SECTION II: PROBABILITY MODELS

Σχετικά έγγραφα
Table 1: Military Service: Models. Model 1 Model 2 Model 3 Model 4 Model 5 Model 6 Model 7 Model 8 Model 9 num unemployed mili mili num unemployed

ΧΡΟΝΟΣΕΙΡΕΣ TUTORIAL 3 ΣΤΑΣΘΜΟΤΗΤΑ ΔΘΑΔΘΚΑΣΘΕΣ ΜΟΝΑΔΘΑΣ ΡΘΖΑΣ ΣΥΝΟΛΟΚΛΗΡΩΣΗ

ΧΡΟΝΟΣΕΙΡΕΣ & ΠΡΟΒΛΕΨΕΙΣ-ΜΕΡΟΣ 7 ΕΛΕΓΧΟΙ. (TEST: Unit Root-Cointegration )

Καμπύλη Phillips (10.1, 11.5, 12.1, 12.5, 18.3, 18.8, 18.10)

Προβλέψεις ισοτιμιών στο EViews

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

ΕΡΓΑΣΤΗΡΙΟ ΕΦΑΡΜΟΣΜΕΝΗΣ ΟΙΚΟΝΟΜΕΤΡΙΑΣ LAB 2

Επιτόκια, Πληθωρισμός και Έλλειμμα (10.2, 12.6, 18.2, 18.6, 18.7)

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΙΕΘΝΩΝ ΚΑΙ ΕΥΡΩΠΑΪΚΩΝ ΟΙΚΟΝΟΜΙΚΩΝ ΣΠΟΥ ΩΝ

Σηµαντικές µεταβλητές για την άσκηση οικονοµικής ολιτικής µίας χώρας. Καθοριστικοί αράγοντες για την οικονοµική ανά τυξη.

ΜΑΘΗΜΑ 3ο. Υποδείγματα μιας εξίσωσης

ΜΑΘΗΜΑ 4 ο. Μοναδιαία ρίζα

Queensland University of Technology Transport Data Analysis and Modeling Methodologies

LAMPIRAN. Fixed-effects (within) regression Number of obs = 364 Group variable (i): kode Number of groups = 26

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 3ο

Λογαριθμικά Γραμμικά Μοντέλα Poisson Παλινδρόμηση Παράδειγμα στο SPSS

/

Supplementary figures


Supplementary Appendix

Άσκηση 10, σελ Για τη μεταβλητή x (άτυπος όγκος) έχουμε: x censored_x 1 F 3 F 3 F 4 F 10 F 13 F 13 F 16 F 16 F 24 F 26 F 27 F 28 F

MATHACHij = γ00 + u0j + rij


ΧΩΡΙΚΑ ΟΙΚΟΝΟΜΕΤΡΙΚΑ ΥΠΟΔΕΙΓΜΑΤΑ ΣΤΗΝ ΕΚΤΙΜΗΣΗ ΤΩΝ ΤΙΜΩΝ ΤΩΝ ΑΚΙΝΗΤΩΝ SPATIAL ECONOMETRIC MODELS FOR VALUATION OF THE PROPERTY PRICES

Summary of the model specified

β) (βαζκνί: 2) Έζησ όηη ε ρξνλνινγηθή ζεηξά έρεη κέζε ηηκή 0 θαη είλαη αληηζηξέςηκε. Δίλεηαη ην αθόινπζν απνηέιεζκα από ην EViews γηα ηε :

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδών: ΤΡΑΠΕΖΙΚΗ Θεματική Ενότητα: ΤΡΑ-61 Στρατηγική Τραπεζών Ακαδημαϊκό Έτος:

Μοντελοποίηση των αποδόσεων των κρατικών ομολόγων των χωρών της Ευρωζώνης

OLS. University of New South Wales, Australia

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ

Introduction to the ML Estimation of ARMA processes

!"!"!!#" $ "# % #" & #" '##' #!( #")*(+&#!', & - #% '##' #( &2(!%#(345#" 6##7

«ΦΟΡΟΛΟΓΙΑ ΕΙΣΟΔΗΜΑΤΟΣ-ΜΙΑ ΜΕΛΕΤΗ ΠΕΡΙΠΤΩΣΗΣ ΤΟΥ Ν. ΠΙΕΡΙΑΣ»

