Ekonometria. Weryfikacja modelu ekonometrycznego - презентация, доклад, проект скачать

Нажмите для полного просмотра!

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №1

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №2

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №3

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №4

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №5

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №6

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №7

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №8

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №9

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №10

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №11

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №12

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №13

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №14

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №15

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №16

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №17

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №18

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №19

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №20

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №21

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №22

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №23

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №24

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №25

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №26

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №27

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №28

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №29

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №30

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №31

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №32

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №33

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №34

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №35

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №36

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №37

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №38

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №39

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №40

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №41

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №42

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №43

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №44

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №45

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №46

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №47

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №48

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №49

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №50

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №51

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №52

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №53

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №54

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №55

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №56

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №57

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №58

Ekonometria. Weryfikacja modelu ekonometrycznego, слайд №59

Содержание ▲

Вы можете ознакомиться и скачать презентацию на тему Ekonometria. Weryfikacja modelu ekonometrycznego. Доклад-сообщение содержит 59 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

Описание слайда:

Ekonometria Wykład 7 dr hab. Małgorzata Radziukiewicz, prof. PSW Biała Podlaska

Слайд 2

Описание слайда:

Слайд 3

Описание слайда:

Слайд 4

Описание слайда:

Слайд 5

Описание слайда:

Слайд 6

Описание слайда:

Слайд 7

Описание слайда:

Слайд 8

Описание слайда:

Weryfikacja modelu ekonometrycznego

Слайд 9

Описание слайда:

Слайд 10

Описание слайда:

Слайд 11

Описание слайда:

Слайд 12

Описание слайда:

Слайд 13

Описание слайда:

Przykład. Do modelu wybrano zmienne objaśniające X1 oraz X2. Macierz obserwacji na zmiennych objaśniających modelu jest postaci: Wektor wartości zmiennej objaśnianej Y:

Слайд 14

Описание слайда:

Twierdzenie 1 (Gaussa-Markowa) Wektor ocen parametrów strukturalnych jest postaci:

Слайд 15

Описание слайда:

Macierz odwrotna do macierzy XTX

Слайд 16

Описание слайда:

Obliczamy wartości ocen parametrów strukturalnych modelu ekonometrycznego: Model ekonometryczny jest postaci:

Слайд 17

Описание слайда:

Interpretacja: a0 = 7,941 to średnia wartość Y w przypadku, gdy zmienne objaśniające X1 i X2 są równe 0; a1 = 1,341 oznacza o ile przeciętnie wzrośnie Y, jeżeli zmienna objaśniająca X1 wzrośnie o jednostkę, podczas gdy zmienna objaśniająca X2 pozostanie bez zmian; a2 = 1,800 oznacza, o ile przeciętnie wzrośnie Y, jeżeli zmienna objaśniająca X2 wzrośnie o jednostkę, podczas gdy zmienna objaśniająca X1 pozostanie bez zmian.

Слайд 18

Описание слайда:

Слайд 19

Описание слайда:

Слайд 20

Описание слайда:

Twierdzenie 2 (Gaussa-Markowa) Wariancja składnika resztowego (estymator wariancji składnika losowego) według wzoru: Do obliczenia wariancji potrzebne są reszty: gdzie: wartości teoretyczne zmiennej obajśnianej (uzyskane na podstawie modelu) = wartości przewidywane - wartości zmiennej objaśnianej (empiryczne )

Слайд 21

Описание слайда:

Ile wynoszą reszty? Do oszacowanego modelu: podstawiamy kolejne wartości zmiennych X1 i X2

Слайд 22

Описание слайда:

Wektor reszt równa się:

Слайд 23

Описание слайда:

licznik wzoru to:

Слайд 24

Описание слайда:

Odchylenie standardowe składnika resztowego (błąd estymacji): Interpretacja: Poszczególne obserwacje empiryczne Y odchylają się średnio od teoretycznych o ± 3,318 jednostek.

