Anteprima
Vedrai una selezione di 4 pagine su 13
Appunti di Econometria - Laboratorio Informatico Stata Pag. 1 Appunti di Econometria - Laboratorio Informatico Stata Pag. 2
Anteprima di 4 pagg. su 13.
Scarica il documento per vederlo tutto.
Scarica
Appunti di Econometria - Laboratorio Informatico Stata Pag. 6
Anteprima di 4 pagg. su 13.
Scarica il documento per vederlo tutto.
Scarica
Appunti di Econometria - Laboratorio Informatico Stata Pag. 11
1 su 13
D/illustrazione/soddisfatti o rimborsati
Disdici quando
vuoi
Acquista con carta
o PayPal
Scarica i documenti
tutte le volte che vuoi
Estratto del documento

Perciò, il mio primo compito è stabilire delle restrizioni:

✗✗ Dt+ + Se= t+ 1Ut+ .tt H. =. ,. tu con... . .., )( RSSR RSSUIMX(Ho K ÈSi Su )Sa le -restrizioni: 0 f-= test= = ¥= -2k= l' H+.. . )RSSUIMX (Tta 2h-MR D+ BNXB1 ✗+132.t /lRS ymx=RS ,+RS zMp:Y+=B,tBzXtzt. tBnXtntUtt+ Uttzt =P1-=: tu , ._ .. .. t-T.i.itM Yt Bit Bz ✗: .it/3nXtktUtt--Ttl,...iTtHtzt2 = diversicampioni.MR Yt Bit Pz: BKXTKT✗= Uttzt t+ 1 TTH=. . /. .. .,( ])(RSSR /RssaRSS et K-F-Test STABILITÀ= del PARAMETRIdiCHOW TEST←) /( )RSS Rssz ( Tta 2hpt - beerverifichi amato usandoempiricamente dataset dta.,15F-t 1 TTH 30== /...,131+132 PB.lt/3gPletBuPRt+p5Mt+UtGt =Mr t 1 30: = ... ..Mp t /51: = ., . . .tMz 16 30=: ,.., .seguenti comandieseguo i :EFFEITUO TEST :test dlprdummy dlpb dlpl dlm 0= ==== Manualmente :Effettuiamo Tldtil19 }pb' ''pag '' MP pt MR 0.08992006#)ecrssscalar rssr = }1m inlpl Ipr 1115lpbreg la M ,)rsst lcrssScalar = }1m inlpl Iprlpb 16130reg la Mascalati

)ecrssRSSZ = 5)( (test ))scala /( )/Chow )( /(RSSITRSSZr rssr 20rssttrssz= -chowtestlistscala # 0.45785573r )pvchowtest Fprob( cnowtestscala r 5,20= ,listScoular pvchowtent # 0.80271404 escludo )( dal smodello var datasetdellaLABORATORIO 4DATASET humandi Capital dtaRIFERIMENTO : .IndividuisezionatiUsiamo var CROS → dummy )( gender>dimodello 'Il INTERESSE seguentee parmiIl Yi 13: Badi +1339 ii Ui++ N1= 45N+ = con =, .....abilita'veraaglireddito ÈNON OSSERVATAindividuale#devoDUNQUE SOSTITUIRE 'mi mi osservata !larsodtituendoeinvece ntoche variabile un'con proxy approssimazionevera una: con, ,ERRORE*mi imi= +PROXY ( )RENDIAMO )UImodello Oi (=P uiPuit+1339OPERATIVO BzaiIL Puoi=p pzaimi passi+ fumiyi + +: + ++- -,, li= ERRORE→ COMPOSITONB èlim Èdi OiattraversoE la: correlati CHEl' ERROREpresenza #CHE; commetta approssimando mi INCONSISTENTEOLSmi con,? strumentaliRisolvereCOME l' Attraverso modelloINCONSISTENZA va run a .MA

