Wiederholungsübungen zu den Kapiteln 7 bis 11
|
|
- Frank Böhm
- vor 6 Jahren
- Abrufe
Transkript
1 Mittelwert-Tests Übung Wiederholungsübungen zu den Kapiteln 7 bis 11 In dieser Übung wird der Datensatz 4 verwendet. In dem (fiktiven) Datensatz sind für 50 Personen vier Variablen erfasst: das Geschlecht, die Ausgaben für Cola-Konsum und Fußballtickets pro Jahr und Person und die Lebenszufriedenheit. Die Verteilung der Variablen in der Grundgesamtheit ist unbekannt. 1 Erstellen Sie ein Eviews-Workfile mit den relevanten Daten. 2 Testen Sie mit Hilfe von Ihnen bekannten Verteilungstests, aus welcher Verteilung die Variablen Cola-Konsum, Ausgaben für Fußballtickets und die Lebenszufriedenheit stammen könnten. 3 Überprüfen Sie die Hypothese eines Bekannten, der behauptet, dass im Durchschnitt 150 Euro für Fußballtickets ausgegeben werden. 4 Überprüfen Sie, ob sich die Ausgaben für Cola bzw. für Fußballtickets zwischen Männern und Frauen signifikant unterscheidet. 5 Die Bilt-Zeitung vermutet, dass genau so viel Geld für Cola wie für Fußballtickets ausgegeben wird. Stimmt dies? Prof. Dr. Michael Berlemann (HSU) Empirische Wirtschaftsforschung FT / 386
2 Koeffizienten- und Spezifikationstests Übung Wiederholungsübungen zu den Kapiteln 12 bis 14 Verwendet wird der Datensatz 7. Im Folgenden sollen die Determinanten des Wirtschaftswachstums auf Basis eines (fiktiven) Querschnittdatensatzes von 100 Ländern untersucht werden. Der Datensatz enthält Informationen zu der Wachstumsrate des Pro-Kopf-Einkommens, dem Pro-Kopf-Einkommen, der Qualität des Bildungsystems, zur Demokratie zur Rate des technischen Fortschritts und zur Korruption. Bei der Messung der Qualität des Bildungsystems und der Korruption bedeuten höhere Werte bessere Qualität bzw. niedrigere Korruption. 1 Erstellen Sie ein Eviews-Workfile mit den relevanten Daten. Transformieren Sie dabei die Variable zur Demokratie in einen quantitative Dummy-Variable. 2 Untersuchen Sie zunächst die Korrelation zwischen den erklärenden Variablen Korruption und technischer Fortschritt und der zu erklärenden Variable des Wirtschaftswachstums. Interpretieren Sie Ihre Ergebnisse. 3 Analysieren Sie zunächst auf Basis eines einfachen Mittelwert-Tests, ob Demokratien stärker wachsen. Prof. Dr. Michael Berlemann (HSU) Empirische Wirtschaftsforschung FT / 386
3 Koeffizienten- und Spezifikationstests Übung Wiederholungsübungen zu den Kapiteln 12 bis 14 4 Berechnen Sie die Mittelwerte des Wirtschaftswachstums für alle Kategorien der Qualität der Bildung. Welche Vermutung haben bezüglich des Zusammenhangs zwischen Bildung und Wachstum. 5 Warum reichen die obigen Überlegungen nicht aus, um Aussagen bezüglich der Einflüsse verschiedener Variablen auf das Wirtschaftswachstum zu treffen. 6 Untersuchen Sie die Wachstumsdeterminanten mit Hilfe einer linearen Mehrfachregression. Interpretieren Sie Ihre Ergebnis ausführlich. Gehen Sie dabei insbesondere auf folgende Aspekte ein: Interpretation der Koeffizienten Signifikanz des Gesamtmodells Signifikanz der Koeffizienten Güte der Regression 7 Überprüfen Sie, ob bei obiger Wachstumsregression die Gauß-Markov-Bedingungen erfüllt sind (außer Homoskedastizität) Prof. Dr. Michael Berlemann (HSU) Empirische Wirtschaftsforschung FT / 386
4 Schätzprobleme Übung Wiederholungsübungen zum 15. Kapitel Verwendet wird der Datensatz 10. Dieses enthält ein (fiktiven) Datensatz von 200 Regionen. In der folgenden Analyse sollen mögliche Determinanten der Inflation (als erklärende Variable) untersucht werden. Dazu stehen Ihnen Daten zur politischen Stabilität zur Demokratie und zur Zentralbankunabhängigkeit zur Verfügung. Höhere Werte der exogenen Variablen stehen für stabilere politische Verhältnisse, eine stärkere Demokratie bzw. unabhängigere Zentralbanken. 1 Erstellen Sie ein Eviews-Workfile mit den relevanten Daten. 2 Untersuchen Sie zunächst mit Hilfe bekannter Verteilungstests, aus welcher Verteilung die Variable Zentralbankunabhängigkeit stammen könnte. 3 Schätzen Sie ein lineares Regressionsmodell der Inflation mit allen erklärenden Variablen. Interpretieren Sie die Ergebnisse. Prof. Dr. Michael Berlemann (HSU) Empirische Wirtschaftsforschung FT / 386
