ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

Σχετικά έγγραφα
ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική

ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΕΤΡΙΑ. Β μέρος: Ετεροσκεδαστικότητα. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΕΤΡΙΑ. Α μέρος: Πολυσυγγραμμικότητα. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΕΤΡΙΑ. Η μέθοδος των βοηθητικών μεταβλητών. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΕΤΡΙΑ. σε μη γραμμικές μορφές. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τραπεζικής & Χρηματοοικονομικής

Χ. Εμμανουηλίδης, 1

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

Εισόδημα Κατανάλωση

Οικονομετρία Ι. Ενότητα 2: Ανάλυση Παλινδρόμησης. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

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

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τμήμα Τραπεζικής & Χρηματοοικονομικής

ΟΙΚΟΝΟΜΕΤΡΙΑ. Έλεγχοι σταθερότητας των συντελεστών. Παπάνα Αγγελική

ΘΕΩΡΙΑ ΟΙΚΟΝΟΜΕΤΡΙΑΣ ΣΥΝΟΠΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ

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

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

ΟΙΚΟΝΟΜΕΤΡΙΑ Κεφάλαιο 2

Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Οικονομετρία Διάλεξη 3η: Απλή Γραμμική Παλινδρόμηση. Διδάσκουσα: Κοντογιάννη Αριστούλα

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

ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ 7. ΚΕΦΑΛΑΙΟ 1: Εισαγωγικές Έννοιες 13

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

Πολλαπλή παλινδρόμηση (Multivariate regression)

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ MSc Τραπεζικής & Χρηματοοικονομικής

ΟΙΚΟΝΟΜΕΤΡΙΑ. Βιολέττα Δάλλα. Εθνικό και Καποδιστριακό Πανεπιστήµιο Αθηνών

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά

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

Διαχείριση Υδατικών Πόρων

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

Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 19/5/2017

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

Πολλαπλή παλινδρόµηση. Μάθηµα 3 ο

ΑΝΩΤΑΤΟ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙ ΕΥΤΙΚΟ Ι ΡΥΜΑ ΜΕΣΟΛΟΓΓΙΟΥ ΣΧΟΛΗ ΙΟΙΚΗΣΗΣ & ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΕΦΑΡΜΟΓΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΣΤΗ ΙΟΙΚΗΣΗ ΚΑΙ ΣΤΗΝ ΟΙΚΟΝΟΜΙΑ

Αντικείμενο του κεφαλαίου είναι: Ανάλυση συσχέτισης μεταξύ δύο μεταβλητών. Εξίσωση παλινδρόμησης. Πρόβλεψη εξέλιξης

Απλή Παλινδρόμηση και Συσχέτιση

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

Απλή Γραμμική Παλινδρόμηση I

Οικονομετρία Ι. Ενότητα 5: Ανάλυση της Διακύμανσης. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

ΜΑΘΗΜΑ 3ο. Βασικές έννοιες

Στασιμότητα χρονοσειρών Νόθα αποτελέσματα-spurious regression Ο έλεγχος στασιμότητας είναι απαραίτητος ώστε η στοχαστική ανάλυση να οδηγεί σε ασφαλή

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

Χρονικές σειρές 5 Ο μάθημα: Γραμμικά στοχαστικά μοντέλα (1) Αυτοπαλίνδρομα μοντέλα Εαρινό εξάμηνο Τμήμα Μαθηματικών ΑΠΘ

Απλή Γραμμική Παλινδρόμηση II

Χρονικές σειρές 6 Ο μάθημα: Αυτοπαλίνδρομα μοντέλα (2)

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

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

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

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

Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες

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

Μέρος V. Ανάλυση Παλινδρόμηση (Regression Analysis)

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 4ο

Εφαρμοσμένη Στατιστική

ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 4: ΔΙΑΛΕΞΗ 04

9. Παλινδρόμηση και Συσχέτιση

ΜΑΘΗΜΑ 3ο. Υποδείγματα μιας εξίσωσης

Χρονικές σειρές 2 Ο μάθημα: Εισαγωγή στις χρονοσειρές

ΟΙΚΟΝΟΜΕΤΡΙΑ Ι ΦΥΛΛΑΔΙΟ

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 12ο

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

Χρονικές σειρές 10 Ο μάθημα: Μη στάσιμα μοντέλα ARIMA Μεθοδολογία Box-Jenkins Εαρινό εξάμηνο Τμήμα Μαθηματικών ΑΠΘ

