Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
vuoi
o PayPal
tutte le volte che vuoi
Il modello ZSLS per la trasformazione di Xpartenza
T T TÈ ]1¥ ÀZSLS/][=p plim è 13Plim+ perciòplim consistenteB perzsls =... ÷07106112 MAR-Riprendiamo vistoquanto nella scorsalezione .È Èpossibile ottenere ilZSLS modello ditrasformando opportunamente Xpartenza usando bensì usandonon ,, .E- " E ' '- '( ) '' ( ' '✗ 1-✗ 2-× ✗ ✗✗✗ z ×→ == Èmoltiplicoprendo pery e pre E 'È Èzps sostituiscoEu} 'Y ÈU 'ZB _( ')+ + 2-→ '' ''= 1-= '✗ ''(✗ (y✗ 2- )× ✗ ' _✗✗ 2- 13 ✗ ✗✗= × ✗ U+"K K✗Tdivido MOLTIPLICOE ottenendoPER :È "]¥9 " ¥¥/ ' /' ])P'in plinpiim p= + ✗ 0)metodoApplicando il momenti (dei vedi dimostrazione ottienestimatore tv si :,=L E)' 'E' ) _ (' 1- '( ''✗ 13✗ y ' ✗✗ ✗ ✗× ✗-
È?§ !' Ben]=/ ) '' _( '_ generalizzata' ' risultato quindi) conduconoprocedure DTLPDOallo-Z'Z✗ diverse(X anche l'2- ✗✗ ' nella 13✗✗ le✗ y versione consistente✗ PERzsis , ,÷ zedgenerali È " "-PERCIÒ ( generalizzato) "'' lo più✗ dilo✗ ✗ usiamo daE variabili✗ chiamiamo presenzainz STRUMENTO RE= particolareIV. 2515B diventa NGIV N° generaledi REGRESSORIdi inglobaidentico n° casocasoSTRUMENTIa= De =. 'ETEROSUTEDASTIUTA degliAUTOCORRELAZIONE ERRORIE È][EY 13+4✗ ' It#UU= .IV STOCASTICInonparticolare ECUU -2hr]:in ' SHIT= , °di 1ESEMPI *: W↑ W( WITO0 13[ Il --... . ." '1 MOSCHEA ASTUTASÌ ◦'ETEROSCHEDASTIUTAI Wzz 0= ^ "= " SÌ AUTOCORRELAZIONE"_ ' AUTOCORRELAZIONENOi ' .:. . " ,WTT a0 10 -- --Wii WW 1312 - . . . SÌ SCHEDASTICITAI ETERO '= W ≠22 0
SÌ AUTOCORRELAZIONE" " "=/ 0 i ' WTT' di /PROPRIETA EFFETTI OLSSUÈ ' ' bias_'1- ' sample)( (' ✗ il=p '✗ y ×✗ =✗ + ✗= ÈE ] )[ distorto(13 nonOLS= 'anchedall' InfluenzapercheabbiamoVIENE INFLUENZATO covarianzanon rimossoche laipotesi ,sample biasCOVCÉKE D= 'È '"È 1-[ )/( ' ]'' 1-Hur( B) (E. 1-B) ( (1- ([un' '1-' )( ' ✗' (' (( ' '' 'E- ✗✗- ✗✗ ✗✗ un'✗ ✗✗ ✗✗ ✗ ✗ ✗✗✗ ✗ = ==-- 'TE ' _ è' "))( '_' (✗ )✗ (= × r ✗✗ ≠ xix✗ "' best"' ' efficiente''01s enon piuepiu noncioe, )( vedi denominatoreINFERENZAEFFETTI ttestSU sul -diCERCHIAMO RIMOSSAORA ModelloTRASFORMARE OPPORTUNAMENTE ' :CLASSICARIPRISTINAREPERIL PROPRIETAla)ilIPOTESI (:( /1 deterministicaSTOCASTICAnota NONTXT) )Ii ( )( def ' 'I logico ( "positiva 'xke di VorkovMat -2 ESISTEe singolaree NON. , "7 L' 1- 'LtaleL LILmatrice Itsempre anche cheènecessariamentenonse una e=unica : =, , di 1Fattorizzazionemodello XBTUdi interessedelTRASFORMAZIONE yOPPORTUNA :=LULXBLymoltiplico L +perpre : = IIÈ*y *modello TRASFORMATO **y 13✗ U soddisfa ? !ipotesi sì: le classiche+ →=Verifichi amo :il )]# [ (U -0 classica[ ]E- U * [ ]]E LU [LE U 0= = =↓deterministicaÈ]) '[[ *Ii ' ItUU = ] L'L'D= ] FuEGLI' [*[ [ ' 'E-E- =L UUL* ItE U U LUU = ="{ r) *Iii ✗ stocasticinon* LX✗ !* stocasticoANCHE non✗'= =stocastico←↑statistico " "" È '' ) )modello ' pigAllora l' (OLS ( 'TRASFORMATO '') -'BLUE _su ' L'# L'' Ly( 1-1-*' LX* Y✗ - ✗ estimatori✗×✗ generated✗y ✗✗✗