5 Schätzprobleme Übung Wiederholungsübungen zum 15.Kapitel 4 Untersuchen Sie, ob möglicherweise Probleme durch Multikollinearität die Regressionergebnisse beeinflussen indem......sie sich bivariate Korrelationen anschauen...sie Hilfsregressionen durchführen und die Variance Inflation Factors berechnen...sie die Stabilität der Regressionsergebnisse im Hinblick auf unterschiedliche Spezifikationen überprüfen 5 Welche Möglichkeiten gibt es, dass Multikollinearitätsproblem zu beheben? Schätzen Sie zudem eine weiteres Regressionsmodell, indem Sie potentiel multikollineare Zeitreihen nicht einbeziehen. Interpretieren Sie Ihre Ergebnis. 6 Untersuchen Sie das zuletzt geschätzte Modell auf Heteroskedastie indem Sie bivariate Scatterplots anschauen und geeignete Tests durchführen. Welchen Einfluss auf die Schätzergebnisse könnte Heteroskedastie haben? 7 Schätzen Sie ein Modell mit heteroskedastie-resistenten Standardfehlern und interpretieren Sie das Ergebnis. 8 Testen Sie zudem, ob im zuletzt geschätzten Modell Autokorrelation in den Residuen vorliegt. Prof. Dr. Michael Berlemann (HSU) Empirische Wirtschaftsforschung FT / 386
6 Regression bei diskreten abhängigen Variablen Übung Wiederholungsübungen zum 16.Kapitel Verwendet wird der Datensatz 12. Dieser enthält einen (fiktiven) Datensatz zu 200 Fußballspielen. Untersucht werden soll im Folgenden, welche Variablen die Wahrscheinlichkeit, dass ein Spiel durch einen Heimsieg endet, beeinflussen. Als potentielle Regressoren stehen die Zuschaueranzahl sowie der Tabellenplatz sowohl des Heimteams als auch des Auswärtsteams zur Verfügung 1 Erstellen Sie ein Eviews-Workfile mit den relevanten Daten. 2 Untersuchen zu zunächst mit Hilfe von Mittelwert-Test, ob sich die durchschnittliche Tabellenplatz der Heimmannschaft (bzw. Auswärtsmannschaft) bei einem Heimsieg von dem einer Niederlage (oder Unentschieden) unterscheidet. 3 Schätzen Sie zunächst ein lineares Wahrscheinlichkeitsmodell mit allen Regressoren. Interpretieren Sie Ihre Ergebnis und lassen Sie sich die geschätzten Wahrscheinlichkeiten und die Residuen anzeigen. 4 Erläutern Sie, welche Probleme bei OLS auftreten, wenn die abhängige Variable binär ist. Prof. Dr. Michael Berlemann (HSU) Empirische Wirtschaftsforschung FT / 386
7 Regression bei diskreten abhängigen Variablen Übung Wiederholungsübungen zum 16.Kapitel 5 Erläutern Sie, warum ein so genanntes Logit-Modell (bzw. Probit-Modell) besser geeignet ist, diese Analyse durchzuführen. 6 Schätzen Sie nun ein Logit-Modell und lassen Sie sich die geschätzten Wahrscheinlichkeiten darstellen. 7 Berechnen Sie die geschätzte Wahrscheinlichkeit für einen Heimsieg, wenn eine 10. platziere Mannschaft gegen den Tabellennachbarn (Platz 11) spielt und Zuschauer im Stadion sind. Prof. Dr. Michael Berlemann (HSU) Empirische Wirtschaftsforschung FT / 386
8 Hinweise Die folgenden Übungsaufgaben sind ohne Zuhilfenahme von ökonometrischer Software zu lösen und orientieren sich an alten Klausuraufgaben. Sie sollten in der Lage sein, die nachfolgenden Übungsaufgaben in 60 Minuten unter Klausurbedingungen zu lösen. Prof. Dr. Michael Berlemann (HSU) Empirische Wirtschaftsforschung FT / 386
9 1. Aufgabe: ca. 17 Minuten Erläutern Sie jeweils kurz die Unterschiede zwischen den folgenden Konzepten: a b c d e ordinal und nominal skaliertes Merkmal erklärte und unerklärte Abweichung Median und arithmetisches Mittel lineare Einfachregression und lineare Mehrfachregression Querschnittdaten, Längsschnittdaten und Paneldaten Prof. Dr. Michael Berlemann (HSU) Empirische Wirtschaftsforschung FT / 386
