🗊Презентация Эконометрика

Категория: Математика
Нажмите для полного просмотра!
Эконометрика, слайд №1Эконометрика, слайд №2Эконометрика, слайд №3Эконометрика, слайд №4Эконометрика, слайд №5Эконометрика, слайд №6Эконометрика, слайд №7Эконометрика, слайд №8Эконометрика, слайд №9Эконометрика, слайд №10Эконометрика, слайд №11Эконометрика, слайд №12Эконометрика, слайд №13Эконометрика, слайд №14Эконометрика, слайд №15Эконометрика, слайд №16Эконометрика, слайд №17Эконометрика, слайд №18Эконометрика, слайд №19Эконометрика, слайд №20Эконометрика, слайд №21Эконометрика, слайд №22Эконометрика, слайд №23Эконометрика, слайд №24Эконометрика, слайд №25Эконометрика, слайд №26Эконометрика, слайд №27Эконометрика, слайд №28
Скачать

Содержание ▲

Вы можете ознакомиться и скачать презентацию на тему Эконометрика. Доклад-сообщение содержит 28 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации

Слайд 1


Эконометрика Задача 3.31
Описание слайда:
Эконометрика Задача 3.31

Слайд 2


Постановка задачи В примере рассматриваются данные по стоимости квартир в Москве, собранные студентами первого курса РЭШ осенью 1997 г. Описание переменных представлено на слайде 3. Данные находятся в файле flat98s.xls Постройте модель стоимости квартиры (или стоимости квадратного метра жилой площади квартиры) в зависимости от имеющихся факторов. Проверьте гипотезу, что модели для 1,2,3,4-комнатных квартир различаются между собой, т.е. гипотезу, что рынок распадается на рынки однокомнатных, двухкомнатных и трех-четырехкомнатных квартир.
Описание слайда:
Постановка задачи В примере рассматриваются данные по стоимости квартир в Москве, собранные студентами первого курса РЭШ осенью 1997 г. Описание переменных представлено на слайде 3. Данные находятся в файле flat98s.xls Постройте модель стоимости квартиры (или стоимости квадратного метра жилой площади квартиры) в зависимости от имеющихся факторов. Проверьте гипотезу, что модели для 1,2,3,4-комнатных квартир различаются между собой, т.е. гипотезу, что рынок распадается на рынки однокомнатных, двухкомнатных и трех-четырехкомнатных квартир.

Слайд 3


Описание переменных
Описание слайда:
Описание переменных

Слайд 4


Решение(1/25) Основываясь на том, что нам нужно ответить на вопрос о том распадается ли рынок на рынки однокомнатных, двухкомнатных и трех-четырехкомнатных квартир, введем бинарные переменные: r1=(rooms=1) однокомнатная квартира r2=(rooms=2) двухкомнатная квартира r3=(rooms=3) трехкомнатная квартира r4=(rooms=4) четырехкомнатная квартира
Описание слайда:
Решение(1/25) Основываясь на том, что нам нужно ответить на вопрос о том распадается ли рынок на рынки однокомнатных, двухкомнатных и трех-четырехкомнатных квартир, введем бинарные переменные: r1=(rooms=1) однокомнатная квартира r2=(rooms=2) двухкомнатная квартира r3=(rooms=3) трехкомнатная квартира r4=(rooms=4) четырехкомнатная квартира

Слайд 5


Решение(2/25) Добавим к уже имеющимся переменную dopsp=totsp-livsp-kitsp. Эта переменная имеет смысл площади дополнительных помещений (ванная, туалет, коридор и т.п.)
Описание слайда:
Решение(2/25) Добавим к уже имеющимся переменную dopsp=totsp-livsp-kitsp. Эта переменная имеет смысл площади дополнительных помещений (ванная, туалет, коридор и т.п.)

