Ludwig von Auer. Ökonometrie. Eine Einführung. Dritte, überarbeitete Auflage mit 65 Abbildungen und 55 Tabellen. < J Springer
|
|
- Astrid Graf
- vor 7 Jahren
- Abrufe
Transkript
1 Ludwig von Auer Ökonometrie Eine Einführung Dritte, überarbeitete Auflage mit 65 Abbildungen und 55 Tabellen < J Springer
2 Inhaltsverzeichnis 1 Einleitung Braucht man ökonometriker? Was ist Ökonometrie? Die vier Aufgaben der Ökonometrie Spezifikation Schätzung Hypothesentest Prognose Aufbau des Lehrbuches Datenmaterial 11 1 Einfaches lineares Regressionsmodell 13 2 Spezifikation A-Annahmen Erster Schritt: Formulierung eines plausiblen linearen Modells Zweiter und dritter Schritt: Hinzufügung eines Beobachtungsindex und einer Störgröße Formulierung der A-Annahmen Statistisches Repetitorium I Zufalls variable und Wahrscheinlichkeitsverteilung Erwartungswert einer Zufallsvariable Varianz einer Zufalls variable Bedingte und gemeinsame Wahrscheinlichkeitsverteilung Kovarianz zweier Zufalls variablen Rechenregeln für Erwartungswert und Varianz Eine spezielle Wahrscheinlichkeitsverteilung: Normalverteilung B-Annahmen Begründungen für die Existenz der Störgröße Formulierung der B-Annahmen 37
3 xii INHALTSVERZEICHNIS 2.4 Statistisches Repetitorium II Stichproben-Mittelwert einer Variable Stichproben-Varianz einer Variable Stichproben-Kovarianz zweier Variablen C-Annahmen Zusammenfassung 46 3 Schätzung I: Punktschätzung KQ-Methode - eine Illustration KQ-Methode - eine algebraische Formulierung Summe der Residuenquadrate Herleitung der Schätzformeln Interpretation der KQ-Schätzer Bestimmtheitsmaß R Grafische Veranschaulichung Definition des Bestimmtheitsmaßes Berechnung des Bestimmtheitsmaßes Zusammenfassung 64 Anhang 65 4 Indikatoren für die Qualität von Schätzverfahren Statistischer Hintergrund Konzept einer wiederholten Stichprobe Warum ist y t eine Zufallsvariable? Warum sind die Schätzer Zufallsvariablen? Zwei Kriterien: Unverzerrtheit und Effizienz Unverzerrtheit und Effizienz der KQ-Methode Statistisches Repetitorium III Standard-Normalverteilung x 2 -Verteilung t-verteilung F- Verteilung Wahrscheinlichkeitsverteilungen der KQ-Schätzer Wahrscheinlichkeitsverteilung von yt Wahrscheinlichkeitsverteilungen der Schätzer Zusammenfassung 82 Anhang 83 5 Schätzung II: Intervallschätzer Konfidenzintervalle und Intervallschätzer Intervallschätzer für ß bei bekanntem er Intervallschätzer für ß bei unbekanntem a Herleitung des Intervallschätzers Interpretation des Intervallschätzers 97
4 INHALTSVERZEICHNIS xiii Aussagekraft von Intervallschätzern Intervallschätzer für a Zusammenfassung Hypothesentest Zweiseitiger Hypothesentest Nullhypothese und Konfidenzintervall Ein grafisches Entscheidungsverfahren Ein analytisches Entscheidungsverfahren Zusammenhang zwischen analytischem und grafischem Vorgehen Einseitiger Hypothesentest Ein grafisches Entscheidungsverfahren Ein analytisches Entscheidungsverfahren p-wert Wahl der geeigneten Nullhypothese und des geeigneten Signifikanzniveaus Strategie A: Nullhypothese behauptet Gegenteil der Anfangsvermutung Strategie B: Nullhypothese stimmt mit Anfangsvermutung überein Trennschärfe von Tests Anmerkungen zu zweiseitigen Tests Zusammenfassung Prognose Punktprognose Prognosewert und Prognosefehler Verlässlichkeit der Punktprognose Prognoseintervall Zusammenfassung 128 II Multiples lineares Regressionsmodell Spezifikation A-Annahmen Erster Schritt: Formulierung eines plausiblen linearen Modells Zweiter und dritter Schritt: Hinzufügung eines Beobachtungsindex und einer Störgröße Formulierung der A-Annahmen B-Annahmen Formulierung der B-Annahmen 138
5 xiv INHALTSVERZEICHNIS Interpretation der B-Annahmen C-Annahmen Zusammenfassung Repetitorium Matrixalgebra I Notation und Terminologie Rechnen mit Matrizen Rang einer Matrix und ihre Inversion Quadratische Form Differentiation von linearen Funktionen Erwartungswert und Varianz-Kovarianz-Matrix Spur einer Matrix Definite und Semidefinite Matrizen Matrixalgebraischer Anhang Multiples Regressionsmodell in Matrixschreibweise Formulierung der A-, B- und C-Annahmen Schätzung Punktschätzer Interpretation der Schätzer Formale Interpretation ökonomische Interpretation Bestimmtheitsmaß JR Definition des Bestimmtheitsmaßes Grafische Veranschaulichung des Bestimmtheitsmaßes Berechnung des Bestimmtheitsmaßes Unverzerrtheit und Effizienz der KQ-Methode Erwartungswert und Varianz der KQ-Schätzer Interpretation der Formeln Schätzformeln für var(a), var(ß k ) und cov(ß l^2) BLUE- bzw. BUE-Eigenschaft der KQ-Schätzer Wahrscheinlichkeitsverteilungen der KQ-Schätzer Wahrscheinlichkeitsverteilung der y t Wahrscheinlichkeitsverteilungen der Schätzer a und ß k Intervallschätzer Zusammenfassung 177 Anhang Matrixalgebraischer Anhang Herleitung der KQ-Schätzer Bestimmtheitsmaß Erwartungswert der KQ-Schätzer Varianz-Kovarianz-Matrix der KQ-Schätzer Was genau bedeutet BLUE? KQ-Schätzer sind BLUE: Gauss-Markov-Theorem Schätzung der Störgrößenvarianz 192
