Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych

Podobne dokumenty
Metody Ilościowe w Socjologii

Rozdział 8. Regresja. Definiowanie modelu

t y x y'y x'x y'x x-x śr (x-x śr)^2

Statystyka opisowa. Wykład V. Regresja liniowa wieloraka

Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2017/2018

e) Oszacuj parametry modelu za pomocą MNK. Zapisz postać modelu po oszacowaniu wraz z błędami szacunku.

Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2014/2015

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.

parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających,

Ekonometria. Zajęcia

Prognozowanie na podstawie modelu ekonometrycznego

EKONOMETRIA STOSOWANA PRZYKŁADOWE ZADANIA EGZAMINACYJNE

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

3. Modele tendencji czasowej w prognozowaniu

K wartość kapitału zaangażowanego w proces produkcji, w tys. jp.

Ćwiczenia IV

Testowanie hipotez statystycznych związanych ą z szacowaniem i oceną ą modelu ekonometrycznego

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r

Analiza autokorelacji

KORELACJE I REGRESJA LINIOWA

Statystyka. Wykład 9. Magdalena Alama-Bućko. 24 kwietnia Magdalena Alama-Bućko Statystyka 24 kwietnia / 34

Zadanie 1. a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1

EKONOMETRIA. Prof. dr hab. Eugeniusz Gatnar.

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

Etapy modelowania ekonometrycznego

Statystyka. Wykład 8. Magdalena Alama-Bućko. 10 kwietnia Magdalena Alama-Bućko Statystyka 10 kwietnia / 31

TEST STATYSTYCZNY. Jeżeli hipotezę zerową odrzucimy na danym poziomie istotności, to odrzucimy ją na każdym większym poziomie istotności.

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

Ekonometria. Dobór postaci analitycznej, transformacja liniowa i estymacja modelu KMNK. Paweł Cibis 9 marca 2007

Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych

5. Model sezonowości i autoregresji zmiennej prognozowanej

Wprowadzenie do analizy korelacji i regresji

ANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO

3. Analiza własności szeregu czasowego i wybór typu modelu

Wnioskowanie statystyczne i weryfikacja hipotez statystycznych

Stanisław Cichocki. Natalia Nehrebecka. Wykład 9

Narzędzia statystyczne i ekonometryczne. Wykład 1. dr Paweł Baranowski

Model 1: Estymacja KMNK z wykorzystaniem 4877 obserwacji Zmienna zależna: y

Analiza współzależności zjawisk

Weryfikacja hipotez statystycznych za pomocą testów statystycznych

Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie

Wprowadzenie do teorii prognozowania

Stanisław Cichocki. Natalia Nehrebecka

Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona;

Testowanie hipotez. Marcin Zajenkowski. Marcin Zajenkowski () Testowanie hipotez 1 / 25

Metody statystyki medycznej stosowane w badaniach klinicznych

Wnioskowanie statystyczne Weryfikacja hipotez. Statystyka

4. Średnia i autoregresja zmiennej prognozowanej

Testowanie hipotez statystycznych

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada

ESTYMACJA. Przedział ufności dla średniej

Przykład 2. Stopa bezrobocia

O LICZBIE ABONENTÓW TELEFONII KOMÓRKOWEJ W POLSCE ZDANIEM TRZECH STATYSTYKÓW

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

STATYSTYKA MATEMATYCZNA

Wielkość dziennego obrotu w tys. zł. (y) Liczba ekspedientek (x) ,5 6,6

Zależność. przyczynowo-skutkowa, symptomatyczna, pozorna (iluzoryczna),

Liniowy model ekonometryczny Metoda najmniejszych kwadratów Laboratorium 1.

Podstawy ekonometrii. Opracował: dr hab. Eugeniusz Gatnar prof. WSBiF

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Test zgodności i analiza wariancji Analiza wariancji

X Y 4,0 3,3 8,0 6,8 12,0 11,0 16,0 15,2 20,0 18,9

Stanisław Cichocki. Natalia Nehrebecka

Niestacjonarne zmienne czasowe własności i testowanie

1. Pokaż, że estymator MNW parametru β ma postać β = nieobciążony. Znajdź estymator parametru σ 2.

Testowanie hipotez statystycznych

Ekonometria. Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych. Jakub Mućk. Katedra Ekonomii Ilościowej

Statystyka i opracowanie danych- W 8 Wnioskowanie statystyczne. Testy statystyczne. Weryfikacja hipotez statystycznych.

Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych (X1, X2, X3,...) na zmienną zależną (Y).