Statistics 104: Quantitative Methods for Economics Formula and Theorem Review

ΟΙΚΟΝΟΜΕΤΡΙΑ 2 ΦΡΟΝΤΙΣΤΗΡΙΟ 2 BASICS OF IV ESTIMATION USING STATA

Does anemia contribute to end-organ dysfunction in ICU patients Statistical Analysis

)# * ' +," -.(. / ( 01(#(' ( 0 #('( +' ")# *'+,"+ (. 20#('( / )%34"5 "+56336"% (%1/ :8;434(

ΟΙΚΟΝΟΜΕΤΡΙΑ. Βιολέττα Δάλλα. Εθνικό και Καποδιστριακό Πανεπιστήµιο Αθηνών

ΔΗΜΗΤΡΗΣ- ΘΕΟΔΩΡΟΣ ΦΙΛΙΠΠΑΚΟΣ


ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΑ ΤΜΗΜΑ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗΣ ΚΑΙ ΤΡΑΠΕΖΙΚΗΣ ΙΟΙΚΗΤΙΚΗΣ ΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΑΣΥΜΜΕΤΡΙΑ ΣΤΙΣ ΤΙΜΕΣ ΤΩΝ ΑΚΙΝΗΤΩΝ

Akaike Information Criteria. Best Linear Unbiased Estimator. Census and Economic Information Centre. Durbin Watson statistics


Chapter 1 Introduction to Observational Studies Part 2 Cross-Sectional Selection Bias Adjustment

WORKING P A P E R. Learning your Child s Price. Evidence from Data on Projected Dowry in Rural India A. V. CHARI AND ANNEMIE MAERTENS WR-899

Υπολογιστική πολυπλοκότητα του πρωτεύοντος αλγόριθμου εξωτερικών σημείων


ADF Test Statistic % Critical Value*

PENGARUHKEPEMIMPINANINSTRUKSIONAL KEPALASEKOLAHDAN MOTIVASI BERPRESTASI GURU TERHADAP KINERJA MENGAJAR GURU SD NEGERI DI KOTA SUKABUMI

( ) 2011 :, :, - 2 -

The role of Monetary and Financial policy in economic growth. Abstract

Παράδειγμα: Γούργουλης Βασίλειος, Επίκουρος Καθηγητής Τ.Ε.Φ.Α.Α.-Δ.Π.Θ.

Α. Μπατσίδης Πρόχειρες βοηθητικές διδακτικές σημειώσεις

ΕΝΑ ΜΟΝΤΕΛΟ ΓΙΑ ΤΗΝ ΕΚΤΙΜΗΣΗ ΤΗΣ ΑΝΕΡΓΙΑΣ, ΤΩΝ ΜΙΣΘΩΝ ΚΑΙ ΤΟΥ ΠΛΗΘΩΡΙΣΜΟΥ ΣΕ ΧΩΡΕΣ ΤΗΣ Ε.Ε.

519.22(07.07) 78 : ( ) /.. ; c (07.07) , , 2008

Biostatistics for Health Sciences Review Sheet

Bayesian statistics. DS GA 1002 Probability and Statistics for Data Science.

ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ ΚΑΙ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΣΤΗ ΛΟΓΙΣΤΙΚΗ ΚΑΙ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗ

The Political Economy of Heterogeneity and Conflict

Other Test Constructions: Likelihood Ratio & Bayes Tests

5.4 The Poisson Distribution.

ΑΝΑΛΥΣΗ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΩΝ ΚΑΤΑΣΤΑΣΕΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ. ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΤΜΗΜΑΤΟΣ ΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ.

Αν οι προϋποθέσεις αυτές δεν ισχύουν, τότε ανατρέχουµε σε µη παραµετρικό τεστ.