10 2. Aufgabe: ca. 13 Minuten Nehmen Sie an, Sie sollen einen Einstichproben-Gauß-Test verwenden, um einen zweiseitigen Mittelwert-Test durchzuführen. Erläutern Sie auf Basis einer geeigneten Grafik den Fehler 1. Art und den Fehler 2. Art. Gehen Sie dabei auch auf die zu testenden Hypothesen ein. Prof. Dr. Michael Berlemann (HSU) Empirische Wirtschaftsforschung FT / 386
11 3. Aufgabe: ca. 30 Minuten Als leitender Ökonometriker des Wirtschaftsforschungsinstitutes HWVI werden Sie beauftragt, zu untersuchen, was die Konsumausgaben der privaten Haushalte im Bereich der Unterhaltungselektronik bestimmt. Aus Ihrer theoretischen Analyse geht hervor, dass die Konsumausgaben positiv vom Haushaltseinkommen sowie negativ vom Durchschnittsalter und der durchschnittlichen Körpergröße des Haushalts abhängen. Zur empirischen Überprüfung der theoretischen Implikationen stehen Ihnen repräsentative Daten für 15 Haushalte zur Verfügung, die in nachstehender Tabelle aufgeführt sind. Prof. Dr. Michael Berlemann (HSU) Empirische Wirtschaftsforschung FT / 386
12 3. Aufgabe: ca. 30 Minuten Ausgaben Unter- Haushalts- Haus- haltungselektronik U einkommen Y Durchschnitts- Durchschnittshalt (in 1000 Euro) (in 1000 Euro) alter A größe G 1 33,93 198, ,17 89, ,33 78, ,78 55, ,17 43, ,46 44, ,09 43, ,59 34, ,46 28, ,57 33, ,30 27, ,20 23, ,22 23, ,32 19, ,25 14, Prof. Dr. Michael Berlemann (HSU) Empirische Wirtschaftsforschung FT / 386
13 3. Aufgabe: ca. 30 Minuten Die Schätzung einer linearen Regressionsgerade mit U als zu erklärende Variable führte zu folgenden Ergebnissen: Signifikanz Variable Koeffizient T-Wert (P-Wert) Konstante -4,677-0,85 0,416 Y 0,185 28,30 0,000 A -0,074-3,65 0,004 G 0,029 0,90 0,385 R 2 0,983 adj.r 2 0,980 Prof. Dr. Michael Berlemann (HSU) Empirische Wirtschaftsforschung FT / 386
14 3. Aufgabe: ca. 30 Minuten a b Erläutern Sie allgemein auf Basis einer geeigneten Grafik, wie mit Hilfe der OLS-Methode bei der linearen Einfachregression eine Gerade an Stichprobendaten angepasst wird. Interpretieren Sie die oben stehenden Schätzergebnisse ausführlich. Nehmen Sie zur Interpretation eine maximal zulässige Irrtumswahrscheinlichkeit von 5 % an. Gehen Sie dabei auch auf die Güte des geschätzten Modells ein. Können die Ergebnisse der theoretischen Analyse verifiziert werden? Prof. Dr. Michael Berlemann (HSU) Empirische Wirtschaftsforschung FT / 386
15 3. Aufgabe: ca. 30 Minuten c Testen Sie mit Hilfe des F-Tests auf gemeinsame Signifikanz der Regressoren. Interpretieren Sie zunächst kurz die unten stehende Teststatistik und nennen Sie die zu testenden Hypothesen. Gehen Sie davon aus, dass der kritische Wert der F-Statistik bei 2,8 liegt. Die Teststatistik ist gegeben durch: F = ESS K RSS N K 1 = 1 N i=1 (ŷi Ȳ )2 K N i=1 ɛ2 i N K 1 F (N K 1) d Die RSS ist mit 21,69 und die ESS mit 1303,74 gegeben. Der Parameter K beschreibt die Anzahl der geschätzten Parameter (ohne Konstante) und N die Anzahl der Beobachtungen. Interpretieren Sie Ihr Ergebnis. Erläutern Sie kurz mit Hilfe des obigen Beispiels das Problem der Multikollinearität Prof. Dr. Michael Berlemann (HSU) Empirische Wirtschaftsforschung FT / 386
Seminar zur Energiewirtschaft:
Seminar zur Energiewirtschaft: Ermittlung der Zahlungsbereitschaft für erneuerbare Energien bzw. bessere Umwelt Vladimir Udalov 1 Modelle mit diskreten abhängigen Variablen 2 - Ausgangssituation Eine Dummy-Variable
MehrEinführung in die Statistik für Politikwissenschaftler Sommersemester 2011
Einführung in die Statistik für Politikwissenschaftler Sommersemester 2011 Es können von den Antworten alle, mehrere oder keine Antwort(en) richtig sein. Nur bei einer korrekten Antwort (ohne Auslassungen
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
MehrEs können keine oder mehrere Antworten richtig sein. Eine Frage ist NUR dann richtig beantwortet, wenn ALLE richtigen Antworten angekreuzt wurden.
