Microsoft Word - 計量研修テキスト_第5版）.doc

Similar documents
Microsoft Word - 計量研修テキスト_第5版）.doc

Microsoft Word - 計量研修テキスト_第5版）.doc

Dependent Variable: LOG(GDP00/(E*HOUR)) Date: 02/27/06 Time: 16:39 Sample (adjusted): 1994Q1 2005Q3 Included observations: 47 after adjustments C -1.5

Microsoft Word - 計量研修テキスト_第5版）.doc

4 OLS 4 OLS 4.1 nurseries dual c dual i = c + βnurseries i + ε i (1) 1. OLS Workfile Quick - Estimate Equation OK Equation specification dual c nurser

7. フィリップス曲線 経済統計分析 (2014 年度秋学期 ) フィリップス曲線の推定 ( 経済理論との関連 ) フィリップス曲線とは何か? 物価と失業の関係 トレード オフ 政策運営 ( 財政 金融政策 ) への含意 ( 計量分析の手法 ) 関数形の選択 ( 関係が直線的でない場合の推定 ) 推

Microsoft Word - 計量研修テキスト_第5版）.doc

第9回 日経STOCKリーグレポート 審査委員特別賞＜地域の元気がでるで賞＞

計量経済分析 2011 年度夏学期期末試験 担当 : 別所俊一郎 以下のすべてに答えなさい. 回答は日本語か英語でおこなうこと. 1. 次のそれぞれの記述が正しいかどうか判定し, 誤りである場合には理由, あるいはより適切な 記述はどのようなものかを述べなさい. (1) You have to wo

不均一分散最小二乗法の仮定では 想定しているモデルの誤差が時間やサンプルを通じて一定であるとしている 次のような式を想定する 誤差項である ut の散らばり具合がサンプルを通じて一定であるという仮定である この仮定は均一分散と呼ばれる 不均一分散とは その仮定が満たされない場合で 推計した係数の分散

Microsoft PowerPoint - TA報告（7）

y i OLS [0, 1] OLS x i = (1, x 1,i,, x k,i ) β = (β 0, β 1,, β k ) G ( x i β) 1 G i 1 π i π i P {y i = 1 x i } = G (

１．民営化

<4D F736F F D20939D8C7689F090CD985F93C18EEA8D758B E646F63>

% 10%, 35%( 1029 ) p (a) 1 p 95% (b) 1 Std. Err. (c) p 40% 5% (d) p 1: STATA (1). prtesti One-sample test of pr

パネル・データの分析

6. 消費関数と 乗数効果 経済統計分析 (2017 年度秋学期 )

28

ODAとFDIの相互関係 ～先進国5カ国における考察～

操作変数法

1 Stata SEM LightStone 3 2 SEM. 2., 2,. Alan C. Acock, Discovering Structural Equation Modeling Using Stata, Revised Edition, Stata Press.

Microsoft Word - eviews1_

回帰分析 単回帰

PowerPoint Presentation

80 X 1, X 2,, X n ( λ ) λ P(X = x) = f (x; λ) = λx e λ, x = 0, 1, 2, x! l(λ) = n f (x i ; λ) = i=1 i=1 n λ x i e λ i=1 x i! = λ n i=1 x i e nλ n i=1 x

untitled

最小2乗法

オーストラリア研究紀要　３６号（Ｐ）☆／３．橋本

untitled

第11回：線形回帰モデルのOLS推定

σ t σ t σt nikkei HP nikkei4csv H R nikkei4<-readcsv("h:=y=ynikkei4csv",header=t) (1) nikkei header=t nikkei4csv 4 4 nikkei nikkei4<-dataframe(n

AR(1) y t = φy t 1 + ɛ t, ɛ t N(0, σ 2 ) 1. Mean of y t given y t 1, y t 2, E(y t y t 1, y t 2, ) = φy t 1 2. Variance of y t given y t 1, y t

Stata 11 Stata ts (ARMA) ARCH/GARCH whitepaper mwp 3 mwp-083 arch ARCH 11 mwp-051 arch postestimation 27 mwp-056 arima ARMA 35 mwp-003 arima postestim