6 INHALTSVERZEICHNIS xv Wahrscheinlichkeitsverteilung der KQ-Schätzer Intervallschätzung Resümee Hypothesentest Testen einer Linearkombination von Parametern: fr-test Zweiseitiger fr-test Einseitiger fr-test Simultaner Test mehrerer Linearkombinationen von Parametern: F-Test Eine wichtige Nullhypothese Test einer allgemeinen Nullhypothese Zusammenhang zwischen fr-test und F-Test bei L = Zweiseitiger F-Test einer einzelnen Linearkombination Probleme des F-Tests bei einseitigen Hypothesen Zusammenhang zwischen fr-test und F-Test bei L Nummerisches Beispiel Unterschied zwischen individuellen und simultanen Tests Zusammenfassung Matrixalgebraischer Anhang fr-test F-Test Zusammenhang zwischen fr-test und F-Test bei L = Warum besitzen F-Werte eine F-Verteilung? Warum besitzen fr-werte eine t-verteilung? Prognose Punktprognose Prognosewert und Prognosefehler Verlässlichkeit der Punktprognose Prognoseintervall Zusammenfassung Matrixalgebraischer Anhang Präsentation der Schätzergebnisse und deren computergestützte Berechnung Computergestützte ökonometrische Analyse ökonometrische Software Interpretation des Computeroutputs Präsentation von Schätzergebnissen 238
7 xvi INHALTSVERZEICHNIS III Ökonometrische Probleme der wirtschaftsempirischen Praxis: Verletzungen der A-, B- oder C-Annahmen Verletzung der Annahme AI: Fehlerhafte Auswahl der exogenen Variablen Konsequenzen der Annahmeverletzung Auslassen relevanter Variablen Verwendung irrelevanter Variablen Diagnose und Neu-Spezifikation Korrigiertes Bestimmtheitsmaß R Weitere Kennzahlen: AIC, SC und PC fr-test F-Test Zusammenhang zwischen korrigiertem Bestimmtheitsmaß, F-Test und fr-test Ungenesteter F-Test J-Test Spezifikations-Methodologien Steinmetz- versus Maurer-Methodologie Ein wichtiges Problem bei der Variablenauswahl Zusammenfassung 268 Anhang Repetitorium Matrixalgebra II Blockmatrizen Rechnen mit Blockmatrizen Inversion von Blockmatrizen Matrixalgebraischer Anhang Auslassen relevanter Variablen Verwendung irrelevanter Variablen Instrumente der Variablenauswahl Verletzung der Annahme A2: Nicht-lineare Wirkungszusammenhänge Konsequenzen der Annahmeverletzung Einige alternative Funktionsformen Semi-logarithmisches Modell Inverses Modell Exponential-Modell Logarithmisches Modell Log-inverses Modell Quadratisches Modell Eine vergleichende Anwendung Diagnose und Neu-Spezifikation 290
8 INHALTSVERZEICHNIS xvii Regression Specification Error Test (RESET) Bestimmtheitsmaß R Box-Cox-Test Zusammenfassung Matrixalgebraischer Anhang Verletzung der Annahme A3: Variable Parameterwerte Konsequenzen der Annahmeverletzung Ein geeignetes Strukturbruchmodell Schätzung und Interpretation der Parameter des Strukturbruchmodells Getrennte Schätzung der zwei Phasen Eine mögliche alternative Formulierung des Strukturbruchmodells Komplexere Strukturbrüche Konsequenzen aus einer Vernachlässigung des Strukturbruchs Diagnose F-Test fr-test Prognostischer Chow-Test Zeitpunkt des Strukturbruchs Stetige Veränderung von Parameterwerten Exkurs: Anwendung von Dummy-Variablen bei qualitativen exogenen Variablen Einführung einer Dummy-Variable Ein allgemeines Dummy-Variablen-Modell Zusammenfassung Matrixalgebraischer Anhang Strukturbruchmodelle F-Tests und t-tests Exkurs: Umgang mit qualitativen exogenen Variablen Verletzung der Annahme Bl: Erwart ungs wert der Störgröße von null verschieden Konsequenzen der Annahmeverletzung Konstanter Messfehler bei der Erfassung der endogenen Variable Konstanter Messfehler bei der Erfassung einer exogenen Variable Funktionale Modelltransformation Gestutzte endogene Variable Diagnose 346
9 xviii INHALTSVERZEICHNIS Überprüfung der Datenerhebung Überprüfung auf Basis der Daten Anwendbare Schätzverfahren Zusammenfassung 347 Anhang Matrixalgebraischer Anhang Partitionierte Regression Eine spezielle Partition Konstante Messfehler: Konsequenzen für die KQ-Schätzung Gestutzte Daten: Konsequenzen für die KQ-Schätzung Verletzung der Annahme B2: Heteroskedastizität Konsequenzen der Annahmeverletzung Konsequenzen für die Punktschätzung Konsequenzen für Intervallschätzung und Hypothesentest Diagnose Goldfeld-Quandt-Test White-Test Anwendbare Schätzverfahren VKQ-Methode GVKQ-Methode Zusammenfassung Matrixalgebraischer Anhang Herleitung des transformierten Modells Vergleich des VKQ-Schätzers mit dem KQ-Schätzer des ursprünglichen Modells GVKQ-Schätzer Verletzung der Annahme B3: Autokorrelation Konsequenzen der Annahmeverletzung AR(1)-Prozess Erwartungswert von u t Varianz von u t Kovarianz von u t und u t - T Konsequenzen für die Punktschätzung Konsequenzen für Intervallschätzung und Hypothesentest Diagnose Grafische Analyse Schätzer für p 393
10 INHALTSVERZEICHNIS xix Durbin-Watson-Test Anwendbare Schätzverfahren Ermittlung von x\ und y{ VKQ-Methode von Hildreth und Lu GVKQ-Methode von Cochrane und Orcutt Zusammenfassung 404 Anhang Matrixalgebraischer Anhang Herleitung des transformierten Modells Konsequenzen der Autokorrelation Schätzung des transformierten Modells Verletzung der Annahme B4: Störgrößen nicht normalverteilt Konsequenzen der Annahmeverletzung Diagnose Grafische Analyse Jarque-Bera-Test Zusammenfassung Matrixalgebraischer Anhang Verletzung der Annahme Cl: Zufallsabhängige exogene Variablen Weitere Qualitätskriterien für Schätzer: Konsistenz und asymptotische Effizienz Konsistenz Rechenregeln für Wahrscheinlichkeitsgrenzwerte Asymptotische Effizienz Konsequenzen der Annahmeverletzung Fall 1: Störgrößen und Beobachtungen der exogenen Variable unabhängig Fall 2: Störgrößen und Beobachtungen der exogenen Variable kontemporär unkorreliert Eine mögliche Ursache für Fall 2: yt-\ als exogene Variable" Fall 3: Störgrößen und Beobachtungen der exogenen Variable kontemporär korreliert Eine mögliche Ursache für Fall 3: Probleme bei der Erfassung der exogenen Variable Anwendbare Schätzverfahren Eigenschaften einer Instrumentvariable IV-Schätzung Konsistenz der IV-Schätzer 443
