Dáta k príkladu sú zo stránky učebnice Greene: Econometric Analysis v časti Data Tables v tabuľke Table F9.1. Príklad nájdete v tejto knihe ako Example 12.1, Example 12.4, Example 12.5 (1).
Obsah:
Na odhad použijeme iba tie dáta, ktoré majú nenulovú hodnotu premennej avgexp.
Najskôr teda zoradíme dáta podľa premennej Avginc. V menu zvolíme Procs - Sort Series
Zobrazíme usporiadané dáta:
Popis dát (z uvedenej stránky)
Income and Expenditure Data. 100 Cross Section Observations
Source: Greene (1992)
MDR = Number of derogatory reports
Acc = Credit card application accepted (1=yes),
Age = Age in years+ 12ths of a year,
Income = Income, divided by 10,000 ,
Avgexp = Avg. monthly credit card expenditure,
Ownrent = OwnRent, individual owns (1) or rents (0) home.
Selfempl = Self employed (1=yes, 0=no)
Model
Úprava dát a odhad modelu
Načítame dáta do EVviews. (Postup je na stránke cvičení z predchádzajúceho školského roka: tu.)
Na odhad použijeme iba dáta s nenulovú hodnotou premennej avgexp,
preto zo súboru vylúčime dáta s nulovou hodnotou tejto premennej.
Obr. 1: Zoradenie dát
Obr. 2: Zoradenie dát
Obr. 3: Zoradené dáta
Obr. 4: Zmena rozsahu dát
Obr. 5: Zmena rozsahu dát
Obr. 6: Regresia
Podozrenie na heteroskedasticitu
Intuitívna prestava o náhodných odchýlkach ε od strednej hodnoty danej vysvetľujúcimi premennými:
Vytvoríme graf, ktorý bude mať na osi x hodnoty premennej, o ktorej si myslíme, že spôsobuje rozdiely vo variancii ε (t.j. income) a na osi y rezíduá.
Obr. 7: Graf závislosti rezíduí od premennej income
Obr. 12: Výsledok Whitovych testov: vľavo no cross terms a vpravo cross terms
Nulová hypotéza je homoskedasticita. Hodnota štatistiky a príslušná P hodnota je v riadku Obs*R-squared.
Beáta Stehlíková (www)
Cvičenia z ekonometrie, 3mef