6. 消費関数と乗数効果 経済統計分析 (2014 年度秋学期 ) 消費関数 ( 統計分析手法 ) 回帰分析 ( 単回帰 重回帰 ) 最小二乗法 回帰分析の推定結果の読み取り方 回帰係数の意味 実績値 推定値 残差 決定係数 自由度修正済決定係数 説明変数の選択 外れ値 ( 異常値 ) の影響 推定

以下の内容について説明する 1. VAR モデル推定する 2. VAR モデルを用いて予測する 3. グレンジャーの因果性を検定する 4. インパルス応答関数を描く 1. VAR モデルを推定する ここでは VAR(p) モデル : R による時系列分析の方法 2 y t = c + Φ 1 y t

1 Stata SEM LightStone 4 SEM 4.. Alan C. Acock, Discovering Structural Equation Modeling Using Stata, Revised Edition, Stata Press 3.

現代日本論演習／比較現代日本論研究演習I「統計分析の基礎」

現代日本論演習／比較現代日本論研究演習I「統計分析の基礎」

DAA09

10

Microsoft PowerPoint - Econometrics pptx

Microsoft Word - eviews2_

Medical3

3. みせかけの相関単位根系列が注目されるのは これを持つ変数同士の回帰には意味がないためだ 単位根系列で代表的なドリフト付きランダムウォークを発生させてそれを確かめてみよう yと xという変数名の系列をを作成する yt=0.5+yt-1+et xt=0.1+xt-1+et 初期値を y は 10

情報工学概論

Microsoft Word - 光石賞完成.doc

II (2011 ) ( ) α β û i R

経済統計分析１ イントロダクション

卒業論文

1 Stata SEM LightStone 1 5 SEM Stata Alan C. Acock, Discovering Structural Equation Modeling Using Stata, Revised Edition, Stata Press. Introduc

201711grade2.pdf

Stata11 whitepapers mwp-037 regress - regress regress. regress mpg weight foreign Source SS df MS Number of obs = 74 F(

(lm) lm AIC 2 / 1

Microsoft PowerPoint - ch03j

yamadaiR(cEFA).pdf

こんにちは由美子です

ビジネス統計 統計基礎とエクセル分析　正誤表

こんにちは由美子です

The effect of smoking habit on the labor productivities

Microsoft Word - eviews4_

事例研究(ミクロ経済政策・問題分析III) -規制産業と料金・価格制度-

k3 ( :07 ) 2 (A) k = 1 (B) k = 7 y x x 1 (k2)?? x y (A) GLM (k

R による共和分分析 1. 共和分分析を行う 1.1 パッケージ urca インスツールする 共和分分析をするために R のパッケージ urca をインスツールする パッケージとは通常の R には含まれていない 追加的な R のコマンドの集まりのようなものである R には追加的に 600 以上のパッ

<4D F736F F F696E74202D BD95CF97CA89F090CD F6489F18B4195AA90CD816A>





<8B9E8B40925A904D D862E706466>




untitled



2 3


kubostat2018d p.2 :? bod size x and fertilization f change seed number? : a statistical model for this example? i response variable seed number : { i

Microsoft Word - 教育経済学：課題1.docx

4.9 Hausman Test Time Fixed Effects Model vs Time Random Effects Model Two-way Fixed Effects Model

回帰分析 重回帰(1)

PDF


切片 ( 定数項 ) ダミー 以下の単回帰モデルを考えよう これは賃金と就業年数の関係を分析している : ( 賃金関数 ) ここで Y i = α + β X i + u i, i =1,, n, u i ~ i.i.d. N(0, σ 2 ) Y i : 賃金の対数値, X i : 就業年数. (

(3) 検定統計量の有意確率にもとづく仮説の採否データから有意確率 (significant probability, p 値 ) を求め 有意水準と照合する 有意確率とは データの分析によって得られた統計値が偶然おこる確率のこと あらかじめ設定した有意確率より低い場合は 帰無仮説を棄却して対立仮説


Microsoft PowerPoint - S11_1 2010Econometrics [互換モード]

