Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Kapitel 5 Statistische Bewertung von Regressionsbezie- hungen.

Ähnliche Präsentationen


Präsentation zum Thema: "Kapitel 5 Statistische Bewertung von Regressionsbezie- hungen."—  Präsentation transkript:

1 Kapitel 5 Statistische Bewertung von Regressionsbezie- hungen

2 Hackl, Einführung in die Ökonometrie 2 Einkommen und Konsum PCR: Privater Konsum, real, in Mrd.EUR PYR: Verfügbaren Einkom- men der Haushalte, real 1970:1-2003:4 Basis: 1995 Quelle: AWM-Datenbasis

3 Hackl, Einführung in die Ökonometrie 3 Einkommen und Konsum: Zuwachsraten PCR_D4: Privater Konsum, real, Zuwachsrate PYR: Verfügbaren Einkom- men der Haushalte, real, Zuwachsrate 1970:1-2003:4 Basis: 1995 Quelle: AWM-Datenbasis

4 Hackl, Einführung in die Ökonometrie 4 Konsumfunktion Dependent Variable: PCR_D4 Method: Least Squares Date: 02/03/05 Time: 18:06 Sample(adjusted): 1971:1 2003:4 Included observations: 132 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C PYR_D R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic)

5 Hackl, Einführung in die Ökonometrie 5 Dimensionen der Bewertung Globale Bewertung: Kann das Modell den datengenerierenden Prozess der abhängigen Variablen als Ganzes erklären? Globale Kriterien: Bestimmtheitsmaß Adjustiertes Bestimmtheitsmaß Logarithmierte Likelihoodfunktion Informationskriterien, zB Akaikes AIC-Kriterium Inferenz der Regressionsparameter t-Test F-Test ANOVA-Tafel

6 Hackl, Einführung in die Ökonometrie 6 Residuen y = X + u = Xb + e = ŷ + e Residuen: e = y - Xb = y – ŷ = y – X(XX) -1 Xy = y - Py = [I – X(XX) -1 X]y = My P: Projektionsmatrix M: residuenerzeugende Matrix

7 Hackl, Einführung in die Ökonometrie 7 Konsumfunktion, Forts.

8 Hackl, Einführung in die Ökonometrie 8 Schätzer der Varianz 2 ist ein erwartungstreuer Schätzer Der ML-Schätzer unterschätzt; der Bias beträgt

9 Hackl, Einführung in die Ökonometrie 9 Residuen: Eigenschaften e = y - Xb = y – ŷ = My Eigenschaften (inhomogene Regression): i e i = 0 Achtung! Diese Eigenschaften setzen eine inhomogene Regression voraus! Streuungszerlegung: Ergibt sich durch Dividieren durch n und Subtrahieren von

10 Hackl, Einführung in die Ökonometrie 10 Bestimmtheitsmaß Definition: Anteil der durch das Regressionsmodell erklärten Varianz (der Varianz der geschätzten Y) an der Gesamtvarianz der Beobachtungen von Y Anteil der Varianz der abhängigen Variablen, die durch das Modell erklärt wird oft in Prozenten angegeben Alternative Schreibweise

11 Hackl, Einführung in die Ökonometrie 11 R 2 : Eigenschaften Wegen gilt: R 2 =1 bedeutet: ; alle Residuen sind Null! R 2 =0 bedeutet: alle Regressionskoeffizienten haben den Wert Null! R 2 soll einen möglichst hohen Wert haben Einfache Regression: Multiple Regression: R 2 kann durch Hinzufügen eines Regressors nicht kleiner werden! Achtung! Bei homogener Regression ist R 2 <0 möglich!

