oraz funkcja regresji liniowej dwóch zmiennych

Parametry zmiennej losowej

FINANSOWE SZEREGI CZASOWE WYKŁAD 3

Stanisław Cichocki Natalia Nehrebecka. Wykład 4

ZAJĘCIA 3. Pozycyjne miary dyspersji, miary asymetrii, spłaszczenia i koncentracji

Definicje ogólne

Markowa. ZałoŜenia schematu Gaussa-

Ekonometria I materiały do ćwiczeń data lp wykładu temat Wykład dr Dorota Ciołek Ćwiczenia mgr inż. Marta Chylińska

Natalia Nehrebecka. Zajęcia 3

Dane modelu - parametry

EKONOMETRIA Wykład 2: Metoda Najmniejszych Kwadratów

Stanisław Cichocki Natalia Nehrebecka. Wykład 2

Natalia Nehrebecka. Wykład 2

Stanisław Cichocki Natalia Nehrebecka. Wykład 2

(estymator asymptotycznej macierzy kowariancji estymatora nieliniowej MNK w MNRN)

Rachunek prawdopodobieństwa i statystyka W 11: Analizy zależnościpomiędzy zmiennymi losowymi Model regresji wielokrotnej

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Prawdopodobieństwo i statystyka r.

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

PODSTAWOWE MIERNIKI DYNAMIKI ZJAWISK

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki Natalia Nehrebecka. Wykład 3

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

5. Pochodna funkcji. lim. x c x c. (x c) = lim. g(c + h) g(c) = lim

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

Dobór zmiennych objaśniających

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Stanisław Cichocki Natalia Nehrebecka. Wykład 5

Tomasz Zdanowicz Uniwersytet Mikołaja Kopernika w Toruniu

Konspekty wykładów z ekonometrii

licencjat Pytania teoretyczne:

= σ σ. 5. CML Capital Market Line, Rynkowa Linia Kapitału

Stanisław Cichocki. Natalia Nehrebecka. Wykład 11

Stanisław Cichocki. Natalia Nehrebecka. Wykład 12

Ekonometryczne modele nieliniowe

Ekonometryczne modele nieliniowe

STATYSTYKA MATEMATYCZNA

1. Szereg niesezonowy 1.1. Opis szeregu

Natalia Nehrebecka. Dariusz Szymański

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

STATYSTYKA. Zmienna losowa skokowa i jej rozkład

EFEKTYWNA STOPA PROCENTOWA O RÓWNOWAŻNA STPOPA PROCENTOWA

Nieparametryczne Testy Istotności

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

Mikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński

Natalia Nehrebecka Stanisław Cichocki. Wykład 10

Problem nośności granicznej płyt żelbetowych w ujęciu aktualnych przepisów normowych. Prof. dr hab. inż. Piotr Konderla, Politechnika Wrocławska

Stanisław Cihcocki. Natalia Nehrebecka

65120/ / / /200

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010

Stanisław Cichocki. Natalia Neherbecka. Zajęcia 13

Regresja liniowa i nieliniowa

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

Fizyka 1- Mechanika. Wykład 7 16.XI Zygmunt Szefliński Środowiskowe Laboratorium Ciężkich Jonów

JEDNOWYMIAROWA ZMIENNA LOSOWA

EKONOMETRIA. metody analizy i wykorzystania danych ekonomicznych

Komputerowe generatory liczb losowych

XXXV Konferencja Statystyka Matematyczna

SELEKCJA: JAK JEDNA POPULACJA (STRATEGIA) WYPIERA INNĄ

Stanisław Cichocki. Natalia Nehrebecka

Matematyka ubezpieczeń majątkowych r.

JEDNOWYMIAROWA ZMIENNA LOSOWA

EKONOMETRIA wykład 2. Prof. dr hab. Eugeniusz Gatnar.

Kier. MTR Programowanie w MATLABie Laboratorium Ćw. 12

Stanisław Cichocki Natalia Nehrebecka. Wykład 3

Prawdopodobieństwo i statystyka r.

p Z(G). (G : Z({x i })),

Zadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów.

