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
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.