Ekonometria2 PDF

Miary dopasowania modelu do danych empirycznych
Dobr postaci analitycznej

Transformacja liniowa
Estymacja modelu KMNK
Ekonometria
Dobr postaci analitycznej, transformacja liniowa i estymacja
modelu KMNK
Pawe Cibis
pawel@cibis.pl
9 marca 2007
Pawe Cibis pawel@cibis.pl Ekonometria
1
Wspczynnik determinacji
Wspczynnik zbienoci
Skorygowany R
2
2
Metoda aprioryczna
Metoda heurystyczna
Metoda oceny wzrokowej rozrzutu punktw
3
Etapy transformacji liniowej
Przydatne funkcje
Przykady transformacji liniowej
4
Estymacja macierzowa
Estymacja funkcja REGLINP
Estymacja Analiza danych
Estymacja Interpretacja parametrw struktury stochastycznej
5
Literatura
Wspczynnik zbienoci
Skorygowany R
2
1
Wspczynnik zbienoci
Skorygowany R
2
2
Metoda aprioryczna
Metoda heurystyczna
3
Przydatne funkcje
4
5
Literatura
Wspczynnik zbienoci
Skorygowany R
2
R
2
=
n
t=1
( y
t
y)
2
n
t=1
(y
t
y)
2
W Excelu:
Wykres/Dodaj lini trendu.../Opcje/Wywietl wartoci
R-kwadrat na wykresie (tylko dla regresji jedniej zmiennej)
Analiza danych/Regresja
REGLINP(Y;X;staa;1) trzeci wiersz, pierwsza kolumna
R.KWADRAT(Y;X) tylko dla regresji jedniej zmiennej
Kwadrat wspczynnika korelacji wielorakiej
Wspczynnik zbienoci
Skorygowany R
2
Wspczynnik zbienoci
2
=
n
t=1
e
2
t
n
t=1
(y
t
y)
2
e
t
= y
t
y
t
, t = 1, 2, . . . , n
R
2
= 1
2
Wspczynnik zbienoci
Skorygowany R
2
Skorygowany (zmodykowany) R
2
R
2
= 1
2
_
n 1
n k 1
_
R
2
= 1
_
1 R
2
_
n 1
n k 1
n - liczba obserwacji
k - liczba zmiennych objaniajcych w modelu
Metoda aprioryczna
Metoda heurystyczna
1
Wspczynnik zbienoci
Skorygowany R
2
2
Metoda aprioryczna
Metoda heurystyczna
3
Przydatne funkcje
4
5
Literatura
Metoda aprioryczna
Metoda heurystyczna
Metoda aprioryczna
Polega na doborze postaci analitycznej modelu na podstawie
informacji pozastatystycznych, doyczcych zwizku czcego
zmienn objanian ze zmiennymi objaniajcymi. rdami tych
informacji mog by:
teoria ekonomii i ekonomik branowych,
opinie ekspertw,
tradycje i dowiadczenia badawcze.
Metoda aprioryczna
Metoda heurystyczna
Metoda aprioryczna
Wnioski wynikajce z apriorycznej wiedzy o zalenociach midzy
zmiennymi:
stae absolutne przyrosty zmiennej objanianej funkcja
liniowa,
stae wzgldne przyrosty zmiennej objanianej funkcja
wykadnicza,
stae wspczynniki elastycznoci funkcja potgowa,
coraz wiksze przyrosty zmiennej objanianej przy wzrocie
zmiennej objaniajcej o kad kolejn jednostk funkcja
potgowa, wykadnicza lub kwadratowa,
coraz mniejsze przyrosty zmiennej objanianej przy wzrocie
zmiennej objaniajcej o kad kolejn jednostk funkcja
potgowa lub logarytmiczna.
Metoda aprioryczna
Metoda heurystyczna
Metoda heurystyczna
Polega na zastosowaniu modeli o rnych postaciach analitycznych
i wyborze jednego z nich na podstawie wyrnionego kryterium
dobroci dopasowania modelu do rzeczywistoci. Istniej 2 warianty
tej metody:
metoda kolejnych przyblie,
metoda zadowalajcego wyboru.
Metoda aprioryczna
Metoda heurystyczna
Metoda heurystyczna metoda kolejnych przyblie
Analizie poddawanych jest wiele funkcji matematycznych, na
podstawie ktrych budowane s modele ekonometryczne. W etapie
werykacji oblicza si dla kadego modelu wspczynnik
determinacji R
2
(przyjmujcy wartoci z przedziau [0,1]). Do