12 Hackl, Einführung in die Ökonometrie 12 Beispiel: Konsumfunktion Dependent Variable: PCR_D4 Method: Least Squares Date: 08/20/04 Time: 11:06 Sample(adjusted): 1971:1 2002:4 Included observations: 128 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C PYR_D R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic)

13 Hackl, Einführung in die Ökonometrie 13 Konsumfunktion Dependent Variable: PCR_D4 Method: Least Squares Date: 02/03/05 Time: 18:06 Sample(adjusted): 1971:1 2003:4 Included observations: 132 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C PYR_D R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic)

14 Hackl, Einführung in die Ökonometrie 14 R 2 : Alternative Darstellung Aus ergibt sich Es bedeuten: TSS: Gesamtvariation (total sum of squares) ESS: (durch die Regression) erklärte Variation (explained sum of squares) RSS: residuale (nicht erklärte) Variation (residual sum of squares) Wir können schreiben: TSS = yM 0 y, analog ESS, mit

15 Hackl, Einführung in die Ökonometrie 15 Adjustiertes Bestimmtheitsmaß Erweiterung eines Modells um einen Regressor: R 2 wird größer Zunahme von R 2 bedeutet nicht notwendigerweise, dass der neue Regressor zur Erklärung beiträgt! Adjustiertes Bestimmtheitsmaß: Gut zum Vergleichen von Modellen Bei großem n ist (n-1)/(n-k) 1

16 Hackl, Einführung in die Ökonometrie 16 Andere Kriterien Meist Funktionen von s e 2 Logarithmierte Likelihoodfunktion Akaikes Informationskriterium Schwarz Informationskriterium

17 Hackl, Einführung in die Ökonometrie 17 Konsumfunktion Dependent Variable: PCR_D4 Method: Least Squares Date: 02/03/05 Time: 18:06 Sample(adjusted): 1971:1 2003:4 Included observations: 132 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C PYR_D R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic)

18 Hackl, Einführung in die Ökonometrie 18 Konsumfunktion Dependent Variable: PCR_D4 Method: Least Squares Date: 02/03/05 Time: 18:06 Sample(adjusted): 1971:1 2003:4 Included observations: 132 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C PYR_D R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic)

19 Hackl, Einführung in die Ökonometrie 19 Bewertung der Parameter Frage: Trägt der Regressor X i zur Erklärung bei? Test von H 0 : i = 0 gegen H 1 : i >0 oder H 1 : i 0: (t-Test) Konfidenzintervall für i Tragen alle Regressoren zur Erklärung bei? Test von H 0 : 2 = … = k (F-Test)

20 Hackl, Einführung in die Ökonometrie 20 t-Test Verteilung der OLS-Schätzer b: Für den Schätzer b i gilt: mit dem i-ten Diagonalelement a ii aus (XX) -1 (a ii ) bzw. s(a ii ) heißt Standardfehler von b i Test von H 0 : i =0 gegen H 1 : i 0: Entscheidung mittels p-Wert:

21 Hackl, Einführung in die Ökonometrie 21 Konsumfunktion Dependent Variable: PCR_D4 Method: Least Squares Date: 02/03/05 Time: 18:06 Sample(adjusted): 1971:1 2003:4 Included observations: 132 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C PYR_D R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic)

22 Hackl, Einführung in die Ökonometrie 22 F-Test Test von H 0 : 1 =…= k gegen H 1 : 0 trifft nicht zu F ist exakt oder näherungsweise verteilt nach F(k-1, n-k) Entscheidung mittels p-Wert

23 Hackl, Einführung in die Ökonometrie 23 Konsumfunktion Dependent Variable: PCR_D4 Method: Least Squares Date: 02/03/05 Time: 18:06 Sample(adjusted): 1971:1 2003:4 Included observations: 132 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C PYR_D R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic) F-Statistik p-Wert = P{F > | H 0 }

24 Hackl, Einführung in die Ökonometrie 24 Konfidenzintervall für i KI zur Konfidenzzahl mit Perzentil der t(n-k)- oder der Normalverteilung Beispiel: Konsumfunktion C = + Y + u 95%iges Konfidenzintervall für marginale Konsumneigung – (1.978) (0.0461) (1.978) (0.0461) oder


Herunterladen ppt "Kapitel 5 Statistische Bewertung von Regressionsbezie- hungen."

Ähnliche Präsentationen


Google-Anzeigen