Oppgaver. Multiple regresjon. Forelesning 3 MET3592 Økonometri ved David Kreiberg Vår 2011

Like dokumenter
Forelesning 4 og 5 MET3592 Økonometri ved David Kreiberg Vår 2011

Oppgaver. Hypotesetesting testing av enkelthypoteser. Forelesning 4 og 5 MET3592 Økonometri ved David Kreiberg Vår 2011

Øvingsoppgaver. Innledende oppgaver. Alle oppgaver er merket ut fra vanskelighetsgrad på følgende måte: * Enkel ** Middels vanskelig *** Vanskelig

TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i <<< >>>.

TMA4240/4245 Statistikk Eksamen august 2016

ØVINGER 2017 Løsninger til oppgaver

TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i <<< >>>.

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

(iii) Når 5 er blitt trukket ut, er det tre igjen som kan blir trukket ut til den siste plassen, altså:

Hvordan får man data og modell til å passe sammen?

TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i << >>.

X ijk = µ+α i +β j +γ ij +ǫ ijk ; k = 1,2; j = 1,2,3; i = 1,2,3; i=1 γ ij = 3. i=1 α i = 3. j=1 β j = 3. j=1 γ ij = 0.

Oversikt 1. forelesning. ECON240 Statistikk og økonometri. Utdanning og lønn. Forskning. Datainnsamling; utdanning og inntekt

Løsningskisse for oppgaver til uke 15 ( april)

Anvendelser. Kapittel 12. Minste kvadraters metode

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Forelesning 3 MET3592 Økonometri ved David Kreiberg Vår 2011

STK desember 2007

De normalfordelte: x og sd for hver gruppe. De skjevfordelte og de ekstremt skjevfordelte: Median og kvartiler for hver gruppe.

Alle deloppgaver teller likt i vurderingen av besvarelsen.

Appendiks 1: Organisering av Riksdagsdata i SPSS. Sannerstedt- og Sjölins data er klargjort for logitanalyse i SPSS filen på følgende måte:

SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat 07. Erling Berge Institutt for sosiologi og statsvitenskap NTNU

MASTER I IDRETTSVITENSKAP 2012/2014. Individuell skriftlig eksamen. MAS 402- Statistikk. Tirsdag 9. oktober 2012 kl

SNF-rapport nr. 23/05

Veiledning til obligatorisk oppgave i ECON 3610/4610 høsten N. Vi skal bestemme den fordeling av denne gitte arbeidsstyrken som

TMA4300 Mod. stat. metoder

Simpleksmetoden. Initiell basistabell Fase I for å skaffe initiell, brukbar løsning. Fase II: Iterativ prosess for å finne optimal løsning Pivotering

Forelesning 17 torsdag den 16. oktober

Sparing gir mulighet for å forskyve forbruk over tid; spesielt kan ujevne inntekter transformeres til jevnere forbruk.

STK1000 Innføring i anvendt statistikk Eksamensdag: Tirsdag 12. desember 2017

MA1301 Tallteori Høsten 2014

Statistikk og økonomi, våren 2017

Alternerende rekker og absolutt konvergens

Illustrasjon av regel 5.19 om sentralgrenseteoremet og litt om heltallskorreksjon (som i eksempel 5.18).

Econ 2130 uke 19 (HG) Inferens i enkel regresjon og diskrete modeller

Forelesning nr.3 INF 1411 Elektroniske systemer

STK1100 våren Estimering. Politisk meningsmåling. Svarer til sidene i læreboka. The German tank problem. Måling av lungefunksjon

Analyse av sammenhenger

2007/30. Notater. Nina Hagesæther. Notater. Bruk av applikasjonen Struktur. Stabsavdeling/Seksjon for statistiske metoder og standarder

Oppvarming og innetemperaturer i norske barnefamilier

UNIVERSITETET I OSLO

STK1110 høsten Lineær regresjon. Svarer til avsnittene i læreboka (med unntak av stoffet om logistisk regresjon)

Forelesning nr.3 INF 1411 Elektroniske systemer. Parallelle og parallell-serielle kretser Kirchhoffs strømlov

