Κανονικότητα Μια από τις υποθέσεις του υποδείγματος της γραμμικής παλινδρόμησης είναι ότι ο διαταρακτικός όρος κατανέμεται κανονικά με μέσο μηδέν και σταθερή.

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
Applied Econometrics Second edition
Advertisements

Applied Econometrics Second edition
Προηγμένες Μέθοδοι Δεδομένων Πάνελ
Άλλες Στατιστικές Παλινδρόμησης
Applied Econometrics Second edition
Χρονολογικές Σειρές (Time Series)
Ανάλυση Πολλαπλής Παλινδρόμησης
Γεώργιος Σιδερίδης Πανεπιστήμιο Κρήτης
Μη παραμετρικά κριτήρια
Ανάλυση Πολλαπλής Παλινδρόμησης
Μπουντζιούκα Βασιλική, MSc Βιοστατιστικός Εξωτ. Συνεργάτης ΕΣΔΥ
Η Ύλη του Μαθήματος Επανάληψη της πολλαπλή παλινδρόμησης και Ασυμπτωτική κατανομή της εκτιμήτριας ελαχίστων τετραγώνων. Βοηθητικές μεταβλητές και παλινδρόμηση.
Applied Econometrics Second edition
Αυτοσυσχέτιση και Ετεροσκεδαστικότητα στις Παλινδρομήσεις Χρονολογικών Σειρών yt = b0 + b1xt bkxtk + ut Κεφάλαιο12.
Ανάλυση Πολλαπλής Παλινδρόμησης
Ανάλυση Παλινδρόμησης με Δεδομένα Χρονολογικών Σειρών
ΚΕΦΑΛΑΙΟ 10 ΠΑΛΙΝΔΡΟΜΗΣΗ
ΑΣΚΗΣΗ 19η Έστω οι ακόλουθες παρατηρήσεις για τις μεταβλητές Υ, Χ1 και Χ
Ανάλυση με Πολλαπλή Παλινδρόμηση
Πειραματικές Μονάδες Ένα φυτό Ένα πειραματικό τεμάχιο (plot)
Σχεδιασμός των Μεταφορών Ενότητα #5: Δειγματοληψία – Sampling. Δρ. Ναθαναήλ Ευτυχία Πολυτεχνική Σχολή Τμήμα Πολιτικών Μηχανικών.
TO ΣΤΑΤΙΣΤΙΚΟ ΚΡΙΤΗΡΙΟ t (Ελεγχος Διαφορων Μεσων Ορων Αναμεσα Σε Δυο Ανεξαρτητα Δειγματα) Για τον ελεγχο στατιστικών υποθέσεων ανάμεσα στους μέσους όρους.
ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΟΙΚΟΝΟΜΕΤΡΙΚΑ ΠΡΟΤΥΠΑ ΜΑΘΗΜΑ ΠΡΩΤΟ ΘΕΩΡΙΑΣ - ΑΠΛΟ ΓΡΑΜΜΙΚΟ ΥΠΟΔΕΙΓΜΑ Δρ. Κουνετάς Η Κωνσταντίνος.
Πανεπιστήμιο Θεσσαλίας Πολυτεχνική Σχολή Τμήμα Μηχανικών Χωροταξίας, Πολεοδομίας & Περιφερειακής Ανάπτυξης ΜΑΘΗΜΑ ΕΠΙΛΟΓΗΣ: ΟΙΚΟΝΟΜΕΤΡΙΑ ΔΙΑΛΕΞΗ 05 Μαρί-Νοέλ.
Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική Ενότητα 2: Επαγωγική Στατιστική Βασίλης Γιαλαμάς Σχολή Επιστημών της Αγωγής Τμήμα Εκπαίδευσης και Αγωγής.
Έλεγχος υποθέσεων για αναλογίες. Εάν έχουμε αναλογίες σχετικά με ένα συγκεκριμένο χαρακτηριστικό σε έναν πληθυσμό τότε κάνουμε ελέγχους υποθέσεων για.
Σχεδιασμός, Ανάλυση και Αξιολόγηση Συστημάτων Μεταφορών Ενότητα #9: Στατιστική ανάλυση αποτελεσμάτων. Χρήση SPSS. Δρ. Ναθαναήλ Ευτυχία Πολυτεχνική Σχολή.
ΕΛΕΓΧΟΙ ΣΤΑΤΙΣΤΙΚΩΝ ΥΠΟΘΕΣΕΩΝ Η πιο συνηθισμένη στατιστική υπόθεση είναι η λεγόμενη Υπόθεση Μηδέν H 0. –Υποθέτουμε ότι η εμφανιζόμενη διαφορά μεταξύ μιας.
Έλεγχος Υποθέσεων Ο έλεγχος υποθέσεων αναφέρεται στη διαδικασία αποδοχής ή απόρριψης μιας στατιστικής υπόθεσης, Κατά την εκτέλεση ενός στατιστικού ελέγχου,
Διάστημα εμπιστοσύνης για τη διακύμανση. Υπολογισμός Διακυμάνσεως και Τυπικής Αποκλίσεως Όταν τα δεδομένα αφορούν πληθυσμό – μ είναι ο μέσος του πληθυσμού.