Statystyka Inżynierska

Ekonometria ćwiczenia Kolokwium 1 semestr 20/12/08. / 5 pkt. / 5 pkt. / 5 pkt. / 5 pkt. /20 pkt. Regulamin i informacje dodatkowe

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. Strona 1

Ekonometria Ćwiczenia 19/01/05

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

RUCH OBROTOWY Można opisać ruch obrotowy ze stałym przyspieszeniem ε poprzez analogię do ruchu postępowego jednostajnie zmiennego.











Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa

Macierze hamiltonianu kp

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

ZASTOSOWANIA EKONOMETRII

(liniowy model popytu), a > 0; b < 0

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB

MODELOWANIE UKŁADÓW MECHANICZNYCH Z NIEPEWNYMI PARAMETRAMI

Transkrypt:

Eonoera Ćwczena Werfacja odelu eonoercznego Maerał poocncze Cele werfacj odelu Werfacja sasczna odelu polega na oblczenu szeregu ernów jaośc odelu oraz werfacj pewnch hpoez sascznch w celu sprawdzena cz na podsawe ego odelu ożna wcągać wnos doczące badanego zjawsa Sneczne ar dopasowana A Współcznn deernacj: ˆ Inerpreacja: Zenność zennej objaśnanej szałuje sę w objaśnającch odelu B Współcznn ndeernacj: Inerpreacja: neujęch odelu ˆ Zenność zennej objaśnanej szałuje sę w C Sorgowan współcznn deernacj: Inerpreacja: Zenność zennej objaśnanej szałuje sę w objaśnającch odelu po uwzględnenu lczb sopn swobod D Sorgowan współcznn ndeernacj: Inerpreacja: Zenność zennej objaśnanej szałuje sę w neujęch odelu po uwzględnenu lczb sopn swobod E Warancja reszowa: pod wpłwe zennośc zennch pod wpłwe zennośc zennch pod wpłwe zennośc zennch ˆ ˆ pod wpłwe zennośc zennch ˆ F Średn błąd reszow: ˆ ˆ Inerpreacja: Przecęna warość zennej objaśnanej różn sę od warośc eorecznej średno o ˆ G Współcznn zennośc losowej: ˆ V % Inerpreacja: dzał średnego błędu reszowego w średnej warośc zennej objaśnanej wnos V

Eonoera Ćwczena Werfacja odelu eonoercznego Maerał poocncze Badane ndwdualnej sonośc paraerów sruuralnch odelu (es -Sudena) Hpoez: H : Sasa esowa: H : ˆ ˆ ˆ Warość rczna: Deczja: Jeśl zachodz nerówność wag: Hpoezę zerową zenna objaśnająca o odrzuca należ rozueć w sposób nasępując: Paraer x sasczne nesone wpłwa na zenną objaśnaną Hpoezę alernawną H należ rozueć w sposób nasępując: Paraer zenna objaśnająca sasczne sone wpłwa na zenną objaśnaną x Paraer wraża pozo sonośc czl prawdopodobeńswo z ja sasa H nesone różn sę od zera j sone różn sę od zera j rczn Można go rozueć jao asaln odsee błędów jae popełna odrzucając gd znajduje sę w obszarze podczas jes prawdzwa Warość pozou sonośc przjuje badacz I a warość jes blższa zeru badane jes bardzej doładne Zazwczaj przjuje sę warośc: 5 lub Warość rczną odczuje z ablc rozładu -Sudena 4 Przedzał ufnośc dla paraeru sruuralnego Inerpreacja: z prawdopodobeńswe P ˆ ˆ ˆ ˆ ˆ ˆ zeczwsa warość paraeru zawera sę przedzale ˆ ˆ ˆ ˆ ˆ ˆ 5 Badane łącznej sonośc paraerów sruuralnch odelu (es Fshera-Snedecora) Hpoez: H Sasa esowa: Warość rczna: H : : F F Deczja: Jeśl zachodz nerówność F F o odrzuca H