Statystyka matematyczna i ekonometria

Stosowana Analiza Regresji

Stanisław Cichocki. Natalia Nehrebecka. Wykład 4

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:

RÓWNOWAŻNOŚĆ METOD BADAWCZYCH

Wydział Matematyki. Testy zgodności. Wykład 03

Testowanie hipotez statystycznych

Nieliniowe. Liniowe. Nieliniowe. Liniowe. względem parametrów. Linearyzowane. sensu stricto

Ekonometria. Modele regresji wielorakiej - dobór zmiennych, szacowanie. Paweł Cibis pawel@cibis.pl. 1 kwietnia 2007

1. Eliminuje się ze zbioru potencjalnych zmiennych te zmienne dla których korelacja ze zmienną objaśnianą jest mniejsza od krytycznej:

Państwowa Wyższa Szkoła Zawodowa w Suwałkach SYLLABUS na rok akademicki 2014/2015

Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego

Współczynnik korelacji. Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ

KARTA PRZEDMIOTU. 12. PRZEDMIOTOWE EFEKTY KSZTAŁCENIA Odniesienie do kierunkowych efektów kształcenia (symbol)

Ekonometria Ćwiczenia 19/01/05

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 7

Wykład 3 Hipotezy statystyczne

Zadania ze statystyki, cz.6

Testowanie hipotez statystycznych. Wnioskowanie statystyczne

czerwiec 2013 Uwaga: Przy rozwiązywaniu zadań, jeśli to konieczne, należy przyjąć poziom istotności 0,1 i współczynnik ufności 0,90

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013

STATYSTYKA MATEMATYCZNA, LISTA 3

FORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Zmienna losowa dwuwymiarowa i korelacja

Transkrypt:

Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych 3.1. Estymacja parametrów i ocena dopasowania modeli z jedną zmienną 23. Właściciel komisu w celu zbadania jak kształtują się ceny rynkowe samochodów średniej klasy [w zł] w zależności od ich wieku [w latach] wybrał losowo 13 ofert. Dane dotyczące ceny i wieku samochodu przedstawia tabela poniżej: Wiek 12 9 10 6 8 4 8 7 5 6 3 1 1 Cena 10,5 14,6 11,8 21,3 11,9 35,2 20,8 25,0 27,6 32,6 36,4 42,9 38,7 Na podstawie posiadanych informacji: a) wprowadzić dane do programu Gretl, b) dokonać estymacji parametrów modelu yt 0 1xt t, Parametr Wartość Błąd standardowy a 0 a 1 Oszacowany model ma postać: yˆ t... c) podać interpretację parametru a 1 i dokonać jego oceny merytorycznej, Interpretacja parametru a 1 : Ocena merytoryczna parametru a 1 : Interpretacja standardowego błędu szacunku parametru a 1 S(a 1 ): 1

d) wyznaczyć wartości odchylenia standardowego reszt, współczynnika zmienności losowej, współczynnika zbieżności, współczynnika determinacji, e) przyjmując krytyczną wartość współczynnika determinacji 2* R 0,90 zbadać zgodność otrzymanego modelu z danymi empirycznymi, f) przyjmując krytyczną współczynnika zmienności losowej otrzymanego modelu, * V 10% zbadać wyrazistość g) podać interpretację wyników, Interpretacja Odchylenie standardowe reszt wynosi. Oznacza to, że teoretyczne ceny samochodów wyznaczone na podstawie modelu różnią się od wartości empirycznych średnio o tys. zł. Odchylenie standardowe reszt stanowi % średniej ceny samochodów. Świadczy to o. zmienności resztowej. Zmienność ceny samochodów została w % wyjaśniona przez ich wiek, natomiast nie została wyjaśniona w %. h) zbadać istotność parametru strukturalnego α 1, I. Sformułowanie hipotez statystycznych: H 0 : [α 1 =0] wiek samochodu nie miał istotnego wpływu na jego cenę H 1 : [α 1 0] wiek samochodu miał istotny wpływ na jego cenę II. Ustalenie poziomu istotności i odczytanie komputerowego poziomu istotności p: Ustalamy poziom istotności = a następnie odczytujemy wartość komputerowego poziomu istotności p 2