Eksamen i emne SIB8005 TRAFIKKREGULERING GRUNNKURS

Om enkel lineær regresjon II

Notater. Bjørn Gabrielsen, Magnar Lillegård, Berit Otnes, Brith Sundby, Dag Abrahamsen, Pål Strand (Hdir)

Forelesning 2 MET3592 Økonometri ved David Kreiberg Vår 2011

Notasjoner, gjennomsnitt og kvadratsummer. Enveis ANOVA, modell. Flere enn to grupper. Enveis variansanalyse (One-way ANOVA, fixed effects model)

NA Dok. 52 Angivelse av måleusikkerhet ved kalibreringer

Investering under usikkerhet Risiko og avkastning Høy risiko. Risikokostnad prosjekt Snøskuffe. Presisering av risikobegrepet

Vekst i skjermet virksomhet: Er dette et problem? Trend mot større andel sysselsetting i skjermet

Generell likevekt med skjermet og konkurranseutsatt sektor 1

Forelesning Enveis ANOVA

Litt om empirisk Markedsavgrensning i form av sjokkanalyse

Randi Eggen, SVV Torunn Moltumyr, SVV Terje Giæver. Notat_fartspåvirkn_landeveg_SINTEFrapp.doc PROSJEKTNR. DATO SAKSBEARBEIDER/FORFATTER ANTALL SIDER

Alderseffekter i NVEs kostnadsnormer. - evaluering og analyser

Om enkel lineær regresjon II

Kapittel og Appendix A, Bævre og Vislie (2007): Næringsstruktur, internasjonal handel og vekst

som vi ønsker å si noe om basert på data Eksempel. Uid-modellen: X1, X ,,,

Seleksjon og uttak av alderspensjon fra Folketrygden

Oversikt over tester i Econ 2130

SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår Erling Berge Institutt for sosiologi og statsvitenskap NTNU

Masteroppgave i statistikk. GAMLSS-modeller i bilforsikring. Hallvard Røyrane-Løtvedt Kandidatnr

SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat 11. Erling Berge Institutt for sosiologi og statsvitenskap NTNU

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Eksamen ECON 2200, Sensorveiledning Våren Deriver følgende funksjoner. Deriver med hensyn på begge argumenter i e) og f).

Statens vegvesen. Vegpakke Salten fase 1 - Nye takst- og rabattordninger. Utvidet garanti for bompengeselskapets lån.

STK1100 våren Konfidensintevaller

NÆRINGSSTRUKTUR OG INTERNASJONAL HANDEL

Notater. Marie Lillehammer. Usikkerhetsanalyse for utslipp av farlige stoffer 2009/30. Notater

UNIVERSITETET I OSLO

Bente Halvorsen, Bodil M. Larsen og Runa Nesbakken

Dynamisk programmering. Hvilke problemer? Overlappende delproblemer. Optimalitetsprinsippet

Notat 1: Grunnleggende statistikk og introduksjon til økonometri

Dynamisk programmering. Hvilke problemer? Overlappende delproblemer. Optimalitetsprinsippet

Løsningsforslag øving 10 TMA4110 høsten 2018

TMA4240 Statistikk H2010

EKSAMEN I FAG SIF5040 NUMERISKE METODER Tirsdag 15. mai 2001 Tid: 09:00 14:00

Notater. Anna-Karin Mevik. Estimering av månedlig omsetning innenfor bergverksdrift og industri 2008/57. Notater

Alderseffekter i NVEs kostnadsnormer. - evaluering og analyser

NO kapittel 3.5 Næringsstruktur og faktoravlønning, Stolper Samuelson, Rybczynski

Studieprogramundersøkelsen 2013

Forelesning 25 og 26 Introduksjon til Bayesiansk statistikk

Audun Langørgen Alternative metoder for beregning av kostnadsnøkler for utgiftsutjevning mellom kommuner

Forelesning 19 og 20 Regresjon og korrelasjons (II)

Eksamensoppgave i SØK Statistikk for økonomer

Forelesning nr.3 INF 1410

DEN NORSKE AKTUARFORENING

Fast valutakurs, selvstendig rentepolitikk og frie kapitalbevegelser er ikke forenlig på samme tid

NA Dok. 52 Angivelse av måleusikkerhet ved kalibreringer

Om enkel lineær regresjon II

Løsningsskisse til eksamen i TFY112 Elektromagnetisme,

Bente Halvorsen, Bodil M. Larsen og Runa Nesbakken

Norske CO 2 -avgifter - differensiert eller uniform skatt?