11 xx INHALTSVERZEICHNIS Wahrscheinlichkeitsverteilung und Varianz der IV-Schätzer Fazit der IV-Schätzung Diagnose Vorüberlegungen Spezifikationstest von Hausman Zusammenfassung Matrixalgebraischer Anhang Bedingter Erwartungswert Fall 1: Störgrößen und exogene Variablen sind unabhängig Fall 2: Störgrößen und exogene Variablen sind kontemporär nicht korreliert Fall 3: Störgrößen und exogene Variablen sind kontemporär korreliert Instrumentvariablen-Schätzung Hausman-Test Verletzung der Annahme C2: Perfekte Multikollinearität Konsequenzen der Annahme Verletzung Grafische Veranschaulichung Konsequenzen perfekter Multikollinearität für Punkt-, Intervallschätzung und Hypothesentests Konsequenzen imperfekter Multikollinearität für Punkt-, Intervallschätzung und Hypothesentests Diagnose Diagnose von Multikollinearität Hohe Schätzvarianz der Punktschätzer: Multikollinearität oder Fehlspezifikation? Angemessener Umgang mit Multikollinearität Verfahren zur Eindämmung des Multikollinearitätsproblems Verwendung zusätzlicher Informationen Zusammenfassung Matrixalgebraischer Anhang Auswirkungen hoher Multikollinearität auf die KQ-Schätzer Diagnose der Multikollinearität Restringierte KQ-Schätzung 493
12 INHALTSVERZEICHNIS xxi IV Weiterführende Themenbereiche Dynamische Modelle Stochastische Prozesse und Stationarität Stochastische Prozesse Stationarität von stochastischen Prozessen I(l)-Prozesse Interpretation dynamischer Modelle Interpretation einzelner Parameter 505 Tl.2.2 Kurzfristiger und langfristiger Multiplikator Median-Lag Allgemeine Schätzprobleme dynamischer Modelle Zwei zentrale Schätzprobleme Mögliche Lösungsstrategien Modelle mit geometrischer Lag-Verteilung Geometrische Lag-Verteilungen Koyck-Modell Ein Verwandter des Koyck-Modells: Partielles Anpassungsmodell Ein weiterer Verwandter des Koyck-Modells: Modell adaptiver Erwartungen Modelle mit rationaler Lag-Verteilung und ihre Fehlerkorrektur-Formulierung Langfristige Gleichgewichtsbeziehung Fehlerkorrektur-Formulierung des ADL(1,1)-Modells Schätzung des Fehlerkorrekturmodells Fehlerkorrekturmodell und ökonomische Theorie Zusammenfassung Matrixalgebraischer Anhang Allgemeines dynamisches Modell Formulierung von Modellen mit geometrischer Lag-Verteilung Schätzung von Modellen mit geometrischer Lag-Verteilung Interdependente Gleichungssysteme Nicht-Konsistenz der KQ-Schätzer Indirekte KQ-Methode (IKQ-Methode) Strukturelle Form versus reduzierte Form Schätzung der Parameter der reduzierten Form Schätzung der Parameter der strukturellen Form Identifikationsproblem Ein verkleinertes Gleichungssystem Ein erweitertes Gleichungssystem 534
13 xxii INHALTSVERZEICHNIS Ordnungskriterium Zweistufige KQ-Methode (ZSKQ-Methode) Erste Stufe der ZSKQ-Schätzung Zweite Stufe der ZSKQ-Schätzung ZSKQ-Schätzung im Überblick Weitere Beispiele interdependenter Gleichungssysteme Gleichungssysteme mit Lag-Variablen Keynesianisches Makromodell Partielles Marktgleichgewichtsmodell Zusammenfassung 542 Anhang Matrixalgebraischer Anhang Kompakte Darstellung der strukturellen Form Reduzierte Form Identifikation einer Gleichung Schätzung mit der IKQ-Methode Schätzung mit der ZSKQ-Methode 552 Literaturverzeichnis 555 Tabellenanhang 559 Index 567
Ludwig von Auer. Ökonometrie. Eine Einführung. 6., durchgesehene und aktualisierte Auflage. Springer Gabler
Ludwig von Auer Ökonometrie Eine Einführung 6., durchgesehene und aktualisierte Auflage Springer Gabler Inhaltsverzeichnis 1 Einleitung 1 1.1 Braucht man ökonometriker? 1 1.2 Was ist Ökonometrie? 2 1.3
Mehr7., durchgesehene und aktualisierte Auflage
Ludwig von Auer Ökonometrie Eine Einführung 7., durchgesehene und aktualisierte Auflage ^ Springer Gabler Inhalt 1 Einleitung 1 1.1 Braucht man Ökonometriker? 1 1.2 Was ist Ökonometrie? 2 1.3 Die vier
MehrSpringer-Lehrbuch. Ökonometrie. Eine Einführung. von Ludwig Auer. 5. überarb. u. erw. Aufl.
Springer-Lehrbuch Ökonometrie Eine Einführung von Ludwig Auer 5. überarb. u. erw. Aufl. Ökonometrie Auer schnell und portofrei erhältlich bei beck-shop.de DIE FACHBUCHHANDLUNG Springer-Verlag Berlin Heidelberg
Mehr1 Einführung Ökonometrie... 1
Inhalt 1 Einführung... 1 1.1 Ökonometrie... 1 2 Vorüberlegungen und Grundbegriffe... 7 2.1 Statistik als Grundlage der Empirischen Ökonomie... 7 2.2 Abgrenzung und Parallelen zu den Naturwissenschaften...
MehrJohn Komlos Bernd Süssmuth. Empirische Ökonomie. Eine Einführung in Methoden und Anwendungen. 4y Springer
John Komlos Bernd Süssmuth Empirische Ökonomie Eine Einführung in Methoden und Anwendungen 4y Springer 1 Einführung 1 1.1 Ökonometrie 1 2 Vorüberlegungen und Grundbegriffe 7 2.1 Statistik als Grundlage
MehrEinführung in die Ökonometrie
Peter Hackl Einführung in die Ökonometrie 2., aktualisierte Auflage Higher Education München Harlow Amsterdam Madrid Boston San Francisco Don Mills Mexico City Sydney a part of Pearson plc worldwide Einführung
MehrÖkonometrie. Hans Schneeweiß. 3., durchgesehene Auflage. Physica-Verlag Würzburg-Wien 1978 ISBN
2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Hans Schneeweiß Ökonometrie 3., durchgesehene Auflage Physica-Verlag
MehrEinführung in die Ökonometrie
Einführung in die Ökonometrie Peter Hackl ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico City Madrid Amsterdam Vorwort... 19 1 Einführung...