modelu dobierana jest funkcja o maksymalnej wartoci
wspczynnika determinacji R
2
.
Metoda aprioryczna
Metoda heurystyczna
Metoda heurystyczna metoda zadowalajcego wyboru
Naley ustali warto krytyczn wspcznnika determinacji
_
R
2
_
.
Analiz rozpoczyna si od najprostszych funkcji, porwnujc
warto R
2
badanego modelu z wartoci krytyczn R
2
i jeeli ta
pierwsza jest jej co najmniej rwna, naley przyj dan posta
analityczn modelu.
Metoda aprioryczna
Metoda heurystyczna
Metoda heurystyczna warunki stosowalnoci
brak informacji pozastatystycznych o zwizku czcym
zmienne modelu,
wystpowanie wielu zmiennych objaniajcych,
jeli metoda aprioryczna lub metoda oceny wzrokowej nie daj
jednoznacznego rozstrzygnicia, co do postaci analitycznej
modelu metoda heurystyczna stosowana jest wtedy
pomocniczo.
Wady: subiektywizm i pracochonno
Metoda aprioryczna
Metoda heurystyczna
Polega na przedstawieniu na wykresie korelacyjnym rozrzutu
punktw empirycznych i przypisaniu badanej zalenoci funkcji,
ktrej przebieg zmiennoci jest najbardziej zbliony do uzyskanej
smugi punktw.
Warunkiem stostowania tej metody jest wystpowanie tylko jednej
zmiennej objaniajcej.
Metoda aprioryczna
Metoda heurystyczna
Metoda aproksymacji segmentowej
Jest to szczeglny przypadek metody oceny wzrokowej. Ma
zastosowanie, gdy rozrzut punktw jest niecigy lub funkcja jest
powikana.
Wykres rozrzutu naley podzieli na czci zwane segmentami.
Kademu segmentowi przypisuje si oddzieln funkcj opisujc
zwizek midzy zmiennymi, zwan aproksymant segmentow.
Warto zmiennej objaniajcej, dla ktrej dokonuje si cicia
wykresu nazywamy modulatorem.
Metoda aprioryczna
Metoda heurystyczna
Funkcja obliczajca warto oceny zmiennej objanianej w danym
punkcie wynikajc z linii regresji oszacowanej na podstawie
zadanego cigu obserwacji:
= REGLINW(Znane Y; Znane X; Nowe X; Wyraz wolny)
Metoda aprioryczna
Metoda heurystyczna
Przydatne funkcje
1
Wspczynnik zbienoci
Skorygowany R
2
2
Metoda aprioryczna
Metoda heurystyczna
3
Przydatne funkcje
4
5
Literatura
Przydatne funkcje
1
Dobr postaci analitycznej modelu (np. analiza wykresu
korelacyjnego)
2
Transformacja liniowa funkcji i dokonanie podstawie
zmiennych i/lub parametrw
3
Szacowanie parametrw modelu liniowego
4
Obliczenie parametrw modelu nieliniowego
Przydatne funkcje
Przydatne funkcje
ln(x)=LN(x)
log
a
x=LOG(x; [a])
log x=LOG(x)
e
x
=EXP(x)
sin(x)=SIN(x)
cos(x)=COS(x)
Przydatne funkcje
Przykady transformacji liniowej 1
Przydatne funkcje
Przykady transformacji liniowej 2
1
Wspczynnik zbienoci
Skorygowany R
2
2
Metoda aprioryczna
Metoda heurystyczna
3
Przydatne funkcje
4
5
Literatura
Estymacja macierzowa przydatne funkcje
AB=MACIERZ.ILOCZYN(macierz A;macierz B)
A
1
=MACIERZ.ODW(macierz)
n
i =1
e
2
i
=SUMA.KWADRATW(zakres e)
oraz procedura transponowania macierzy (opisana na poprzedniej
prezentacji)
Estymacja macierzowa szacowanie parametrw modelu
1
Tworzymy wektor Y i macierze X oraz X
T
.
2
Obliczamy X
T
X.
3
Odwracamy otrzyman macierz, obliczajc
_
X
T
X
_
1
.
4
Obliczamy X
T
Y.
5
Obliczamy wektor ocen parametrw: b =
_
X
T
X
_
1
X
T
Y.
Estymacja macierzowa szacowanie parametrw modelu
Estymacja macierzowa standardowy bd oceny
1
Obliczamy wektor wartoci teoretycznych zmiennej
objanianej:

Y = Xb.
2
Obliczamy wektor reszt: e = Y Xb = Y

Y.
3
Obliczamy sum kwadratw reszt (
n
i =1
e
2
i
).
4
Obliczamy wariancj resztow:
S
2
=
n
i =1
e
2
i
n (k + 1)
5
Obliczamy standardowy bd oceny: S
e
=
S
2
Estymacja macierzowa bdy rednie ocen
1
Obliczamy macierz wariancji i kowariancji estymatorw
parametrw strukturalnych:
D
2
(b) = S
2
(X
T
X)
1
2
Obliczamy bdy rednie ocen parametrw strukturalnych
modelu:
S(b
i
) =
_
V(b
i
)
(czyli pierwiastki kwadratowe z elementw gwnej przektnej
otrzymanej macierzy).
Estymacja macierzowa szacowanie parametrw
struktury stochastycznej
REGLINP(zmienna Y;zmienne X;staa;statystyka)
I wiersz oceny parametrw (UWAGA: wyraz wolny jest zawsze
ostatni, a pozostae parametry s w odwrotnej kolejnoci ni
odpowiadajace im zmienne w macierzy obserwacji!)
II wiersz bdy rednie ocen parametrw strukturalnych (S(b
i
))
III wiersz R
2
i standardowy bd oceny zmiennej objanianej
(S
e
)
V wiersz, I kolumna wyjaniona suma kwadratw odchyle
V wiersz, II kolumna suma kwadratw reszt
Postpujemy podobnie jak przy regresji liniowej z jedn zmienn
objaniajc, ale zaznaczamy ca macierz zmiennych
objaniajacych jako zakres wejciowy X oraz pole Skadniki
resztowe.
Objanienia:
Bd standardowy (statystyki regresji) standardowy bd
oceny zmiennej objanianej (S
e
)
Przecicie wyraz wolny
Wspczynniki oceny parametrw strukturalnych modelu
Bd standardowy (tabela ze wspczynnikami) bdy
rednie ocen parametrw strukturalnych (S(b
i
))
Przewidywane Y wartoci teoretyczne zmiennej objanianej
Skadniki resztowe reszty modelu
Estymacja Standardowy bd oceny
S
e
=

n
i =1
e
2
i
n m 1
jest to pierwiastek kwadratowy z wariancji skadnika resztowego (S
2
e
),
ktra jest estymatorem wariancji skadnika losowego;
informuje o przecitnych odchyleniach wartoci empirycznych
(rzeczywistych) zmiennej objanianej od jej wartoci teoretycznych,
wyliczonych z modelu;
inaczej o ile, rednio rzecz biorc, model myli si przy szacowaniu
wartoci zmiennej objanianej (wielko tej pomyki wyraona jest w
jednostkach tej zmiennej).
Estymacja Bdy rednie ocen parametrw strukturalnych
S (b
i
) =
_
V (b
i
)
V(b
i
) to wariancja estymatora parametru strukturalnego (b
i
) element z
i -tego wiersza i i -tej kolumny macierzy wariancji i kowariancji estymatorw
parametrw strukturalnych D
2
(b);
informuje, o ile mogaby si waha ocena parametru strukturalnego (b
i
),
gdybymy mogli pobra inn prb o tej samej liczebnoci;
inaczej o ile jednostek warto oceny b
i
rni si od rzeczywistej
wartoci paremtru
i
.
1
Wspczynnik zbienoci
Skorygowany R
2
2
Metoda aprioryczna
Metoda heurystyczna
3
Przydatne funkcje
4
5
Literatura
Literatura
Strahl D., Sobczak E., Markowska M., Bal-Domaska B. Modelowanie ekonometryczne z Excelem.
Wrocaw: AE 2002.
Ekonometria. Metody, przykady, zadania. Red. J. Dziechciarz. Wrocaw: AE 2002.
Ekonometria. Metody i analiza problemw ekonomicznych. Red. K. Jajuga. Wrocaw: AE 1999.

Ekonometria2 PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Ekonometria2 PDF

Uploaded by

Copyright:

Available Formats

Miary dopasowania modelu do danych empirycznych

Dobr postaci analitycznej

You might also like