Οικονομετρία. Απλή Παλινδρόμηση Βασικές έννοιες και τυχαίο σφάλμα. Τμήμα: Αγροτικής Οικονομίας & Ανάπτυξης. Διδάσκων: Λαζαρίδης Παναγιώτης

Προσδιοριστικοί όροι και μοναδιαία ρίζα (από κοινού υποθέσεις)

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

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

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΓΕΝΙΚΟ ΤΜΗΜΑ

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

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

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

Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης 2 Μαΐου /23

Συνολοκλήρωση και μηχανισμός διόρθωσης σφάλματος

Στατιστική Ι. Ενότητα 4: Στατιστική Ι (4/4) Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη)

Ελένη Κανδηλώρου Αναπλ. Καθηγήτρια. Γραμμικά Μοντέλα. Λύσεις Ασκήσεων

ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΗΣ ΕΠΙΣΤΗΜΗΣ 5 ΟΥ ΕΞΑΜΗΝΟΥ

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ ΙI (ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΤΗ ΔΙΟΙΚΗΣΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ) (ΟΔΕ 2116)

Χρονικές σειρές 8 Ο μάθημα: Μοντέλα κινητού μέσου

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΜΠΣ Τραπεζικής & Χρηματοοικονομικής

Οικονομετρία Ι. Ενότητα 7: Συντελεστής πολλαπλού προσδιορισμού. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

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

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

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

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

ΚΕΦΑΛΑΙΟ 8 ΠΡΟΒΛΗΜΑΤΑ ΜΕ ΤΙΣ ΕΠΕΞΗΓΗΜΑΤΙΚΕΣ ΜΕΤΑΒΛΗΤΕΣ

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά

Συνολοκλήρωση και VAR υποδείγματα

Εισαγωγή στην Γραμμική Παλινδρόμηση

Πολλαπλή γραμμική παλινδρόμηση με χρήση excel Θεωρία και παραδείγματα.

ΓΡΑΜΜΙΚΗ ΠΑΛΙΝ ΡΟΜΗΣΗ

ΟΙΚΟΝΟΜΕΤΡΙΑ. Ενότητα 2: Παλινδρόμηση. Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά)

Οικονομετρία. Πολλαπλή Παλινδρόμηση. Υποθέσεις, ιδιότητες εκτιμητών και μέθοδος Ελαχίστων Τετραγώνων. Τμήμα: Αγροτικής Οικονομίας & Ανάπτυξης

Επαυξημένος έλεγχος Dickey - Fuller (ADF)

Transcript:

ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 5: Ανάλυση γραμμικού υποδείγματος Πολυμεταβλητή παλινδρόμηση (1 ο μέρος) Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ E-mail: ageliki.papaa@gmail.com, agpapaa@auth.gr Webpage: http://users.auth.gr/agpapaa 1

Περιεχόμενο ενότητας 1. Εισαγωγή 2. Το γραμμικό υπόδειγμα παλινδρόμησης με τρεις μεταβλητές 3. Περιγραφή του υποδείγματος τριών μεταβλητών με μήτρες 4. Περιγραφή του υποδείγματος k μεταβλητών με μήτρες 5. Οι βασικές υποθέσεις του πολλαπλού γραμμικού υποδείγματος 6. Η μέθοδος των ελαχίστων τετραγώνων 7. Ιδιότητες του εκτιμητή β 8. Θεώρημα των GAUSS-MARKOV 9. Διάστημα εμπιστοσύνης των συντελεστών του πολλαπλού γραμμικού υποδείγματος 10.Έλεγχος στατιστικής σημαντικότητας του υποδείγματος της πολλαπλής γραμμικής παλινδρόμησης 2

1. Εισαγωγή Τα υποδείγματα πολυμεταβλητής παλινδρόμησης του πληθυσμού είναι επεκτάσεις των υποδειγμάτων απλής παλινδρόμησης, όπου η εξαρτημένη μεταβλητή Y επηρεάζεται από ένα σύνολο ερμηνευτικών (ανεξάρτητων) μεταβλητών Χ 1, Χ 2,.., Χ k. H γραμμική μορφή του πολυμεταβλητού υποδείγματος του πληθυσμού είναι: Y t = β 0 + β 1 Χ 1t + β 2 Χ 2t + + β k Χ kt + e t Για k = 1, προκύπτει το απλό γραμμικό υπόδειγμα παλινδρόμησης. Οι μέθοδοι εκτίμησης και ελέγχου του πολλαπλού γραμμικού υποδείγματος είναι μια γενίκευση της απλής περίπτωσης για k = 1. 3