Teil III: Statistik Alle Fragen sind zu beantworten. Es können keine oder mehrere Antworten richtig sein. Eine Frage ist NUR dann richtig beantwortet, wenn ALLE richtigen Antworten angekreuzt wurden. Wird
MehrInhaltsverzeichnis. Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden
Inhaltsverzeichnis Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3 Warum Statistik? 3 Checkpoints 4 Daten 4 Checkpoints 7 Skalen - lebenslang wichtig bei der Datenanalyse
MehrStatistik II Übung 1: Einfache lineare Regression
Statistik II Übung 1: Einfache lineare Regression Diese Übung beschäftigt sich mit dem Zusammenhang zwischen dem Lohneinkommen von sozial benachteiligten Individuen (16-24 Jahre alt) und der Anzahl der
MehrFormale Methoden der Ökonomik: Einführung in die empirische Wirtschaftsforschung
Übung Formale Methoden der Ökonomik: Einführung in die empirische Wirtschaftsforschung BACHELOR FT 2013 (HSU) Übung Emp. WiFo FT 2013 1 / 1 Maßzahlen für den Zusammenhang zwischen Merkmalen Kontingenztabelle:
MehrEmpirische Analysen mit dem SOEP
Empirische Analysen mit dem SOEP Methodisches Lineare Regressionsanalyse & Logit/Probit Modelle Kurs im Wintersemester 2007/08 Dipl.-Volksw. Paul Böhm Dipl.-Volksw. Dominik Hanglberger Dipl.-Volksw. Rafael
Mehr1. Lösungen zu Kapitel 7
1. Lösungen zu Kapitel 7 Übungsaufgabe 7.1 Um zu testen ob die Störterme ε i eine konstante Varianz haben, sprich die Homogenitätsannahme erfüllt ist, sind der Breusch-Pagan-Test und der White- Test zwei
MehrStatistik II Übung 2: Multivariate lineare Regression
Statistik II Übung 2: Multivariate lineare Regression Diese Übung beschäftigt sich mit dem Zusammenhang zwischen Flugpreisen und der Flugdistanz, dem Passagieraufkommen und der Marktkonzentration. Verwenden
MehrDatenanalyse mit Excel und Gretl
Dozent: Christoph Hindermann christoph.hindermann@uni-erfurt.de Datenanalyse mit Excel und Gretl Teil Titel 2: Gretl 1 Teil 2: Gretl Datenanalyse mit Excel und Gretl Teil Titel 2: Gretl 2 Modellannahmen
MehrLineare Modelle in R: Klassische lineare Regression
Lineare Modelle in R: Klassische lineare Regression Achim Zeileis 2009-02-20 1 Das Modell Das klassische lineare Regressionsmodell versucht den Zusammenhang zwischen einer abhängigen Variablen (oder Responsevariablen)
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........................
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
MehrBivariate Analyseverfahren
Bivariate Analyseverfahren Bivariate Verfahren beschäftigen sich mit dem Zusammenhang zwischen zwei Variablen Beispiel: Konservatismus/Alter Zusammenhangsmaße beschreiben die Stärke eines Zusammenhangs
MehrEinführung in die Statistik für Politikwissenschaftler Sommersemester 2013
Einführung in die Statistik für Politikwissenschaftler Sommersemester 2013 1. Welche Aussage zur Statistik (in den Sozialwissenschaften) sind richtig? (2 Punkte) ( ) Statistik ist die Lehre von Methoden
MehrSchätzen und Testen von Populationsparametern im linearen Regressionsmodell PE ΣO
Schätzen und Testen von Populationsparametern im linearen Regressionsmodell PE ΣO 4. Dezember 2001 Generalisierung der aus Stichprobendaten berechneten Regressionsgeraden Voraussetzungen für die Generalisierung
MehrSozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester Statistik mit SPSS
Sommersemester 2009 Statistik mit SPSS 15. Mai 2009 15. Mai 2009 Statistik Dozentin: mit Esther SPSSOchoa Fernández 1 Überblick 1. Korrelation vs. Regression 2. Ziele der Regressionsanalyse 3. Syntax für
MehrLösung Aufgabe 1 (Regression) Es wurden in einer Befragung zwei metrische Merkmale X und Y erhoben. Betrachten Sie dazu die
Statistik für Kommunikationswissenschaftler Wintersemester 2010/2011 Vorlesung Prof. Dr. Nicole Krämer Übung Nicole Krämer, Cornelia Oberhauser, Monia Mahling Lösung Thema 9 Homepage zur Veranstaltung:
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
MehrEinführung in die Methoden der Empirischen Wirtschaftsforschung
Einführung in die Methoden der Empirischen Wirtschaftsforschung Prof. Dr. Dieter Nautz Einführung in die Methoden der Emp. WF 1 / 37 Übersicht 1 Einführung in die Ökonometrie 1.1 Was ist Ökonometrie? 1.2
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
MehrVS PLUS
VS PLUS Zusatzinformationen zu Medien des VS Verlags Statistik II Inferenzstatistik 2010 Übungsaufgaben und Lösungen Inferenzstatistik 2 [Übungsaufgaben und Lösungenn - Inferenzstatistik 2] ÜBUNGSAUFGABEN
MehrStatistischer Rückschluss und Testen von Hypothesen
Statistischer Rückschluss und Testen von Hypothesen Statistischer Rückschluss Lerne von der Stichprobe über Verhältnisse in der Grundgesamtheit Grundgesamtheit Statistischer Rückschluss lerne aus Analyse
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
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,
Mehr» S C H R I T T - F Ü R - S C H R I T T - A N L E I T U N G «M U L T I P L E L I N E A R E R E G R E S S I O N M I T S P S S / I B M Daniela Keller
» SCHRITT-FÜR-SCHRITTANLEITUNG«MULTIPLE LINEARE REGRESSION MIT SPSS/IBM Daniela Keller Daniela Keller - MULTIPLE LINEARE REGRESSION MIT SPSS/IBM Impressum 2016 Statistik und Beratung Dipl.-Math. Daniela
Mehr1 Einfachregression 1.1In 10 Haushalten wurden Einkommen und Ausgaben für Luxusgüter erfragt:
Beispiele zum Üben und Wiederholen zu Wirtschaftsstatistik 2 (Kurs 3) 1 Einfachregression 1.1In 10 Haushalten wurden Einkommen und Ausgaben für Luxusgüter erfragt: Haushaltseinkommen 12 24 30 40 80 60
MehrKlausur zur Vorlesung Methoden der empirischen Kapitalmarktforschung
Universität Augsburg Wirtschaftswissenschaftliche Fakultät Lehrstuhl für Finanz und Bankwirtschaft Matrikelnummer Klausur zur Vorlesung Methoden der empirischen Kapitalmarktforschung Prof. Dr. Marco Wilkens
MehrStatistik II: Signifikanztests /1
Medien Institut : Signifikanztests /1 Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Noch einmal: Grundlagen des Signifikanztests 2. Der chi 2 -Test 3. Der t-test
MehrStatistik I. Übungklausur. Prof. Dr. H. Toutenburg
Statistik I Übungklausur Prof. Dr. H. Toutenburg Hinweis: Die Zeitangaben sollen Ihnen aufzeigen wieviel Zeit Ihnen für eine Aufgabe von gewissem Umfang eingeräumt wird. Die Punktzahlen für die einzelnen
MehrBefehl: Analysieren > Deskriptive Statistiken > Häufigkeiten. Unter: Statistiken: Angabe Kurtosis/ Schiefe/ andere Lagemasse
Grundeinstellungen Befehl: Bearbeiten >Optionen > Allgemein: Namen anzeigen Häufigkeiten Befehl: Analysieren > Deskriptive Statistiken > Häufigkeiten Unter: Statistiken: Angabe Kurtosis/ Schiefe/ andere
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
Mehrε heteroskedastisch BINARY CHOICE MODELS Beispiele: Wahlentscheidung Kauf langlebiger Konsumgüter Arbeitslosigkeit Schätzung mit OLS?
