ΟΙΚΟΝΟΜΕΤΡΙΑ. Βιολέττα Δάλλα. Εθνικό και Καποδιστριακό Πανεπιστήµιο Αθηνών

Σχετικά έγγραφα
ΟΙΚΟΝΟΜΕΤΡΙΑ. Βιολέττα Δάλλα. Εθνικό και Καποδιστριακό Πανεπιστήµιο Αθηνών

ΟΙΚΟΝΟΜΕΤΡΙΑ. Βιολέττα Δάλλα. Εθνικό και Καποδιστριακό Πανεπιστήµιο Αθηνών

ΟΙΚΟΝΟΜΕΤΡΙΑ. Βιολέττα Δάλλα. Εθνικό και Καποδιστριακό Πανεπιστήµιο Αθηνών

ΟΙΚΟΝΟΜΕΤΡΙΑ. Βιολέττα Δάλλα. Εθνικό και Καποδιστριακό Πανεπιστήµιο Αθηνών

ΟΙΚΟΝΟΜΕΤΡΙΑ. Βιολέττα Δάλλα. Εθνικό και Καποδιστριακό Πανεπιστήµιο Αθηνών

ΚΕΦΑΛΑΙΟ 8 ΠΡΟΒΛΗΜΑΤΑ ΜΕ ΤΙΣ ΕΠΕΞΗΓΗΜΑΤΙΚΕΣ ΜΕΤΑΒΛΗΤΕΣ

ΟΙΚΟΝΟΜΕΤΡΙΑ. Η μέθοδος των βοηθητικών μεταβλητών. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΕΤΡΙΑ Κεφάλαιο 2

Επαναληπτικές Ερωτήσεις για Οικονοµετρία 2

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία

Οικονομετρία. Αυτοσυσχέτιση Συνέπειες και ανίχνευση. Τμήμα: Αγροτικής Οικονομίας & Ανάπτυξης. Διδάσκων: Λαζαρίδης Παναγιώτης

ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΕΡΩΤΗΣΕΙΣ ΣΤΗΝ ΟΙΚΟΝΟΜΕΤΡΙΑ II ΗΜΗΤΡΙΟΣ ΘΩΜΑΚΟΣ

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία

ΚΕΦΑΛΑΙΟ 9 ΕΙΣΑΓΩΓΗ ΣΤΑ ΟΙΚΟΝΟΜΕΤΡΙΚΑ ΥΠΟΔΕΙΓΜΑΤΑ ΤΑΥΤΟΧΡΟΝΩΝ (ΑΛΛΗΛΟΕΞΑΡΤΗΜΕΝΩΝ) ΕΞΙΣΩΣΕΩΝ

ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ 7. ΚΕΦΑΛΑΙΟ 1: Εισαγωγικές Έννοιες 13

Πρόλογος Μέρος Ι: Απλό και πολλαπλό υπόδειγμα παλινδρόμησης Αντικείμενο της οικονομετρίας... 21

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ MSc Τραπεζικής & Χρηματοοικονομικής

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία

Πολλαπλή παλινδρόµηση. Μάθηµα 3 ο

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τραπεζικής & Χρηματοοικονομικής

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

Εισόδημα Κατανάλωση

Χ. Εμμανουηλίδης, 1

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

Διαχείριση Υδατικών Πόρων

Ερωτήσεις κατανόησης στην Οικονομετρία (Με έντονα μαύρα γράμματα είναι οι σωστές απαντήσεις)

ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική

ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική

ΘΕΩΡΙΑ ΟΙΚΟΝΟΜΕΤΡΙΑΣ ΣΥΝΟΠΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ

Ιδιότητες της ευθείας παλινδρόµησης

Συνολοκλήρωση και μηχανισμός διόρθωσης σφάλματος

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΑΣΚΗΣΕΙΣ ΜΕΡΟΣ ΙΙ - ΟΙΚΟΝΟΜΕΤΡΙΑ Ι Ι ΑΣΚΩΝ : ΤΣΕΡΚΕΖΟΣ ΙΚΑΙΟΣ ΑΣΚΗΣΗ 1. Ν'αποδειχθεί η σχέση : σ 2 =Ε(Χ 2 )-µ 2 ΑΣΚΗΣΗ 2

ΒΑΣΙΚΗ ΕΦΑΡΜΟΓΗ. Οικονομετρία ΙΙ. Διδάσκων Τσερκέζος Δικαίος.

