Missspezifikation: Konsequenzen und Tests

Slides:



Advertisements
Ähnliche Präsentationen
Modellprämissen der linearen Regression
Advertisements

Forschungsstatistik II
Der Binomialtest Man habe einen wahren Anteil P.
Modellvergleich.
Mehrfachregressionen
K. Desch - Statistik und Datenanalyse SS05
Technische Informatik I
Was steht in einer ANOVA - Tabelle?
Tutorium Aufgabe 1 a) E(eIX)= 0 E(eIX)= E(Y-E(YIX)IX) = E(YIX)- E (E(YIX)IX) = E(YIX)- E(YIX) = 0 Im Mittel macht man mit seiner Schätzung keinen.
Vorlesung: ANOVA I
Vorlesung: ANOVA II.
Einfache Regressionsgleichung
Probleme der Modellspezifikation
Multikollinearität Wann spricht man von Multikollinearität?
Wiederholung: Einfache Regressionsgleichung
Kapitel 9 Analyse der Modellstruktur
Kapitel 15 Instrumentvariablen- Schätzung
Kapitel 7 Lineare Restriktionen
Logistische Regression
Statistik: Mehr zur Regression.
Kapitel 13 Zeitreihen und Zeitreihen-Modelle
Kapitel 15 Instrumentvariablen- Schätzung
Kapitel 12 Autokorrelation in den Residuen
Kapitel 10 Multikollinearität
Kapitel 9 Analyse der Modellstruktur Hackl, Einführung in die Ökonometrie 2 Rekursive OLS-Schätzung Spezifiziertes Modell: y = X + u y, u:
Kapitel 6 Variablenauswahl und Missspezifikation
Kapitel 2 Das klassische Regressionsmodell
Lineare Restriktionen
Ökonometrie II Multikollinearität.
Kapitel 18 Dynamische Modelle: Schätzen der Parameter
Ökonometrie I Analyse der Modellstruktur Ökonometrie I2 Rekursive OLS-Schätzung Spezifiziertes Modell: y = X + u y, u: n-Vektoren; X: Ordnung.
Analyse der Modellstruktur
Peter Hackl Sprechstunde: Fr, 10:30-11:30 Tel.:
Kapitel 1 Der Begriff „Ökonometrie“
Kapitel 5 Statistische Bewertung von Regressionsbezie-hungen
Kapitel 19 Kointegration
Kapitel 10 Multikollinearität
Kapitel 3 Lineare Regression: Schätzverfahren
Kapitel 21 Mehrgleichungs-Modelle: Schätzverfahren
Kapitel 16 Ökonometrische Modelle
Kapitel 14 Trends und Unit-root-Tests
Ökonometrie I Variablenauswahl.
Bewertung von Regressionsbeziehungen
OLS-Schätzer und seine Eigenschaften
Kapitel 11 Heteroskedastizität
Einfache und multiple Regression
Prognose und Prognosequalität
Ökonometrie I Peter Hackl Sprechstunde: Fr, 10:45-11:45 Tel.: Fr, 9:00-10:30.
Annahmen des lineare Regressionsmodells
Kapitel 4 Annahmen des linearen Regressionsmodells
Kapitel 8 Prognose und Prognosequalität
Ökonometrie I Modellvergleich (Übersicht) Ökonometrie I2 Vergleich von Modellen Fragestellungen für Modellvergleich 1.Fehlende Regressoren.
Kapitel 18 Dynamische Modelle: Schätzen der Parameter.
Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren.
STATISIK LV Nr.: 0021 WS 2005/ November 2005.
Kapitel 9 Analyse der Modellstruktur
Kapitel 11 Heteroskedastizität
Präsentation Pflichtenheft Meta Resource Management System (MRMS)
Wahlpflicht I INFORMATIK 7. bis 10. Klasse 2010/2011 Informatik WP I.
Kapitel 14 Trends und Unit-root-Tests
Kapitel 12 Autokorrelation
1 STATISIK LV Nr.: 0021 WS 2005/ November 2005.
Die Lurchis. Unser Gruppenleiter Die Gruppe Die Kirche.
STATISIK LV Nr.: 1852 WS 2005/ Jänner 2006.
Stochastik ganz kurz Beispiel diskret Würfelwurf Beispiel stetig
K. Desch - Statistik und Datenanalyse SS05
K. Desch - Statistik und Datenanalyse SS05
Kapitel 9 Analyse der Modellstruktur Dummies Strukturbrüche.
 Gegenstandsbereich der Testtheorie: Analyse der Charakteristika von Tests:  Güte von Tests.  Struktur von Tests.  Schwierigkeit von Tests.  Gruppenunterschiede.
Außenhandelsbeziehungen zwischen China, USA, EU Makroökonometrie Vorlesung Dr. Oliver Bode.
 Präsentation transkript:

Missspezifikation: Konsequenzen und Tests Ökonometrie I Missspezifikation: Konsequenzen und Tests

Zwei Fälle von Missspezifikation Ein relevanter Regressor bleibt im Modell unberücksichtigt Ein nicht relevanter Regressor wird in das Modell aufgenommen Untersuchung mittels der Modelle (A) und (B): Fall 1: Modell (B) ist korrekt, wir spezifizieren fälschlich Modell (A); welche Eigenschaften hat der Schätzer b? Fall 2: Modell (A) ist korrekt, wir spezifizieren fälschlich Modell (B); welche Eigenschaften hat der Schätzer ? 26.11.2004 Ökonometrie I

