Osnovi ekonometrije - Glava 7

Σχετικά έγγραφα
5. Karakteristične funkcije

3.1 Granična vrednost funkcije u tački

Mašinsko učenje. Regresija.

Apsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama.

Ekonometrija 4. Ekonometrija, Osnovne studije. Predavač: Aleksandra Nojković

UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET SIGNALI I SISTEMI. Zbirka zadataka

Računarska grafika. Rasterizacija linije

numeričkih deskriptivnih mera.

Uvod u neparametarske testove

PRAVA. Prava je u prostoru određena jednom svojom tačkom i vektorom paralelnim sa tom pravom ( vektor paralelnosti).

Zavrxni ispit iz Matematiqke analize 1

Konstruisanje. Dobro došli na... SREDNJA MAŠINSKA ŠKOLA NOVI SAD DEPARTMAN ZA PROJEKTOVANJE I KONSTRUISANJE

Neparametarski testovi za dva nezavisna uzorka. Boris Glišić 208/2010 Bojana Ružičić 21/2010

III VEŽBA: FURIJEOVI REDOVI

Ispitivanje toka i skiciranje grafika funkcija

Uvod u neparametarske testove

Računarska grafika. Rasterizacija linije

Elementi spektralne teorije matrica

IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f

Definicija: Hipoteza predstavlja pretpostavku koja je zasnovana na određenim činjenicama (najčešće naučnim ili iskustvenim).

APROKSIMACIJA FUNKCIJA

Osnovni primer. (Z, +,,, 0, 1) je komutativan prsten sa jedinicom: množenje je distributivno prema sabiranju

FTN Novi Sad Katedra za motore i vozila. Teorija kretanja drumskih vozila Vučno-dinamičke performanse vozila: MAKSIMALNA BRZINA

Verovatnoća i Statistika I deo Teorija verovatnoće (zadaci) Beleške dr Bobana Marinkovića

radni nerecenzirani materijal za predavanja R(f) = {f(x) x D}

radni nerecenzirani materijal za predavanja

41. Jednačine koje se svode na kvadratne

Str

Jednodimenzionalne slučajne promenljive

IZVODI ZADACI ( IV deo) Rešenje: Najpre ćemo logaritmovati ovu jednakost sa ln ( to beše prirodni logaritam za osnovu e) a zatim ćemo

DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović

Prosta linearna regresija (primer)

2 tg x ctg x 1 = =, cos 2x Zbog četvrtog kvadranta rješenje je: 2 ctg x

Matematka 1 Zadaci za drugi kolokvijum

Zadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu

NEPARAMETRIJSKE TEHNIKE

IZVODI ZADACI (I deo)

Betonske konstrukcije 1 - vežbe 3 - Veliki ekscentricitet -Dodatni primeri

Testiranje statistiqkih hipoteza

ELEKTROTEHNIČKI ODJEL

M086 LA 1 M106 GRP. Tema: Baza vektorskog prostora. Koordinatni sustav. Norma. CSB nejednakost

7 Algebarske jednadžbe

5 Ispitivanje funkcija

Profesor Zorica Mladenovic 6/5/2012 VEKTORSKI AUTOREGRESIONI MODELI I KOINTEGRACIONA ANALIZA. Zorica Mladenović. Teme

SISTEMI NELINEARNIH JEDNAČINA

Osnovne teoreme diferencijalnog računa

MATEMATIKA 2. Grupa 1 Rexea zadataka. Prvi pismeni kolokvijum, Dragan ori

Obrada signala

KVADRATNA FUNKCIJA. Kvadratna funkcija je oblika: Kriva u ravni koja predstavlja grafik funkcije y = ax + bx + c. je parabola.

Postoji nekoliko statidtičkih testova koji koriste t raspodelu, koji se jednim imenom zovu t-testovi.

Teorijske osnove informatike 1

Analiza varijanse sa jednim Posmatra se samo jedna promenljiva

Iskazna logika 3. Matematička logika u računarstvu. novembar 2012

18. listopada listopada / 13

Sume kvadrata. mn = (ax + by) 2 + (ay bx) 2.

DRUGI KOLOKVIJUM IZ MATEMATIKE 9x + 6y + z = 1 4x 2y + z = 1 x + 2y + 3z = 2. je neprekidna za a =

Kaskadna kompenzacija SAU

Pravilo 1. Svaki tip entiteta ER modela postaje relaciona šema sa istim imenom.

Klasifikacija blizu Kelerovih mnogostrukosti. konstantne holomorfne sekcione krivine. Kelerove. mnogostrukosti. blizu Kelerove.