解答のポイント 第 1 章問 1 ポイント仮に1 年生全員の数が 100 人であったとする.100 人全員に数学の試験を課して, それらの 100 人の個人個人の点数が母集団となる. 問 2 ポイント仮に10 人を抽出するとする. 学生に1から 100 までの番号を割り当てたとする. 箱の中に番号札

BR001

43-03‘o’ì’¹‘®”q37†`51†i„¤‰ƒ…m†[…g†j.pwd

森林航測72号

Microsoft PowerPoint - e-stat(OLS).pptx

SD SD SD

統計的データ解析




% 32.3 DI DI


経済統計分析１ イントロダクション

Transcription:

Q4-1 テキスト P83 多重共線性が発生する回帰 320000 280000 240000 200000 6000 4000 160000 120000 2000 0-2000 -4000 74 76 78 80 82 84 86 88 90 92 94 96 98 R e s i dual A c tual Fi tted Dependent Variable: C90 Date: 10/27/05 Time: 13:43 Sample: 1973 1998 Included observations: 26 DI90 0.650151 0.060084 10.82074 0.0000 AST90 0.034907 0.011717 2.979145 0.0069 LP90 147.1141 32.87611 4.474804 0.0002 C 20082.73 7534.474 2.665446 0.0141 R-squared 0.998244 Mean dependent var 211997.9 Adjusted R-squared 0.998005 S.D. dependent var 50740.35 S.E. of regression 2266.404 Akaike info criterion 18.43042 Sum squared resid 1.13E+08 Schwarz criterion 18.62397 Log likelihood -235.5954 F-statistic 4169.535 Durbin-Watson stat 0.966195 Prob(F-statistic) 0.000000 242

説明変数間の単相関行列 (DI,AST,LP) 1 0.985975 0.652599 0.985975 1 0.731731 0.652599 0.731731 1 その逆行列 56.67452-62.0273 8.401561-62.0273 70.03821-10.7701 8.401561-10.7701 3.397993 DI と AST において多重共線性が見られる 金融資産残高 (AST) を除く単相関行列 1 0.652599 0.652599 1 その逆行列 1.741812-1.1367-1.1367 1.741812 AST を除くと多重共線性の問題は解決 ご参考 1 説明変数 DI を除いた回帰 AST90 0.191994 0.007129 26.93263 0.0000 LP90-331.2666 90.80755-3.648008 0.0013 C 124053.4 3820.716 32.46864 0.0000 R-squared 0.982355 Mean dependent var 246576.8 Adjusted R-squared 0.980821 S.D. dependent var 56794.18 1 VIF = = 56. 67 1 0.982355 2 説明変数 AST90を除いた回帰 DI90 5.048419 0.187446 26.93263 0.0000 LP90 1958.842 418.8728 4.676460 0.0001 C -617161.0 37645.93-16.39383 0.0000 R-squared 0.985722 Mean dependent var 715772.0 Adjusted R-squared 0.984481 S.D. dependent var 323751.1 1 VIF = = 70. 03 1 0.985722 243

Q4-2-1 テキスト P86 構造変化の検定 ( 予備検討 ) 500000 450000 400000 RGDP 350000 300000 250000 200000 150000 100000 200000 300000 400000 500000 600000 M2CD 8 4 0 R -4-8 -12 100000 200000 300000 400000 500000 600000 M2CD 244

構造変化の検定 60000 40000 20000 600000 500000 400000 300000 200000 100000 0 0-20000 -40000 1970 1975 1980 1985 1990 1995 Residual Actual Fitted Dependent Variable: M2CD Date: 10/27/05 Time: 14:03 Sample: 1968 1998 Included observations: 31 RGDP 1.454768 0.031912 45.58734 0.0000 R -1465.762 929.6090-1.576751 0.1261 C -157580.2 10320.61-15.26850 0.0000 R-squared 0.988809 Mean dependent var 322823.6 Adjusted R-squared 0.988009 S.D. dependent var 151162.3 S.E. of regression 16552.68 Akaike info criterion 22.35825 Sum squared resid 7.67E+09 Schwarz criterion 22.49702 Log likelihood -343.5529 F-statistic 1236.956 Durbin-Watson stat 0.523323 Prob(F-statistic) 0.000000 245

