Questions marquées «econometrics»

L'économétrie est un domaine de la statistique traitant des applications à l'économie.

1
Test exact de Fisher et distribution hypergéométrique
Je voulais mieux comprendre le test exact du pêcheur, j'ai donc imaginé l'exemple de jouet suivant, où f et m correspond à l'homme et à la femme, et n et y correspond à la "consommation de soda" comme ceci: > soda_gender f m n 0 5 y 5 0 Évidemment, …
1
Prédire le logit ordonné dans R
J'essaie de faire une régression logit ordonnée. J'exécute le modèle comme ça (juste un petit modèle stupide qui estime le nombre d'entreprises sur un marché à partir des mesures du revenu et de la population). Ma question concerne les prédictions. nfirm.opr<-polr(y~pop0+inc0, Hess = TRUE) pr_out<-predict(nfirm.opr) Lorsque je lance Predict (que …
2
Les modèles de séries chronologiques de différence logarithmique sont-ils meilleurs que les taux de croissance?
Souvent, je vois des auteurs estimer un modèle de «différence logarithmique», par exemple Journal( yt) - journal( yt - 1) = log( yt/ yt - 1) = α + βXtJournal⁡(yt)-Journal⁡(yt-1)=Journal⁡(yt/yt-1)=α+βXt\log (y_t)-\log(y_{t-1}) = \log(y_t/y_{t-1}) = \alpha + \beta x_t Je conviens que cela est approprié pour relier à une variation en …
1
Comment interpréter le coefficient de deuxième étape dans la régression des variables instrumentales avec un instrument binaire et une variable endogène binaire?
(message assez long, désolé. Il comprend de nombreuses informations générales, alors n'hésitez pas à passer à la question en bas.) Intro: Je travaille sur un projet où nous essayons d'identifier l'effet d'une variable endogène binaire, , sur un résultat continu, . Nous avons mis au point un instrument, , que …
3
L'hypothèse de linéarité dans la régression linéaire n'est-elle qu'une définition de
Je révise la régression linéaire. Le manuel de Greene déclare: Maintenant, bien sûr, il y aura d'autres hypothèses sur le modèle de régression linéaire, telles que E(ϵ|X)=0E(ϵ|X)=0E(\epsilon|X)=0 . Cette hypothèse combinée à l'hypothèse de linéarité (qui définit en fait ϵϵ\epsilon ), structure le modèle. Cependant, l'hypothèse de linéarité en soi …
2
L'indépendance moyenne conditionnelle implique l'impartialité et la cohérence de l'estimateur OLS
Considérons le modèle de régression multiple suivant:Y=Xβ+Zδ+U.(1)(1)Y=Xβ+Zδ+U.Y=X\beta+Z\delta+U.\tag{1} Ici, est un vecteur de colonne ; une matrice ; a vecteur de colonne; a matrice; a vecteur de colonne; et , le terme d'erreur, un vecteur de colonne .OuiYYn × 1n×1n\times 1XXXn × ( k + 1 )n×(k+1)n\times (k+1)ββ\beta( k + 1 …
1
Dérivation de la fonction de vraisemblance pour IV-probit
J'ai donc un modèle binaire où est la variable latente non observée et l'observé. détermine et est donc mon instrument. Bref, le modèle est. Puisque les termes d'erreur ne sont pas indépendants mais, J'utilise un modèle IV-probit.y∗1y1∗y_1^*y1∈{0,1}y1∈{0,1}y_1 \in \{0,1\}y2y2y_2y1y1y_1z2z2z_2y∗1y2y1===δ1z1+α1y2+u1δ21z1+δ22z2+v2=zδ+v21[y∗>0]y1∗=δ1z1+α1y2+u1y2=δ21z1+δ22z2+v2=zδ+v2y1=1[y∗>0]\begin{eqnarray} y_1^*&=& \delta_1 z_1 + \alpha_1 y_2 + u_1 \\ y_2 &=& …
1
Pourquoi Anova () et drop1 () ont-ils fourni des réponses différentes pour les GLMM?
J'ai un GLMM du formulaire: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Lorsque j'utilise drop1(model, test="Chi"), j'obtiens des résultats différents de ceux que j'utilise à Anova(model, type="III")partir du package de voiture ou summary(model). Ces deux derniers donnent les mêmes réponses. En utilisant un …
10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.