BINARY CHOICE MODELS 1 mit Pr( Y = 1) = P Y = 0 mit Pr( Y = 0) = 1 P Beispiele: Wahlentscheidung Kauf langlebiger Konsumgüter Arbeitslosigkeit Schätzung mit OLS? Y i = X i β + ε i Probleme: Nonsense Predictions
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)
MehrHinweis: Es sind 4 aus 6 Aufgaben zu bearbeiten. Werden mehr als 4 Aufgaben bearbeitet, werden nur die ersten vier Aufgaben gewertet.
11.01.2012 Prof. Dr. Ingo Klein Klausur zur VWA-Statistik Hinweis: Es sind 4 aus 6 Aufgaben zu bearbeiten. Werden mehr als 4 Aufgaben bearbeitet, werden nur die ersten vier Aufgaben gewertet. Aufgabe 1:
MehrDrittvariablenkontrolle in der linearen Regression: Trivariate Regression
Drittvariablenkontrolle in der linearen Regression: Trivariate Regression 14. Januar 2002 In der Tabellenanalyse wird bei der Drittvariablenkontrolle für jede Ausprägung der Kontrollvariablen eine Partialtabelle
MehrAngewandte Statistik 3. Semester
Angewandte Statistik 3. Semester Übung 5 Grundlagen der Statistik Übersicht Semester 1 Einführung ins SPSS Auswertung im SPSS anhand eines Beispieles Häufigkeitsauswertungen Grafiken Statistische Grundlagen
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
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
MehrKorrelation - Regression. Berghold, IMI
Korrelation - Regression Zusammenhang zwischen Variablen Bivariate Datenanalyse - Zusammenhang zwischen 2 stetigen Variablen Korrelation Einfaches lineares Regressionsmodell 1. Schritt: Erstellung eines
MehrKapitel 10 Mittelwert-Tests Einstichproben-Mittelwert-Tests 10.2 Zweistichproben Mittelwert-Tests
Kapitel 10 Mittelwert-Tests 10.1 Einstichproben-Mittelwert-Tests 10.2 Zweistichproben Mittelwert-Tests 10.1 Einstichproben- Mittelwert-Tests 10.1.1 Einstichproben- Gauß-Test Dichtefunktion der Standard-Normalverteilung
MehrStatistik Klausur Wintersemester 2012/2013 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!
Statistik 1 1. Klausur Wintersemester 2012/2013 Hamburg, 19.03.2013 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................ Vorname:.............................................................................
MehrZusammenhangsanalyse mit SPSS. Messung der Intensität und/oder der Richtung des Zusammenhangs zwischen 2 oder mehr Variablen
- nominal, ordinal, metrisch In SPSS: - Einfache -> Mittelwerte vergleichen -> Einfaktorielle - Mehrfaktorielle -> Allgemeines lineares Modell -> Univariat In SPSS: -> Nichtparametrische Tests -> K unabhängige
MehrStatistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de
rbu leh ch s plu psych Heinz Holling Günther Gediga hogrefe.de Bachelorstudium Psychologie Statistik Testverfahren 18 Kapitel 2 i.i.d.-annahme dem unabhängig. Es gilt also die i.i.d.-annahme (i.i.d = independent
MehrFranz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. Excel Edition. ^ Springer Spektrum
Franz Kronthaler Statistik angewandt Datenanalyse ist (k)eine Kunst Excel Edition ^ Springer Spektrum Inhaltsverzeichnis Teil I Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3
MehrModell (Konstante) 0,411 0,155 male 0,212 0,13 job 0,119 0,131 alcohol 0,255 0,05 a. Abhängige Variable: skipped
Aufgabe 1 [14 Punkte] Sie möchten untersuchen, wovon die Abwesenheit der Studierenden in den Vorlesungen an einer Universität abhängt. Sie verfügen über einen Datensatz zu 282 Studierenden mit folgenden
MehrKontingenztabelle: Führerschein Ja Nein Ja Nein Auto. Wie viel Prozent der Studierenden besitzen kein Auto?