2. Το γραμμικό υπόδειγμα παλινδρόμησης με τρεις μεταβλητές Αν στο απλό γραμμικό υπόδειγμα προσθέσουμε μια επιπλέον ανεξάρτητη μεταβλητή, τότε προκύπτει το πολλαπλό γραμμικό υπόδειγμα παλινδρόμησης του πληθυσμού με τρεις μεταβλητές, που είναι: Y t = β 0 + β 1 Χ 1t + β 2 Χ 2t + e t όπου Y t είναι η εξαρτημένη μεταβλητή, Χ 1t, Χ 2t είναι οι ανεξάρτητες μεταβλητές, e t ο διαταρακτικός όρος και β 0, β 1, β 2 οι συντελεστές της πολλαπλής γραμμικής παλινδρόμησης του πληθυσμού. Ο συντελεστής β 0 είναι η σταθερά και προσδιορίζει το σημείο τομής του άξονα των Υ και του επιπέδου της παλινδρόμησης του πληθυσμού. Οι συντελεστές β 1, β 2 λέγονται συντελεστές μερικής παλινδρόμησης, επειδή μετρούν μερικές μεταβολές του Ε(Y t X 1t, X 2t ). 4

Έστω β 0, β 1, β 2 είναι οι εκτιμήσεις των β 0, β 1, β 2 που προέρχονται από ένα δείγμα που πάρθηκε τυχαία από έναν πληθυσμό. Τότε, η συνάρτηση του πολλαπλού γραμμικού υποδείγματος της παλινδρόμησης του δείγματος είναι: Y t = β 0 + β 1 Χ 1t + β 2 Χ 2t + u t όπου u t είναι η εκτίμηση του διαταρακτικού όρου. Οι συντελεστές β 0, β 1, β 2 λέγονται μερικοί συντελεστές της παλινδρόμησης (partial regressio coefficiets) και έχουν τη μικρότερη διακύμανση από κάθε άλλον αμερόληπτο εκτιμητή. Ο εκτιμητής β 1 μετράει την μεταβολή της εξαρτημένης μεταβολής Y t λόγω μιας μεταβολής της ανεξάρτητης μεταβλητής Χ 1t, εφόσον η ανεξάρτητη μεταβλητή Χ 2t παραμένει σταθερή. 5

3. Περιγραφή του υποδείγματος τριών μεταβλητών με μήτρες Η σχέση Y t = β 0 + β 1 Χ 1t + β 2 Χ 2t + e t μπορεί να γραφεί ως: Y t = β 0 Χ 0t + β 1 Χ 1t + β 2 Χ 2t + e t όπου Χ 0t = 1 για κάθε t = 1,.., T. Για δείγμα T παρατηρήσεων, θα έχουμε το παρακάτω σύστημα εξισώσεων: Y 1 = β 0 Χ 01 + β 1 Χ 11 + β 2 Χ 21 + e 1 Y 2 = β 0 Χ 02 + β 1 Χ 12 + β 2 Χ 22 + e 2.. Y T = β 0 Χ 0T + β 1 Χ 1T + β 2 Χ 2T + e T 6

Το σύστημα αυτό μπορεί να γραφεί με μορφή μητρών ως: Υ 1 Υ T = X 10 X 11 X 12 X T0 X T1 X T2 β 0 β 1 β 2 + e 1 e T ή Υ = Χβ + e όπου Υ, Χ, β, e είναι μήτρες. Υ: διάνυσμα T 1 Χ: μήτρα Τ (k + 1) δηλ. T 3 β: διάνυσμα (k + 1) 1 δηλ. 3 1 e: διάνυσμα T 1 7

4. Περιγραφή του υποδείγματος k μεταβλητών με μήτρες Αν στο προηγούμενο υπόδειγμα προσθέσουμε και άλλες ανεξάρτητες μεταβλητές, θα πάρουμε το παρακάτω πολυμεταβλητό υπόδειγμα: Y t = β 0 + β 1 Χ 1t + β 2 Χ 2t + + β k Χ kt + e t Y t = β 0 Χ 0t + β 1 Χ 1t + β 2 Χ 2t + β k Χ kt + e t, t = 1,.., Τ. Για δείγμα Τ παρατηρήσεων, θα έχουμε το παρακάτω σύστημα εξισώσεων: Y 1 = β 0 Χ 01 + β 1 Χ 11 + β 2 Χ 21 + + β k Χ k1 + e 1 Y 2 = β 0 Χ 02 + β 1 Χ 12 + β 2 Χ 22 + + β k Χ k2 + e 2.. Y Τ = β 0 Χ 0Τ + β 1 Χ 1Τ + β 2 Χ 2Τ + + β k Χ kτ + e Τ ή 8