Слайд 6


Решение(3/25) Рассмотрим описательные статистики. Для этого удерживая клавишу Ctrl выделяем: price, bal, brick, dist, dopsp, floor, kitsp, livsp, metrdist, rooms, tel, totsp, walk > правой кнопкой мыши > Open > as Group.
Описание слайда:
Решение(3/25) Рассмотрим описательные статистики. Для этого удерживая клавишу Ctrl выделяем: price, bal, brick, dist, dopsp, floor, kitsp, livsp, metrdist, rooms, tel, totsp, walk > правой кнопкой мыши > Open > as Group.

Слайд 7


В открывшемся окне: View > Descriptive Stats > Common Sample В открывшемся окне: View > Descriptive Stats > Common Sample
Описание слайда:
В открывшемся окне: View > Descriptive Stats > Common Sample В открывшемся окне: View > Descriptive Stats > Common Sample

Слайд 8


В результате получим таблицу В результате получим таблицу Mean – среднее значение Std. Dev- стандартное отклонение Median – медиана Observation – количество наблюдений Maximum – максимум Skewness – ассиметрия Minimum – минимум Observation – количество наблюдений
Описание слайда:
В результате получим таблицу В результате получим таблицу Mean – среднее значение Std. Dev- стандартное отклонение Median – медиана Observation – количество наблюдений Maximum – максимум Skewness – ассиметрия Minimum – минимум Observation – количество наблюдений

Слайд 9


Эконометрика, слайд №9
Описание слайда:

Слайд 10


Для того, чтобы исключить наблюдения, мы создадим переключатель: Object > New Object.. Для того, чтобы исключить наблюдения, мы создадим переключатель: Object > New Object..
Описание слайда:
Для того, чтобы исключить наблюдения, мы создадим переключатель: Object > New Object.. Для того, чтобы исключить наблюдения, мы создадим переключатель: Object > New Object..

Слайд 11


В открывшемся окне: в графе IF condition (optional) введем наше условие: (kitsp>=5) and (dopsp>0) В открывшемся окне: в графе IF condition (optional) введем наше условие: (kitsp>=5) and (dopsp>0) Таким образом, мы отбросили все неправдоподобные наблюдения и получили 2949 наблюдений, для которых определены все переменные.
Описание слайда:
В открывшемся окне: в графе IF condition (optional) введем наше условие: (kitsp>=5) and (dopsp>0) В открывшемся окне: в графе IF condition (optional) введем наше условие: (kitsp>=5) and (dopsp>0) Таким образом, мы отбросили все неправдоподобные наблюдения и получили 2949 наблюдений, для которых определены все переменные.

Слайд 12


a) Строим модель стоимости квартиры (модель 1). Для этого удерживая клавишу Ctrl выделяем: price, r1, r2, r3, r4, livsp, kitsp, dopsp, dist, metrdist, walk, bal, brick, floor, tel > правой кнопкой мыши > Open > as Equation.. a) Строим модель стоимости квартиры (модель 1). Для этого удерживая клавишу Ctrl выделяем: price, r1, r2, r3, r4, livsp, kitsp, dopsp, dist, metrdist, walk, bal, brick, floor, tel > правой кнопкой мыши > Open > as Equation..
Описание слайда:
a) Строим модель стоимости квартиры (модель 1). Для этого удерживая клавишу Ctrl выделяем: price, r1, r2, r3, r4, livsp, kitsp, dopsp, dist, metrdist, walk, bal, brick, floor, tel > правой кнопкой мыши > Open > as Equation.. a) Строим модель стоимости квартиры (модель 1). Для этого удерживая клавишу Ctrl выделяем: price, r1, r2, r3, r4, livsp, kitsp, dopsp, dist, metrdist, walk, bal, brick, floor, tel > правой кнопкой мыши > Open > as Equation..

Слайд 13


В открывшемся окне: т.к. мы используем в модели бинарные переменные r1, r2, r3 и r4, то константу (c) нужно убрать из модели В открывшемся окне: т.к. мы используем в модели бинарные переменные r1, r2, r3 и r4, то константу (c) нужно убрать из модели Все коэффициенты значимы (prob<0.05), т.е. выбрасывать переменные не нужно, модель качественная.
Описание слайда:
В открывшемся окне: т.к. мы используем в модели бинарные переменные r1, r2, r3 и r4, то константу (c) нужно убрать из модели В открывшемся окне: т.к. мы используем в модели бинарные переменные r1, r2, r3 и r4, то константу (c) нужно убрать из модели Все коэффициенты значимы (prob<0.05), т.е. выбрасывать переменные не нужно, модель качественная.