Ειδικά Θέματα Οικονομετρίας-Χρονολογικές Σειρές Ι (εκδ. 1.1)

ΕΡΓΑΙΑ Εθηίκεζε αμίαο κεηαπώιεζεο ζπηηηώλ κε αλάιπζε δεδνκέλωλ. Παιεάο Δπζηξάηηνο

Μενύχτα, Πιπερίγκου, Σαββάτης. ΒΙΟΣΤΑΤΙΣΤΙΚΗ Εργαστήριο 6 ο

Εισαγωγή στην Ανάλυση Συνδιακύμανσης (Analysis of Covariance, ANCOVA)

FORMULAS FOR STATISTICS 1

Wan Nor Arifin under the Creative Commons Attribution-ShareAlike 4.0 International License. 1 Introduction 1


Lampiran 1 Output SPSS MODEL I

APPENDICES APPENDIX A. STATISTICAL TABLES AND CHARTS 651 APPENDIX B. BIBLIOGRAPHY 677 APPENDIX C. ANSWERS TO SELECTED EXERCISES 679

Asymptotic distribution of MLE

6. MAXIMUM LIKELIHOOD ESTIMATION

Μελέτη των spreads των ελληνικών ομολόγων.

Μοντέλα Πολλαπλής Παλινδρόμησης

TABLES AND FORMULAS FOR MOORE Basic Practice of Statistics

5.1 logistic regresssion Chris Parrish July 3, 2016

Βήματα για την επίλυση ενός προβλήματος

Multilevel models for analyzing people s daily moving behaviour

Marginal effects in the probit model with a triple dummy variable interaction term

HMY 795: Αναγνώριση Προτύπων. Διάλεξη 2

Supplementary Materials: A Preliminary Link between Hydroxylated Metabolites of Polychlorinated Biphenyls and Free Thyroxin in Humans

Π.Μ.Σ ΤΜΗΜΑΤΟΣ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΤΙΤΛΟΣ:

Επιστηµονική Επιµέλεια ρ. Γεώργιος Μενεξές. Εργαστήριο Γεωργίας. Viola adorata

Το πρόβλημα της διαχείρισης των μεταβλητών δαπανών αποτελεί αντικείμενο που χρήζει

( ) ( ) STAT 5031 Statistical Methods for Quality Improvement. Homework n = 8; x = 127 psi; σ = 2 psi (a) µ 0 = 125; α = 0.

Λυμένες Ασκήσεις για το μάθημα:

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

Homework for 1/27 Due 2/5

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΗΣ ΕΠΙΣΤΗΜΗΣ

Μηχανική Μάθηση Hypothesis Testing

Econ Spring 2004 Instructor: Prof. Kiefer Solution to Problem set # 5. γ (0)

Lecture 7: Overdispersion in Poisson regression


ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ

Group 2 Methotrexate 7.5 mg/week, increased to 15 mg/week after 4 weeks. Methotrexate 7.5 mg/week, increased to 15 mg/week after 4 weeks

Άσκηση 11. Δίνονται οι παρακάτω παρατηρήσεις:

Transcript:

SECTION II: PROBABILITY MODELS 1

SECTION II: Aggregate Data. Fraction of births with low birth weight per province. Model A: OLS, using observations 1 260 Heteroskedasticity-robust standard errors, variant HC1 const 1.91797 0.679055 2.8245 0.0051 m age 0.00116767 0.00176503 0.6616 0.5089 married 0.0301099 0.0113383 2.6556 0.0084 momage 0.126591 0.0439073 2.8832 0.0043 momage2 0.00210753 0.000719053 2.9310 0.0037 inlf 0.0332909 0.0102804 3.2383 0.0014 Sum squared resid 0.014364 S.E. of regression 0.007520 R 2 0.276533 Adjusted R 2 0.262291 F (5, 254) 18.55076 P-value(F ) 1.06e 15 Log-likelihood 905.5628 Akaike criterion 1799.126 Schwarz criterion 1777.761 Hannan Quinn 1790.537 3