Το σύστημα αυτό μπορεί να γραφεί με μορφή μητρών ως: Υ 1 Υ Τ = X 10 X 11 X 12 X 1k X Τ0 X Τ1 X Τ2 X Τk β 0 β 1 β 2 β k + e 1 e Τ ή Υ = Χβ + e όπου Υ, Χ, β, e είναι μήτρες. Υ: διάνυσμα στήλης Τ 1 Χ: μήτρα Τ (k + 1) β: διάνυσμα στήλης (k + 1) 1 e: διάνυσμα στήλης Τ 1 9

Το e είναι το διάνυσμα στήλης (Τ 1) του διαταρακτικού όρου του υποδείγματος πληθυσμού. Το Ε(e) είναι η προσδοκώμενη τιμή του διανύσματος του διαταρακτικού όρου. Το 0 είναι το μηδενικό διάνυσμα διαστάσεων Τ 1. Το Ι είναι η μοναδιαία ή ταυτοτική μήτρα διαστάσεων Τ Τ. Το ee είναι μια συμμετρική μήτρα διαστάσεων Τ Τ: ee = e 1 e 1 e Τ = e Τ e 1 e T e 2 e 1 e 2 e T 2 e T e 1 e T e 1 2 10

Το Ε(ee ) είναι μήτρα διαστάσεων Τ Τ και ονομάζεται μήτρα διακύμανσης - συνδιακύμανσης: E ee = Ee 1 2 Ee 1 e T Ee 2 e 1 Ee 2 e T 2 Ee T e 1 Ee T = σ e 2 1 0 0 0 0 1 11

5. Οι βασικές υποθέσεις του πολλαπλού γραμμικού υποδείγματος 1. Η μεταβλητή e t (διαταρακτικός όρος υποδείγματος πολλαπλής παλινδρόμησης του πληθυσμού) είναι τυχαία μεταβλητή με μέσο το μηδέν: Ε(e t ) = 0, για t = 1,, Τ. 2. Η διακύμανση της τυχαίας μεταβλητής e t είναι σταθερή (ομοσκεδαστικός όρος): Var(e t ) = σ e 2, για t = 1,, Τ. 3. Δεν υπάρχει αυτοσυσχέτιση (autocorrelatio) στους διαταρακτικούς όρους, δηλαδή οι τιμές των διαταρακτικών όρων είναι ανεξάρτητες Cov(e t, e s ) = 0, για t s. 4. O διαταρακτικός όρος δεν συσχετίζεται με τις ανεξάρτητων μεταβλητές Χ: Cov(X 1t, X 2t,, X kt, e t ) = 0, για t = 1,, Τ. 12

5. Η τυχαία μεταβλητή e t ακολουθεί την κανονική κατανομή με μέσο μηδέν και σταθερή διακύμανση: e t ~N(0, σ e 2 ). 6. Η μαθηματική (προσδιοριστική) σχέση μεταξύ των μεταβλητών Y t και X 1t, X 2t,, X kt είναι γραμμική. 7. Δεν υπάρχουν γραμμικές σχέσεις μεταξύ των ερμηνευτικών μεταβλητών. Η υπόθεση αυτή αποκλείει την ύπαρξη πολυσυγγραμικότητας μεταξύ των ερμηνευτικών μεταβλητών. 8. Ο αριθμός των παρατηρήσεων του δείγματος είναι μεγαλύτερος από τον αριθμό των ανεξάρτητων μεταβλητών k + 1. 9. Το υπόδειγμα της πολλαπλής γραμμικής παλινδρόμησης είναι σωστά εξειδικευμένο. 10. Οι ανεξάρτητες μεταβλητές μετρούνται χωρίς σφάλμα. 13

Ολοκληρωμένη εξειδίκευση του πολλαπλού γραμμικού υποδείγματος Y t = β 0 + β 1 Χ 1t + β 2 Χ 2t + + β k Χ kt + e t e t ~Ν(0, σ 2 ) α) e t : τυχαία μεταβλητή β) Ε(e t ) = 0 γ) Var e t = E(e 2 t ) = σ 2 Cov e t, e s = E e t e s = 0, για t s (ανεξαρτησία τυχαίων όρων) Οι ερμηνευτικές μεταβλητές δεν είναι στοχαστικές. Οι τιμές τους παραμένουν σταθερές και δεν είναι ίσες όλες μεταξύ τους. Δεν υπάρχουν ακριβείς γραμμικές σχέσεις ανάμεσα στις ερμηνευτικές μεταβλητές. Ο αριθμός των παρατηρήσεων του δείγματος είναι μεγαλύτερος από τον αριθμό των συντελεστών του υποδείγματος. 14