III. Podjęcie decyzji weryfikacyjnej: 24. W pliku test.gdt znajdują się dane dotyczące kształtowania się wyników testu z matematyki w zależności od ilorazu inteligencji w próbie złożonej z 19 uczniów. Na podstawie posiadanych informacji: a) dokonać estymacji parametrów modelu liniowego yt 0 1xt t, Parametr Wartość Błąd standardowy a 0 a 1 Oszacowany model ma postać: yˆ t... b) podać interpretację parametru a 1 i dokonać jego oceny merytorycznej, Interpretacja parametru a 1 : Ocena merytoryczna parametru a 1 : Interpretacja standardowego błędu szacunku parametru a 1 S(a 1 ): c) wyznaczyć wartości odchylenia standardowego reszt, współczynnika zmienności losowej, współczynnika zbieżności, współczynnika determinacji, 3

d) ustalić krytyczną wartość współczynnika determinacji tego modelu z danymi empirycznymi, 2* R, a następnie zbadać zgodność e) ustalić krytyczną współczynnika zmienności losowej modelu ekonometrycznego, * V, a następnie zbadać wyrazistość f) podać interpretację wyników, Interpretacja g) zbadać istotność parametru strukturalnego α 1, I. Sformułowanie hipotez statystycznych: H 0 : [α 1 =0]... H 1 : [α 1 0]... I. Ustalenie poziomu istotności i odczytanie komputerowego poziomu istotności p: Ustalamy poziom istotności = a następnie odczytujemy wartość komputerowego poziomu istotności p II. Podjęcie decyzji weryfikacyjnej: 4

3.2. Estymacja parametrów i ocena dopasowania liniowych funkcji trendu 25. W poniższej tabeli znajdują się dane dotyczące kształtowania się liczby wypadków drogowych w Polsce w latach 1998 2006. Rok 1998 1999 2000 2001 2002 2003 2004 2005 2006 Liczba wypadków 61588 55106 57331 53799 53559 51078 51069 48100 47120 Na podstawie posiadanych informacji: a) wprowadzić dane do programu Gretl, b) dokonać estymacji i interpretacji parametrów liniowej funkcji trendu yt 0 1t t, Parametr Wartość Błąd standardowy a 0 a 1 Oszacowana funkcja trendu ma postać: Interpretacja parametru a 1 : yˆ t... c) wyznaczyć wartości odchylenia standardowego reszt, współczynnika zmienności losowej, współczynnika zbieżności, współczynnika determinacji, d) przyjmując krytyczną wartość współczynnika determinacji 2* R 0,90 zbadać zgodność otrzymanej funkcji trendu z danymi empirycznymi, 5

e) przyjmując krytyczną współczynnika zmienności losowej otrzymanej funkcji trendu, * V 10% zbadać wyrazistość f) podać interpretację wyników, Interpretacja Zaobserwowana liczba wypadków drogowych w Polsce w latach 1998 2006 różni się przeciętnie (w sensie oceny odchylenia standardowego składnika resztowego) o wypadków od teoretycznych wartości tej zmiennej, wynikających z oszacowanej funkcji trendu. Udział odchylenia standardowego składnika resztowego w przeciętnej liczbie wypadków drogowych w Polsce w latach 1998 2006 wyniósł. Świadczy to o. zmienności resztowej. Zmienność analizowanej liczby wypadków drogowych a została wytłumaczona trendem liniowym, natomiast nie została wyjaśniona w. g) zbadać istotność parametru strukturalnego α 1, I. Sformułowanie hipotez statystycznych: H 0 : [α 1 =0] zmienna czasowa nie miała istotnego wpływu na liczbę wypadków H 1 : [α 1 0] zmienna czasowa miała istotny wpływ na liczbę wypadków II. Ustalenie poziomu istotności i odczytanie komputerowego poziomu istotności p: Ustalamy poziom istotności = a następnie odczytujemy wartość komputerowego poziomu istotności p III. Podjęcie decyzji weryfikacyjnej: 26. W pliku studenci.gdt znajdują się dane dotyczące kształtowania się liczby studentów w Polsce w latach 1998 2006. Na podstawie posiadanych informacji: a) dokonać estymacji i interpretacji parametrów liniowej funkcji trendu yt 0 1t t, Parametr Wartość Błąd standardowy a 0 6

a 1 Oszacowana funkcja trendu ma postać: Interpretacja parametru a 1 : yˆ t... b) wyznaczyć wartości odchylenia standardowego reszt, współczynnika zmienności losowej, współczynnika zbieżności, współczynnika determinacji, c) ustalić krytyczną wartość współczynnika determinacji otrzymanej liniowej funkcji trendu z danymi empirycznymi, 2* R, a następnie zbadać zgodność d) ustalić krytyczną współczynnika zmienności losowej funkcji trendu, * V, a następnie zbadać otrzymanej e) podać interpretację wyników, Interpretacja 7

b) zbadać istotność parametru strukturalnego α 1, I. Sformułowanie hipotez statystycznych: H 0 : [α 1 =0]... H 1 : [α 1 0]... II. Ustalenie poziomu istotności i odczytanie komputerowego poziomu istotności p: Ustalamy poziom istotności = a następnie odczytujemy wartość komputerowego poziomu istotności p III. Podjęcie decyzji weryfikacyjnej: 8