Eigenschaften von b im Fall (1) Spezifiziertes Modell: Y = Xb + u korrektes Modell: Y = Xb + Zg + v relevante Regressoren Z nicht berücksichtigt b =(X‘X)-1X‘y ist verzerrt: Die Varianz von b: s2(X‘X)-1 Die Varianz der Störgrößen wird überschätzt 26.11.2004 Ökonometrie I

Konsumfunktion Modelle Bias des Schätzers b: (X‘X)-1X‘tg Wir erhalten 26.11.2004 Ökonometrie I

Eigenschaften von im Fall (2) Spezifiziertes Modell: Y = Xb + Zg + v, korrektes Modell: Y = Xb + u nicht relevanter Regressor Z wird berücksichtigt ist unverzerrt, nicht effizient 26.11.2004 Ökonometrie I

Tests für H0: g=0 Entscheidung zwischen [X: nx(k-g), Z: nxg] Y = Xb + u und Y = Xb + Zg + v H0: g=0 bedeutet, dass kein Regressor aus Z relevant ist H1: g≠0 bedeutet, dass mindestens ein Regressor aus Z relevant ist Wenn g=1: t-Test Wenn g>1: F-Test Varianten des F-Tests 26.11.2004 Ökonometrie I

F-Test Asymptotische Verteilung von N[g, s2(Z‘MxZ)-1] gilt exakt, wenn v ~ N(0,s2I) Die Teststatistik F des F-Tests ist unter H0: g=0 verteilt nach F(g,n-k) Vergleiche F-Statistik (5.4.4) mit 26.11.2004 Ökonometrie I

F-Statistik: Schreibweisen e: Residuen aus Y = Xb + u: Wegen ergibt sich bzw. die Ungleichung Die Summe der quadrierten Residuen kann durch Hinzufügen von erklärenden Variablen nicht größer werden. mit SR=e‘e und analog S; der Index R steht für „restringiert“ (g=0) 26.11.2004 Ökonometrie I

F-Statistik: Berechnung In drei Schritten: Anpassen des kurzen Modells Y = Xb + u an die Regressoren aus X, Berechnen der Residuen e Anpassen des weiteren Modells Y = Xb + Zg + v an die Variablen aus X und Z, Berechnen der Residuen Berechnen von 26.11.2004 Ökonometrie I

Konsumfunktion, Forts. Drei Schritte: Anpassen des kurzen Modells Y = Xb + u an die Regressoren aus X, e‘e = 0.007899 Anpassen des weiteren Modells Y = Xb + Zg + v an die Variablen aus X und Z, = 0.007354 Berechnen von p-Wert: 0.0029 t-Statistik für Trendvariable: -3.042427; ergibt quadriert: 9.26 26.11.2004 Ökonometrie I

Konsumfunktion, Forts. 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 Variable Coefficient Std. Error t-Statistic Prob. C 0.010855 0.001053 10.31071 0.0000 PYR_D4 0.747032 0.041840 17.85451 0.0000 R-squared 0.716716 Mean dependent var 0.024898 Adjusted R-squared 0.714468 S.D. dependent var 0.014817 S.E. of regression 0.007918 Akaike info criterion -6.823949 Sum squared resid 0.007899 Schwarz criterion -6.779386 Log likelihood 438.7327 F-statistic 318.7837 Durbin-Watson stat 0.632776 Prob(F-statistic) 0.000000 26.11.2004 Ökonometrie I

Konsumfunktion, Forts. Dependent Variable: PCR_D4 Method: Least Squares Date: 08/20/04 Time: 11:06 (-3.042427)2 = 9.25636 Sample(adjusted): 1971:1 2002:4 Included observations: 128 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. C 0.015686 0.001887 8.311978 0.0000 PYR_D4 0.702936 0.043046 16.32973 0.0000 T/1000 -0.059286 0.019486 -3.042427 0.0029 R-squared 0.736247 Mean dependent var 0.024898 Adjusted R-squared 0.732027 S.D. dependent var 0.014817 S.E. of regression 0.007670 Akaike info criterion -6.879761 Sum squared resid 0.007354 Schwarz criterion -6.812917 Log likelihood 443.3047 F-statistic 174.4644 Durbin-Watson stat 0.660374 Prob(F-statistic) 0.000000 26.11.2004 Ökonometrie I

F-Test: Variante Teststatistik mit Bestimmtheitsmaß Re2 aus Regression der Residuen e auf Regressoren aus X und Z Die Teststatistik gF ist unter H0: g=0 näherungsweise nach der Chi-Quadrat-Verteilung mit g Freiheitsgraden verteilt 26.11.2004 Ökonometrie I

Ramsey‘s RESET-Test RESET: Regression Equation Specification Error Zum Überprüfen der funktionalen Form der Regressoren Testet H0: g=0 für Y = Xb + Zg + v mit Zutreffen von H0 bedeutet, dass funktionale Form (Linearität) der Regressoren korrekt ist Tests: t-Test, wenn g=1 F-Test asymptotischer Chi-Quadrat-Test (Teststatistik gF) 26.11.2004 Ökonometrie I

Konsumfunktion, Forts. Spezifikation C = a + bY + u liefert Überprüfen durch Erweitern: mit Standardfehler 3.297 für den Koeffizienten von Ĉ; t-Test gibt p-Wert von 0.206 Kein Hinweis auf Fehler in der funktionalen Form 26.11.2004 Ökonometrie I

Konsumfunktion, Forts. 26.11.2004 Ökonometrie I