MehrEinfache lineare Modelle mit Statistik-Software R Beispiel (Ausgaben in Abhängigkeit vom Einkommen)
3 Einfache lineare Regression Einfache lineare Modelle mit R 36 Einfache lineare Modelle mit Statistik-Software R Beispiel (Ausgaben in Abhängigkeit vom Einkommen) > summary(lm(y~x)) Call: lm(formula =
MehrKapitel 15. Verletzung der Annahme A3: Variable Parameterwerte
Kapitel 15 Verletzung der Annahme A3: Variable Parameterwerte v Auer, Ökonometrie 15 2 Das ökonometrische Modell einer Mehrfachregression lautet: y t = α + β 1 x 1t + β 2 x 2t + + β K x Kt + u t Annahme
MehrInhalt. I. Deskriptive Statistik Einführung Die Grundgesamtheit Merkmale und Verteilungen Tabellen und Grafiken...
I. Deskriptive Statistik 1 1. Einführung 3 1.1. Die Grundgesamtheit......................... 5 1.2. Merkmale und Verteilungen..................... 6 1.3. Tabellen und Grafiken........................ 10
MehrPhilipp Sibbertsen Hartmut Lehne. Statistik. Einführung für Wirtschafts- und. Sozialwissenschaftler. 2., überarbeitete Auflage. 4^ Springer Gabler
Philipp Sibbertsen Hartmut Lehne Statistik Einführung für Wirtschafts- und Sozialwissenschaftler 2., überarbeitete Auflage 4^ Springer Gabler Inhaltsverzeichnis Teil I Deskriptive Statistik 1 Einführung
MehrÜbung V Lineares Regressionsmodell
Universität Ulm 89069 Ulm Germany Dipl.-WiWi Michael Alpert Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 2007 Übung
MehrI. Deskriptive Statistik 1
I. Deskriptive Statistik 1 1. Einführung 3 1.1. Grundgesamtheit und Stichprobe.................. 5 1.2. Merkmale und Verteilungen..................... 6 1.3. Tabellen und Grafiken........................
MehrAngewandte Statistik mit R
Reiner Hellbrück Angewandte Statistik mit R Eine Einführung für Ökonomen und Sozialwissenschaftler 2., überarbeitete Auflage B 374545 GABLER Inhaltsverzeichnis Vorwort zur zweiten Auflage Tabellenverzeichnis
MehrMethoden der Ökonometrie
Dr. Matthias Opnger Lehrstuhl für Finanzwissenschaft WS 2013/14 Dr. Matthias Opnger Methoden d. Ökonometrie WS 2013/14 1 / 21 Dr. Matthias Opnger Büro: C 504 Sprechzeit: nach Vereinbarung E-Mail: opnger@uni-trier.de
Mehr1.1.1 Ergebnismengen Wahrscheinlichkeiten Formale Definition der Wahrscheinlichkeit Laplace-Experimente...
Inhaltsverzeichnis 0 Einführung 1 1 Zufallsvorgänge und Wahrscheinlichkeiten 5 1.1 Zufallsvorgänge.......................... 5 1.1.1 Ergebnismengen..................... 6 1.1.2 Ereignisse und ihre Verknüpfung............
MehrEinführung in die Statistik
Einführung in die Statistik Analyse und Modellierung von Daten von Prof. Dr. Rainer Schlittgen Universität Hamburg 12., korrigierte Auflage Oldenbourg Verlag München Inhaltsverzeichnis 1 Statistische Daten
Mehr3. Das einfache lineare Regressionsmodell
3. Das einfache lineare Regressionsmodell Ökonometrie: (I) Anwendung statistischer Methoden in der empirischen Forschung in den Wirtschaftswissenschaften Konfrontation ökonomischer Theorien mit Fakten
MehrInhaltsverzeichnis. Vorwort. Abbildungsverzeichnis. Tabellenverzeichnis. 1 Einleitung Gegenstand Aufbau 4
Inhaltsverzeichnis Vorwort Abbildungsverzeichnis Tabellenverzeichnis v xv xvii 1 Einleitung 1 1.1 Gegenstand 1 1.2 Aufbau 4 2 Datenerhebung - ganz praktisch 7 2.1 Einleitung 7 2.2 Erhebungsplan 7 2.2.1
MehrÜbung zur Empirischen Wirtschaftsforschung V. Das Lineare Regressionsmodell
Universität Ulm 89069 Ulm Germany Dipl.-WiWi Christian Peukert Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 2010
MehrStatistik in Geodäsie, Geoinformation und Bauwesen
Wilhelm Benning Statistik in Geodäsie, Geoinformation und Bauwesen 2., überarbeitete und erweiterte Auflage Herbert Wichmann Verlag Heidelberg Matrix-Theorie 1 1.1 Matrizen und Vektoren 1 1.2 Matrixverknüpfungen
MehrDas (multiple) Bestimmtheitsmaß R 2. Beispiel: Ausgaben in Abhängigkeit vom Einkommen (I) Parameterschätzer im einfachen linearen Regressionsmodell
1 Lineare Regression Parameterschätzung 13 Im einfachen linearen Regressionsmodell sind also neben σ ) insbesondere β 1 und β Parameter, deren Schätzung für die Quantifizierung des linearen Zusammenhangs
Mehr4. Das multiple lineare Regressionsmodell
4. Das multiple lineare Regressionsmodell Bisher: 1 endogene Variable y wurde zurückgeführt auf 1 exogene Variable x (einfaches lineares Regressionsmodell) Jetzt: Endogenes y wird regressiert auf mehrere
MehrStatistik. Datenanalyse mit EXCEL und SPSS. R.01denbourg Verlag München Wien. Von Prof. Dr. Karlheinz Zwerenz. 3., überarbeitete Auflage
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz 3., überarbeitete Auflage R.01denbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt
MehrStatistik für Ökonomen
Wolfgang Kohn Riza Öztürk Statistik für Ökonomen Datenanalyse mit R und SPSS tfü. Springer Inhaltsverzeichnis Teil I Einführung 1 Kleine Einführung in R 3 1.1 Installieren und Starten von R 3 1.2 R-Befehle
MehrStatistik für Ökonomen
Wolfgang Kohn Riza Öztürk Statistik für Ökonomen Datenanalyse mit R und SPSS 2., überarbeitete Auflage 4ü Springer Gabler Inhaltsverzeichnis Teil I Einführung 1 Kleine Einführung in R '! 3 1.1 Installieren