Medarbeiderundersøkelsen 2009

Auksjoner og miljø: Privat informasjon og kollektive goder. Eirik Romstad Handelshøyskolen Norges miljø- og biovitenskapelige universitet

Innholdsfortegnelse. Innledning. I. Teorigrunnlag, s. 5

1. Konfidens intervall for

Tema for forelesningen var Carnot-sykel (Carnot-maskin) og entropibegrepet.

Notater. Asif Hayat og Terje Tveeikrem Sæter. Prisindeks for rengjøringsvirksomhet 2008/49. Notater

Transkript:

Forelesnng 3 MET359 Økonometr ved Davd Kreberg Vår 0 Oppgaver Alle oppgaver er merket ut fra vanskelghetsgrad på følgende måte: * Enkel ** Mddels vanskelg *** Vanskelg Multple regresjon Oppgave.* Ta utgangspunkt modellen: ln(prs ) = β + β ln( Vurderng ) + β ln( Tomt ) + β ln( FF ) + β Baderom + u 3 4 5 Du estmerer modellen og oppnår følgende resultater: ln( Prs ) = 0, 034 +, 043 ln( Vurderng ) + 0, 007 ln( Tomt ) 0,03 ln( FF ) + 0, 34 Baderom RSS =, 8 R = 0, 77 OLS-metoden fungerer ved å fnne det sett av parameterestmater n L = u. Hvlken verd av L mnmerer? ˆ uˆ = n = ( βˆ,..., βˆ ) 5 som mnmerer A) 0,3 B) 0,77 C),04 D),8

Forelesnng 3 MET359 Økonometr ved Davd Kreberg Vår 0 Oppgave.* Anta modellen: ln( q ) = β + β ln( p ) + β y + β c + u t t 3 t 4 t t Du estmerer modellen og oppnår følgende resultater ( n = 34 ): ln( q ) =,7 0, 3 ln( p ) + 0, 45 y + 0,65 c t t t t (SE) (,03) (0,7) (0,) (0,5) RSS =, 4 Anta at v bestemmer oss for at ekskludere fra modellen for deretter å estmerer modellen på nytt. Hvlken effekt har denne endrngen på RSS (Resdual Sum of Squares)? c t A) RSS øker som følge av endrngen. B) RSS reduseres som følge av endrngen. C) RSS vl forbl uforandret som følge av endrngen. D) Det er kke mulg bestemme effekten av endrngen på RSS. Modellens tlpasnng R Oppgave 3.* Du estmerer en økonometrsk modell og fnner at korrekt? R er lten. Hvlket av følgende utsagn er A) Modellen bør kun aksepteres dersom R er større enn 50%. B) Modellens tlpasnng er svak og bør dermed forkastes. C) Andelen forklart varasjon er lten. D) Hvs R er lten kan v med skkerhet konkludere at vktge forklarngsvarabler er utelatt fra modellen.

Forelesnng 3 MET359 Økonometr ved Davd Kreberg Vår 0 Oppgave 4.* Du estmerer en økonometrsk modell. Resultatene vser at modellens forklarngsvarabler har en sgnfkant effekt på den avhengge varabelen. I tllegg fnner du at modellens tlpasnng er svært bra, dvs. R er høy. Hvlken av følgende utsagn er korrekt? A) Sden økonometrske modeller kun er en tlnærmng tl vrkelgheten bør de oppnådde resultater kke tllegges særlg betydnng. B) De oppnådde resultatene bevser at teoren modellen er basert på er korrekt. C) Sden D) Høy R er høy og alle forklarngsvarablene modellen er sgnfkante kan man konkludere at ngen andre modeller er bedre. R og sgnfkante forklarngsvarabler er noen grad en nødvendg, men kke en tlstrekklg, betngelse for en god modell. Oppgave 5.* Anta modellen: ln( y ) = β + β ln( x ) + β x + β x + u, hvor 3 3 4 4 u er et stokastsk felledd. Du estmerer modellen og får følgende resultater (tallene parenteser er standardfelen tl parameter-estmatene): ln( y ) = 0,7 +. ln( x ) + 0, x + 0, 36 x 3 4 (SE) (6,65) (0,78) (0,04) (0,9) R = 33, 76% n = 77 Hva er andelen uforklart varasjon? A) ca. 0,7 B) ca. 0,34 C) ca. 0,66 D) ca. 0,78 3