Sistemi veštačke inteligencije primer 1

Veleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika. Monotonost i ekstremi. Katica Jurasić. Rijeka, 2011.

10. STABILNOST KOSINA

FTN Novi Sad Katedra za motore i vozila. Teorija kretanja drumskih vozila Vučno-dinamičke performanse vozila: MAKSIMALNA BRZINA

Ĉetverokut - DOMAĆA ZADAĆA. Nakon odgledanih videa trebali biste biti u stanju samostalno riješiti sljedeće zadatke.

( ) ( ) 2 UNIVERZITET U ZENICI POLITEHNIČKI FAKULTET. Zadaci za pripremu polaganja kvalifikacionog ispita iz Matematike. 1. Riješiti jednačine: 4

PARCIJALNI IZVODI I DIFERENCIJALI. Sama definicija parcijalnog izvoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je,

Glava 1. Realne funkcije realne promen ive. 1.1 Elementarne funkcije

KAMATNE STOPE: IZRAŽAVANJE, PRINCIPI, KRETANJE

SEMINAR IZ KOLEGIJA ANALITIČKA KEMIJA I. Studij Primijenjena kemija

Regresija i korelacija

MATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15

4 Izvodi i diferencijali

(y) = f (x). (x) log ϕ(x) + ψ(x) Izvodi parametarski definisane funkcije y = ψ(t)

OSNOVI ELEKTRONIKE VEŽBA BROJ 1 OSNOVNA KOLA SA DIODAMA

Operacije s matricama

Program testirati pomoću podataka iz sledeće tabele:

Algoritmi zadaci za kontrolni

Kontrolni zadatak (Tačka, prava, ravan, diedar, poliedar, ortogonalna projekcija), grupa A

a M a A. Može se pokazati da je supremum (ako postoji) jedinstven pa uvodimo oznaku sup A.

Pismeni ispit iz matematike Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: ( ) + 1.

IZRAČUNAVANJE POKAZATELJA NAČINA RADA NAČINA RADA (ISKORIŠĆENOSTI KAPACITETA, STEPENA OTVORENOSTI RADNIH MESTA I NIVOA ORGANIZOVANOSTI)

POTPUNO RIJEŠENIH ZADATAKA PRIRUČNIK ZA SAMOSTALNO UČENJE

INTELIGENTNO UPRAVLJANJE

Izbor statističkih testova Ana-Maria Šimundić

KOMUTATIVNI I ASOCIJATIVNI GRUPOIDI. NEUTRALNI ELEMENT GRUPOIDA.

(P.I.) PRETPOSTAVKA INDUKCIJE - pretpostavimo da tvrdnja vrijedi za n = k.

Funkcije dviju varjabli (zadaci za vježbu)

Linearna algebra 2 prvi kolokvij,

Cauchyjev teorem. Postoji više dokaza ovog teorema, a najjednostvniji je uz pomoć Greenove formule: dxdy. int C i Cauchy Riemannovih uvjeta.

KVADRATNA FUNKCIJA. Kvadratna funkcija je oblika: Kriva u ravni koja predstavlja grafik funkcije y = ax + bx + c. je parabola.

3. OSNOVNI POKAZATELJI TLA

1. Pojam fazi skupa. 2. Pojam fazi skupa. 3. Funkcija pripadnosti, osobine i oblici. 4. Funkcija pripadnosti, osobine i oblici

RIJEŠENI ZADACI I TEORIJA IZ

Devizno tržište. Mart 2010 Ekonomski fakultet, Beograd Irena Janković

DIMENZIONISANJE PRAVOUGAONIH POPREČNIH PRESEKA NAPREGNUTIH NA PRAVO SLOŽENO SAVIJANJE

21. ŠKOLSKO/OPĆINSKO/GRADSKO NATJECANJE IZ GEOGRAFIJE GODINE 8. RAZRED TOČNI ODGOVORI

TRIGONOMETRIJSKE FUNKCIJE I I.1.

Konstruisati efikasan algoritam znači dati skup preciznih uputstava kako doći do rešenja zadatog problema Algoritmi se mogu opisivati:

Grafičko prikazivanje atributivnih i geografskih nizova

nvt 1) ukoliko su poznate struje dioda. Struja diode D 1 je I 1 = I I 2 = 8mA. Sada je = 1,2mA.