MehrEinführung in die computergestützte Datenanalyse
Karlheinz Zwerenz Statistik Einführung in die computergestützte Datenanalyse 6., überarbeitete Auflage DE GRUYTER OLDENBOURG Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL
MehrArbeitsbuch zur deskriptiven und induktiven Statistik
Helge Toutenburg Michael Schomaker Malte Wißmann Christian Heumann Arbeitsbuch zur deskriptiven und induktiven Statistik Zweite, aktualisierte und erweiterte Auflage 4ü Springer Inhaltsverzeichnis 1. Grundlagen
MehrStatistik. Einführung in die com putergestützte Daten an alyse. Oldenbourg Verlag München B , überarbeitete Auflage
Statistik Einführung in die com putergestützte Daten an alyse von Prof. Dr. Karlheinz Zwerenz 4., überarbeitete Auflage B 366740 Oldenbourg Verlag München Inhalt Vorwort XI Hinweise zu EXCEL und SPSS XII
MehrGrundlagen der Statistik
www.nwb.de NWB Studium Betriebswirtschaft Grundlagen der Statistik Band 2: Wahrscheinlichkeitsrechnung und induktive Statistik Von Professor Dr. Jochen Schwarze 9., vollständig überarbeitete Auflage STUDIUM
MehrOLS-Schätzung: asymptotische Eigenschaften
OLS-Schätzung: asymptotische Eigenschaften Stichwörter: Konvergenz in Wahrscheinlichkeit Konvergenz in Verteilung Konsistenz asymptotische Verteilungen nicht-normalverteilte Störgrößen zufällige Regressoren
Mehr1 Inhaltsverzeichnis. 1 Einführung...1
1 Inhaltsverzeichnis 1 Einführung...1 1.1 Arten der stochastischen Abhängigkeit...2 1.2 Wo kommen regressive Abhängigkeiten vor?...3 1.3 Hauptaufgaben von Regressionsmodellen...3 1.4 Wissenschaftstheoretische
MehrTests einzelner linearer Hypothesen I
4 Multiple lineare Regression Tests einzelner linearer Hypothesen 4.5 Tests einzelner linearer Hypothesen I Neben Tests für einzelne Regressionsparameter sind auch Tests (und Konfidenzintervalle) für Linearkombinationen
MehrDie Regressionsanalyse
Die Regressionsanalyse Zielsetzung: Untersuchung und Quantifizierung funktionaler Abhängigkeiten zwischen metrisch skalierten Variablen eine unabhängige Variable Einfachregression mehr als eine unabhängige
MehrTeil: lineare Regression
Teil: lineare Regression 1 Einführung 2 Prüfung der Regressionsfunktion 3 Die Modellannahmen zur Durchführung einer linearen Regression 4 Dummyvariablen 1 Einführung o Eine statistische Methode um Zusammenhänge
MehrStatistische Datenanalyse
Werner A. Stahel Statistische Datenanalyse Eine Einführung für Naturwissenschaftler 3., durchgesehene Auflage vieweg VII 1 Einleitung 1 1.1 Was ist Statistische Datenanalyse? 1 1.2 Ziele 6 1.3 Hinweise
MehrGrundlagen der Mathematik, der Statistik und des Operations Research für Wirtschaftswissenschaftler
Grundlagen der Mathematik, der Statistik und des Operations Research für Wirtschaftswissenschaftler Von Professor Dr. Gert Heinrich 3., durchgesehene Auflage R.Oldenbourg Verlag München Wien T Inhaltsverzeichnis
MehrInhaltsverzeichnis. Teil I Einführung
Inhaltsverzeichnis Teil I Einführung 1 Statistik-Programme... 1.1 Kleine Einführung in R... 1.1.1 Installieren und Starten von R. 1.1.2 R-Konsole... 1.1.3 R-Workspace... 1.1.4 R-History... 1.1.5 R-Skripteditor...
MehrI Beschreibende Statistik 1
Inhaltsverzeichnis Vorwort ix I Beschreibende Statistik 1 Lernziele zu Teil I 2 1 Statistik, Daten und statistische Methoden 3 1.1 Statistik im Alltag, in Politik und Gesellschaft...... 3 1.2 Aufgaben
MehrML-Schätzung. Likelihood Quotienten-Test. Zusammenhang Reparametrisierung und Modell unter linearer Restriktion. Es gilt: β = Bγ + d (3.
Reparametrisierung des Modells Gegeben sei das Modell (2.1) mit (2.5) unter der linearen Restriktion Aβ = c mit A R a p, rg(a) = a, c R a. Wir betrachten die lineare Restriktion als Gleichungssystem. Die
MehrInhaltsverzeichnis. 2 Kurzbeschreibung von SPSS Der SPSS-Dateneditor Statistische Analysen mit SPSS DieDaten...
Inhaltsverzeichnis Teil I Einführung 1 Kleine Einführung in R... 3 1.1 Installieren und Starten von R... 3 1.2 R-Befehleausführen... 3 1.3 R-Workspace speichern... 4 1.4 R-History sichern........ 4 1.5
MehrVorwort Abbildungsverzeichnis Teil I Mathematik 1
Inhaltsverzeichnis Vorwort Abbildungsverzeichnis V XIII Teil I Mathematik 1 1 Elementare Grundlagen 3 1.1 Grundzüge der Mengenlehre... 3 1.1.1 Darstellungsmöglichkeiten von Mengen... 4 1.1.2 Mengenverknüpfungen...
MehrTrim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19
Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, 2016 6:34 P.M. Page 11 Inhaltsverzeichnis Über die Übersetzerin 9 Einleitung 19 Was Sie hier finden werden 19 Wie dieses Arbeitsbuch aufgebaut ist
Mehr2. Stochastische ökonometrische Modelle. - Modelle der ökonomischen Theorie an der Wirklichkeit überprüfen
.1. Stochastische ökonometrische Modelle.1 Einführung Ziele: - Modelle der ökonomischen Theorie an der Wirklichkeit überprüfen - Numerische Konkretisierung ökonomischer Modelle und deren Analse. . Variierende
MehrStatistik für. von. Prof. Dr. Josef Bleymüller. und. Prof. Dr. Rafael Weißbach. sowie. Dr. Günther Gehlert. und. Prof. Dr.
