Gå til innhold

Heteroskedastisitet...


sauen87

Anbefalte innlegg

Sitter og prøver å forstå dette med heteroskedastisitet, men syns det er litt uklart egentlig. Slik jeg tror jeg forstår pensum (engelsk bok med mye fjas!) er heteroskedastisitet noe vi ikke ønsker fordi variansen i feilleddet ikke er konstant? Eller?

Noen som kan gi et eksempel på tilfeller der det kan oppstå heteroskedastisitet?

Håper på svar :)

Lenke til kommentar
Del på andre sider

  • 2 år senere...

Fortsetter under...

>engelsk bok med mye fjas!

I mellomfagskurset i økonometri på BI på midten av 90-tallet brukte vi denne boka:

MET 9351 økonometri : studieguide av Pål Aakre.

Jeg husker den som veldig tett knyttet til bruk av statistikkverktøyet Minitab, men er veldig konsis mht å lære deg regresjonsanalyse/økonometri ved hjelp av dataverktøy uten noe snikk-snakk. Kort er den også. Kan kanskje være en ide å sjekke om den fortsatt er å få tak i?

> heteroskedastisitet noe vi ikke ønsker fordi variansen i feilleddet ikke er konstant? Eller?

Ja, det stemmer i og for seg, men det er viktig at du forstår hvorfor dette har en betydning og - som det gjerne er med hvorfor-spørsmål- så er det en tendens til at det er stadig nye nivåer av hvorfor-forståelse bak det forrige:

-βMKM er fremdeles forventningsrett, men har ikke minste varians

-t- og F-testene er ikke til å stole på

hvorfor er det viktig osv.

Med faren som analogier alltid innebærer - noen sier at det burde være greit å svinge til høyre på rødt lys. For å forstå hva som egentlig blir sagt (eller kontrollere at den andre forstår hva han sier) må du skjønne at dette implisitt forutsetter høyrekjøring. Selv om det er høyrekjøring må du tenke på at det kan være fotgjengere i veibanen i veien som svinger til høyre osv osv.

jeg siterer herfra: https://athene.umb.no/emner/pub/ECN201/utdelt/kapittel11.pdf

2) Hvorfor har vi heteroskedastisitet?

Heteroskedastisitet er først og fremst et problem i tverrsnittsdata. Variansen er ofte knyttet til
uavhengige variabler. Variasjon i konsum kan for eksempel være større blant folk med høy inntekt
enn blant folk med lav inntekt.
3) Konsekvenser av å bruke MKM ved heteroskedastisitet
1. βMKM er fremdeles forventningsrett, men har ikke minste varians. Dette fordi alle
observasjoner har samme vekt uansett hvor presise de er.
2. var av MKM og dermed var(βMKM) er forventningsskjeve → t- og F-testene er ikke til å stole på.
4) Hvordan oppdage heteroskedastisitet?
• Plot det kvadrerte feilleddet, u mot de ulike uavhengige variablene og se om det er et
mønster i plottet (se figurene 1 til 3 over).
2 ˆi
• Økonomisk teori, for eksempel at varians i forbruk øker med inntekt.
• Statistiske tester.
MKM betyr minste kvadraters metode, dvs metodikken med å lage en lineær funksjon mellom f.eks inntekt og forbruk ved å plassere funksjonen slik at det summerte kvadratavviket av alle observasjoner for inntekt og forbruk er det beste spesifiseringsrette estimat som finnes for en funksjon som skal representere alle observasjonsparene for inntekter med tilhørende forbruk.

Litt avhengig av hva slags studium du tar og hvilket nivå du studerer på, trenger du neppe å forstå dette med best linear unbiased estimator (akronymet BLUE brukes gjerne) eller beste spesifikasjonsrette estimat. Bare noter deg at minste kvadraters metode (MKM) faktisk representerer den beste måten å estimere på og gå videre (å føre bevis for dette er ganske avansert matematikk og ikke noe som vil ta livet ditt til nye høyder med mindre du lever og ånder for matriseregning, vektorer, determinanter og slikt).
Lenke til kommentar
Del på andre sider

Jeg trodde jeg var ganske smart, men dette forsto jeg ikke et kvekk av.

Anonymous poster hash: 2c915...01e

Lenke til kommentar
Del på andre sider

What??!!

Kan du dele opp ordet slik at eg får lest det rett?

Du synes heteroskedastisitet er et langt ord? Sannsynlighetsmaksimeringsestimator er mye lengre.

Anonymous poster hash: 880e4...40e

Lenke til kommentar
Del på andre sider

Gjest Stjerner og planeter

Du synes heteroskedastisitet er et langt ord? Sannsynlighetsmaksimeringsestimator er mye lengre.

Anonymous poster hash: 880e4...40e

ikkje langt, men eg klarar ikkje å uttale det fordi eg veit ikkje kor orda startar og byrjer....

Lenke til kommentar
Del på andre sider

Annonse

Opprett en konto eller logg inn for å kommentere

Du må være et medlem for å kunne skrive en kommentar

Opprett konto

Det er enkelt å melde seg inn for å starte en ny konto!

Start en konto

Logg inn

Har du allerede en konto? Logg inn her.

Logg inn nå
×
×
  • Opprett ny...