Model B: Pooled OLS, using 260 observations const 1.89247 0.585101 3.2344 0.0014 m age 0.00173297 0.00156068 1.1104 0.2679 married 0.0292426 0.0128107 2.2827 0.0233 momage 0.124555 0.0381506 3.2648 0.0012 momage2 0.00208411 0.000620996 3.3561 0.0009 inlf 0.0323011 0.00917413 3.5209 0.0005 Dyear 2 0.00142028 0.00147778 0.9611 0.3374 Dyear 3 0.00295910 0.00150650 1.9642 0.0506 Dyear 4 0.00279514 0.00154592 1.8081 0.0718 Dyear 5 0.00102573 0.00160204 0.6403 0.5226 Sum squared resid 0.014054 S.E. of regression 0.007498 R 2 0.292124 Adjusted R 2 0.266640 F (9, 250) 11.46325 P-value(F ) 5.06e 15 Log-likelihood 908.3950 Akaike criterion 1796.790 Schwarz criterion 1761.183 Hannan Quinn 1782.476 ˆρ 0.715466 Durbin Watson 0.509472

Model C: Fixed-effects, using 260 observations Robust (HAC) standard errors const 0.789962 1.10661 0.7139 0.4761 momage 0.0502255 0.0736061 0.6824 0.4958 momage2 0.000844071 0.00122440 0.6894 0.4914 inlf 0.0413644 0.0171788 2.4079 0.0169 Sum squared resid 0.003921 S.E. of regression 0.004373 LSDV R 2 0.802520 Within R 2 0.095151 F (54, 205) 15.42737 P-value(F ) 2.41e 48 Log-likelihood 1074.357 Akaike criterion 2038.714 Schwarz criterion 1842.876 Hannan Quinn 1959.984 ˆρ 0.194313 Durbin Watson 1.938624 Joint test on named regressors Test statistic: F (3, 205) = 7.18573 with p-value = P (F (3, 205) > 7.18573) = 0.000130733 Test for differing group intercepts Null hypothesis: The groups have a common intercept Test statistic: F (51, 205) = 10.7062 with p-value = P (F (51, 205) > 10.7062) = 7.07532e-36

Model D: Fixed-effects, using 260 observations Robust (HAC) standard errors const 1.15502 1.11549 1.0354 0.3017 momage 0.0737986 0.0742726 0.9936 0.3216 momage2 0.00122654 0.00123696 0.9916 0.3226 inlf 0.0339295 0.0194595 1.7436 0.0828 dt 2 0.00127786 0.000893603 1.4300 0.1543 dt 3 0.00271773 0.00104817 2.5928 0.0102 dt 4 0.00268211 0.00110089 2.4363 0.0157 dt 5 0.000498857 0.00127686 0.3907 0.6964 Sum squared resid 0.003624 S.E. of regression 0.004246 LSDV R 2 0.817490 Within R 2 0.163743 F (58, 201) 15.52254 P-value(F ) 3.32e 49 Log-likelihood 1084.605 Akaike criterion 2051.210 Schwarz criterion 1841.130 Hannan Quinn 1966.755 ˆρ 0.212082 Durbin Watson 1.976061 Joint test on named regressors Test statistic: F (7, 201) = 5.6224 with p-value = P (F (7, 201) > 5.6224) = 6.14119e-06 Test for differing group intercepts Null hypothesis: The groups have a common intercept Test statistic: F (51, 201) = 11.3449 with p-value = P (F (51, 201) > 11.3449) = 3.2927e-37 Wald test for joint significance of time dummies Asymptotic test statistic: χ 2 (4) = 22.6249 with p-value = 0.000150459