Transcript:

Osnovi ekonometrije - Glava 7 Osnovne studije Predavač: Aleksandra Nojković

Struktura predavanja Klasični višestruki linearni regresioni model-posebne teme: Testiranje linearnih ograničenja na parametre modela Veštačke promenljive

Testiranje linearnih ograničenja na parametre (primer CD funkcije) Testiranje hipoteze o konstantnim prinosima u Cobb- 1 2 Douglas-ovoj proizvodoj funkciji ( Q L K e ): H 0 : β 1 +β 2 =1, odnosno H 1 : β 1 +β 2 ǂ1 0 t-test Poznata je raspodela sledećeg odnosa: b var b 1 1 1 2 N b b 2 : 0,1. Zamenom varijanse linarne kombinacije odgovarajućom ocenom količnik poprima raspodelu: b 1 s b 1 2 b b 2 1 : t n3

Testiranje linearnih ograničenja na parametre (nastavak) F-test Uzimajući u obzir ograničenje nulte hipoteze (β 1 +β 2 =1) ocenjujemo transformisan model: 2 Q K 0 e, L L odnosno jednostavnu regresiju: Y=β 0 *+β 2 X 3 +ε. Pri tome su Y=log(Q/L) i X 3 =log(k/l) logaritmi proizvodnje i kapitala po zaposlenom. Transformisani (model sa jednom objašnjavajućom prom.) se može smatrati regresijom sa ograničenjem na parametre, dok je polazna relacija CD funkcije regresija bez ograničenja.

F-test Testiranje linearnih ograničenja na parametre (nastavak) Distinkcija između nulte i alternativne hipoteze vrši se pomoću sledeće test statistike: F g nk b gde se oznaka (o) odnosi na model sa ograničenjem, dok se za model bez ograničenja ponekad koristi oznaka (b), g je broj ograničenja (u našem primeru g = 1). Uočavamo da se u brojiocu nalazi prirast rezidualne sume kvadrata usled nametanja ograničenja. Pokazati 2 e0 2 eb / n e 2 b k b / g 2 2 n k R R b o, g 1 R 2 Na ovaj način se testira važenje većeg broj ograničenja (značajnost podskupa parametara modela predstavlja specijalan slučaj ovog testa). Pokazati

Veštačke promenljive Koriste se da opišu uticaj kvantitativno nemerljivih faktora na kretanje izabrane zavisne promenljive U podacima preseka: potrošnja može zavisiti od starosnih, polnih, regionalnih, verskih i drugih razlika. U podacima vremenskih serija: sezonski efekti, efekti intervencija i strukturnog loma. Definišu se tako da uzimaju vrednost 1 za jedan modalitet i 0 za drugi modalitet.

Veštačke promenljive (primeri primene) Najčešće obuhvataju uticaje neekonomske prirode: kvalitataivne faktore (pol, bračno stanje, zanimanje, članstvo u sindikatu, pripadnost određenoj rasi, religijske i kulturne razlike) ili privremene efekte (promene u institucionalnom i političkom okruženju, ratni periodi, sezonski efekti). Međutim, mogu obuhvatati i šire grupe kvantitativnih efekata (dohodak ili godine starosti, kada je dovoljno odabrati nekoliko karakterističnih, širih grupa: npr. potrošači do i preko 35 godina ili oni sa dohotkom do 20000 din, između 20000-40000 din. i preko 40000 din.).

Promena nivoa osnovne inflacije u Srbiji nakon uvođenja PDV 16 14 osnovna inflacija 12 10 8 6 4 0 1 2 3 4 5 6 7 8 stopa rasta nepljoprivrednog BDP

Načini uvođenje u model Ispitujemo zavisnost potrošnje datog proizvoda (Y) od dohotka (X 1 ) prema uzorku koji se sastoji od gradskih i seoskih domaćinstava): Y i = β 0 + β 1 X 1i + ε i, i =1, 2,..., n Razlika se može ispoljiti u promeni: 1. vrednosti odsečka slobodnog člana (β 0 ) 2. vrednost nagiba marginalne sklonosti ka potrošnji (β 1 ) i 3. vrednost odsečka i nagiba (β 0 i β 1 ).

Promena vrednosti odsečka (β 0 ) Model koji obuhvata regionalne razlike u nivou potrošnje uključuje veštačku promenljivu V, definisanu kao: 0, V 1, Polazni model postaje: za za seoska dom. gradska dom. Y i = β 0 + β 1 X 1i + β 2 V + ε i, i =1, 2,..., n Odnosno model postaje: - za V = 0 (seoska dom.): Y i =β 0 +β 1 X 1i + ε i. - za V = 1 (gradska dom.): Y i = (β 0 +β 2 )+ β 1 X 1i + ε i.