Eonoera Ćwczena Werfacja odelu eonoercznego Maerał poocncze 6 Werfacja hpoez o rozładze noraln sładnów losowch (es Jarque-Bera) esowane hpoez zerowej doczącej noralnośc rozładu sładnów losowch odelu należ do najważnejszch eapów werfacj sascznej odelu Sas worzswane w procedurach esowana odelu eonoercznego ają rozład należące do rodzn zwązanej z rozłade noraln (rozład -Sudena rozład rozład Fshera-Snedecora) jeżel sładn załócające ają rozład noralne Jeśl odrzuca hpoezę o noralnośc sładnów załócającch poddaje w wąplwość wn esowana wszsch hpoez Hpoez: H : ~ N H ~ N Sasa esowa: : c c JB 6 4 c współcznn sośnośc c 4 Warość rczna: ˆ współcznn uroz próbow oen cenraln resz z oszacowana MNK 4 Deczja: Jeśl zachodz nerówność: JB o odrzuca 7 Werfacja hpoez o jednorodnośc warancj sładnów losowch (es Whe a) Hpoez: H E : cons Sasa esowa: H : E lość zennch objaśnającch badanego odelu lość obserwacj Warość rczna: Deczja: współcznn deernacj odelu poocnczego gdze zenną objaśnaną są wadra resz a zenn objaśnając zenne objaśnające badanego odelu ch wadra oraz ch loczn np dla odelu z dwea zenn objaśnając jes o: ˆ X X X 4 X 5X X Jeśl zachodz nerówność o odrzuca H

Eonoera Ćwczena Werfacja odelu eonoercznego Maerał poocncze 8 esowane auoorelacj sładnów losowch a es Durbna-Wasona Hpoez: H : lub H : H : H : W perwsz przpadu hpoeza o brau sorelowana sładnów losowch jes werfowana hpoez alernawnej głoszącej że wsępuje sasczne sone dodane sorelowane w czase ch sładnów W drug przpadu analogczna hpoeza zerowa jes werfowana hpoez alernawnej głoszącej że wsępuje sasczne sone ujene sorelowane w czase sładnów losowch Sasa esowa: Sasa DW DW ˆ ˆ ˆ oże przjować warośc z przedzału 4 Ponado DW Warośc rczne d L oraz d odczuje z ablc rozładu DW óre zależą od lczb obserwacj od lczb zennch objaśnającch odelu Może rozparwać dwa przpad: Jeśl DW o podejrzewa dodane sorelowane sładnów losowch Wed: DW d L DW DW d d o odrzuca H d o bra jes podsaw do odrzucena L o es ne rozsrzga H H ˆ ˆ Jeśl DW 4 o podejrzewa ujene sorelowane sładnów losowch ˆ Oblcza DW 4 DW Wed: DW dl o odrzuca H DW d DW d H o bra jes podsaw do odrzucena d L o es ne rozsrzga wag: Sasa DW ne a zasosowana w przpadu odel dnacznch w órch wsępują opóźnone zenne endogenczne b es h-durbna Poneważ es Durbna-Wasona ne a zasosowana w przpadu odel dnacznch z opóźnoną zenną endogenczną zosał opracowan alernawn es ając zasosowane w przpadu ego odelu Nos on nazwę esu h-durbna Badając auoorelację sładnów losowch odelu: x x Może sosować es h-durbna Hpoez: H : Sasa esowa: H : h ˆ ˆ ˆ współcznn auoorelacj resz MNK ˆ paraeru lczebność prób ˆ ˆ eprczna warancja błędu esacj 4

Eonoera Ćwczena Werfacja odelu eonoercznego Maerał poocncze Warość rczna: Deczja: c es Breuscha-Godfrea z dsrbuana sandarzowanego rozładu noralnego Jeśl zachodz nerówność: h z o odrzuca es Durbna-Wasona oraz es h-durbna esują jedne auoorelację sładnów losowch rzędu perwszego ese ór ożna zwerfować hpoezę o wsępowanu auoorelacj sładnów losowch do rzędu włączne jes es Breuscha-Godfrea Hpoez: H Wsępują dwe wersje ego esu : H : Perwsza wersja jes opara o sasę LM (Lagrange Mulpler) Sasa esowa: oraz Warość rczna: LM o odpowedno lczebność prób oraz współcznn deernacj odelu poocnczego ˆ X X Deczja: Jeśl zachodz nerówność ˆ o odrzuca Druga wersja jes opara o sasę Q esu Ljunga-Boxa Sasa esowa: Q ˆ oraz o odpowedno lczebność prób odelu poocnczego oraz współcznn auoorelacj rzędu oszacowan na podsawe odelu poocnczego ˆ X Warość rczna: X Deczja: Jeśl zachodz nerówność ˆ o odrzuca ˆ H H 5