Οικονομετρία Οικονομετρία ποσοτικοποιεί τις σχέσεις μεταξύ μεταβλητών με βάση και αιτιολόγηση τη σχετική οικονομική θεωρία έχει στόχο – όχι μόνο την.
Έλεγχος υποθέσεων με την χ2 «χι -τετράγωνο» κατανομή
ΣΤΑΤΙΣΤΙΚΑ ΜΕΤΡΑ ΔΙΑΣΠΟΡΑΣ - ΑΣΥΜΜΕΤΡΙΑΣ - ΚΥΡΤΩΣΕΩΣ
Μεθοδολογία έρευνας και στατιστική – Δείγμα –Κατανομές
Δειγματοληψία Στην Επαγωγική στατιστική οδηγούμαστε σε συμπεράσματα και αποφάσεις για τις παραμέτρους ενός πληθυσμού με τη βοήθεια ενός τυχαίου δείγματος.
Επαγωγική Στατιστική Εκτίμηση και Έλεγχος μέσων τιμών Χαράλαμπος Γναρδέλλης Τμήμα Τεχνολογίας Αλιείας και Υδατοκαλλιεργειών.
ΓΡΑΜΜΙΚΑ ΜΟΝΤΕΛΑ 1η Διάλεξη
Εκτιμητική: σημειακές εκτιμήσεις παραμέτρων
Έλεγχος Υπόθεσης για το μέσο ενός πληθυσμού
Εισαγωγή στην Στατιστική
Έλεγχος της διακύμανσης
Μέθοδος ελαχίστων τετραγώνων – Μεθοδολογία παλινδρόμησης
ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΜΠΣ Τραπεζικής & Χρηματοοικονομικής
Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική
Έλεγχος για τη διαφορά μέσων τιμών μ1 και μ2 δύο πληθυσμών
Πού χρησιμοποιείται ο συντελεστής συσχέτισης (r) pearson
Άσκηση 2-Περιγραφικής Στατιστικής
Πολυσυγγραμμικότητα Εξειδίκευση
Έλεγχος υποθέσεων με την χ2 «χι -τετράγωνο» κατανομή
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ
Πειραματικές Μονάδες Ένα φυτό Ένα πειραματικό τεμάχιο (plot)
ΑΝΑΛΥΣΗ ΧΩΡΙΚΩΝ ΠΡΟΤΥΠΩΝ
ΣΤΑΤΙΣΤΙΚΗ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ
ΤΕΙ Δυτικής Μακεδονίας Τμήμα Λογιστικής & Χρηματοοικονομικής
ΚΑΤΑΝΟΜΕΣ Δ. Τσιπλακίδης
Σχέση μεταξύ δυο ποσοτικών μεταβλητών & Μονοπαραγοντική γραμμική εξάρτηση 2017.
Τμήμα Μηχανικών Πληροφορικής Τ.Ε.
Επαγωγική Στατιστική Συσχέτιση – Συντελεστής συσχέτισης Χαράλαμπος Γναρδέλλης Τμήμα Τεχνολογίας Αλιείας και Υδατοκαλλιεργειών.
Τμήμα Λογιστικής & Χρηματοοικονομικής
ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Τμήμα Λογιστικής και Χρηματοοικονομικής
ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΜΠΣ Τραπεζικής & Χρηματοοικονομικής
Τ. Ε. Ι. Αθήνας Τμήμα Ιατρικών Εργαστηρίων ΒΙΟΣΤΑΤΙΣΤΙΚΗ
ΤΕΙ Αθήνας Βιοστατιστική (Θ)
Μεθοδολογία Έρευνας Διάλεξη 9η: Ανάλυση Ποσοτικών Δεδομένων
Βιοστατιστική (Θ) ΤΕΙ Αθήνας Ενότητα 3: Περιγραφική στατιστική
Κεφάλαιο 9 Βασικές Αρχές Του Ελέγχου Υποθέσεων: Έλεγχοι Ενός Δείγματος.
Επαγωγική Στατιστική Συσχέτιση – Συντελεστές συσχέτισης Χαράλαμπος Γναρδέλλης Εφαρμογές Πληροφορικής στην Αλιεία και τις Υδατοκαλλιέργειες.
ΕΛΕΓΧΟΣ ΑΝΕΞΑΡΤΗΣΙΑΣ ΠΟΙΟΤΙΚΩΝ ΜΕΤΑΒΛΗΤΩΝ
Επαγωγική Στατιστική Γραμμική παλινδρόμηση-Linear Regression Χαράλαμπος Γναρδέλλης Εφαρμογές Πληροφορικής στην Αλιεία και τις Υδατοκαλλιέργειες.
Ανάλυση διακύμανσης Τι είναι η ανάλυση διακύμανσης
Μεταγράφημα παρουσίασης:

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τμήμα Τραπεζικής & Χρηματοοικονομικής

Κανονικότητα Μια από τις υποθέσεις του υποδείγματος της γραμμικής παλινδρόμησης είναι ότι ο διαταρακτικός όρος κατανέμεται κανονικά με μέσο μηδέν και σταθερή διακύμανση. Άρα θα έχουμε: Η κανονικότητα (normality) του διαταρακτικού όρου συνιστά βασική προϋπόθεση για την ισχύ αρκετών από τις υποθέσεις στις οποίες στηρίζεται η μέθοδος των ελαχίστων τετραγώνων (Ordinary Least Squares Method OLS)

Κανονικότητα Η κανονικότητα του διαταρακτικού όρου σε ένα γραμμικό υπόδειγμα είναι σημαντική για την οικονομετρική ανάλυση. Αν ο διαταρακτικός όρος χαρακτηρίζεται από έντονη μη κανονικότητα (non-normality) τότε η εφαρμογή των διαγνωστικών ελέγχων των καταλοίπων για την ανίχνευση κυρίως της αυτοσυσχέτισης και της ετεροσκεδαστικότητας χαρακτηρίζονται από αναξιοπιστία και στατιστική ανεπάρκεια (βλέπε, Jarque και Bera 1980).

Έλεγχος της Κανονικότητας του Διαταρακτικού Όρου Οι Jarque και Bera (1987) πρότειναν μια μέθοδο που βασίζεται στα κατάλοιπα που προκύπτουν από τη μέθοδο των ελαχίστων τετραγώνων. Ο έλεγχος αυτός ο οποίος βασίζεται στα κατάλοιπα ακολουθεί τα παρακάτω βήματα: Εκτιμούμε το υπόδειγμα με τη μέθοδο των ελαχίστων τετραγώνων και σώζουμε τα κατάλοιπα et . Χρησιμοποιώντας τα κατάλοιπα υπολογίζουμε τους συντελεστές της ασυμμετρίας και της κύρτωσης ως εξής:

Υπολογίζουμε το στατιστικό των Jarque – Bera ως εξής: Αν τα κατάλοιπα ακολουθούν την κανονική κατανομή τότε θα έχω S = 0 και Κ=3, n είναι το μέγεθος του δείγματος. Η στατιστική των Jarque – Bera ακολουθεί ασυμπτωτικά την Χ2 κατανομή με δύο βαθμούς ελευθερίας.

