Эконометрика. Лекция 2 - презентация, доклад, проект скачать

Нажмите для полного просмотра!

Содержание ▲

Вы можете ознакомиться и скачать презентацию на тему Эконометрика. Лекция 2. Доклад-сообщение содержит 20 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:

Эконометрика 1 осень 2016 Лекция 2 14.09.2016

Слайд 2

Описание слайда:

Пример: данные по результатам тестов в Калифорнии (продолжение) = (1) или = (2)

Слайд 3

Описание слайда:

Пример: данные по результатам тестов в Калифорнии (продолжение) Уравнение (1) – определение коэффициента наклона прямой, которая может быть записана = (3) Но! = +другие факторы (4)

Слайд 4

Описание слайда:

Формальная модель (1) Пусть среднее значение за тест в i-м школьном округе среднее значение размера класса в i-м школьном округе прочие факторы, влияющие на результаты обучения в i-м школьном округе = + (5)

Слайд 5

Описание слайда:

Формальная модель (2) Уравнение (5) – модель парной линейной регрессии или линейная модель наблюдений или линейная эконометрическая модель или линейная регрессионная модель номер наблюдения ( зависимая переменная независимая переменная или регрессор случайная ошибка регрессии или ошибка – го наблюдения линия (функция) теоретической регрессии (регрессии генеральной совокупности) или линейная модель связи - свободный член (константа) линии теоретической регрессии - коэффициент наклона линии теоретической регрессии

Слайд 6

Описание слайда:

Пример: гипотетические данные по результатам тестов в Калифорнии

Слайд 7

Описание слайда:

Оценка коэффициентов в модели парной линейной регрессии Как оценить или в более общей постановке?

Слайд 8

Описание слайда:

Что такое оценка? Оценка (an estimator) – функция от результатов наблюдения (выборки), выбранных случайным образом из генеральной совокупности. Оценка (an estimate) – численное значение оценки, полученной по данным из конкретной случайной выборки.

Слайд 9

Описание слайда:

Какие бывают оценки: примеры Пусть - математическое ожидание Y в генеральной совокупности (обозначаем E(Y)). Пусть - выборка n независимых одинаково распределенных случайных величин (i.i.d) из рассматриваемой генеральной совокупности. Как мы можем оценить ? Оценка 1: Оценка 2: Оценка 3: , при четном n (для удобства)

Слайд 10

Описание слайда:

Свойства оценок Смещенность (несмещенность) - несмещенная оценка , если Смещением называется величина Состоятельность - состоятельная оценка , если Эффективность и - несмещенные оценки . Тогда (более ) эффективная чем , если

Слайд 11

Описание слайда:

МНК оценка Пример: выборочное среднее – МНК оценка математического ожидания

Слайд 12

Описание слайда:

МНК оценка коэффициентов парной линейной регрессии = + (5) (6) → - МНК оценки коэффициентов и = + - МНК оценка линии регрессии, (линия выборочной регрессии или функция выборочной регрессии); = - предсказанное значение ; = - остаток МНК регрессии

Слайд 13

Описание слайда:

МНК оценка коэффициентов парной линейной регрессии

Слайд 14

Описание слайда:

Предположения МНК Предположение №1: условное распределение относительно имеет нулевое среднее: Предположение №2: , независимы и одинаково распределены (i.i.d.) Предположение №3: большие выбросы маловероятны: и имеют ненулевые конечные четвертые моменты

Слайд 15

Описание слайда:

Предположение №1:

Слайд 16

Описание слайда:

Предположение №2: , - (i.i.d.) Это утверждение о способе формирования выборки – простым случайным образом из одной генеральной совокупности

Слайд 17

Описание слайда:

Предположение №3: большие выбросы маловероятны

Слайд 18

Описание слайда:

Зачем нужны эти предположения? Математическая роль: при их выполнении МНК оценка имеет некоторые хорошие свойства Позволяют понять проблемы, возникающие при оценке МНК регрессии, если они нарушаются

Слайд 19

Описание слайда:

Свойства МНК оценок Если выполняются предположения 1-3 метода наименьших квадратов, то в больших выборках 1. имеют совместное нормальное распределение; 2. (асимптотически), где 3. (асимптотически), где где