Beruflich Dokumente
Kultur Dokumente
konometrie
Vorlesung 5
Die lineare Einfachregression
Die Statistik und konometrie Abteilung
konometrie
Inhalt
1.
2.
bung.
3.
P-Wert Konzept.
4.
5.
konometrie
y=f(x)+
2.
Modellidentifizierung
- man muss eine Funktion auswhlen, die die Werte der endogenen Variable durch die nderung der exogenen
Variable beschreibt.
- Dazu kann man grafische oder algebraische Berechnungen nutzen (Analyse der Varianz)
Yi a b X i i Yi i
Yi a b X i
3.
- Methode der kleinsten Quadrate (fr die Summe der quadrate Strterm)
konometrie
Man prft, ob die Variation von X ein guter Indikator fr die Variation von Y ist
Dies bedeutet:
1.
2.
3.
4.
konometrie
Die Modellparameter
Statistische Inferenz in Bezug
folgenderweise erreicht werden:
auf
Modellparameter
kann
konometrie
Die Modellparameter
Theorem: Wenn der Strterm i normalverteilt ist, mit einem null Mittelwert =
0 und der Varianz 2, dann ist der M-L (maximale Wahrscheinlichkeit)
gleichbedeutend mit der KQM
M (a ) , M (b)
b.
a , b
c.
Irgendein Schtzer fr und hat eine grere Varianz als a und b (die
Schtzer sind effizient).
Wenn wir die Normalverteilung fr die Strterme annehmen, dann sind die
Schtzer, die man durch die Methode der kleinesten Quadrate berechnet,
unverzerrt, konsistent und effizient. (sie knnen als die besten Schtzer in der
konometrischen Modellierung betrachtet werden)
Die Statistik und konometrie Abteilung
konometrie
Die Modellparameter
Theorem:
Wenn der Strterm normalverteilt ist, mit dem Mittelwert Null
2
e
und der Varianz
, dann
S e2
n2
i 1
ei 2
Grundgesamtheit).
konometrie
Die Modellparameter
Testen von Parameter
(Y/X = xi) =
Yxi
= + xi
konometrie
Die Modellparameter
Theorem:
Wenn der Strterm normalverteilt mit dem Mittelwert Null und
2
der Varianz e ist, dann b normalverteilt ist, wie folgt:
Man notiert:
N ,
x
n
i 1
(b)
e2
sb2
e2
x x
n
i 1
konometrie
Die Modellparameter
Der zweiseitige Test:
H0: = 0 (der Schtzer ist statistich nicht signifikant)
Z-test Wert:
zcalc
b M b b 0
sb
sb
s b s e2
1
n
( xi x ) 2
i 1
se
n
( x
i 1
x )2
b z / 2 sb b z / 2 sb
10
konometrie
Die Modellparameter
Wenn es um einen kleinen Stichprobengroe geht:
Der t Test:
tcalc
b M b b 0 b
sb
sb
sb
s b s e2
t calc t / 2,n 2
Der Verwerfungsbereich : ob
H0 ab.
1
n
( xi x ) 2
i 1
oder
t calc t / 2,n 2
se
n
( x
i 1
x )2
b t / 2 , n 2 s b b t / 2 , n 2 s b
Die Statistik und konometrie Abteilung
konometrie
Die Modellparameter
2. Parameter Testen :
Lehrsatz
Wenn der Strterm normalverteilt mit dem Mittelwert Null und dem Varianz
e2
e2
x x
n
i 1
x x
n
i 1
sa2
1
N , e2
Man notiert:
Der Mittelwert der Schtzer a
mit
M( a )
konometrie
Die Modellparameter
Zweiseitige Test:
o
H0: = 0 (der Schtzer ist nicht statistich Signifikant)
o
H1: 0 (der Schtzer ist statistich Signifikant)
Wenn wir ber eine groe Stichprobenumfang sprechen:
Z-test Wert:
a M a a 0
zcalc
sa
sa
2
i
1
x
i 1
s a se
n
se
n
sa= die Standardabweichung der Schtzer a; n ( xi x )2
n ( xi x ) 2
i 1
i 1
a z / 2 sa a z / 2 sa
konometrie
Die Modellparameter
Wenn es um einen kleinen Stichprobenumfang geht:
T-test :
tcalc
a M a a 0 a
sa
sa
sa
n
s a se
x
n
( x
i 1
t calc t / 2,n 2
Der Verwerfungsbereich: ob
Ho ab.
oder
x)
se
2
x
i 1
2
i
n ( xi x ) 2
i 1
a t / 2, n 2 sa a t / 2, n 2 sa
konometrie
Beispiel
Fr 15 Versicherungsvertreter, die Angestellten eines Lebensversicherungsunternehmens sind, hat
man Daten fr die von einem Agenten mit einem potenziellen Kunden durchschnittliche verbrachte
Zeit (in Minuten) und der Anzahl der in eine Woche unterschriebenen Vertrge.