Слайд 14


Проверим построенную модель на гетероскедастичность: Проверим построенную модель на гетероскедастичность: H0:гомоскедастичность H1:гетероскедастичность Для этого: View > Residul Diagnostics > Heteroskedasticity Test (Test type: White)
Описание слайда:
Проверим построенную модель на гетероскедастичность: Проверим построенную модель на гетероскедастичность: H0:гомоскедастичность H1:гетероскедастичность Для этого: View > Residul Diagnostics > Heteroskedasticity Test (Test type: White)

Слайд 15


В полученной таблице смотрим В полученной таблице смотрим Если эти значения <0.05, то H1 верна (существует гетороскедастичность) - >нужна подправка Если эти значения >0.05, то H0 верна (существует гомоскедастичность) -> подправка не нужна.
Описание слайда:
В полученной таблице смотрим В полученной таблице смотрим Если эти значения <0.05, то H1 верна (существует гетороскедастичность) - >нужна подправка Если эти значения >0.05, то H0 верна (существует гомоскедастичность) -> подправка не нужна.

Слайд 16


Делаем подправку Делаем подправку Proc > Specify/Estimate… > Options (Coefficient covariance matrix: если Durbin-Watson <1.5, то Newey-West, если >=1.5, то White)
Описание слайда:
Делаем подправку Делаем подправку Proc > Specify/Estimate… > Options (Coefficient covariance matrix: если Durbin-Watson <1.5, то Newey-West, если >=1.5, то White)

Слайд 17


Таким образом, получаем подправленные значения Таким образом, получаем подправленные значения Все коэффициенты значимы (prob<0.05), т.е. выбрасывать переменные не нужно, модель качественная.
Описание слайда:
Таким образом, получаем подправленные значения Таким образом, получаем подправленные значения Все коэффициенты значимы (prob<0.05), т.е. выбрасывать переменные не нужно, модель качественная.

Слайд 18


Проверим построенную модель на нормальность. Для этого: Проверим построенную модель на нормальность. Для этого: View > Residual Diagnostics > Histogram-Normality Test если Probability<0.05, то не является нормальным Skewness(ассиметрия)=0, то является нормальным.
Описание слайда:
Проверим построенную модель на нормальность. Для этого: Проверим построенную модель на нормальность. Для этого: View > Residual Diagnostics > Histogram-Normality Test если Probability<0.05, то не является нормальным Skewness(ассиметрия)=0, то является нормальным.

Слайд 19


Строим модель стоимости квадратного метра жилой площади квартиры (модель 2). Для этого удерживая клавишу Ctrl выделяем: price, r1, r2, r3, r4, livsp, kitsp, dopsp, dist, metrdist, walk, bal, brick, floor, tel > правой кнопкой мыши > Open > as Equation.. Строим модель стоимости квадратного метра жилой площади квартиры (модель 2). Для этого удерживая клавишу Ctrl выделяем: price, r1, r2, r3, r4, livsp, kitsp, dopsp, dist, metrdist, walk, bal, brick, floor, tel > правой кнопкой мыши > Open > as Equation..
Описание слайда:
Строим модель стоимости квадратного метра жилой площади квартиры (модель 2). Для этого удерживая клавишу Ctrl выделяем: price, r1, r2, r3, r4, livsp, kitsp, dopsp, dist, metrdist, walk, bal, brick, floor, tel > правой кнопкой мыши > Open > as Equation.. Строим модель стоимости квадратного метра жилой площади квартиры (модель 2). Для этого удерживая клавишу Ctrl выделяем: price, r1, r2, r3, r4, livsp, kitsp, dopsp, dist, metrdist, walk, bal, brick, floor, tel > правой кнопкой мыши > Open > as Equation..