Forelesnng 3 MET359 Økonometr ved Davd Kreberg Vår 0 Oppgave 6.** Anta modellen ( n = 7 ): ValueAdd = αlabor β e u, hvor u er et stokastsk felledd. Du estmerer modellen ved hjelp av OLS-metoden og får følgende resultater: l n( ValueAdd ) =, +, 0 ln( Labor ) I tllegg beregner du: ( ValueAdd ValueAdd ) ln( ) ln( ) = 5, 06 ˆ, 54 u = Hva er R for den estmerte modellen? A) ca. 0% B) ca. 6% C) ca. 90% D) ca. 94% Oppgave 7.** Hvlken sammenheng er det mellom Squares)? R, RSS (Resdual Sum of Squares) og TSS (Total Sum of A) Det er ngen sammenheng mellom dsse 3 størrelser. B) Når forholdet RSS/TSS er nær, da er også R nær. C) Når forholdet RSS/TSS er nær, da er R nær 0. D) Når RSS er nær TSS, da er R nær. 4

Forelesnng 3 MET359 Økonometr ved Davd Kreberg Vår 0 Oppgave 8.*** Den generelle regresjonsmodellen er gtt ved: Y = β + β X + β X + + β X + u... 3 3 k k t, hvor u er et stokastsk felledd. OLS-metoden fungerer ved å fnne det sett av parameterestmater ( βˆ,..., βˆ ) som mnmerer k n L = u. Hvlken sammenheng er det mellom mnmumsverden av L og R? ˆ = A) Det er ngen sammenheng mellom L og R. B) Når L er betydelg, da er R nær. C) Når L er lten, da er R nær 0. D) Når L utgjør en relatv stor andel av den totale varasjonen Y, da er R lten. Egenskaper ved estmatorer Oppgave 9.** Hva betyr det at en estmator er forventnngsrett? A) En estmator ses å være forventnngsrett dersom estmatoren alltd gr parameterestmater som er lk de sanne parameterverder som ønskes estmert. B) En estmator ses å være forventnngsrett dersom dens forventnngsverd er lk den sanne parameterverden som ønskes estmert. C) En estmator ses å være forventnngsrett når estmatoren gr parameterestmater som konvergere mot den sanne parameterverden når utvalgsstørrelsen går mot uendelg. D) En estmator ses å være forventnngsrett når parameterestmatene går mot null når utvalgsstørrelsen går mot uendelg. 5

Forelesnng 3 MET359 Økonometr ved Davd Kreberg Vår 0 Oppgave 0.*** Forventnngen tl en estmator av populasjonsverden θ er gtt ved: () ˆ nθ E θ = n Hvlken av følgende egenskaper kjennetegner denne estmatoren? (la utvalgsstørrelsen være endelg). A) Estmatoren er forventnngsrett. B) Estmatorens varans er lk null. C) Estmatoren vl typsk underestmere populasjonsverden. D) Estmatoren vl typsk overestmere populasjonsverden. Oppgave.* En forventnngsrett estmator ˆθ av populasjonsverden θ ses å være effsent dersom: A) E() θ ˆ = θ B) ˆθ har den mnste varans blant alle forventnngsrette estmatorer. C) ˆθ = θ D) Var() θ ˆ = 0 Oppgave.*** Anta to ulke forventnngsrette estmatorer, ˆθ og ˆθ, av populasjonsverden θ. Anta vdere at Var( θˆ) > Var( θˆ ). Hvlken av følgende konklusjoner om estmatorene er korrekt? A) ˆθ = θ. B) ˆθ vl typsk overestmere θ. C) Det vl alltd være slk at ˆθ er nærmere θ enn det som vl være tlfellet for ˆθ, dvs. θˆ θ < θˆ θ. D) ˆθ ses å være mer effsent enn ˆθ. 6