1 / 14

Økonometri 1

Økonometri 1. Heteroskedasticitet 24. marts 2006. Dagens program. Emnet for denne forelæsning er heteroskedasticitet (Wooldridge kap. 8.4-8.5) Eksempel fra sidst (WLS) Ukendt form af heteroskedasticitet (som skal estimeres): Feasible Generalized Least Squares (FGLS)

rollin
Download Presentation

Økonometri 1

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Økonometri 1 Heteroskedasticitet 24. marts 2006 Økonometri 1: Heteroskedasticitet

  2. Dagens program Emnet for denne forelæsning er heteroskedasticitet (Wooldridge kap. 8.4-8.5) • Eksempel fra sidst (WLS) • Ukendt form af heteroskedasticitet (som skal estimeres): Feasible Generalized Least Squares (FGLS) • Lineære sandsynlighedsmodel Økonometri 1: Heteroskedasticitet

  3. Ukendt form af heteroskedasticitet (som skal estimeres) • I de fleste tilfælde er den eksakte form for heterosk. ukendt (dvs. h er ukendt) • ..men i mange tilfælde kan h modelleres og efterfølgende estimeres • Ved at benytte kan man igen transformere den oprindelige model • I den transformerede model benyttes så OLS. • Denne procedure kaldes Feasible (”ladsiggørlig”) GLS (FGLS) Økonometri 1: Heteroskedasticitet

  4. Ukendt form af heteroskedasticitet (som skal estimeres) • Der findes mange måder at modellere heterosk. Her er gennemgået en version • Antag at variansen er givet ved • Bemærk: Variansen er altid positiv • Variansen er proportional med • For at kunne korrigere er det nødvendigt at kende værdien af parametrene. Økonometri 1: Heteroskedasticitet

  5. Ukendt form af heteroskedasticitet (som skal estimeres) • Hvis variansen er givet ved (*) gælder der følgende • Parametrene kan estimeres ved OLS ved følgende regressionsmodel • Modellen opfylder MLR.1 –MLR.4, så OLS vil give middelrette estimatorer Økonometri 1: Heteroskedasticitet

  6. Ukendt form af heteroskedasticitet (som skal estimeres) • Når parametrene skal estimeres erstattes fejlledene med OLS residualerne i hjælpeligningen • Ud fra parameterestimaterne udregnes h • WLS kan så udføres med • Alternativt kan hjælperegressionen i (**) erstattes med Økonometri 1: Heteroskedasticitet

  7. Test med WLS og FGLS • FGLS er konsistent og asymptotisk mere efficient end OLS • F- og t-test er asymptotisk hhv. F- og t-fordelte. • Når man laver F-test med WLS er det vigtigt at den restrikterede og den urestrikterede model er estimeret med de samme vægte • Proceduren for F-test med WLS • Estimer den urestrikterede model med OLS • Udregn vægtene • Estimer den urestrikterede model med disse vægt: WLS • Estimer den restrikterede model med samme vægte • Udfør F-testet Økonometri 1: Heteroskedasticitet

  8. WLS (FGLS) og OLS • Sammenligning af WLS og OLS • OLS og WLS estimater kan være (meget) forskellige • Hvis OLS og WLS er statistisk signifikant forskellige, bør man være varsom med at fortolke resultaterne. Dette kan være tegn på misspecifikation (specielt at antagelse MLR.3 ikke er opfyldt). Økonometri 1: Heteroskedasticitet

  9. FGLS • Procedure for FGLS Økonometri 1: Heteroskedasticitet

  10. FGLS • Alternativ specifikation af variansen • Hjælperegressionen i punkt 3 kan erstattes med • Ud fra denne regression kan g og derefter h udregnes Økonometri 1: Heteroskedasticitet

  11. FGLS • Egenskaber ved FGLS • FGLS er ikke middelret (og herved ikke BLUE) • FGLS er konsistent • FGLS asymptotisk mere efficient end OLS • F- og t-test er asymptotisk F og t-fordelt Økonometri 1: Heteroskedasticitet

  12. Lineære sandsynlighedsmodel • I den lineære sandsynlighedsmodel er der heterosk. Da • Det følger så direkte hvordan h skal konstrueres nemlig som • Problem: det kan forekomme at Økonometri 1: Heteroskedasticitet

  13. Lineære sandsynlighedsmodel • I dette tilfælde • Brug heterosk. robust standard fejl • Eller erstat Økonometri 1: Heteroskedasticitet

  14. Praktiske informationer: • Næste gang: Onsdag d. 29/3. • HC Kongsted overtager forelæsningerne • Næste gang : kapitel 9 • Husk: Sidste chance for Eksamenstilmeldinger og kursusevaluering • Husk: Påskeferie fra onsdag d. 12/4 til mandag d. 17/4 begge dage inklusiv. Økonometri 1: Heteroskedasticitet

More Related