ΚΕΦΑΛΑΙΟ 7 ΓΕΝΙΚΕΥΜΕΝΑ ΕΛΑΧΙΣΤΑ ΤΕΤΡΑΓΩΝΑ 7.1 ΕΙΣΑΓΩΓΗ

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Δυτικής Μακεδονίας Western Macedonia University of Applied Sciences Κοίλα Κοζάνης Kozani GR 50100

Πανεπιστήμιο Θεσσαλίας Πολυτεχνική Σχολή Τμήμα Μηχανικών Χωροταξίας, Πολεοδομίας & Περιφερειακής Ανάπτυξης

ΚΕΦΑΛΑΙΟ 2 ΟΙΚΟΝΟΜΕΤΡΙΚΑ ΥΠΟΔΕΙΓΜΑΤΑ ΧΡΟΝΙΚΩΝ ΣΕΙΡΩΝ. 2.1 Σύντομη ανασκόπηση του κλασσικού υποδείγματος

Οικονομετρία Ι. Ενότητα 9: Αυτοσυσχέτιση. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

ΓΡΑΜΜΙΚΗ ΠΑΛΙΝ ΡΟΜΗΣΗ

Μέρος V. Ανάλυση Παλινδρόμηση (Regression Analysis)

ΟΙΚΟΝΟΜΕΤΡΙΑ Ι ΦΥΛΛΑΔΙΟ

Οικονομετρία Ι. Ενότητα 4: Διάστημα Εμπιστοσύνης - Έλεγχος Υποθέσεων. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

Πανεπιστήμιο Θεσσαλίας Πολυτεχνική Σχολή Τμήμα Μηχανικών Χωροταξίας, Πολεοδομίας & Περιφερειακής Ανάπτυξης

ΜΕΘΟΔΟΙ ΕΡΥΕΝΑΣ ΔΙΑΛΕΞΗ 5: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΟΙΚΟΝΟΜΕΤΡΙΑ (Ι)

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΕΤΡΙΑ. Β μέρος: Ετεροσκεδαστικότητα. Παπάνα Αγγελική

Παραβιάσεις των κλασσικών υποθέσεων. ο εκτιμητής LS είναι: Οι βασικές ιδιότητες του εκτιμητή είναι:

Χρονικές σειρές 6 Ο μάθημα: Αυτοπαλίνδρομα μοντέλα (2)

Μάθηµα εύτερο-τρίτο- Βασικά Ζητήµατα στο Απλό Γραµµικό Υπόδειγµα Ακαδηµαϊκό Έτος

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Εξετάσεις περιόδου στο μάθημα ΑΝΑΛΥΣΗ ΠΑΛΙΝΔΡΟΜΗΣΗΣ

Η τελεία χρησιμοποιείται ως υποδιαστολή (π.χ 3 14 τρία κόμμα δεκατέσσερα) Παρακαλώ παραδώστε τα θέματα μαζί με το γραπτό σας ΟΝΟΜΑ: ΕΠΩΝΥΜΟ: ΑΜ:

Πολλαπλή παλινδρόμηση (Multivariate regression)

Συλλογή,, αποθήκευση, ανανέωση και παρουσίαση στατιστικών δεδοµένων

ΟΙΚΟΝΟΜΕΤΡΙΑ Εισαγωγή

Εφαρμοσμένη Στατιστική: Συντελεστής συσχέτισης. Παλινδρόμηση απλή γραμμική, πολλαπλή γραμμική

Οικονομετρία. Ετεροσκεδαστικότητα Συνέπειες και ανίχνευση. Τμήμα: Αγροτικής Οικονομίας & Ανάπτυξης. Διδάσκων: Λαζαρίδης Παναγιώτης