6. Η μέθοδος των ελαχίστων τετραγώνων Με τη μέθοδο ελαχίστων τετραγώνων εκτιμούμε τους συντελεστές της γραμμής παλινδρόμησης και ελαχιστοποιούμε το άθροισμα των τετραγώνων των καταλοίπων: mi = mi e t 2 = mi (Y t Y t ) 2 (Y t β 0 β 1 Χ 1t β 2 Χ 2t β k Χ kt ) 2 15

Για το γραμμικό υπόδειγμα παλινδρόμησης με τρεις μεταβλητές, οι εκτιμήσεις των συντελεστών β 0, β 1, β 2 γίνεται με τη μέθοδο ελαχίστων τετραγώνων λύνοντας το σύστημα εξισώσεων που προκύπτει αν μηδενίσουμε τις παρακάτω μερικές παραγώγους β 0 β 1 β 2 e t 2 e t 2 e t 2 = 2 = 2 = 2 (Y t β 0 β 1 X 1t β 2 X 2t ) = 0 X 1t (Y t β 0 β 1 X 1t β 2 X 2t ) = 0 X 2t (Y t β 0 β 1 X 1t β 2 X 2t ) = 0 16

Λύνοντας αυτό το σύστημα εξισώσεων, προκύπτουν οι εκτιμητές των συντελεστών της γραμμής παλινδρόμησης του δείγματος β 1 = ( β 2 = ( x 1 y)( ( x 2 y)( ( 2 x 2) ( x 2 1 )( x 2 2 ) ( 2 x 1) ( x 2 1 )( x 2 2 ) ( β 0 = Y t β 1 X 1t β 2 X 2t x 2 y)( x 1 x 2 ) x 1 x 2 ) 2 x 1 y)( x 1 x 2 ) x 1 x 2 ) 2 όπου y = Υ t Y t, x 1 = X 1t X 1t, x 2 = X 2t X 2t 17

Oι εκτιμητές των συντελεστών της γραμμής παλινδρόμησης του δείγματος για k μεταβλητές δίνονται από την σχέση: β j = Δ j Δ όπου Δ = 2 x 1 x 1 x 2 x 1 x k x 1 x 2 2 x 2 x 2 x k 2 x 1 x k x 2 x k x k και Δ j η ορίζουσα που προκύπτει από την Δ, όταν η στήλη που αντιστοιχεί στο συντελεστή β j αντικατασταθεί με τα αθροίσματα x j y, π.χ. για j = 1 18

x 1 y x 1 x 2 x 1 x k Δ 1 = x 2 y x 2 2 x 2 x k x k y x 2 x k x k 2 και β 0 = Y β 1 Χ 1 β k Χ k 19

7. Ιδιότητες του εκτιμητή β α. Ο εκτιμητής είναι γραμμική συνάρτηση των τιμών της εξαρτημένης μεταβλητής Y. β. Ο εκτιμητής β είναι αμερόληπτος, δηλαδή η μέση τιμή του ισούται με την μέση τιμή του συντελεστή β του πληθυσμού. γ. Ο εκτιμητής β είναι συνεπής, δηλαδή όταν το μέγεθος του δείγματος τείνει στο άπειρο, τότε το β τείνει στο β του πληθυσμού. δ. Ο εκτιμητής β είναι αποτελεσματικός, δηλαδή έχει την μικρότερη διακύμανση από κάθε άλλο εκτιμητή. ε. Θεώρημα των GAUSS-MARKOV: Ο εκτιμητής ελαχίστων τετραγώνων είναι ο καλύτερος γραμμικός αμερόληπτος εκτιμητής. 20

8. Θεώρημα των GAUSS-MARKOV Δεδομένου ότι ισχύουν οι υποθέσεις του πολλαπλού γραμμικού υποδείγματος της παλινδρόμησης, οι εκτιμητές β 0, β 1,, β k που προκύπτουν από την μέθοδο ελαχίστων τετραγώνων είναι οι καλύτεροι γραμμικοί αμερόληπτοι εκτιμητές. Το τυπικό σφάλμα του εκτιμητή β (stadard error of the estimate) ή το τυπικό σφάλμα της παλινδρόμησης ισούται με την εκτίμηση της τετραγωνικής ρίζας της διακύμανσης του διαταρακτικού όρου: s e 2 = u u k 21

