Задачи по эконометрике
не знаю, подойдет ли это под б но можно проверять гипотезу о том, что выборочный коэффициент корелляции r удовлетворяет ![[math]$\frac{\sqrt{2}r}{\sqrt{1-r^2}}\sim t_2$[/math]](mathimg.php?math=%24%5Cfrac%7B%5Csqrt%7B2%7Dr%7D%7B%5Csqrt%7B1-r%5E2%7D%7D%5Csim%20t_2%24)
что есмъ t2? пардон мою безграмотность 
стюдент с двумя степенями свободы
первое:
условие хреновое. непонятно какого рода данные, кроссекция или временной ряд?
я бы ответил так:
Z и X сильно коррелируют, что видно если посмотреть на значимости в трех случаях. подходит вторая или третья модель (любая
если же это временные ряды без детренда, то все 3 модели бессмысленны
DW не при чем
условие хреновое. непонятно какого рода данные, кроссекция или временной ряд?
я бы ответил так:
Z и X сильно коррелируют, что видно если посмотреть на значимости в трех случаях. подходит вторая или третья модель (любая
если же это временные ряды без детренда, то все 3 модели бессмысленны
DW не при чем
тогда вторая, у неё акаике и шварц меньше, кэф детерминации больше и вообще она кошерней
но почему из-за сильной коррелируемости величин z и x отвергаем смело первую модель?
но почему из-за сильной коррелируемости величин z и x отвергаем смело первую модель?
ну это мелочи и подгонка данных.
если нет адекватной экономической модели, то так можно рассуждать только если рассматриваем какую-нибудь авторегрессию
если нет адекватной экономической модели, то так можно рассуждать только если рассматриваем какую-нибудь авторегрессию
про стюдента с двумя степенями нам не разъясняли в этом курсе, сдаётся мне не подойдёт этот метод, но вроде там другая идея проклюнулась, так что всё норм со вторым номером также
ну в первой можно сказать, что при уровне значимости 0,05 Z не является значимой, поэтому не очень хорошо, значит 2 или 3, ну а потом 2
нет, ну просто почему я начал о Дарбине-Уотсоне, ибо у нас в курсе требуется выполнение стандартных предположений об ошибках
а кто его знает, сколько было измерений и какие границы для DW, может получиться, что они автокоррелированы
так-то да, модель с мультикорреляцией
спасибо
нет, ну просто почему я начал о Дарбине-Уотсоне, ибо у нас в курсе требуется выполнение стандартных предположений об ошибках
а кто его знает, сколько было измерений и какие границы для DW, может получиться, что они автокоррелированы
так-то да, модель с мультикорреляцией
спасибо
ну если от этих мелочей будет зависеть плюсик или минусик за всю задачу без объяснения причин или с объяснениями типа что тут чуть меньше поэтому лучше, то очень хочется быть уверенным в рассуждениях
да, я думаю, если ты просто приведёшь какие-нибудь аргументированные данные в пользу одной из моделей, он засчитает
написать побыстрее сдать и сидеть объяснять каждую буковку?
но почему из-за сильной коррелируемости величин z и x отвергаем смело первую модель?
ну типа регрессоры независимы должны быть по условию OLS, иначе оценки будут смещенными
ну типа регрессоры независимы должны быть по условию OLS, иначе оценки будут смещеннымиГде ты прочитал такую лажу?
в общем я думал о мультиколлинеарности,
оценки будет несмещенными, но будут завышены стандартные ошибки и соотв-но занижена т-статистика
из-за того, что матрица X'X будет хреново обращаться (и вообще не будет если один регрессор явл линейной комбинацией другого - крайний случай)
оценки будет несмещенными, но будут завышены стандартные ошибки и соотв-но занижена т-статистика
из-за того, что матрица X'X будет хреново обращаться (и вообще не будет если один регрессор явл линейной комбинацией другого - крайний случай)
X'X будет хреново обращатьсяЯ наверно чего-то не понимаю. Что за матрица X'X? Матрица нормального уравнения?
ну да, она же входит как в оценку вектора коэффициентов, так и в формулу для стандартных ошибок
y=X\beta+\eps
\beta_hat = (X'X)^{-1}X'y
y=X\beta+\eps
\beta_hat = (X'X)^{-1}X'y
И как она может плохо обращаться?
если регрессоры линейно зависимы, то не будет вообще
если "почти" линейно зависимы, то будет плохо обращаться, у нее будет большое число обусловленности (само собой речь не об аналитическом решении, а о численном)
если "почти" линейно зависимы, то будет плохо обращаться, у нее будет большое число обусловленности (само собой речь не об аналитическом решении, а о численном)
А ее размерность разве не равна числу регрессоров?
ну да, равна. и?
И сколько у нас регрессоров?
если речь про первый пост в треде, то 2 регрессора + константа
То есть проблема в плохой обратимости матрицы 3x3?
таки да. в чем вопрос-то?
Спасибо, ты мне все объяснил.
не исключаю что я хреново объясняю, но суть сводится к этому:
"as interdependence among explanatory variables X grows, the correlation matrix (X'X) approaches singularity, and elements of the inverse matrix (X'X)^{-1} explode"
плохо обращается в моем понимании == близка с сингулярной
"as interdependence among explanatory variables X grows, the correlation matrix (X'X) approaches singularity, and elements of the inverse matrix (X'X)^{-1} explode"
плохо обращается в моем понимании == близка с сингулярной
Катышев, Магнус, Пересецкий. Эконометрика. Начальный курс.
evor
по первой: самому думается, что определяющей здесь должна быть статистика Дарбина-Уотсона (то бишь - первая модель)
по второй: интересует пункт (б)