Rodzaje danych i zmiennych w modelu ekonometrycznym

Nasza ocena:

5
Pobrań: 308
Wyświetleń: 2121
Komentarze: 0
Notatek.pl

Pobierz ten dokument za darmo

Podgląd dokumentu
Rodzaje danych i zmiennych w modelu ekonometrycznym  - strona 1 Rodzaje danych i zmiennych w modelu ekonometrycznym  - strona 2 Rodzaje danych i zmiennych w modelu ekonometrycznym  - strona 3

Fragment notatki:

RODZAJE DANYCH I ZMIENNYCH W MODELU EKONOMETRYCZN YM . D OBÓR ZMIE N NYCH Rodzaje danych statystycznych:
• dane przekrojowe, • dane czasowe • dane przekrojowo-czasowe Rodzaje zmiennych: • zmienne ilościowe • zmienne jakościowe Zmienne niezależne w modelu ekonometrycznym powinny odznaczą się:
• wysoką zmiennością - współczynnik zmienności większy od 0,1
• być silnie skorelowane ze zmienną objaśnianą
• być słabo skorelowane między sobą
Metody doboru zmiennych do modelu ekonometrycznego:
Metoda Hellwiga (metoda nośników informacyjnych)
• Metoda Nowaka
• Algorytmy genetyczne
Dane do analizy regresji Macierz obserwacji zmiennych objaśniających X i wektor obserwacji zmiennej objaśnianej y n - liczba obserwacji, k - liczba zmiennych niezależnych
Współczynnik korelacji r jm między zmiennymi objaśniającymi j oraz m :
, gdzie , Współczynnik korelacji między zmienną objaśnianą y i objaśniającą j :
, gdzie Metoda Hellwiga Określamy potencjalne kombinacje zmiennych objaśniających - K l = {numery zmiennych w l -lej kombinacji}
Dla każdej zmiennej p z kombinacji K l wyznaczamy indywidualne wskaźniki pojemności informacyjnej:
Dla każdej kombinacji K l wyznaczamy wskaźniki integralnej pojemności informacyjnej:
Najlepszą kombinacją jest ta, dla której H l jest największe.
Metoda Nowaka Wartość krytyczna współczynnika korelacji:
, gdzie: I wartość statystyki t-studenta dla założonego poziomu istotności α i n -2 stopni swobody (w programie Excel funkcja ROZKŁAD.T.ODW ).
Dobór zmiennych objaśniających:
1. Wyeliminować zmienne objaśniające nie skorelowane ze zmienną objaśnianą (dla których | r j | ≤ r * )
2. Spośród pozostałych zmiennych objaśniających wybrać zmienną p najsilniej skorelowaną za zmienną objaśnianą ( ). Zmienną p wprowadzić do zbioru zmiennych uwzględnionych w modelu.
3. Wyeliminować zmienne skorelowane ze zmienną p ( )
4. Ponownie wykonać punkt 2 i 3, aż do wyczerpania listy zmiennych. ... zobacz całą notatkę



Komentarze użytkowników (0)

Zaloguj się, aby dodać komentarz