One-Step Forecast Test の結果 60000 40000 20000 0.00-20000 -40000.05.10.15 72 74 76 78 80 82 84 86 88 90 92 94 96 98 One-Step Probability Recursive Residuals Q4-2-2 テキスト P88 1) 定数項ダミーのみ加えたケース Dependent Variable: M2CD Date: 10/27/05 Time: 14:10 Sample: 1968 1998 Included observations: 31 RGDP 1.289913 0.055059 23.42777 0.0000 R -1010.942 800.3891-1.263063 0.2174 D6885-37561.03 10920.26-3.439572 0.0019 C -81998.79 23657.24-3.466118 0.0018 R-squared 0.992218 Mean dependent var 322823.6 Adjusted R-squared 0.991354 S.D. dependent var 151162.3 S.E. of regression 14055.94 Akaike info criterion 22.05939 Sum squared resid 5.33E+09 Schwarz criterion 22.24442 Log likelihood -337.9206 F-statistic 1147.558 Durbin-Watson stat 0.780598 Prob(F-statistic) 0.000000 246

2) 実質 GDP にのみ係数ダミーを加えたケース Dependent Variable: M2CD Date: 11/11/05 Time: 17:20 Sample: 1968 1998 Included observations: 31 RGDP 1.336731 0.035485 37.66987 0.0000 D6885*RGDP -0.115513 0.025230-4.578362 0.0001 R -645.7005 732.5227-0.881475 0.3858 C -103090.2 14277.00-7.220714 0.0000 R-squared 0.993700 Mean dependent var 322823.6 Adjusted R-squared 0.993000 S.D. dependent var 151162.3 S.E. of regression 12647.40 Akaike info criterion 21.84821 Sum squared resid 4.32E+09 Schwarz criterion 22.03324 Log likelihood -334.6472 F-statistic 1419.514 Durbin-Watson stat 0.920258 Prob(F-statistic) 0.000000 3) 実質金利のみに係数ダミーを加えたケース Dependent Variable: M2CD Date: 10/27/05 Time: 14:12 Sample: 1968 1998 Included observations: 31 RGDP 1.408413 0.047633 29.56814 0.0000 R 1754.711 2645.123 0.663376 0.5127 D6885*R -3254.820 2507.011-1.298287 0.2052 C -146984.8 13060.30-11.25432 0.0000 R-squared 0.989466 Mean dependent var 322823.6 Adjusted R-squared 0.988296 S.D. dependent var 151162.3 S.E. of regression 16353.69 Akaike info criterion 22.36221 Sum squared resid 7.22E+09 Schwarz criterion 22.54724 Log likelihood -342.6142 F-statistic 845.3894 Durbin-Watson stat 0.562440 Prob(F-statistic) 0.000000 247

4) 上記 1)~3) のダミー項を組み合わせたケース Dependent Variable: M2CD Date: 11/11/05 Time: 17:25 Sample: 1968 1998 Included observations: 31 RGDP 1.466420 0.074342 19.72543 0.0000 D6885*RGDP -0.332992 0.089635-3.714971 0.0010 R -7488.380 3000.767-2.495489 0.0195 D6885*R 7804.734 3064.510 2.546813 0.0174 C -136291.2 38646.46-3.526617 0.0017 D6885 54856.48 40653.97 1.349351 0.1893 R-squared 0.996352 Mean dependent var 322823.6 Adjusted R-squared 0.995622 S.D. dependent var 151162.3 S.E. of regression 10001.68 Akaike info criterion 21.43088 Sum squared resid 2.50E+09 Schwarz criterion 21.70842 Log likelihood -326.1786 F-statistic 1365.544 Durbin-Watson stat 1.564455 Prob(F-statistic) 0.000000 解答例 ( 最もあてはまりがよいと思われるモデル ): 実質 GDP と金利に係数ダミー付加 Dependent Variable: M2CD Date: 11/11/05 Time: 17:28 Sample: 1968 1998 Included observations: 31 RGDP 1.374382 0.030029 45.76778 0.0000 D6885*RGDP -0.220390 0.033234-6.631475 0.0000 R -9962.255 2412.770-4.128969 0.0003 D6885*R 10168.40 2553.885 3.981544 0.0005 C -86718.69 12182.11-7.118527 0.0000 R-squared 0.996086 Mean dependent var 322823.6 Adjusted R-squared 0.995484 S.D. dependent var 151162.3 S.E. of regression 10158.31 Akaike info criterion 21.43666 Sum squared resid 2.68E+09 Schwarz criterion 21.66795 Log likelihood -327.2683 F-statistic 1654.254 Durbin-Watson stat 1.838179 Prob(F-statistic) 0.000000 248