Χρονολογικές Σειρές (Time Series) Lecture notes Φ.Κουντούρη 2008

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 11ο

ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 4: ΔΙΑΛΕΞΗ 04

3. ΣΕΙΡΙΑΚΟΣ ΣΥΝΤΕΛΕΣΤΗΣ ΣΥΣΧΕΤΙΣΗΣ

ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ ΠΡΩΤΟ

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τμήμα Τραπεζικής & Χρηματοοικονομικής

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 3ο

Οικονομετρία Ι. Ενότητα 8: Κανονικότητα. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

Κεφάλαιο 4 ΣΥΣΧΕΤΙΣΗ ΚΑΙ ΠΑΛΙΝ ΡΟΜΗΣΗ. 4.1 Συσχέτιση δύο τ.µ.

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 8ο

Οικονομετρία Ι. Ενότητα 3: Θεώρημα των Gauss Markov. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

Οικονομετρία. Εξειδίκευση του υποδείγματος. Προσθήκη άσχετης μεταβλητής και παράλειψη σχετικής. Τμήμα: Αγροτικής Οικονομίας & Ανάπτυξης

Στατιστική Ι. Ανάλυση Παλινδρόμησης

Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Οικονομετρία Διάλεξη 2η: Απλή Γραμμική Παλινδρόμηση. Διδάσκουσα: Κοντογιάννη Αριστούλα

Οικονομετρία. Απλή Παλινδρόμηση. Υποθέσεις του γραμμικού υποδείγματος και ιδιότητες των εκτιμητών. Τμήμα: Αγροτικής Οικονομίας & Ανάπτυξης

ΟΙΚΟΝΟΜΕΤΡΙΑ. Α μέρος: Πολυσυγγραμμικότητα. Παπάνα Αγγελική

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Μία ανασκόπηση του ζητήματος των ασθενών βοηθητικών μεταβλητών

ΟΙΚΟΝΟΜΕΤΡΙΑ 2 ΦΡΟΝΤΙΣΤΗΡΙΟ 2 BASICS OF IV ESTIMATION USING STATA

ΠΡΟΒΛΗΜΑ ΑΥΤΟΣΥΣΧΕΤΙΣΤΩΝ ΣΦΑΛΜΑΤΩΝ

ιαφάνειες ιαλέξεων 1-1 Απλό γραµµικό υπόδειγµα

ΠΑΛΙΝΔΡΟΜΗΣΗ. Απλή Παλινδρόμηση. (Όγκος πωλήσεων = α +b έξοδα διαφήμησης +e ) Εκτίμηση Απλής Παλινδρόμησης. α= εκτίμηση της τεταγμένης για χ=0

Εφαρμοσμένη Στατιστική

x y max(x))

Οικονομετρία Ι. Ενότητα 6: Πολλαπλό Γραμμικό Υπόδειγμα Παλινδρόμησης. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

ΣΥΣΧΕΤΙΣΗ και ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ

3η Ενότητα Προβλέψεις

ΜΕΘΟΔΟΙ ΕΡΥΕΝΑΣ ΔΙΑΛΕΞΗ 6: ΠΟΛΛΑΠΛΗ ΠΑΛΙΝΔΡΟΜΗΣΗ - ΟΙΚΟΝΟΜΕΤΡΙΑ (Ι)

Κεφάλαιο 3 ΣΥΣΧΕΤΙΣΗ ΚΑΙ ΠΑΛΙΝ ΡΟΜΗΣΗ. 3.1 Συσχέτιση δύο τ.µ.