Il tuo compito è formattare il testo fornito utilizzando tag html. ATTENZIONE: non modificare il testo in altro modo, NON aggiungere commenti, NON utilizzare tag h1; Il testo formattato con i tag html è il seguente:least Squares= == →= , ↓ diPERCHÈ Itpiù generaleGLS Iperciò TRASFORMAZIONE ChiamaSIla .È È " "') ÈÈ -( )_Cov )( TE '( -' ) ( 'L''*COV * EFFICIENZALX ✗1-✗✗ ✗ ✗Gls = =modello= trasformato =KXK PIÙDISCUTIAMO ORA IL realisticoCASO : £ (IPOTESI I )di èperciò ottenere MATRICE quindidi !-2NON STIMATORINOTA: distimatava 1singoli parametri PTOCOISTICCIpossiamo> che= , ,Ì tiri[ ÈÀ [" ' Itesiste cheTale =,=: =↓STOCASTICA [ÙY [E ** *TRASFORMAZIONE *U✗di B.del ymodello 1- ✗ **INTERESSE > 13 ucon : += = =Ì**I** LÀ piegaÈ ' d- " Èy)') iyI''' )_ [[ ( - '*( (** ''* -Allora ' '* '✗*STIMATORE ** ×✗ ✗ ✗OLS ✗✗ y ✗ ×: == == ' l'perche AbbiamoFattibile STIMATO)realizzabile* /* * fattibile*Modello
<FEASIBLEY ✗ORA ** ?13IL tu doddisfa classicheipotesile=, 3=0i ) ?EIU ** [In ]E [ indipendentiU0 SSE sonoE= ]ECU Modello* FGLS* Dulbiased DISTORTO TRASFORMATOè-1-0generale perciòin ,,**) ?✗Ii NOstocasticinonsono[* * ✗ )(✗ Ditocortoperchèstocastici 015 abbiamomodello regressoDISTORTO 'dul rtrasformato=VISTO DISTORTOCHE FGLS è condizioni ?Quali risultasotto consistente,* !SE ✗ ènon glicontemporaneamente correlato erroriconPias ')( '_' Y di× ✗✗ è modellodaldipende da quindi 9=73+4stimatorivettoreun 'poiche=• y ,È ")( '-' ' ' di' modello✗ dal✗ dipended- 1-• da quindi 9=73+4stimatorivettore× y e un= 'poiche yEls ,ÈFGLS d- ') ''( '' di- ' modellodaldipende1-✗ da× quindi 9=43+4• stimatorivettore✗ y e un 'poiche y= ,Random'e 09/06/22LEZIONE G-13 IO-ETEROSOHEDASTIUTA'131+132yi
Bj BKizt i+
N
1Uiijt in += + = ,....... .. ,TI)Var / vi SCHEDAERRORI STUETERO=dovremo affrontare situazionialcune :eteroscnedastiatamodellii 'perin2 Stima di 'ETEROSCTIEDOISTCITApresenza 'di ETEROSCHEDASTCITATEST3Modelli di 'CLASSICI ETEROSOHEDASTIUTA1 ?varluil-u.EE PUÒOSSERVATAVAR deiE ESSERE unoREGRESSORI modellodel di INTERESSE .? f- )( ZiT FUNZIONE continua monotonae= Ymodello di INTERESSE matriciale UNin 13
Forma : +=NXKKXI NXII
ECUUdove ' è r= % 1=NXN% --- - 2 0z 00 0 O. . ... ,ECUU ]' -22I v1= = 0o 0 èèo osservatapoiché1°. Zi.. nota2 allora=NN È :O ':O ?. j Z )_ ( è