Слайд 25

Описание слайда:

Twierdzenie 3 (Gaussa-Markowa Wariancja estymatora parametrów strukturalnych według wzoru: wynosi: Obliczając wartości elementów diagonalnych macierzy D2(a) otrzymamy oceny wariancji poszczególnych parametrów modelu

Слайд 26

Описание слайда:

Wnioskowanie o dokładności szacunku parametrów αi Błędy średnie szacunku parametrów strukturalnych: Interpretacja: O ile +- odchylają się wartości ocen parametrów strukturalnych od ich wartości rzeczywistych

Слайд 27

Описание слайда:

Do interpretacji lepiej posługiwać się średnimi względnymi błędami szacunku parametrów wyznaczonymi ze wzoru: Błędy średnie stanowią odpowiednio 47,02%, 127,82% oraz 116,06% wartości kolejnych parametrów.

Слайд 28

Описание слайда:

Współczynnik zbieżności dany wzorem: wynosi: bowiem:

Слайд 29

Описание слайда:

Współczynnik zbieżności φ2 = 0,380 oznacza, iż 38% zmienności zmiennej objaśnianej Y nie zostało wyjaśnione przez model. Współczynnik determinacji R2 : co oznacza, iż 62% zmienności zmiennej objaśnianej Y zostało wyjaśnione przez model

Слайд 30

Описание слайда:

Współczynnik zmienności losowej: Interpretacja: Odchylenia losowe stanowią 23,7% wartości średniej zmiennej objaśnianej Y.

Слайд 31

Описание слайда:

W ekonometrii przyjęta jest konwencja podawania średnich błędów szacunku parametrów strukturalnych łącznie z oszacowaniem modelu. Oszacowany model ekonometryczny jest postaci:

Слайд 32

Описание слайда:

Слайд 33

Описание слайда:

Weryfikujemy istotność parametrów strukturalnych oszacowanego modelu Stawiamy hipotezę: H0: αi = 0 (parametr αi nieistotnie różni się od zera tzn. że zmienna Xi przy której parametr stoi wywiera nieistotny wpływ na zmienną objaśnianą ); H1: αi ≠ 0 (parametr αi istotnie różni się od zera); Test istotności pozwalający na weryfikację hipotezy H0: αi = 0 oparty jest na rozkładzie statystyki t-Studenta określonej wzorem:

Слайд 34

Описание слайда:

Dla każdego parametru obliczamy wartości empiryczne statystyki t: Z tablic t-Studenta dla przyjętego poziomu istotności α = 0,01 oraz dla n-(k+1)= 5–(2+1)=2 stopnie swobody odczytujemy wartość krytyczną t* = 4,303.

Слайд 35

Описание слайда:

Jeżeli spełniona jest nierówność: to hipoezę H0 należy odrzucić na korzyśćalternatywnej hipotezy H1, czyli dany parametr jest statystycznie istotny. W przypadku, gdy: nie ma odstaw do odrzucenia hipotezy H0 o nieistotności parametru.

Слайд 36

Описание слайда:

Z naszych obliczeń wynika m.in., iż: więc hipotezę H1 odrzucamy, a parametr a0 jest statystycznie nieistotny. Dla parametrów a1 i a2 spełniona jest również nierówność: co oznacza, iż w tym przypadku również nie ma podstaw do odrzucenia hipotezy H0. Interpretacja: Parametry a0, a0 i a2 są statystycznie nieistotne. A zatem zmienne objaśniające X1 i X2 wywierają nieistotny wpływ na zmienną objaśnianą Y.

Слайд 37

Описание слайда:

Слайд 38

Описание слайда:

Badanie koincydencji Model jest koincydentny, jeżeli dla każdej zmiennej objaśniającej model zachodzi: gdzie: ai – jest oceną parametru strukturalnego αi; ri – jest współczynnikiem korelacji między zmienną Y a zmienną Xi. Model jest koincydentny.

Слайд 39

Описание слайда:

Współliniowość – czy zmienne są katalizatorami? Zmienna Xi z pary zmiennych ( Xi, Xj) jest katalizatorem jeżeli: Z obliczeń wynika, iż: Żadna ze zmiennych nie jest katalizatorem.