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΜΠΣ Τραπεζικής & Χρηματοοικονομικής

ΜΑΘΗΜΑ 4 ο. Μοναδιαία ρίζα

ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΓΕΝΙΚΟ ΤΜΗΜΑ

ιαφάνειες ιαλέξεων 1-1 Πολυµεταβλητό γραµµικό υπόδειγµα

Η απόδοση της εκπαιδευσης

Ονοµατεπώνυµο : Σίσκου Σταµατίνα Ειρήνη. Υπεύθυνοςκαθηγητής: ΑναστάσιοςΒ. Κάτος. Θεσσαλονίκη, Ιανουάριος 2010

ΣΥΣΧΕΤΙΣΗ ΚΑΙ ΠΑΛΙΝ ΡΟΜΗΣΗ

Αν έχουμε δύο μεταβλητές Χ και Υ και σύμφωνα με την οικονομική θεωρία η μεταβλητή Χ προσδιορίζει τη συμπεριφορά της Υ το ερώτημα που τίθεται είναι αν

Αναπλ. Καθηγήτρια, Ελένη Κανδηλώρου. Αθήνα Σημειώσεις. Εκτίμηση των Παραμέτρων β 0 & β 1. Απλό γραμμικό υπόδειγμα: (1)

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

Πρόλογος Μέρος Ι: Απλό και πολλαπλό υπόδειγμα παλινδρόμησης Αντικείμενο της οικονομετρίας... 21

Εκτίµηση της ζήτησης. Ανάλυση. Μέθοδοι έρευνας µάρκετινγκ ΚΕΦΑΛΑΙΟ 4

Transcript:

ΟΙΚΟΝΟΜΕΤΡΙΑ Βιολέττα Δάλλα Τµήµα Οικονοµικών Επιστηµών Εθνικό και Καποδιστριακό Πανεπιστήµιο Αθηνών 1

Σφάλµα εξειδικεύσεως Αν η υπόθεση Α.1 ισχύει, τότε το υπόδειγµα παλινδρόµησης είναι σωστά εξειδικευµένο (correctly specified) για την εξαρτηµένη µεταβλητή. Αν η υπόθεση Α.1 δεν ισχύει, τότε το υπόδειγµα παλινδρόµησης δεν είναι σωστά εξειδικευµένο (misspecified) για την εξαρτηµένη µεταβλητή και έχουµε σφάλµα εξειδικεύσεως (specification error). Παραδείγµατα σφάλµατος εξειδικεύσεως: Παράλειψη σηµαντικής ερµηνευτικής µεταβλητής Σωστό υπόδειγµα παλινδρόµησης: Y t = β 0 + β 1 X t1 + β 2 X t2 + u t Επιλεγόµενο υπόδειγµα παλινδρόµησης: Y t = β 0 + β 1 X t1 + ε t 2

Χρήση λάθους γραµµικού περιορισµού Σωστό υπόδειγµα παλινδρόµησης: Y t = β 0 + β 1 X t1 + β 2 X t2 + u t Επιλεγόµενο υπόδειγµα παλινδρόµησης: Y t = β 0 + β 1 (X t1 + X t2 ) + ε t Χρήση λάθους συναρτησιακής σχέσης Σωστό υπόδειγµα παλινδρόµησης: Y t = β 0 + β 1 X 2 t + u t Επιλεγόµενο υπόδειγµα παλινδρόµησης: Y t = β 0 + β 1 X t + ε t Περίληψη µη σηµαντικής ερµηνευτικής µεταβλητής Σωστό υπόδειγµα παλινδρόµησης: Y t = β 0 + β 1 X t1 + u t Επιλεγόµενο υπόδειγµα παλινδρόµησης: Y t = β 0 + β 1 X t1 + β 2 X t2 + ε t 3

Μη χρήση σωστού γραµµικού περιορισµού Σωστό υπόδειγµα παλινδρόµησης: Y t = β 0 + β 1 (X t1 + X t2 ) + u t Επιλεγόµενο υπόδειγµα παλινδρόµησης: Y t = β 0 + β 1 X t1 + β 2 X t2 + ε t Στις περιπτώσεις της παράλειψης σηµαντικής ερµηνευτικής µεταβλητής, της χρήσης λάθους γραµµικού περιορισµού και της χρήσης λάθους συναρτησιακής σχέσης, γενικά ισχύει: Ο OLS εκτιµητής β είναι µεροληπτικός και ασυνεπής εκτιµητής του β. Ο OLS εκτιµητής s 2 είναι µεροληπτικός και ασυνεπής εκτιµητής του σ 2. Ο OLS εκτιµητής V ( β ) είναι µεροληπτικός και ασυνεπής εκτιµητής του V ( β ). Οι στατιστικοί έλεγχοι t και F, τα διαστήµατα εµπιστοσύνης και προβλέψεων είναι αναξιόπιστα. 4