Aufgabe 1: Eine (nicht repräsentative) Umfrage unter 200 Studierenden auf dem Campus der Ruhr-Universität ergab: 130 Studierende besitzen ein Auto, 160 einen Führerschein und 128 sowohl Auto als auch Führerschein.
MehrTeil II: Einführung in die Statistik
Teil II: Einführung in die Statistik (50 Punkte) Bitte beantworten Sie ALLE Fragen. Es handelt sich um multiple choice Fragen. Sie müssen die exakte Antwortmöglichkeit angeben, um die volle Punktzahl zu
MehrHeinz Holling & Günther Gediga. Statistik - Deskriptive Verfahren
Heinz Holling & Günther Gediga Statistik - Deskriptive Verfahren Übungen Version 15.12.2010 Inhaltsverzeichnis 1 Übung 1; Kap. 4 3 2 Übung 2; Kap. 5 4 3 Übung 3; Kap. 6 5 4 Übung 4; Kap. 7 6 5 Übung 5;
MehrStatistische Modellierung Merkblatt
Inhaltsverzeichnis Statistische Modellierung Merkblatt Welches Modell nimmt man wann?... 1 Logit:... 2 Probit:... 2 Poisson:...2 Loglinear:... 2 multinomiales Logit:... 2 Ordinales Logit (PROC LOGISTIC
MehrSTATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik
Kapitel 15 Statistische Testverfahren 15.1. Arten statistischer Test Klassifikation von Stichproben-Tests Einstichproben-Test Zweistichproben-Test - nach der Anzahl der Stichproben - in Abhängigkeit von
MehrStatistik II Übung 2: Multivariate lineare Regression
Statistik II Übung 2: Multivariate lineare Regression Diese Übung beschäftigt sich mit dem Zusammenhang zwischen Flugpreisen und der Flugdistanz, dem Passagieraufkommen und der Marktkonzentration. Verwenden
MehrDer Einfluss der Vertragsarztdichte auf die Inanspruchnahme sekundärer präventiver Leistungen in Deutschland Eine räumliche Analyse
Der Einfluss der Vertragsarztdichte auf die Inanspruchnahme sekundärer präventiver Leistungen in Deutschland Eine räumliche Analyse Verena Vogt, MSc Dr. Martin Siegel Prof. Dr. Leonie Sundmacher Fachgebiet
MehrBivariate lineare Regression. Statistik für SozialwissenschaftlerInnen II p.154
Bivariate lineare Regression Statistik für SozialwissenschaftlerInnen II p.154 Grundidee und Typen der Regression Die Regressionsanalyse dient zur Quantifizierung des Zusammenhangs und der statistisch
MehrLösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1
LÖSUNG 9B a) Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Man kann erwarten, dass der Absatz mit steigendem Preis abnimmt, mit höherer Anzahl der Außendienstmitarbeiter sowie mit erhöhten
MehrRegressionsanalyse - Einführung in das Thema
Regressionsanalyse - Einführung in das Thema Referent: Dr. Ralf Gutfleisch - AG Methodik Veranstaltung: Frühjahrstagung 2013 in Wolfsburg Datum: 18. März 2013 Strukturen-prüfende Verfahren Regressionsanalyse
MehrBachelorprüfung SS MUSTERLÖSUNG
Lehrstuhl für Statistik und empirische Wirtschaftsforschung Prof. Regina T. Riphahn, Ph.D. Fach: Praxis der empirischen Wirtschaftsforschung Prüfer: Prof. Regina T. Riphahn, Ph.D. Bachelorprüfung SS 2015
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
MehrMethodik für Linguisten
Claudia Methodik für Linguisten Eine Einführung in Statistik und Versuchsplanung narr VERLAG 1 Reisevorbereitungen und Wegweiser 2 Linguistik als empirische Wissenschaft 15 2.1 Karl Popper und der Falsifikationismus
MehrVS PLUS
VS PLUS Zusatzinformationen zu Medien des VS Verlags Statistik II Inferenzstatistik 2010 Übungsaufgaben und Lösungen - Inferenzstatistik 1 [Übungsaufgaben und Lösungenn - Inferenzstatistik 1] ÜBUNGSAUFGABEN
MehrStatistik II: Grundlagen und Definitionen der Statistik
Medien Institut : Grundlagen und Definitionen der Statistik Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Hintergrund: Entstehung der Statistik 2. Grundlagen
Mehrb) Bestimmen Sie die Varianz der beiden Schätzer. c) Ist ein oder sind beide Schätzer konsistent? Begründen Sie!
Aufgabe 1 (3 + 3 + 2 Punkte) Ein Landwirt möchte das durchschnittliche Gewicht von einjährigen Ferkeln bestimmen lassen. Dies möchte er aus seinem diesjährigen Bestand an n Tieren schätzen. Er kann dies
MehrSchließende Statistik
Schließende Statistik Die schließende Statistik befasst sich mit dem Rückschluss von einer Stichprobe auf die Grundgesamtheit (Population). Die Stichprobe muss repräsentativ für die Grundgesamtheit sein.