演習 ( テキスト P89) 1) 10.8 10.4 10.0.10.05 9.6 9.2 8.8.00 -.05 -.10 76 78 80 82 84 86 88 90 92 94 96 98 R e s i d ual A c tu a l Fi tted Dependent Variable: LOG(TAXH) Date: 10/27/05 Time: 14:18 LOG(YNH) 0.916294 0.035528 25.79047 0.0000 LOG(YAH) 0.616127 0.044149 13.95566 0.0000 C -7.299619 0.335175-21.77856 0.0000 R-squared 0.992242 Mean dependent var 9.977606 Adjusted R-squared 0.991504 S.D. dependent var 0.472175 S.E. of regression 0.043523 Akaike info criterion -3.314578 Sum squared resid 0.039780 Schwarz criterion -3.167321 Log likelihood 42.77494 F-statistic 1343.016 Durbin-Watson stat 1.341033 Prob(F-statistic) 0.000000 249

2) 不均一分散の検定 White Heteroskedasticity Test: F-statistic 2.395524 Prob. F(5,18) 0.078376 Obs*R-squared 9.589250 Prob. Chi-Square(5) 0.087746 Test Equation: Dependent Variable: RESID^2 Date: 10/27/05 Time: 14:19 帰無仮説 : 均一分散 が 10% 水準で棄却 不均一分散あり C -1.954484 0.687821-2.841560 0.0108 LOG(YNH) 0.470146 0.153957 3.053760 0.0068 (LOG(YNH))^2-0.019967 0.008311-2.402340 0.0273 (LOG(YNH))*(LOG(YAH)) 0.002559 0.015651 0.163486 0.8720 LOG(YAH) -0.188140 0.131560-1.430069 0.1698 (LOG(YAH))^2 0.007606 0.014062 0.540882 0.5952 R-squared 0.399552 Mean dependent var 0.001657 Adjusted R-squared 0.232761 S.D. dependent var 0.001906 S.E. of regression 0.001669 Akaike info criterion -9.740580 Sum squared resid 5.02E-05 Schwarz criterion -9.446067 Log likelihood 122.8870 F-statistic 2.395524 Durbin-Watson stat 1.520791 Prob(F-statistic) 0.078376 250

3) 構造変化の検定 (One-Step Forecast Test の結果 ).00.05 構造変化のポイント.12.08.04.00 -.04 -.08 -.12.10.15 78 80 82 84 86 88 90 92 94 96 98 One-Step Probability Recursive Residuals 1992 年 ~1998 年に 1 それ以前は 0 の値をとるダミー変数 d9298 という名で作成 ( 上記グラフより構造変化が 1992 年に起こった バブル崩壊? と仮定) 1) 定数項ダミー Dependent Variable: LOG(TAXH) Date: 11/11/05 Time: 17:41 LOG(YNH) 1.061492 0.069950 15.17493 0.0000 LOG(YAH) 0.506864 0.061550 8.235009 0.0000 D9298-0.090662 0.038755-2.339333 0.0298 C -7.999869 0.426872-18.74067 0.0000 R-squared 0.993909 Mean dependent var 9.977606 Adjusted R-squared 0.992995 S.D. dependent var 0.472175 S.E. of regression 0.039518 Akaike info criterion -3.473111 Sum squared resid 0.031233 Schwarz criterion -3.276769 Log likelihood 45.67733 F-statistic 1087.854 Durbin-Watson stat 1.433099 Prob(F-statistic) 0.000000 251