9. Διάστημα εμπιστοσύνης των συντελεστών του πολλαπλού γραμμικού υποδείγματος Όπως και στο απλό γραμμικό υπόδειγμα, έτσι και στο πολλαπλό υπόδειγμα μπορούμε να κατασκευάσουμε διαστήματα εμπιστοσύνης για τους συντελεστές (παραμέτρους) του πληθυσμού με βάση τις ιδιότητες των εκτιμητών ελαχίστων τετραγώνων: β j t a k+1, s β 2 j < β j < β j + t a k+1, s β 2 j, j = 0, 2,.., k + 1 s β j το τυπικό σφάλμα του εκτιμητή β j t a k+1, η κριτική τιμή (τιμή των πινάκων) από κατανομή studet με 2 k + 1 βαθμούς ελευθερίας a το επίπεδο σημαντικότητας k το πλήθος των ανεξάρτητων μεταβλητών 22

10. Έλεγχος στατιστικής σημαντικότητας του υποδείγματος της πολλαπλής γραμμικής παλινδρόμησης Ο έλεγχος της στατιστικής σημαντικότητας του υποδείγματος της πολλαπλής παλινδρόμησης του πληθυσμού αποτελεί ένα από τα κυριότερα στάδια στη μεθοδολογία της οικονομετρίας. Έστω ότι έχουμε το παρακάτω υπόδειγμα της πολλαπλής παλινδρόμησης του πληθυσμού: Y t = β 0 + β 1 Χ 1t + β 2 Χ 2t + + β k Χ kt + e t Η υπόθεση που θέλουμε να ελέγξουμε είναι αν οι συντελεστές του παραπάνω υποδείγματος είναι ίσοι με μηδέν, δηλαδή Η 0 : β 1 = β 2 = = β k = 0 Η 1 : ένας τουλάχιστον συντελεστής είναι διάφορος του μηδενός 23

Στην υπόθεση που εξετάζουμε δεν περιλαμβάνεται ο σταθερός όρος β 0, καθώς θέλουμε να ελέγξουμε είναι αν οι ανεξάρτητες μεταβλητές του υποδείγματος μπορούν να ερμηνεύσουν την εξαρτημένη μεταβλητή Υ. Ο έλεγχος της Η 0 γίνεται με την στατιστική F (F-statistics): F = ( Y Y) 2 k (Y t Y) 2 (k + 1) = SSR k SSE (k + 1) F k, k+1,a : μέγεθος του δείγματος k: πλήθος ανεξάρτητων μεταβλητών SSR : ερμηνευτικό μέρος συνολικής μεταβλητότητας της Υ από την παλινδρόμηση SSΕ: ανερμήνευτο μέρος συνολικής μεταβλητότητας της Υ F k, k+1,a : κριτική τιμή κατανομής F (από πίνακα) 24

Αν F > F k, k+1,a, τότε η Η 0 απορρίπτεται. Για δεδομένο επίπεδο σημαντικότητας α (συνήθως α = 0. 05), αν η τιμή της F είναι μεγαλύτερη από την κριτική τιμή F k, k+1,a, τότε η τιμή της F είναι υψηλή, καθώς το SSR = ( Y Y) 2 είναι μεγάλο σε σχέση με το άθροισμα των τετραγώνων των καταλοίπων SSΕ = (Y t Y) 2. Αν F < F k, k+1,a, τότε η Η 0 δεν απορρίπτεται. Δηλαδή οι ανεξάρτητες μεταβλητές δεν ερμηνεύουν επαρκώς τη μεταβολή της εξαρτημένης μεταβλητής στο υπόδειγμα πολλαπλής γραμμικής παλινδρόμησης. Στην περίπτωση αυτή, το SSR είναι μικρό σε σχέση με το άθροισμα των τετραγώνων των καταλοίπων SSΕ, και η τιμή της F είναι χαμηλή. 25

Σε ορισμένα υποδείγματα πολλαπλής γραμμικής παλινδρόμησης, παρατηρούμε ότι ενώ οι συντελεστές είναι στατιστικά σημαντικοί (διάφοροι του μηδενός), η τιμή της στατιστικής F είναι πολύ χαμηλή, το οποίο σημαίνει ότι στο σύνολο τους οι συντελεστές του υποδείγματος είναι μη στατιστικά σημαντικοί. Η ύπαρξη αυτού του φαινομένου οφείλεται στο πρόβλημα της πολυσυγγραμικότητας (multicolliearity), το οποίο θα το εξετάσουμε αναλυτικά σε επόμενη ενότητα. 26