Слайд 20


В открывшемся окне: т.к. мы используем в модели бинарные переменные r1, r2, r3 и r4, то константу (c) нужно убрать из модели; переменную price меняем на price/totsp В открывшемся окне: т.к. мы используем в модели бинарные переменные r1, r2, r3 и r4, то константу (c) нужно убрать из модели; переменную price меняем на price/totsp Все коэффициенты значимы (кроме переменной livsp), т.е. выбрасывать переменные не нужно, модель качественная. Коэффициенты при kitsp и dopsp положительные, что означает, что квадратный метр кухни и комнаты стоит дороже, чем квадратный метр комнаты.
Описание слайда:
В открывшемся окне: т.к. мы используем в модели бинарные переменные r1, r2, r3 и r4, то константу (c) нужно убрать из модели; переменную price меняем на price/totsp В открывшемся окне: т.к. мы используем в модели бинарные переменные r1, r2, r3 и r4, то константу (c) нужно убрать из модели; переменную price меняем на price/totsp Все коэффициенты значимы (кроме переменной livsp), т.е. выбрасывать переменные не нужно, модель качественная. Коэффициенты при kitsp и dopsp положительные, что означает, что квадратный метр кухни и комнаты стоит дороже, чем квадратный метр комнаты.

Слайд 21


b) Проверим гипотезу, что модели для 1,2,3,4-комнатных квартир различаются между собой. b) Проверим гипотезу, что модели для 1,2,3,4-комнатных квартир различаются между собой.
Описание слайда:
b) Проверим гипотезу, что модели для 1,2,3,4-комнатных квартир различаются между собой. b) Проверим гипотезу, что модели для 1,2,3,4-комнатных квартир различаются между собой.

Слайд 22


В открывшемся окне прописываем условия: С(1)=С(2), С(2)=С(3), С(1)=С(3), С(1)=С(4), С(2)=С(4), С(3)=С(4) {C(i),где i – порядковый номер нужного коэффициента в уравнении} В открывшемся окне прописываем условия: С(1)=С(2), С(2)=С(3), С(1)=С(3), С(1)=С(4), С(2)=С(4), С(3)=С(4) {C(i),где i – порядковый номер нужного коэффициента в уравнении} Такие же действия проделываем для модели 2
Описание слайда:
В открывшемся окне прописываем условия: С(1)=С(2), С(2)=С(3), С(1)=С(3), С(1)=С(4), С(2)=С(4), С(3)=С(4) {C(i),где i – порядковый номер нужного коэффициента в уравнении} В открывшемся окне прописываем условия: С(1)=С(2), С(2)=С(3), С(1)=С(3), С(1)=С(4), С(2)=С(4), С(3)=С(4) {C(i),где i – порядковый номер нужного коэффициента в уравнении} Такие же действия проделываем для модели 2

Слайд 23


Результаты модели 1 (модель стоимости квартиры) Результаты модели 1 (модель стоимости квартиры)
Описание слайда:
Результаты модели 1 (модель стоимости квартиры) Результаты модели 1 (модель стоимости квартиры)

Слайд 24


Эконометрика, слайд №24
Описание слайда:

Слайд 25


Эконометрика, слайд №25
Описание слайда:

Слайд 26


Эконометрика, слайд №26
Описание слайда:

Слайд 27


Таким образом, получаем подправленные значения Таким образом, получаем подправленные значения Все коэффициенты значимы (prob<0.05) (кроме переменной livsp), т.е. выбрасывать переменные не нужно, модель качественная.
Описание слайда:
Таким образом, получаем подправленные значения Таким образом, получаем подправленные значения Все коэффициенты значимы (prob<0.05) (кроме переменной livsp), т.е. выбрасывать переменные не нужно, модель качественная.

Слайд 28


Эконометрика, слайд №28
Описание слайда:

Скачать

Похожие презентации
Mypresentation.ru
Загрузить презентацию