Οι δύο υποθέσεις μηδενική (null hypothesis) και εναλλακτική) (alternative hypothesis) στον παραπάνω έλεγχο μπορούν να διατυπωθούν ως εξής: Η0: Τα κατάλοιπα ακολουθούν την κανονική κατανομή (κατανέμονται κανονικά). Ηα:Τα κατάλοιπα δεν ακολουθούν την κανονική κατανομή (δεν κατανέμονται κανονικά).

Αν η τιμή της στατιστικής των Jarque – Bera (JB) είναι μεγαλύτερη από την κριτική τιμή της X2 κατανομής (τιμή των πινάκων) τότε απορρίπτουμε τη μηδενική υπόθεση οπότε τα κατάλοιπα δεν κατανέμονται κανονικά. Αντίθετα, αν η τιμή της στατιστικής των Jarque – Bera (JB) είναι μικρότερη από την κριτική τιμή της X2 κατανομής (τιμή των πινάκων) τότε η μηδενική υπόθεση δεν απορρίπτεται και συνεπώς τα κατάλοιπα κατανέμονται κανονικά.

Πρέπει εδώ να επισημάνουμε ότι ο έλεγχος των Jarque – Bera (JB) δίνει αξιόπιστα αποτελέσματα μόνο σε μεγάλα δείγματα. Επίσης, ο διαγνωστικός έλεγχος των Jarque – Bera εκτός από τον έλεγχο της κανονικότητας των καταλοίπων ελέγχει και τα σφάλματα εξειδίκευσης του υποδείγματος.

Παράδειγμα με E-Views Για να ελέγξουμε την κανονικότητα των καταλοίπων (αφού προηγουμένως έχουμε εκτιμήσει το υπόδειγμα με τη μέθοδο των ελαχίστων τετραγώνων OLS) επιλέγουμε από το κεντρικό παράθυρο του οικονομετρικού πακέτου E-Views (βασικό κατάλογο) την εντολή View και στη συνέχεια τις επιλογές Residual Diagnostics και Histogram – Normality Test.

Από τα αποτελέσματα παρατηρούμε ότι η κανονικότητα των καταλοίπων ελέγχεται από το ιστόγραμμα των καταλοίπων και τη στατιστική των Jarque – Bera. Επειδή η διαγραμματική μέθοδος (ιστόγραμμα) δεν είναι αρκετά διευκρινιστική γι’αυτό στον έλεγχο της κανονικότητας των καταλοίπων, χρησιμοποιούμε τη στατιστική των Jarque – Bera. Στα αποτελέσματα, η στατιστική των Jarque – Bera (JB) = 2.51 είναι μικρότερη από την κριτική τιμή της κατανομής Χ2.

(κριτική ή κρίσιμη τιμή critical region) που βρίσκεται από τους πίνακες της κατανομής Χ2 με ν= 2 βαθμούς ελευθερίας και επίπεδο σημαντικότητας 5% ή 0.05. Άρα δεν απορρίπτουμε τη μηδενική υπόθεση Η0 οπότε λέμε ότι τα κατάλοιπα της συνάρτησης της εθνικής ιδιωτικής κατανάλωσης ακολουθούν την κανονική κατανομή.

Στο ίδιο ακριβώς συμπέρασμα καταλήγουμε και όταν χρησιμοποιούμε τα επίπεδα σημαντικότητας (probability). Δεν απορρίπτουμε τη μηδενική υπόθεση επειδή το probability της στατιστικής των Jarque – Bera, probability JB = 0.285 > 0.05 (5%), οπότε λέμε ότι τα κατάλοιπα της συνάρτησης της εθνικής ιδιωτικής κατανάλωσης ακολουθούν την κανονική κατανομή.