MehrEinführung 17. Teil I Kopfüber eintauchen in die Statistik 23. Kapitel 1 Kategoriale Daten zusammenfassen: Häufigkeiten und Prozente 25
Inhaltsverzeichnis Einführung 17 Über dieses Buch 17 Törichte Annahmen über den Leser 19 Wie dieses Buch aufgebaut ist 19 Teil I: Kopfüber eintauchen indie Statistik 19 Teil II: Von Wahrscheinlichkeiten,
MehrStatistik, Geostatistik
Geostatistik Statistik, Geostatistik Statistik Zusammenfassung von Methoden (Methodik), die sich mit der wahrscheinlichkeitsbezogenen Auswertung empirischer (d.h. beobachteter, gemessener) Daten befassen.
MehrBei näherer Betrachtung des Diagramms Nr. 3 fällt folgendes auf:
18 3 Ergebnisse In diesem Kapitel werden nun zunächst die Ergebnisse der Korrelationen dargelegt und anschließend die Bedingungen der Gruppenbildung sowie die Ergebnisse der weiteren Analysen. 3.1 Ergebnisse
MehrEntscheidung zwischen zwei Möglichkeiten auf der Basis unsicherer (zufälliger) Daten
Prof. Dr. J. Franke Statistik II für Wirtschaftswissenschaftler 4.1 4. Statistische Entscheidungsverfahren Entscheidung zwischen zwei Möglichkeiten auf der Basis unsicherer (zufälliger) Daten Beispiel:
MehrFortgeschrittene Statistik Logistische Regression
Fortgeschrittene Statistik Logistische Regression O D D S, O D D S - R A T I O, L O G I T T R A N S F O R M A T I O N, I N T E R P R E T A T I O N V O N K O E F F I Z I E N T E N, L O G I S T I S C H E
MehrGrundlagen der Statistik
Grundlagen der Statistik Übung 15 009 FernUniversität in Hagen Alle Rechte vorbehalten Fachbereich Wirtschaftswissenschaft Übersicht über die mit den Übungsaufgaben geprüften Lehrzielgruppen Lehrzielgruppe
MehrInterne und externe Modellvalidität
Interne und externe Modellvalidität Interne Modellvalidität ist gegeben, o wenn statistische Inferenz bzgl. der untersuchten Grundgesamtheit zulässig ist o KQ-Schätzer der Modellparameter u. Varianzschätzer
MehrRegression ein kleiner Rückblick. Methodenseminar Dozent: Uwe Altmann Alexandra Kuhn, Melanie Spate
Regression ein kleiner Rückblick Methodenseminar Dozent: Uwe Altmann Alexandra Kuhn, Melanie Spate 05.11.2009 Gliederung 1. Stochastische Abhängigkeit 2. Definition Zufallsvariable 3. Kennwerte 3.1 für
MehrWeitere Fragestellungen im Zusammenhang mit einer linearen Einfachregression
Weitere Fragestellungen im Zusammenhang mit einer linearen Einfachregression Speziell im Zusammenhang mit der Ablehnung der Globalhypothese werden bei einer linearen Einfachregression weitere Fragestellungen
Mehr2.3 Nichtlineare Regressionsfunktion
Nichtlineare Regressionsfunktion Bisher: lineares Regressionsmodell o Steigung d. Regressionsgerade ist konstant o Effekt einer Änderung von X auf Y hängt nicht vom Niveau von X oder von anderen Regressoren
MehrAbschlussklausur (60 Minuten), 15. Juli 2014
Prof. Dr. Amelie Wuppermann Volkswirtschaftliche Fakultät Universität München Sommersemester 2014 Empirische Ökonomie 1 Abschlussklausur (60 Minuten), 15. Juli 2014 Bearbeitungshinweise Die Bearbeitungszeit
MehrMultivariate lineare Regression. Statistik für SozialwissenschaftlerInnen II p.167
Multivariate lineare Regression Statistik für SozialwissenschaftlerInnen II p.167 Multivariate Regression Verfahren zur Prüfung des gemeinsamen linearen Einflusses mehrerer unabhängiger Variablen auf eine
MehrGlossar Biometrie / Statistik. Auszug für Fragebogen Fallzahlberechnung/-begründung
Glossar Biometrie / Statistik A Äquivalenztest Der Äquivalenztest beurteilt die Gleichwertigkeit von Therapien. Beim Äquivalenztest werden als Hypothesen formuliert: Nullhypothese H 0 : Die Präparate sind
MehrDas Identifikationsproblem
Draft 1 Das Identifikationsproblem Simultane Strukturmodelle sind insbesondere in den Sozialwissenschaften wichtig, da dort Zusammenhänge sehr häufig interdependenter Natur sind. Dies wirft einige schwerwiegende
MehrFormelsammlung für das Modul. Statistik 2. Bachelor. Sven Garbade
Version 2015 Formelsammlung für das Modul Statistik 2 Bachelor Sven Garbade Prof. Dr. phil. Dipl.-Psych. Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de
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
MehrDer Einfluss der Vertragsarztdichte auf die Inanspruchnahme sekundärer präventiver Leistungen in Deutschland Eine räumliche Analyse
Der Einfluss der Vertragsarztdichte auf die Inanspruchnahme sekundärer präventiver Leistungen in Deutschland Eine räumliche Analyse Verena Vogt, MSc Dr. Martin Siegel Prof. Dr. Leonie Sundmacher Fachgebiet
MehrBachelorprüfung. Praxis der empirischen Wirtschaftsforschung Prof. Regina T. Riphahn, Ph.D. Name, Vorname. Matrikelnr. E-Mail. Studiengang.