Model E: Fixed-effects, using 260 observations Robust (HAC) standard errors const 1.15502 1.11549 1.0354 0.3017 momage 0.0737986 0.0742726 0.9936 0.3216 momage2 0.00122654 0.00123696 0.9916 0.3226 inlf 0.0339295 0.0194595 1.7436 0.0828 Dyear 2 0.00127786 0.000893603 1.4300 0.1543 Dyear 3 0.00271773 0.00104817 2.5928 0.0102 Dyear 4 0.00268211 0.00110089 2.4363 0.0157 Dyear 5 0.000498857 0.00127686 0.3907 0.6964 Sum squared resid 0.003624 S.E. of regression 0.004246 LSDV R 2 0.817490 Within R 2 0.163743 F (58, 201) 15.52254 P-value(F ) 3.32e 49 Log-likelihood 1084.605 Akaike criterion 2051.210 Schwarz criterion 1841.130 Hannan Quinn 1966.755 ˆρ 0.212082 Durbin Watson 1.976061 Joint test on named regressors Test statistic: F (7, 201) = 5.6224 with p-value = P (F (7, 201) > 5.6224) = 6.14119e-06 Test for differing group intercepts Null hypothesis: The groups have a common intercept Test statistic: F (51, 201) = 11.3449 with p-value = P (F (51, 201) > 11.3449) = 3.2927e-37

Model F: Random-effects (GLS), using 260 observations const 0.536011 0.805177 0.6657 0.5062 m age 0.00101057 0.00191789 0.5269 0.5987 married 0.0249506 0.0205637 1.2133 0.2261 momage 0.0356566 0.0526929 0.6767 0.4992 momage2 0.000605116 0.000870041 0.6955 0.4874 inlf 0.0369104 0.0128159 2.8801 0.0043 Dyear 2 0.00131835 0.000857269 1.5378 0.1254 Dyear 3 0.00277439 0.000934201 2.9698 0.0033 Dyear 4 0.00261512 0.00104517 2.5021 0.0130 Dyear 5 0.000622466 0.00118445 0.5255 0.5997 Sum squared resid 0.014416 S.E. of regression 0.007578 Log-likelihood 905.0915 Akaike criterion 1790.183 Schwarz criterion 1754.576 Hannan Quinn 1775.869 ˆσ 2 ε = 1.80274e 05 ˆσ 2 u = 4.47315e 05 θ = 0.716093 Breusch-Pagan test Null hypothesis: Variance of the unit-specific error = 0 Asymptotic test statistic: χ 2 (1) = 230.658 with p-value = 4.28436e-52 Hausman test Null hypothesis: GLS estimates are consistent Asymptotic test statistic: χ 2 (7) = 4.58549 with p-value = 0.7104

SECTION II. INSTRUMENTAL VARIABLES: Microdata. work status Birth weight and mother s Table 1: Birth weight and mother s work status: Models (1) (2) (3) (4) (5) (6) (7) (8) OLS OLS OLS OLS OLS 2SLS 2SLS OLS VARIABLES bw inlf inlf bw bw bw bw e1 inlf -11.27-230.78-255.02-230.78-255.02 (0.344) (24.362) (14.615) (24.938) (15.028) momage 1.26 0.02 0.02 6.67 7.27 6.67 7.27 0.00 (0.036) (0.000) (0.000) (0.601) (0.362) (0.615) (0.372) (0.036) married 46.40-0.02-0.02 41.50 40.96 41.50 40.96-0.00 (0.420) (0.000) (0.000) (0.687) (0.531) (0.704) (0.548) (0.433) qbirth1m -0.02-0.02-0.59 (0.001) (0.001) (0.601) qbirth1p -0.03 0.43 (0.001) (0.593) v1 219.55 (24.364) v2 243.89 (14.619) Constant 3,192.21-0.16-0.16 3,155.87 3,151.86 3,155.87 3,151.86 0.00 (1.054) (0.001) (0.001) (4.169) (2.640) (4.268) (2.715) (1.087) F excluded 1623.87 2268.03 instruments p-value= p-value= 0.00 0.01 Ex. Instr. qbirth1m qbirth1m and qbirth1p Observations 8244952 8244952 8244952 8244952 8244952 8244952 8244952 8244952 R-squared 0.0024 0.057 0.0572 0.0024 0.002404 0.0012 0.0013 7.4*10ˆ(-7) v1=residuals model column 2 v2=residuals model column 3 e1=residuals model column 7 The dependent variable and the estimator used are indicated at the top of each column. 9