Презентация Ekonometria. Weryfikacja modelu ekonometrycznego онлайн
На нашем сайте вы можете скачать и просмотреть онлайн доклад-презентацию на тему Ekonometria. Weryfikacja modelu ekonometrycznego абсолютно бесплатно. Урок-презентация на эту тему содержит всего 59 слайдов. Все материалы созданы в программе PowerPoint и имеют формат ppt или же pptx. Материалы и темы для презентаций взяты из открытых источников и загружены их авторами, за качество и достоверность информации в них администрация сайта не отвечает, все права принадлежат их создателям. Если вы нашли то, что искали, отблагодарите авторов - поделитесь ссылкой в социальных сетях, а наш сайт добавьте в закладки.
Презентации » Экономика и Финансы » Ekonometria. Weryfikacja modelu ekonometrycznego
Оцените!
Оцените презентацию от 1 до 5 баллов!
- Тип файла:ppt / pptx (powerpoint)
- Всего слайдов:59 слайдов
- Для класса:1,2,3,4,5,6,7,8,9,10,11
- Размер файла:2.24 MB
- Просмотров:62
- Скачиваний:0
- Автор:неизвестен
Слайды и текст к этой презентации:
№17 слайд
Содержание 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.
№20 слайд
Содержание 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 )
№33 слайд
Содержание 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:
№36 слайд
Содержание 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.
№41 слайд
Содержание 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
№47 слайд
Содержание 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.
№48 слайд
Содержание 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
№49 слайд
Содержание 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
№51 слайд
Содержание 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.
№55 слайд
Содержание 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.
Скачать все slide презентации Ekonometria. Weryfikacja modelu ekonometrycznego одним архивом:
-
Intermediate macroeconomics. Introduction to the equilibrium model
-
Ekonometria. Wykład 2
-
Ekonometria. Określenie badanego zjawiska
-
Ekonometria. Estymacja – po co i dlaczego?
-
The China Model and Its Implications
-
Economy in the short-run: two factor income-expenditure model
-
Modeling of corruption in hierarchical control systems
-
The is–lm model in an open economy
-
Republic of Rwanda: A Model of Reform-Driven, Market-Based, Sustainable Development
-
Factor Models: Announcements, Surprises, and Expected Returns