.
durchschnittliche
Zeit (Min)
Vertrge Zahl
25 23 30 25 20 33 18 21 22 30 26 26 27 29 20
10 11 14 12
18
10 10 15 11 15 12 14 11
Messen Sie die Intensitt der Verbindung zwischen den beiden Variablen mit
Pearson linearem Korrelationskoeffizient und testen Sie auch ihre Signifikanz.
Die Statistik und konometrie Abteilung
konometrie
Beispiel
konometrie
Beispiel
Anzahl
Durchschnittliche Zeit
(min.)
i
Vertrge
Zahl
yi
xi2
x i yi
y i 1,73 0,5492 x i
25
10
625
250
12
14
29
14
841
406
14,1968
15
20
11
400
220
9,254
375
x y
i
4645
180
a 1,73
y i 1,73 0,5492 xi
konometrie
Beispiel
R2=78.07%
Fcalc=46.30
konometrie
Beispiel
H0: = 0
H 1: 0
t 1calc
a 1.73
0.846
sa 2.046
calc
b 0.549
6.804
sb
0.08
konometrie
Beispiel
Die Entscheidung:
1
Weil t calc t / 2;n 2 0.846 2.160ist , akzeptiert man die Ho, und das bedeutet, dass
nicht signifikant ist, von Null verschieden, also ist nicht signifikant.
Weil
2
tcalc
t / 2;n 2 6.804 2.160 ist , lehnt man die Ho ab und akzeptiert man die H1;
das bedeutet, dass signifikant ist , von Null verschieden, also ist signifikant.
konometrie
P-Wert
Bevor man einen klassischen statistischen Test durchfhrt, muss man ein
Signifikanzniveau whlen. Es stellt das maximale Irrtumsrisiko dar, das man bereit ist,
einzugehen (meist 5%, 1% oder kleiner), wenn man die Entscheidung trifft, die
Nullhypothese abzulehnen.
Moderne Software ermglicht es, umgekehrt umzugehen, und zwar: Man
schtzt das Risiko ab, eine falsche Entscheidung zu treffen, aufgrund der
Daten, ber die man verfgt. Dann hngt es von jeder Person ab, ob sie
dieses Risiko eingeht oder nicht. Dieses aufgrund der Daten abgeschtztes
Risiko erscheint in den Tabellen bei jedem Signifikanztest und heit P-Wert.
Damit ein Koeffizient signifikant und von Null verschieden ist, also
damit die ihm entsprechende unabhngige Variable die anhngige Variable
beeinflusst, mssen die P-Werte unter dem Signifikanzniveau (5%) liegen.
konometrie
P-Wert
Fr Parameter :
Der P-Wert = 0.412843 > (0,05) Signifikanzniveau;
Wir knnen behaupten: wenn wir die Nullhypothese ablehnen, laut deren der
Schnittpunkt (Intercept)=0) Null ist, machen wir einen groen Fehler
(41.28%). Deswegen akzeptieren wir Ho, laut deren der Parameter nicht
signifikant verschieden von Null ist.
Fr Parameter :
Der P-Wert = 0,000013 < (0,05) Signifikanzniveau;
Wir knnen behaupten: Wenn wir die Nullhypothese ablehnen, laut deren der
Parameter Null ist, machen wir einen kleinen Fehler (0.0013%). Also, wir
lehnen diese Hypothese ab und akzeptieren die Hypothese H1 , dass ist
signifikant verschieden von Null.
Die Statistik und konometrie Abteilung
konometrie
Konfidenzintervall
Das Konfidenzintervall fr :
a t / 2, n 2 sa a t / 2, n 2 sa
1.73 2.160 2.046 1.73 2.160 2.046
6.15 2.68
Das Konfidenzintervall fr :
b t / 2 , n 2 s b b t / 2 , n 2 s b
0.549 2.160 0.08 0.549 2.160 0.08
0.374 0.723
konometrie
COV ( X ,Y )
x y
xy
x y
( x
i 1
X )( yi Y )
( xi X )
i 1
2
i 1
( yi Y ) 2
( r )
1 r2
sr
n2
konometrie
cov( x, y )
r
sx s y
n xi y i xi y i
i 1
i 1
n 2
n x xi n y i
i 1 i 1
i 1
n
2
i
1,1
i 1
y
i 1
Testen der Signifikanz des linearen Korrelationskoeffizients. (r) kann man mit der tTest: (Student) machen
tcalc
r n2
1 r2
t critic t / 2,n 2
Die Entscheidung: wenn t calc t critic (t / 2, n 2 ) ist, lehnt man die Ho ab und akzeptiert H1,
er ist signifikant.
Die Statistik und konometrie Abteilung
konometrie
H0 : 0
S2:
H1 : 0
(1 ) 95% 0.05
tcalc
r n2
1 r2
0,8836 15 2
1 0,8836 2
3,185
6,804
0,468
Freiheitsgrade (n-2):
S6: Die Entscheidung:
tcalc t / 2,n 2
konometrie
Dankeschn!
konometrie