Statistik für Wirtschaftswissenschaftler von Prof. Dr. Josef Bleymüller und Prof. Dr. Rafael Weißbach sowie Dr. Günther Gehlert und Prof. Dr. Herbert Gülicher bei früheren Auflagen 17., überarbeitete Auflage
MehrDynamische Modelle: Schätzen und Modellwahl
1 / 23 Dynamische Modelle: Schätzen und Modellwahl Kapitel 18 Angewandte Ökonometrie / Ökonometrie III Michael Hauser 2 / 23 Inhalt Dynamische Modelle und autokorrelierte Fehler Tests auf Autokorrelation
MehrKapitel 3 Schließende lineare Regression Einführung. induktiv. Fragestellungen. Modell. Matrixschreibweise. Annahmen.
Kapitel 3 Schließende lineare Regression 3.1. Einführung induktiv Fragestellungen Modell Statistisch bewerten, der vorher beschriebenen Zusammenhänge auf der Basis vorliegender Daten, ob die ermittelte
MehrPrognoseintervalle für y 0 gegeben x 0
10 Lineare Regression Punkt- und Intervallprognosen 10.5 Prognoseintervalle für y 0 gegeben x 0 Intervallprognosen für y 0 zur Vertrauenswahrscheinlichkeit 1 α erhält man also analog zu den Intervallprognosen
MehrEinführung in die Statistik
Einführung in die Statistik Analyse und Modellierung von Daten Von Prof. Dr. Rainer Schlittgen 4., überarbeitete und erweiterte Auflage Fachbereich Materialwissenschaft! der Techn. Hochschule Darmstadt
MehrLineare Regression (Ein bisschen) Theorie
Kap. 6: Lineare Regression (Ein bisschen) Theorie Lineare Regression in Matrixform Verteilung des KQ-Schätzers Standardfehler für OLS Der Satz von Gauss-Markov Das allgemeine lineare Regressionsmodell
MehrBasiswissen Mathematik, Statistik. und Operations Research für. Wirtschaftswissenschaftler. von. Prof. Dr. Gert Heinrich DHBW Villingen-Schwenningen
Basiswissen Mathematik, Statistik und Operations Research für Wirtschaftswissenschaftler von Prof. Dr. Gert Heinrich DHBW Villingen-Schwenningen 5., korrigierte Auflage Oldenbourg Verlag München Inhaltsverzeichnis
MehrKurs Empirische Wirtschaftsforschung
Kurs Empirische Wirtschaftsforschung 5. Bivariates Regressionsmodell 1 Martin Halla Institut für Volkswirtschaftslehre Johannes Kepler Universität Linz 1 Lehrbuch: Bauer/Fertig/Schmidt (2009), Empirische
MehrKapitel 8. Einfache Regression. Anpassen des linearen Regressionsmodells, OLS. Eigenschaften der Schätzer für das Modell
Kapitel 8 Einfache Regression Josef Leydold c 2006 Mathematische Methoden VIII Einfache Regression 1 / 21 Lernziele Lineares Regressionsmodell Anpassen des linearen Regressionsmodells, OLS Eigenschaften
MehrStatistik. Datenanalyse mit EXCEL und SPSS. Prof. Dr. Karlheinz Zwerenz. R.Oldenbourg Verlag München Wien. Von
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz R.Oldenbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL I GRUNDLAGEN
MehrInhaltsverzeichnis. 0 Einleitung 1
Inhaltsverzeichnis 0 Einleitung 1 1 Univariate Statistik 3 1.1 Begriffsdefinitionen... 3 1.1.1 Beobachtungseinheit, Merkmal... 3 1.1.2 Merkmalstypen... 3 1.1.3 Skalenniveaus... 4 1.1.4 Häufigkeiten...
Mehr1 EINLEITUNG Allgemeines Kapitelübersicht Gebrauch dieses Buches Verwenden zusätzlicher Literatur...
Inhaltsverzeichnis 1 EINLEITUNG... 1 1.1 Allgemeines... 1 1.2 Kapitelübersicht... 2 1.3 Gebrauch dieses Buches... 3 1.4 Verwenden zusätzlicher Literatur... 4 DESKRIPTIVE STATISTIK 2 GRUNDLAGEN... 5 2.1
MehrAufgabenstellung Aufgabe 1: Betrachten Sie das folgende ökonometrische Modell: y t = α + βx t + u t (1)
Klausur: Einführung in die Ökonometrie Prüfer: Prof. Dr. Karl-Heinz Paqué Dr.Ludwigv.Auer Semester: WS 1999/00 Als Hilfsmittel sind zugelassen: nicht-programmierbarer Taschenrechner Diese Klausur besteht
MehrPrüfungsfächer: Die Prüfung erstreckt sich auf die folgenden Prüfungsfächer: Maß- und Integrationstheorie Wahrscheinlichkeitstheorie Statistik
B Zulassungsprüfung in Stochastik Zielsetzung: Durch die Zulassungsprüfung in Stochastik soll der Nachweis geführt werden, dass die Bewerber über solide Grundkenntnisse in Wahrscheinlichkeitstheorie und
MehrAnalyse von Querschnittsdaten. Signifikanztests I Basics
Analyse von Querschnittsdaten Signifikanztests I Basics Warum geht es in den folgenden Sitzungen? Kontinuierliche Variablen Generalisierung kategoriale Variablen Datum 13.10.2004 20.10.2004 27.10.2004
MehrÜber die Autoren 9. Widmung von Roberto 9 Danksagung von Roberto 10. Einleitung 21
Inhaltsverzeichnis Über die Autoren 9 Widmung von Roberto 9 Danksagung von Roberto 10 Einleitung 21 Über dieses Buch 21 Törichte Annahmen über den Leser... 22 Symbole, die in diesem Buch verwendet werden
MehrStatistik. Ludwig Fahrmeir Rita Künstler Iris Pigeot Gerhard Tutz. Der Weg zur Datenanalyse. Springer. Zweite, verbesserte Auflage
Ludwig Fahrmeir Rita Künstler Iris Pigeot Gerhard Tutz Statistik Der Weg zur Datenanalyse Zweite, verbesserte Auflage Mit 165 Abbildungen und 34 Tabellen Springer Inhaltsverzeichnis Vorwort v 1 Einführung
MehrFranz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. mit dem R Commander. A Springer Spektrum
Franz Kronthaler Statistik angewandt Datenanalyse ist (k)eine Kunst mit dem R Commander A Springer Spektrum Inhaltsverzeichnis Teil I Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist
MehrDynamische Systeme und Zeitreihenanalyse // Multivariate Normalverteilung und ML Schätzung 11 p.2/38
Dynamische Systeme und Zeitreihenanalyse Multivariate Normalverteilung und ML Schätzung Kapitel 11 Statistik und Mathematik WU Wien Michael Hauser Dynamische Systeme und Zeitreihenanalyse // Multivariate
MehrAngewandte Ökonometrie Übung. Endogenität, VAR, Stationarität und Fehlerkorrekturmodell