Παράδειγμα Θέλουμε να εξετάσουμε αν η εξαρτημένη μεταβλητή Υ, σχετίζεται γραμμικά με τις ανεξάρτητες μεταβλητές Χ 1 : λόγος των τιμών των εισαγόμενων καταναλωτικών τιμών προς τις εγχώριες τιμές (σχετικές τιμές) και Χ 2 : διαθέσιμο εισόδημα, για την περίοδο 1958-1973. Να εκτιμηθεί η γραμμή πολλαπλής παλινδρόμησης του δείγματος, οι συντελεστές του υποδείγματος, οι προβλεφθείσες τιμές της Υ ( Υ) και οι προβλεφθείσες τιμές του διαταρακτικού όρου ( u t ), η ελαστικότητα ως προς τις σχετικές τιμές και ως προς το εισόδημα. Τα στοιχεία του παραδείγματος δίνονται στον παρακάτω πίνακα: 27

Έτος Αξία εισαγωγών καταναλωτικών αγαθών (δισ. Δρχ.) Σχετικές τιμές Διαθέσιμο εισόδημα 1958 5,121 0,940 105,508 1959 4,134 0,967 107,497 1960 4,653 0,904 111,875 1961 5,622 0,896 124,676 1962 5,499 0,845 130,118 1963 6,453 0,897 142,140 1964 7,093 0,943 155,338 1965 8,907 0,937 171,456 1966 8,625 0,931 182,420 1967 9,204 0,919 192,895 1968 9,647 0,920 204,164 1969 10,167 0,892 221,908 1970 9,961 1,000 240,471 1971 10,580 1,045 267,849 1972 10,658 1,140 289,450 1973 13,139 1,205 318,550 28

Οι βασικοί υπολογισμοί που είναι απαραίτητοι για την εκτίμηση του υποδείγματος είναι οι ακόλουθοι: ΣΥ = 129, 463 ΣΥ 2 = 1151, 018 Σy 2 = 103, 476 ΣΧ 1 = 15, 381 ΣΧ 1 2 = 14, 921 Σx 1 2 = 0, 135 ΣΧ 2 = 2966, 315 ΣΧ 2 2 = 617645, 622 Σx 2 2 = 67706, 579 Υ = 8, 091 ΣΧ 1 Υ = 126, 957 Σx 1 y = 2, 502 Χ 1 = 0, 961 ΣΧ 2 Υ = 26541, 949 Σx 2 y = 2540, 196 Χ 2 = 185, 394 ΣΧ 1 Χ 2 = 2927, 634 Σx 1 x 2 = 76, 078 όπου y = Υ t Y t, x 1 = X 1t X 1t, x 2 = X 2t X 2t 29

Οπότε: β 1 = ( β 2 = ( x 1 y)( ( x 2 y)( ( 2 x 2) ( x 2 1 )( x 2 2 ) ( 2 x 1) ( x 2 1 )( x 2 2 ) ( x 2 y)( x 1 x 2 ) x 1 x 2 ) 2 = 7, 002 x 1 y)( β 0 = Y t β 1 X 1t β 2 X 2t = 6, 409 x 1 x 2 ) x 1 x 2 ) 2 = 0, 0453 Η γραμμή παλινδρόμησης του δείγματος είναι: Υ t = 6, 409 7, 002Χ 1t + 0, 0453Χ 2t 30

Οι προβλεφθείσες τιμές Υ t προκύπτουν από την γραμμή παλινδρόμησης του δείγματος Υ t = 6, 409 7, 002Χ 1t + 0, 0453Χ 2t, για t = 1,, 16 Για t = 1: Υ 1 = 6, 409 7, 002Χ 11 + 0, 0453Χ 21 = 4, 615 κτλ Οι προβλεφθείσες τιμές του διαταρακτικού όρου u t προκύπτουν από την σχέση u t = Υ t Υ t, για t = 1,, 16 Για t = 1: u 1 = Υ 1 Υ 1 = 0, 506 κτλ 31

