Model ekonometryczny z dwiema zmiennymi

Slides:



Advertisements
Podobne prezentacje
Regresja i korelacja materiały dydaktyczne.
Advertisements

Excel Narzędzia do analizy regresji
KORELACJA I REGRESJA WIELOWYMIAROWA
Ocena dokładności i trafności prognoz
Analiza współzależności zjawisk
dr Małgorzata Radziukiewicz
EKONOMETRIA Prof. dr hab. Grażyna Karmowska
BUDOWA MODELU EKONOMETRYCZNEGO
dr Małgorzata Radziukiewicz
Analiza współzależności
Analiza współzależności
Programy do analizy statyczno-ekonometrycznej
Dr inż. Bożena Mielczarek
Metody ekonometryczne
Metody ekonometryczne
Metody ekonometryczne
Podstawowe pojęcia prognozowania i symulacji na podstawie modeli ekonometrycznych Przewidywaniem nazywać będziemy wnioskowanie o zdarzeniach nieznanych.
Ekonometria wykladowca: dr Michał Karpuk
Dzisiaj na wykładzie Regresja wieloraka – podstawy i założenia
Prognozowanie na podstawie modelu ekonometrycznego
Wprowadzenie do statystycznej analizy danych (SPSS)
Alfred Stach Instytut Geoekologii i Geoinformacji
Korelacje, regresja liniowa
Rozkład normalny Cecha posiada rozkład normalny jeśli na jej wielkość ma wpływ wiele niezależnych czynników, a wpływ każdego z nich nie jest zbyt duży.
Estymacja przedziałowa i korzystanie z tablic rozkładów statystycznych
i jak odczytywać prognozę?
Jak mierzyć i od czego zależy?
Ekonometria. Co wynika z podejścia stochastycznego?
Irena Woroniecka EKONOMIA MENEDŻERSKA - dodatek do W2
Ekonometria „Jaki wpływ na wielkość sprzedaży mają wydatki na reklamę oraz wielkość zatrudnienia ?” Dagmara Płachcińska Nr albumu:
Prognozowanie z wykorzystaniem modeli ekonometrycznych
Badania Operacyjne i Ekonometria. Literatura podstawowa 1.M.Anholcer, H.Gaspars, A.Owczrkowski Przykłady i zadania z badań operacyjnych i ekonometrii.
Statystyka – zadania 4 Janusz Górczyński.
1 Kilka wybranych uzupełnień do zagadnień regresji Janusz Górczyński.
Finanse 2009/2010 dr Grzegorz Szafrański pokój B106 Termin konsultacji poniedziałek:
Kilka wybranych uzupelnień
Metody badawcze wykorzystywane w analizach – ĆW 2
Ekonometria stosowana
Regresja wieloraka.
Konwergencja gospodarcza
Przedmiot: Ekonometria Temat: Szeregi czasowe. Dekompozycja szeregów
Ekonometryczne modele nieliniowe
 Ekonometria – dziedzina zajmująca się wykorzystaniem specyficznych metod statystycznych dostosowanych do badań nieeksperymentalnych.  Ekonometria to.
Wnioskowanie statystyczne
Ekonometria stosowana
D. Ciołek EKONOMETRIA – wykład 5
D. Ciołek EKONOMETRIA – wykład 6
D. Ciołek EKONOMETRIA – wykład 4
WIELORÓWNANIOWE MODELE EKONOMETRYCZNE
Ekonometria Metody estymacji parametrów strukturalnych modelu i ich interpretacja dr hab. Mieczysław Kowerski.
Model ekonometryczny Jacek Szanduła.
Korelacje dwóch zmiennych. Korelacje Kowariancja.
Treść dzisiejszego wykładu l Weryfikacja statystyczna modelu ekonometrycznego –błędy szacunku parametrów, –istotność zmiennych objaśniających, –autokorelacja,
PROGNOZY I SYMULACJE 1 Katarzyna Chudy – Laskowska konsultacje: p. 400Aśroda12-14 czwartek strona internetowa: Forecasting.
Logistyka – Ćwiczenia nr 6
Treść dzisiejszego wykładu l Klasyfikacja zmiennych modelu wielorównaniowego l Klasyfikacja modeli wielorównaniowych l Postać strukturalna i zredukowana.
Rozkłady statystyk z próby dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium.
Modele nieliniowe sprowadzane do liniowych
Ekonometria Wykład III Modele wielorównaniowe dr hab. Mieczysław Kowerski.
STATYSTYKA – kurs podstawowy wykład 11
Estymacja parametryczna dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium Analiz.
Treść dzisiejszego wykładu l Metoda Najmniejszych Kwadratów (MNK) l Współczynnik determinacji l Koincydencja l Kataliza l Współliniowość zmiennych.
KORELACJA I REGRESJA WIELOWYMIAROWA
Ekonometria stosowana
EKONOMETRIA W3 prof. UG, dr hab. Tadeusz W. Bołt
EKONOMETRIA Wykład 2 prof. UG, dr hab. Tadeusz W. Bołt
EKONOMETRIA W2 dr hab. Tadeusz W. Bołt, prof. UG
Regresja wieloraka – bada wpływ wielu zmiennych objaśniających (niezależnych) na jedną zmienną objaśnianą (zależą)
Jednorównaniowy model regresji liniowej
Korelacja i regresja liniowa
Zapis prezentacji:

Model ekonometryczny z dwiema zmiennymi WYŻSZA SZKOŁA INFORMATYKI I ZARZĄDZANIA z siedzibą w Rzeszowie Marcin Król Nr albumu 20523 Model ekonometryczny z dwiema zmiennymi Rzeszów 2003

Przedsiębiorstwo handlowo-usługowe „Marcin” mające swe oddziały w 25 miastach Polski postanowiło przeanalizować wysokość dziennego utargu w zależności od 2 czynników: - wielkości zatrudnienie - liczny stanowisk kasowych Zmienne: Zmienna objaśniana : Y- dzienny utarg (w tyś. zł) Zmienne objaśniające : X1 – liczba zatrudnionych X2 – liczba kas (w sztukach)   Model ekonometryczny. Obliczenia - szacowanie modelu.   Wyliczam średnią dla X1, X2, Y;

Odchylenie standardowe   Interpretacja: Rzeczywiście zaobserwowane wartości zmiennej x1 odchylają się średnio o 28,476 od wartości średniej wynoszącej odpowiednio 196,84 , a zmiennej x2 o 5,099 od wartości średniej wynoszącej 39 Współczynnik zmienności Współczynniki korelacji r1 oraz r2 Interpretacja: Współczynniki korelacji x1 i x2 oznaczają, iż zmienne posiadają dodatni wpływ na zmienną objaśnianą y .

Estymacja parametrów strukturalnych modelu       macierz ,     macierz ,       macierz odwrotna :  

Przemnożenie macierzy   Na podstawie tych parametrów wyznaczam ogólną postać modelu Model ten ma postać :     Interpretacja: -         stała regresji a0 wynosi 9,019476 – taką wartość przybiera średnia wartość zmienna endogeniczna Yt gdy wszystkie zmienne objaśniające przybierają wartości 0 -         parametr a0 został oszacowany na poziomie 9,019476 -         parametr a1 został oszacowany na poziomie 0,203017 -         parametr a2 został oszacowany na poziomie 0,557372 -         w przypadku wzrostu parametru a1­ o jedną pełną jednostkę spowoduje to wzrost Y^ o wartość 0,203017, przy założeniu że inne parametry nie zmienią się; -         w przypadku wzrostu parametru a2­ o jedną pełną jednostkę) tym samym spowoduje to wzrost Y^ o wartość 0,557372 przy założeniu że inne parametry nie zmienią się;