Angewandte Ökonometrie Übung 3 Endogenität, VAR, Stationarität und Fehlerkorrekturmodell Zeitreihenmodelle Zeitreihenmodelle Endogenität Instrumentvariablenschätzung Schätzung eines VARs Tests auf Anzahl
MehrStatistik II. IV. Hypothesentests. Martin Huber
Statistik II IV. Hypothesentests Martin Huber 1 / 41 Übersicht Struktur eines Hypothesentests Stichprobenverteilung t-test: Einzelner-Parameter-Test F-Test: Multiple lineare Restriktionen 2 / 41 Struktur
MehrEinführung in die Wahrscheinlichkeitsrechnung und Statistik für Ingenieure
Einführung in die Wahrscheinlichkeitsrechnung und Statistik für Ingenieure Von Prof. Hubert Weber Fachhochschule Regensburg 3., überarbeitete und erweiterte Auflage Mit zahlreichen Bildern, Tabellen sowie
Mehrd log q t =4, 17 0, 247 log p t +0, 960 log m t, (1) wobei
Klausur: Einführung in die Ökonometrie (Veranstaltungs-Nr. 940, 4 GHP) Prüfer: Prof. Dr. Karl-Heinz Paqué Dr.Ludwigv.Auer Semester: SS 2000 Als Hilfsmittel sind zugelassen: nicht-programmierbarer Taschenrechner
MehrTheorie Parameterschätzung Ausblick. Schätzung. Raimar Sandner. Studentenseminar "Statistische Methoden in der Physik"
Studentenseminar "Statistische Methoden in der Physik" Gliederung 1 2 3 Worum geht es hier? Gliederung 1 2 3 Stichproben Gegeben eine Beobachtungsreihe x = (x 1, x 2,..., x n ): Realisierung der n-dimensionalen
MehrBiostatistik Erne Einfuhrung fur Biowissenschaftler
Matthias Rudolf Wiltrud Kuhlisch Biostatistik Erne Einfuhrung fur Biowissenschaftler PEARSON Studium Inhaltsverzeichnis Vorwort xi Kapitel 1 Einfiihrung 1 1.1 Biostatistik als Bestandteil biowissenschafllicher
MehrKreditwürdigkeitsprüfung
Schriften des Instituts für Revisionswesen der Westfälischen Wilhelms-Universität Münster Herausgegeben von Prof. Dr. Jörg Baetge Kreditwürdigkeitsprüfung Entwicklung eines Bonitätsindikators, dargestellt
MehrInhaltsverzeichnis. 4 Statistik Einleitung Wahrscheinlichkeit Verteilungen Grundbegriffe 98
Inhaltsverzeichnis 1 Datenbehandlung und Programmierung 11 1.1 Information 11 1.2 Codierung 13 1.3 Informationsübertragung 17 1.4 Analogsignale - Abtasttheorem 18 1.5 Repräsentation numerischer Daten 20
MehrStichproben: Theorie und Verfahren
Stichproben: Theorie und Verfahren Von Prof. Dr. Fritz Pokropp Universität der Bundeswehr Hamburg 2., vollständig überarbeitete Auflage R. Oldenbourg Verlag München Wien Inhaltsverzeichnis IX Inhaltsverzeichnis
Mehr4.1. Verteilungsannahmen des Fehlers. 4. Statistik im multiplen Regressionsmodell Verteilungsannahmen des Fehlers
4. Statistik im multiplen Regressionsmodell In diesem Kapitel wird im Abschnitt 4.1 zusätzlich zu den schon bekannten Standardannahmen noch die Annahme von normalverteilten Residuen hinzugefügt. Auf Basis
MehrInhaltsverzeichnis. Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite. 1.0 Erste Begriffsbildungen Merkmale und Skalen 5
Inhaltsverzeichnis Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite 1.0 Erste Begriffsbildungen 1 1.1 Merkmale und Skalen 5 1.2 Von der Urliste zu Häufigkeitsverteilungen 9 1.2.0 Erste Ordnung
MehrInstitut für Statistik und Mathematische Wirtschaftstheorie Universität Augsburg. PROGNOSE II - Vertiefung Aufgaben und Lösungen Sommersemester 2004
Institut für Statistik und Mathematische Wirtschaftstheorie Universität Augsburg PROGNOSE II - Vertiefung Aufgaben und Lösungen Sommersemester 2004 Aufgabe 1 U t bedeute weißes Rauschen und B den Backshift
Mehr6. Schätzverfahren für Parameter
6. Schätzverfahren für Parameter Ausgangssituation: Ein interessierender Zufallsvorgang werde durch die ZV X repräsentiert X habe eine unbekannte Verteilungsfunktion F X (x) Wir interessieren uns für einen
MehrBreusch-Pagan-Test I auf Heteroskedastie in den Störgrößen
Breusch-Pagan-Test I Ein weiterer Test ist der Breusch-Pagan-Test. Im Gegensatz zum Goldfeld-Quandt-Test ist es nicht erforderlich, eine (einzelne) Quelle der Heteroskedastizität anzugeben bzw. zu vermuten.
Mehr3. Das Prüfen von Hypothesen. Hypothese?! Stichprobe Signifikanztests in der Wirtschaft
3. Das Prüfen von Hypothesen Hypothese?! Stichprobe 3.1. Signifikanztests in der Wirtschaft Prüfung, ob eine (theoretische) Hypothese über die Verteilung eines Merkmals X und ihre Parameter mit einer (empirischen)
MehrLehrstuhl für Statistik und emp. Wirtschaftsforschung, Prof. R. T. Riphahn, Ph.D. Bachelorprüfung, Praxis der empirischen Wirtschaftsforschung
Lehrstuhl für Statistik und emp. Wirtschaftsforschung, Prof. R. T. Riphahn, Ph.D. Bachelorprüfung, Praxis der empirischen Wirtschaftsforschung Aufgabe 1: [14,5 Punkte] Sie interessieren sich für die Determinanten
MehrVorlesung: Lineare Modelle
Vorlesung: Lineare Modelle Prof Dr Helmut Küchenhoff Institut für Statistik, LMU München SoSe 2014 5 Metrische Einflußgrößen: Polynomiale Regression, Trigonometrische Polynome, Regressionssplines, Transformationen
MehrDr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp
Dr. Maike M. Burda Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 8.-10. Januar 2010 BOOTDATA.GDT: 250 Beobachtungen für die Variablen... cm:
MehrVorlesung: Statistik II für Wirtschaftswissenschaft
Vorlesung: Statistik II für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München Sommersemester 2017 6 Genzwertsätze Einführung 1 Wahrscheinlichkeit: Definition und Interpretation
Mehry t = 30, 2. Benutzen Sie die Beobachtungen bis einschließlich 2002, um den Koeffizientenvektor β mit der KQ-Methode zu schätzen.