Слайд 40

Описание слайда:

Слайд 41

Описание слайда:

Badanie losowości Badanie losowości ma związek z wyborem postaci analitycznej modelu. W standardowym modelu liniowym zmienna objaśniana jest liniową funkcją zmiennych objaśniających plus korekta. W przypadku, gdy korekty mają przez dłuższy okres jednakowe znaki można przypuszczać, że został popełniony błąd specyfikacji: nietrafny wybór postaci analitycznej modelu; nietrafny wybór zmiennych objaśniających

Слайд 42

Описание слайда:

Слайд 43

Описание слайда:

Czy reszty są losowe? Wektor reszt

Слайд 44

Описание слайда:

Wartości krytyczne testu serii

Слайд 45

Описание слайда:

Слайд 46

Описание слайда:

Czy rozkład reszt modelu jest symetryczny? W celu zweryfikowania hipotezy

Слайд 47

Описание слайда:

Czy występuje autokorelacja skladnika losowego? Jednym z założeń dotyczących modelu regresji jest niezależność błędów obserwacji, czyli fakt, czy występujące reszty w predykcji zmiennej zależnej są ze sobą skorelowane. Dobrze dopasowane modele regresji zakładają, że otrzymywane reszty (e) - błędy przewidywania rzeczywistej wartości zmiennej zależnej na podstawie utworzonego przez nas modelu regresji - są niezależne od siebie, Oznacza to, że rozkład reszt jest losowy, przypadkowy, bez stale występującego wzorca.

Слайд 48

Описание слайда:

Sposobem określenia niezależności błędów obserwacji jest wyznaczenie autokorelacji składnika resztowego, czyli korelacji r-Pearsona pomiędzy kolejnymi resztami, powstałymi z nieidealnego dopasowania modelu. zależność korelacyjna składników losowych εt oraz ich pierwszych opóźnień εt-i

Слайд 49

Описание слайда:

Współczynnik korelacji Pearsona rxy jest miernikiem związku liniowego między dwiema cechami (zmiennymi) mierzalnymi jest wyznaczany poprzez standaryzację kowariancji kowariancja (wariancja wspólna cech x i y) jest średnią arytmetyczną iloczynu odchyleń wartości liczbowych tych cech (zmiennych) x i y od ich średnich arytmetycznych

Слайд 50

Описание слайда:

Proces autokorelacji rzędu I Załóżmy, że składniki losowe εt związane są zależnością: gdzie: (t=1...,n-1) zmienne losowe η są niezależne i mają jednakowy rozkład

Слайд 51

Описание слайда:

Test Durbina-Watsona Test Durbina-Watsona (statystyka) służy do oceny występowania korelacji pomiędzy resztami (błędami, składnikami resztowymi). Sprawdzamy, czy składniki losowe modelu pochodzą z procesu autokorelacji rzędu I. Przyczyną występowania zjawiska autokorelacji składnika losowego w modelu są: natura procesów ekonomicznych (skutki pewnych zdarzeń albo decyzji rozciągaja sie na wiele okresów; niepoprawna postać analityczna modelu; niepełny zestaw zmiennych objasniających.

Слайд 52

Описание слайда:

Слайд 53

Описание слайда:

Tablice testu Durbina-Watsona prezentują wartości krytyczne dL oraz dU dla odpowiedniej liczby obserwacji n oraz liczby zmiennych objaśniających k

Слайд 54

Описание слайда:

Czy występuje autokorelacja reszt? Statystyka d

Слайд 55

Описание слайда:

Zasadą jest, że wartości statystyk testowych w zakresie od 1,5 do 2,5 są stosunkowo normalne. Każda wartość spoza tego zakresu może być powodem do obaw. Statystyka Durbina – Watsona, chociaż wyświetlana przez wiele programów analizy regresji, nie ma zastosowania w niektórych sytuacjach. Np. gdy opóźnione zmienne zależne są zawarte w zmiennych objaśniających, niewłaściwe jest użycie tego testu.