Studijní materiály

Zpět

Hromadně přidat materiály

Návod k EKM modelu

EEE16E - Ekonometrie PaA

Hodnocení materiálu:

Zjednodušená ukázka:

Stáhnout celý tento materiál

atice
Korelační matice je matice, do které seřadím párové korelační koeficienty. To jsou koeficienty, které vyjadřují míru lineární těsnosti mezi dvěma proměnnými. Korelační koeficient se pohybuje mezi –1 a +1, přičemž hodnoty blízké k +1 znamenají těsný vztah přímo úměrný (když jedna proměnná roste, druhá také roste, když jedna proměnná klesá, druhá také klesá); hodnoty blízko –1 znamená také vztah mezi proměnnými, ale nepřímo úměrný (když jedna proměnná roste, druhá klesá, když jedna proměnná klesá, druhá roste); hodnoty kolem nuly znamenají, že mezi proměnnými není lineární vztah nebo je velmi slabý. Korelační koeficient neumí zachytit, pokud je mezi proměnnými nelineární typ vztahu. Také neřeší, které proměnná je „příčina“ a která „důsledek“, proto je korelační matice symetrická: korelační koeficient mezi x1 a x5 je to samé jako korelační koeficient mezi x5 a x1. Na diagonále jsou jedničky, protože korelační koeficient (x5,x5) je to samé jako rozptyl proměnné x5 děleno rozptyl proměnné x5, což je 1.
Příklad:
Co chceme: aby endogenní proměnná (z levé strany rovnice) byla korelovaná s proměnnými z pravé strany, protože to znamená, že vysvětlující proměnné mají vliv na endogenní proměnnou.
Co nechceme: MULTIKOLINEARITU. To je jev, kdy se do rovnici zařadí na pravou stranu proměnné, které spolu mají těsný vztah, tj. zařazuji do rovnici jako vysvětlující proměnné velmi podobnou informaci. To je zbytečné. Statistika se „nám odvděčí“ tím, že vyjdou špatné výsledky. Při vypočtu se totiž dělá špatně inverze matice XTX, případně vůbec nejde vypočítat, protože to je matice singulární. I když půjde vypočítat a dostanu se k výsledkům, tak vycházejí obrovská čísla (kladná i záporná), až nesmyslná, říká se, že to je nestabilní.
// Těsný vztah znamená zhruba, když vychází hodnoty nad 0.8 a pod –0.8, někdo říká nad 0,85 či 0,9.//
Vyvarujeme se toho tak, že zbytečné proměnné zcela vypustíme.
Příklad: zde bych měla zvážit, kterou z proměnných x2t a x6t z první rovnice vypustit.
Když různě vyházím proměnné nebo si to promyslím a do modelu zařadím jiné proměnné, tak mám model upravený, se kterým budu dále pracovat.
Identifikace modelu
Identifikace je kontrola, jestli vůbec půjde odhadovat neznámé koeficienty ( a (. Jde o to, aby v rovnici nebylo moc nebo málo endogenních a predeterminovaných proměnných, záleží na vzájemné kombinaci.
V celém modelu mám g = 4 endogenní a k = 8 predeterminovaných proměnných.
Pro první rovnici
V každé rovnici spočítám, kolik kterých tam je: g* = 2, k* = 5
A kolik kterých tam není: g** = 4-2 = 2, k** = 8-5 = 3
Zkontroluju, zda je splněna nerovnost k** ( g* – 1, zde 3 > 2–1.
Pokud vyjde „>“, značíme to přeidentifikovanost.
Pokud vyjde „=“, značíme to přesná identifikovanost.
Pokud vyjde

Stáhnout celý tento materiál

Předchozí

1 2 3

Vloženo: 26.04.2009

Velikost: 171,00 kB

Stáhnout celý tento materiál

Komentáře

Tento materiál neobsahuje žádné komentáře.

Mohlo by tě zajímat:

Skupina předmětu EEE16E - Ekonometrie PaA
Reference vyučujících předmětu EEE16E - Ekonometrie PaA

Podobné materiály