9
Statistik 2 (Subject) / Regression (Lesson)
- statistisches Modell y= b1+b2*x y= Regressand x= Regressor
- Annahmen Regressor deterministisch nicht konstant
- b2 Semi-Elastizität ln(y)= b1 + b2* x b2* 100% gibt die Veränderung von yt, wenn sich xi um eine Einheit verschiebt
- b2 Elastizität ln(y)= b1 + b2*ln(x) b2*% gibt die Veränderung von yi in % an, wenn xi um 1% steigt
- Störterm Annahmen E(e)=0 Var(e)= σ E(et es)= Cov(et es)= σ2
- b2/ b1 mit Summe b2= T* ∑xy - ∑x*∑y T* ∑x2 - (∑x) 2 b1= ∑x2 *∑y - ∑x*∑xy T* ∑x2 - (∑x) 2
- b2 b2= Sxy / (Sx2) = ∑ (Xi-X)*(Yi-Y) / ∑(Xi-X)²
- R² Bedeutung R²= Variation der angepassten Werte/ Variation der Beobachtungen R² beschreibt, welcher Anteil an Streuung in y durch das geschätzte Modell / durch Streuungin Ý erklärt wird. Eng.: ’Goodness of Fit’ = Wie gut passt das Modell auf die Daten?
- R² oder σ²? σ² misst in Einheiten von y R² ist dimensionslos und normiert
Advertisement