Aufgabe 1 (25 Punkte Zur Schätzung des Werbe-Effekts in einem Getränke-Unternehmen wird das folgende lineare Modell aufgestellt: Dabei ist y t = β 1 + x t2 β 2 + e t. y t : x t2 : Umsatz aus Getränkeverkauf
Mehr7. Stochastische Prozesse und Zeitreihenmodelle
7. Stochastische Prozesse und Zeitreihenmodelle Regelmäßigkeiten in der Entwicklung einer Zeitreihe, um auf zukünftige Entwicklung zu schließen Verwendung zu Prognosezwecken Univariate Zeitreihenanalyse
MehrWahrscheinlichkeitsrechnung und schließende Statistik
Günther Bourier Wahrscheinlichkeitsrechnung und schließende Statistik Praxisorientierte Einführung Mit Aufgaben und Lösungen 3. F überarbeitete Auflage GABLER Inhaltsverzeichnis Vorwort Inhaltsverzeichnis
MehrAnalyse von Querschnittsdaten. Spezifikation der unabhängigen Variablen
Analyse von Querschnittsdaten Spezifikation der unabhängigen Variablen Warum geht es in den folgenden Sitzungen? Kontinuierliche Variablen Annahmen gegeben? kategoriale Variablen Datum 3.0.004 0.0.004
MehrAnnahmen des linearen Modells
Annahmen des linearen Modells Annahmen des linearen Modells zusammengefasst A1: Linearer Zusammenhang: y = 0 + 1x 1 + 2x 2 + + kx k A2: Zufallsstichprobe, keine Korrelation zwischen Beobachtungen A3: Erwartungswert
MehrLineare Regression mit einem Regressor: Einführung
Lineare Regression mit einem Regressor: Einführung Quantifizierung des linearen Zusammenhangs von zwei Variablen Beispiel Zusammenhang Klassengröße und Testergebnis o Wie verändern sich Testergebnisse,
MehrStatistik für das Psychologiestudium
Dieter Rasch / Klaus D. Kubinger Statistik für das Psychologiestudium Mit Softwareunterstützung zur Planung und Auswertung von Untersuchungen sowie zu sequentiellen Verfahren ELSEVIER SPEKTRUM AKADEMISCHER
MehrInhaltsverzeichnis. Vorwort 13. Teil I Beschreibende Statistik 17. Kapitel 1 Statistische Merkmale und Variablen 19
Inhaltsverzeichnis Vorwort 13 Teil I Beschreibende Statistik 17 Kapitel 1 Statistische Merkmale und Variablen 19 1.1 Statistische Einheiten und Grundgesamtheiten 19 1.2 Merkmale und Merkmalsausprägungen
MehrStatistische Methoden in der Geographie
Statistische Methoden in der Geographie Band 2.; Multivariate Statistik Von Dr. rer. nat. Gerhard Bahrenberg Professor an der Universität Bremen Dr. rer. nat. Ernst Giese Professor an der Universität Gießen
MehrX =, y In welcher Annahme unterscheidet sich die einfache KQ Methode von der ML Methode?
Aufgabe 1 (25 Punkte) Zur Schätzung der Produktionsfunktion des Unternehmens WV wird ein lineares Regressionsmodell der Form angenommen. Dabei ist y t = β 1 + x t2 β 2 + e t, t = 1,..., T (1) y t : x t2
Mehr1 Prognoseverfahren F H
1 Prognoseverfahren 1.1 Zielsetzung 1.2 Bedarfsverlauf von Verbrauchsfaktoren 1.3 Prognose bei regelmäßigen Bedarf 1.4 Prognosemodelle in Standard-ERP-Software 1.5 Ausblick Herrmann, Frank: Operative Planung
Mehr1 Einleitung und Grundlagen 1
Inhaltsverzeichnis Vorwort vii 1 Einleitung und Grundlagen 1 1.1 Einführende Beispiele 1 1.2 Statistischer Prozess 2 1.3 Grundlagen 2 1.4 Unterscheidung von Merkmalen 3 1.4.1 Skalenniveaus 3 1.4.2 Stetige
MehrMatrizen spielen bei der Formulierung ökonometrischer Modelle eine zentrale Rolle: kompakte, stringente Darstellung der Modelle
2. Matrixalgebra Warum Beschäftigung mit Matrixalgebra? Matrizen spielen bei der Formulierung ökonometrischer Modelle eine zentrale Rolle: kompakte, stringente Darstellung der Modelle bequeme mathematische
MehrStatistische Methoden der VWL und BWL Theorie und Praxis ST?
Statistische Methoden der VWL und BWL Theorie und Praxis ST? Vorwort 13 Teil I Beschreibende Statistik 17 Kapitel 1 Statistische Merkmale und Variablen 19 1.1 Statistische Einheiten und Grundgesamtheiten
MehrGewöhnliche Autokorrelationsfunktion (ACF) eines stationären Prozesses {X t } t Z zum Lag h
5. Die partielle Autokorrelationsfunktion 5.1 Definition, Berechnung, Schätzung Bisher: Gewöhnliche Autokorrelationsfunktion (ACF) eines stationären Prozesses {X t } t Z zum Lag h ρ X (h) = Corr(X t, X
Mehr1 Beispiel zur Methode der kleinsten Quadrate
1 Beispiel zur Methode der kleinsten Quadrate 1.1 Daten des Beispiels t x y x*y x 2 ŷ ˆɛ ˆɛ 2 1 1 3 3 1 2 1 1 2 2 3 6 4 3.5-0.5 0.25 3 3 4 12 9 5-1 1 4 4 6 24 16 6.5-0.5 0.25 5 5 9 45 25 8 1 1 Σ 15 25
MehrVorlesung 4: Spezifikation der unabhängigen Variablen
Vorlesung 4: Spezifikation der unabhängigen Variablen. Fehlspezifikation der unabhängigen Variablen. Auswirkungen einer Fehlspezifikation a. auf die Erwartungstreue der Schätzung b. auf die Effizienz der
Mehr