Grafički prikaz promene vrednosti odsečka (β 0 )

Promena vrednosti nagiba (β 1 ) Ako pretpostavimo da postoji značajna razlika u marginalnoj slonosti ka potrošnji gradskih i seoskih domaćinstava, veštačka promenljiva se uvodi kao: Y i = β 0 + β 1 X 1i + β 3 VX 1i + ε i, i =1, 2,..., n Ovom relacijom obuhvaćena su dva modela: - za V = 0 (seoska dom.): Y i =β 0 +β 1 X 1i + ε i. - za V = 1 (gradska dom.): Y i =β 0 +(β 1 +β 3 )X 1i + ε i.

Grafički prikaz promene vrednosti nagiba (β 1 )

Promena vrednosti odsečka i nagiba (β 0 i β 1 ) Polaznu funkciju proširujemo sa dve promenljive V i VX i i model postaje: Y i = β 0 + β 1 X 1i + β 2 V + β 3 VX 1i + ε i. Jednačinu je moguće raščlaniti na dve funkcije: Y i = β 0 + β 1 X 1i + ε i, za seoska domać. Y i = (β 0 +β 2 ) + (β 1 +β 3 )X 1i + ε i, za gradska domać.

Grafički prikaz promene vrednosti odsečka (β 0 ) i nagiba (β 1 )

Interakcija različitih faktora Za istarživanje interakcije različitih faktora formiraju se nove veštačke promenljive kao proizvodi već definisanih veštačkih promenljivih. Ako pretpostavimo da se ocenjuje uticaj pola i dve kategorije domaćinstava (gradska i seoska) na potrošnju nekog proizvoda, onda model postaje: Y i = β 0 + β 1 X 1i + β 2 V 1 + β 3 V 2 + β 4 V 3 + ε i, V 1 gde su veštačke promenljive definisane kao: 0, za seoska dom. 1, za gradska dom. i V 2 0, za muškarce 1, za žene dok je interakcija V 3 =V 1 V 2 = 1, 0, za za žene u gradskim dom. ostale kategorije s tan.

Pravila ocenjivanja modela sa veštačkim promenljivima Dodeljivanje vrednosti 0 i 1 za pojedine modalitete potpuno je proizvoljno i ne menja konačne zaključke. Broj veštačkih promenljivih uvedenih u model uvek je za jedan MANJI od broja modeliteta (izbegavamo zamku veštačke promenljive ). Identični rezultati dobijaju se ocenjivanjem dve odvojene regresije, kada raspolažemo dovoljnim brojem podataka.

Testiranje sezonskih efekata Izražena sezonska priroda pojedinih ekonomskih promenljivih modelira se uvođenjem sezonskih veštačkih promenljivih. Na primer, potrošnja sladoleda pre capita (Y) zavisi od realnog dohotka (X 1 ), relativne cene (X 2 ) i godišnjeg doba, što predstavljamo modelom: Y i = β 0 + β 1 X 1 + β 2 X 2 + β 3 S 1 + β 4 S 2 + β 5 S 3 + ε i, gde smo sa S 1, S 2 i S 3 označili sezonske veštačke promenljive definisane kao: S i 1, 0, za opservacijei tog k vartala u osta lim k varta lim a Dovoljne su TRI veštačke promenljive za obuhvatanje ČETIRI modaliteta! i 1, 2 ili 3

Sezonski karakter vremenskih serija srpske privrede Mesečni podaci Kvartalni podaci 140 Indeks industrijske proizvodnje - privreda Srbije (2013=100) 800,000 Bruto domaci proizvod Republike Srbije 120 750,000 700,000 100 650,000 80 600,000 550,000 60 500,000 40 94 96 98 00 02 04 06 08 10 12 14 450,000 01 02 03 04 05 06 07 08 09 10 11 12 13 14

Testiranje asimetričnih efekata Asimetričan efekat: jedinični porast i jedinični pad objašnjavajuće promenljive izazivaju različitu (po apsolutnoj vrednosti) promenu zavine promenljive. Ukoliko posmatramo potrošnu funkciju: Y, t 0 1X t t pri čemu je prosečna potrošnja izražena parametrom β 1. Ukoliko je efekat rasta i pada dohotka asimetričan, uvodimo veštačku promenljivu A kao: za X t X A t 0 suprotno, tako da ocenjujemo model oblika: 1 1 Y t X AX. 0 1 t 2 t t

Sta kada je zavisna promenljiva veštačka? Mikroekonometrijski modeli kvalitativene (diskretne) zavisne promenljive: LMV, probit i logit (nisu predmet razmatranja ovog kursa).