Ελαστικότητα Η ελαστικότητα των εισαγωγών ως προς τις σχετικές τιμές είναι: X j ε yxj = β j Y ε X 1 yx 1 = β 1 Y = 0, 83 Όταν το εισόδημα παραμένει σταθερό στη μέση τιμή του και μεταβληθούν οι σχετικές τιμές κατά 1%, οι εισαγωγές των καταναλωτικών αγαθών θα μεταβληθούν κατά -0,83%. Η ελαστικότητα των εισαγωγών ως προς το διαθέσιμο εισόδημα είναι: ε yx2 = β 2 X 2 Y = 1, 037 Όταν το εισόδημα μεταβάλλεται κατά 1% και οι σχετικές τιμές παραμένουν σταθερές, οι εισαγωγές των καταναλωτικών αγαθών θα μεταβληθούν κατά την ίδια κατεύθυνση 1,037%. 32

Ερμηνεία των μερικών συντελεστών παλινδρόμησης Ο συντελεστής β j στο πολυμεταβλητό γραμμικό υπόδειγμα παριστάνει τη μεταβολή στην προσδοκώμενη τιμή της εξαρτημένης μεταβλητής όταν η ερμηνευτική μεταβλητή Χ j μεταβάλλεται κατά μια μονάδα και οι υπόλοιπες ερμηνευτικές μεταβλητές παραμένουν σταθερές. Δηλαδή, όταν όλες οι υπόλοιπες ερμηνευτικές μεταβλητές είναι σταθερές, εκτιμάμε την επίδραση της μεταβλητής Χ j επί της Υ. Ο μερικός συντελεστής παλινδρομήσεως β j του πολυμεταβλητού γραμμικού υποδείγματος είναι ο συντελεστής της απλής παλινδρόμησης ανάμεσα στην Υ και στην Χ j όταν έχουν αφαιρεθεί οι γραμμικές επιδράσεις όλων των υπολοίπων ερμηνευτικών μεταβλητών επί της Χ j και της Υ. 33

Επίλυση του παραδείγματος με το Eviews Εισαγωγή δεδομένων New Workfile Object New Object Γραμμή παλινδρόμησης του δείγματος Quick Estimate Equatio Y C X1 X2 34

F-statistic Η 0 : β 1 = β 2 = 0 Η 1 : ένας τουλάχιστον συντελεστής είναι διάφορος του μηδενός Η γραμμή παλινδρόμησης του δείγματος είναι: Prob (F-statistic) =0,0000 < 0,05 άρα η Η 0 απορρίπτεται Στατιστικά σημαντικοί οι συντελεστές β 1, β 2 Υ t = 6, 417 7, 014Χ 1t + 0, 045Χ 2t 35

Προβλεφθείσες τιμές Υ t και του διαταρακτικού όρου u t View Actual, Fitted, Residual Actual, Fitted, Residual Table 36

Διάστημα εμπιστοσύνης για τους συντελεστές View Coefficiet Diagostics Cofidece Itervals 37

ΑΣΚΗΣΕΙΣ i. Υπολογίστε τους συντελεστές της απλής γραμμικής παλινδρόμησης της Υ με μόνη ερμηνευτική μεταβλητή την Χ 1. ii. iii. iv. Υπολογίστε τους συντελεστές της απλής γραμμικής παλινδρόμησης της Υ με μόνη ερμηνευτική μεταβλητή την Χ 2. Συγκρίνεται τους συντελεστές του πολλαπλού υποδείγματος με τους αντίστοιχους συντελεστές των απλών υποδειγμάτων. Ελέγξτε αν οι μεταβλητές Χ 1 και Χ 2 είναι γραμμικά συσχετισμένες. 38

Βιβλιογραφία Χρήστου Κ. Γεώργιος (2007) Εισαγωγή στην Οικονομετρία, Τόμος 1, Εκδότης: Γ. ΔΑΡΔΑΝΟΣ - Κ. ΔΑΡΔΑΝΟΣ Ο.Ε. Stock H. James, Watso W. Mark, επιμέλεια Πραγγίδης Ιωάννης - Χρυσόστομος (2017) Εισαγωγή στην Οικονομετρία, Εκδότης: Γ. ΔΑΡΔΑΝΟΣ - Κ. ΔΑΡΔΑΝΟΣ Ο.Ε. Χρήστου Κ. Γεώργιος (2006) Εισαγωγή στην Οικονομετρία Ασκήσεις, Εκδόσεις Guteberg. Δριτσάκη Ν. Χάιδω, Δριτσάκη Ν. Μελίνα (2013) Εισαγωγή στην Οικονομετρία με τη Χρήση του Λογισμικού EViews, Κλειδάριθμος ΕΠΕ Εκδόσεις. 39