Στην περίπτωση της παράλειψης σηµαντικής ερµηνευτικής µεταβλητής, αν η παραλειπόµενη ερµηνευτική µεταβλητή είναι ταυτόχρονα ασυσχέτιστη µε τις υπόλοιπες εµηνευτικές µεταβλητές, οι OLS εκτιµητές των κλίσεων είναι αµερόληπτοι και συνεπείς. Ο OLS εκτιµητής του σταθερού όρου παραµένει µεροληπτικός και ασυνεπής. Στις περιπτώσεις της περίληψης µη σηµαντικής ερµηνευτικής µεταβλητής και µη χρήσης σωστού γραµµικού περιορισµού, οι OLS εκτιµητές είναι αµερόληπτοι και συνεπείς. Οι διακύµανσεις των OLS εκτιµητών στο επιλεγόµενο υπόδειγµα παλινδρόµησης θα έχουν υψηλότερες διακυµάνσεις από αυτούς στο σωστό υπόδειγµα παλινδρόµησης. Σε µικρά δείγµατα µπορεί να δηµιουργηθεί το πρόβληµα της πολυσυγγραµµικότητας. 5

Ενδογένεια Αν η ερµηνευτική µεταβλητή X j δεν συσχετίζεται ταυτόχρονα µε το σφάλµα u, Corr(X tj, u t ) = 0 για κάθε t = 1,..., T, τότε η ερµηνευτική µεταβλητή X j είναι εξωγενής (exogenous). Αν η ερµηνευτική µεταβλητή X j συσχετίζεται ταυτόχρονα µε το σφάλµα u, Corr(X tj, u t ) 0 για κάποια t = 1,..., T, τότε η ερµηνευτική µεταβλητή X j είναι ενδογενής (endogenous). Αν τουλάχιστον µια ερµηνευτική µεταβλητή είναι ενδογενής, έχουµε το πρόβλη- µα της ενδογένειας (endogeneity). Αν υπάρχει ενδογένεια, η υπόθεση Α.3/Α.3 δεν ισχυεί και Ο OLS εκτιµητής β είναι µεροληπτικός και ασυνεπής εκτιµητής του β. Ο OLS εκτιµητής s 2 είναι µεροληπτικός και ασυνεπής εκτιµητής του σ 2. 6

Ο OLS εκτιµητής V ( β ) είναι µεροληπτικός και ασυνεπής εκτιµητής του V ( β ). Οι στατιστικοί έλεγχοι t και F, τα διαστήµατα εµπιστοσύνης και προβλέψεων είναι αναξιόπιστα. Λόγοι ύπαρξης ενδογένειας: Σφάλµα µετρήσεως (measurement error). Σφάλµα εξειδικεύσεως. Σφάλµα αλληλεξάρτησης (simultaneity). Αν υστερήσεις της εξαρτηµένης µεταβλητής, Y t s, είναι ερµηνευτικές µεταβλητές στο υπόδειγµα παλινδρόµησης και υπάρχει αυτοσυσχέτιση. 7

Μέθοδος βοηθητικών µεταβλητών (IV) και γενικευµένη µέθοδος βοηθητικών µεταβλητών (GIVE) Έστω ότι η η ερµηνευτική µεταβλητή X j είναι ενδογενής. Η µεταβλητή Z j είναι βοηθητική µεταβλητή (instrumental variable) για την ερµηνευτική µεταβλητή X j όταν έχει τις εξής ιδιότητες: 1. Z j είναι ταυτόχρονα ασυσχέτιστη µε τον διαρακτικό όρο. 2. Z j είναι (υψηλά) συσχετισµένη µε την ερµηνευτική µεταβλητή X j. 3. Z j δεν συµπεριλαµβάνεται στο υπόδειγµα παλινδρόµησης. Ορίζεται ο πίνακας Z = 1 Z 11... Z 1K... 1 Z T 1... Z T K 8