2) 雇用者所得のみに係数ダミーを付加 Dependent Variable: LOG(TAXH) Date: 11/11/05 Time: 17:42 LOG(YNH) 1.062695 0.070112 15.15715 0.0000 D9298*LOG(YNH) -0.007186 0.003056-2.351136 0.0291 LOG(YAH) 0.505834 0.061677 8.201384 0.0000 C -8.004476 0.426957-18.74773 0.0000 R-squared 0.993922 Mean dependent var 9.977606 Adjusted R-squared 0.993011 S.D. dependent var 0.472175 S.E. of regression 0.039475 Akaike info criterion -3.475282 Sum squared resid 0.031166 Schwarz criterion -3.278940 Log likelihood 45.70339 F-statistic 1090.233 Durbin-Watson stat 1.434848 Prob(F-statistic) 0.000000 3) 財産所得のみに係数ダミーを付加 Dependent Variable: LOG(TAXH) Date: 11/11/05 Time: 17:44 LOG(YNH) 1.052426 0.068827 15.29082 0.0000 LOG(YAH) 0.514568 0.060681 8.479944 0.0000 D9298*LOG(YAH) -0.008763 0.003904-2.244519 0.0363 C -7.964526 0.426591-18.67015 0.0000 R-squared 0.993803 Mean dependent var 9.977606 Adjusted R-squared 0.992874 S.D. dependent var 0.472175 S.E. of regression 0.039859 Akaike info criterion -3.455902 Sum squared resid 0.031776 Schwarz criterion -3.259560 Log likelihood 45.47082 F-statistic 1069.179 Durbin-Watson stat 1.423819 Prob(F-statistic) 0.000000 252

4) 雇用者所得と財産所得の両方に係数ダミーを付加 Dependent Variable: LOG(TAXH) Date: 11/11/05 Time: 17:45 LOG(YNH) 1.263253 0.080889 15.61719 0.0000 D9298*LOG(YNH) -0.289037 0.081575-3.543225 0.0022 LOG(YAH) 0.314118 0.074393 4.222432 0.0005 D9298*LOG(YAH) 0.356713 0.103195 3.456702 0.0026 C -8.583746 0.381949-22.47352 0.0000 R-squared 0.996269 Mean dependent var 9.977606 Adjusted R-squared 0.995483 S.D. dependent var 0.472175 S.E. of regression 0.031733 Akaike info criterion -3.879844 Sum squared resid 0.019133 Schwarz criterion -3.634416 Log likelihood 51.55813 F-statistic 1268.289 Durbin-Watson stat 1.719299 Prob(F-statistic) 0.000000 253

4) につき不均一分散がなくなったか検定を実施 White Heteroskedasticity Test: F-statistic 0.684629 Prob. F(8,15) 0.699184 Obs*R-squared 6.419329 Prob. Chi-Square(8) 0.600369 Test Equation: Dependent Variable: RESID^2 Date: 11/11/05 Time: 17:47 帰無仮説 : 均一分散 を棄却できず 均一分散 C -0.584351 0.565673-1.033018 0.3180 LOG(YNH) 0.162867 0.183451 0.887796 0.3887 (LOG(YNH))^2-0.006666 0.007564-0.881323 0.3920 D9298*LOG(YNH) 0.305768 0.494304 0.618583 0.5455 (D9298*LOG(YNH))^2-0.012526 0.020018-0.625759 0.5409 LOG(YAH) -0.083150 0.160274-0.518800 0.6115 (LOG(YAH))^2 0.004220 0.008358 0.504883 0.6210 D9298*LOG(YAH) -0.371517 0.628256-0.591347 0.5631 (D9298*LOG(YAH))^2 0.018524 0.032025 0.578424 0.5716 R-squared 0.267472 Mean dependent var 0.000797 Adjusted R-squared -0.123210 S.D. dependent var 0.001145 S.E. of regression 0.001213 Akaike info criterion -10.31073 Sum squared resid 2.21E-05 Schwarz criterion -9.868962 Log likelihood 132.7288 F-statistic 0.684629 Durbin-Watson stat 2.602916 Prob(F-statistic) 0.699184 254

2024 © docsplayer.net プライバシー | 利用規約 | フィードバック