Lehrstuhl für Statistik und empirische Wirtschaftsforschung Fach: Prüfer: Bachelorprüfung Praxis der empirischen Wirtschaftsforschung Prof. Regina T. Riphahn, Ph.D. Name, Vorname Matrikelnr. E-Mail Studiengang
MehrMultivariate Statistische Methoden
Multivariate Statistische Methoden und ihre Anwendung in den Wirtschafts- und Sozialwissenschaften Von Prof. Dr. Hans Peter Litz Carl von Ossietzky Universität Oldenburg v..v.-'... ':,. -X V R.Oldenbourg
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
MehrStatistik - Übungsaufgaben
Statistik - Übungsaufgaben 1) Eine vor mehreren Jahren durchgeführte Befragung von 30 Arbeitern eines Großbetriebes ergab für die Stundenlöhne folgende Liste: 16,35 16,80 15,75 16,95 16,20 17,10 16,64
MehrJost Reinecke. 7. Juni 2005
Universität Bielefeld 7. Juni 2005 Testtheorie Test für unabhängige Stichproben Test für abhängige Stichproben Testtheorie Die Testtheorie beinhaltet eine Reihe von Testverfahren, die sich mit der Überprüfung
MehrBrückenkurs Statistik für Wirtschaftswissenschaften
Peter von der Lippe Brückenkurs Statistik für Wirtschaftswissenschaften Weitere Übungsfragen UVK Verlagsgesellschaft mbh Konstanz Mit UVK/Lucius München UVK Verlagsgesellschaft mbh Konstanz und München
MehrKapitel 5 FRAGESTELLUNG 1. Öffne die Datei alctobac.sav.
Kapitel 5 FRAGESTELLUNG 1 Öffne die Datei alctobac.sav. Zuerst werden wir ein Streudiagramm erstellen, um einen grafischen Überblick von diesem Datensatz zu erhalten. Gehe dazu auf Grafiken / Streudiagramm
MehrÜbungsklausur Lineare Modelle. Prof. Dr. H. Toutenburg
Übungsklausur Lineare le Prof. Dr. H. Toutenburg Aufgabe Ein lineares Regressionsmodell mit der abhängigen Variablen Körpergröße und der unabhängigen Variablen Geschlecht wurde einmal mit der dummykodierten
Mehr1 Statistische Grundlagen
Konzepte in Empirische Ökonomie 1 (Winter) Hier findest Du ein paar Tipps zu den Konzepten in Empirische 1. Wenn Du aber noch etwas Unterstützung kurz vor der Klausur brauchst, schreib uns eine kurze Email.
MehrMultivariate Statistische Methoden und ihre Anwendung
Multivariate Statistische Methoden und ihre Anwendung in den Wirtschafts- und Sozialwissenschaften Von Prof. Dr. Hans Peter Litz Carl von Ossietzky Universität Oldenburg R. Oldenbourg Verlag München Wien
MehrStatistische Tests. Kapitel Grundbegriffe. Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe
Kapitel 4 Statistische Tests 4.1 Grundbegriffe Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe X 1,..., X n. Wir wollen nun die Beobachtung der X 1,...,
MehrStatistik für Betriebswirte 1 Probeklausur Universität Hamburg Wintersemester 2016/ Dezember 2016
Statistik für Betriebswirte 1 Probeklausur Universität Hamburg Wintersemester 2016/2017 16. Dezember 2016 1 Aufgabe 1: Beschreibung univariater Daten (30 Punkte) Ein Autohändler verkauft Autos in fünf
MehrKointegration. Kapitel 19. Angewandte Ökonometrie / Ökonometrie III Michael Hauser
1 / 28 Kointegration Kapitel 19 Angewandte Ökonometrie / Ökonometrie III Michael Hauser 2 / 28 Inhalt I(d), Trends, Beispiele Spurious Regression Kointegration, common trends Fehlerkorrektur-Modell Test
MehrÜbungsblatt 7: Schätzung eines Mietspiegels
Prof. Bernd Fitzenberger, Ph.D. Ute Leuschner Stefanie Schäfer Übung zur Veranstaltung Empirische Wirtschaftsforschung Albert-Ludwigs-Universität Freiburg Wintersemester 2010/11 Übungsblatt 7: Schätzung
MehrPrüfung aus Statistik 1 für SoziologInnen. Musterlösung
Prüfung aus Statistik 1 für SoziologInnen Gesamtpunktezahl =80 1) Wissenstest (maximal 20 Punkte) Prüfungsdauer: 2 Stunden Musterlösung Kreuzen ( ) Sie die jeweils richtige Antwort an. Jede richtige Antwort
MehrÜbungsaufgaben zu Kapitel 2 und 3
Übungsaufgaben zu Kapitel 2 und 3 Aufgabe 1 Wann ist eine Teilerhebung sinnvoller als eine Vollerhebung? Nennen Sie mindestens drei Gründe. Aufgabe 2 Welches Verfahren soll angewendet werden, um eine Teilerhebung
Mehr