όπου Z j = X j αν η ερµηνευτική µεταβλητή X j είναι εξωγενής και Z j = Zj βοηθητική µεταβλητή αν η ερµηνευτική µεταβλητή X j είναι ενδογενής. Μπορούν να συµπεριληφθούν πάνω από µία βοηθητική µεταβλητή για κάθε ενδογενή ερµηνευτική µεταβλητή. Τότε, ο πίνακας Z έχει M > K + 1 στήλες Z = 1 Z 11... Z 1,M 1... 1 Z T 1... Z T,M 1 9

Ο εκτιµητής των γενικευµενών βοηθητικών µεταβλητών GIVE (generalized instrumental variables estimator) του β είναι β = ( X P Z X ) 1 X P Z Y όπου P Z = Z (Z Z) 1 Z, µε πίνακα διακυµάνσεων-συνδιακυµάνσεων V (β ) = σ 2 ( X P Z X ) 1 Ο GIVE εκτιµητής του σ 2 είναι s 2 = 1 T K 1 (Y Xβ ) (Y Xβ ) Αν M = K + 1 η µέθοδος GIVE είναι η µέθοδος των βοηθητικών µεταβλητών IV (instrumental variables). 10

Ο εκτιµητής των βοηθητικών µεταβλητών IV (instrumental variables estimator) του β είναι β = ( Z X ) 1 Z Y µε πίνακα διακυµάνσεων-συνδιακυµάνσεων V (β ) = σ 2 ( Z X ) 1 Z Z ( X Z ) 1 Ο IV εκτιµητής του σ 2 είναι s 2 = 1 T K 1 (Y Xβ ) (Y Xβ ) Οι εκτιµήτες IV/GIVE β και s 2 είναι συνεπείς εκτιµητές των β και σ 2. Η διακύµανση του IV/GIVE εκτιµητή β αυξάνεται όταν η συσχέτιση µεταξύ της βοηθητικής µεταβλητής Z j και της αντίστοιχης ερµηνευτικής µεταβλητής X j µειώνεται. 11

Η µέθοδος IV/GIVE βασίζεται στη µέθοδο OLS σε δύο στάδια 2SLS (two stages least squares). Στάδιο 1: Για κάθε ερµηνευτική µεταβλητή X j, εκτιµάται µε OLS το υπόδειγµα παλινδρόµησης X tj = γ 0 + γ 1 Z t1 +... + γ M 1 Z t,m 1 + ε t, t = 1,..., T και βρίσκονται οι υπολογισµένες τιµές X j, j = 1,..., K. Στάδιο 2: Εκτιµάται µε OLS το υπόδειγµα παλινδρόµησης Y t = β 0 + β 1 X t1 +... + β K X tk + u t, t = 1,..., T ( ) Η µέθοδος OLS στο υπόδειγµα παλινδρόµησης ( ) είναι ισοδύναµη µε τη µέθοδο IV/GIVE. 12

Στατιστικός έλεγχος: Sargan για καταλληλότητα βοηθητικών µεταβλητών Χρησιµοποιείται όταν M > K + 1. Υποθέσεις: H 0 : α 1 =... = α M 1 = 0 έναντι H 1 : τουλάχιστον ένα α j 0, j = 1,..., M 1 Στατιστική ελέγχου: S = T R 2 όπου R 2 είναι ο συντελεστής προσδιορισµού της βοηθητικής παλινδρόµησης û t = α 0 + α 1 Z t1 +... + α M 1 Z t,m 1 + η t, t = 1,..., T και û = Y Xβ. Κρίσιµη περιοχή: S > χ 2 M K 1,α 13