PRIMA procediamo gradi✗ ' correlateel' percheerroreproblematica con'. ? ,COM' Fattae E dilorot r a 0SONO lacor relate presenza✗Modello di forma Z E( interagiscematriciale 9=7/3 cioèinteresse 1 diEin 9-E solo colonnequeste conmai: una ma=+ , .45×145×44×1 45×1 ESSEREDEVONONON STRUMENTALIQuali ?glisono STRUMENTI PER M }si?S /ingSchool education mcorrelata con !È= → A " STRUMENTOORA BUONOUN↓ si?' misurata senza erroree→VARIABILE CHE registradiSTUDIOdi UNTITOLOINDIVIDUOZSLS È XÈ1° ✗Z (stage tt NL )regredire: = ciascuna di→ isull'= Z di filaticolonna strumentimatriceintera valoricalcolaree(✗ I §I 9-= REALIZZO condizione Ricavare STRUMENTALIVARla stimatore A× strumentinull' dimatrice1ºdunque interadiprendo laZcolonna regrediscae .costante 1gen di 1vettore#= creo è ? regrediscaCOS' STESSAsu Desucceddo varne u n aPERCIÒ sensoHArlgIl testo formattato con i tag HTML è il seguente:

nonspiega tuttocontante a sg ..hotctpredi Etreg a a gs regredisce ognistessavarpredict hat seper42-reg gags hatdict Z3prereg sma gdict zakatprelist hat-24m ÈBStadio E20 y +: = Ezhat hatEshatreg constthaty 74z no,COSTANTE a G)( 'Nrlg 9ay dell' abilitas di proxylam METODO A VAR contastima= → µ ' '' e t aeSTRUMENTALI CON Mstrumento sdaoregyagm dalleCOSÌ diverse STRUMENTALIstimeNON SONO a var . FICtantodiverse dtiml SigninonS rstatisticammag e con→ . ._0,5798 0,5706VS:→ a Statistici Slgn } avente dire Ilvuol che DMME0,15M VS→ 1040 STATISTICS similiPortano !: risultatiaign,HAUSMANdiTEST BstimatoridueCONFRONTA ☐generici e purché seguentiB☐ lee abbiano caratteristiche, , :AHo HOB Aconsistenti più NOe CORRELAZIONE: : ed è PIÙefficiente regressotra ri PERCIÒerrori Ho OLSNON EFFICIENTE correlateE Be, in☐,H1 si traHp correlazioneA :B edregressoconsistente erroririinconsistente: , due

contemporaneamente condizioni le valgono:

  • A = ZSLSD = 015
  • TEST ÙÈ 'Bias Boispizsis 2)( ) è( ✗HAUSMAN = -zsls - )( hHo I-) ( 1)h( 1✗ K II ✗ è→- - esclusa
  • COSTANTE PERCIÒ ' 1ANZICHE ESSERE SONO✗KCÓÌ PiasCà ↑Ù 13^2 ,]( -) 1( dimensione divettori 1)) G-( ✗dove = ses - Èvediamo/ più perciò chiaro dove nelo anche risulta K-1=1 scalare magari corso >=, 1 1✗ÀOLS ≥PÌZSLS )( {I ✗-Hausman = ,,VÀR "VÀRCÀpizsls( ) ) °a s-I ' èAHosotto PIÙ ragionando> SAPPIAMO Estiamo di EFFICIENTE 'BWE (A)VAR= cioe MINIMA◦> ,, .HO !!QUINDI SE RIFIUTATA ZSLS Riprendendo ZSLSTRAI OLSSTIME ESTATO prima CONFRONTI ERANO usasi fatti valore CAPIAMO ESIMILI in NUMERATORE CHE se > PICCOLO, =, , della STAT BASSO TEST HO NON RIFIUTO VEDIAMO , .IO STATO IN ZSLSSTIME. STIME OLS est sto strumenti stime# 251s Salvoreg yagm Alternative ↳ NUU ↳ hausman

strumenti =3IH11=4 -,cioè ' rifiutostimatore HOOLScontinuare perchepotremmo usare nonaQUINDI ASSENZA di CORRELAZIONEE .diVERSIONE (TEST HAUSMANALTERNATIVA del )WU HAUSMAN-modello ÀAUSILIARIO modello di interesse poi pszaitps di STADIOyi: ++ SSi 1°Bumi ZSLS+ li dal diVALORI Filmati1- M= ; → ;( minimi sottrai Sit )tu839= ++ i niDUNQUE : mt5=0 (Ho )NESSUN gliRUOLO PER ZSLSNESSUN Ruolo: Nessun Ruolostrumentiper per- →→,È OWU HAUSMAN IN )- /- = 0,1(5) Hosereg z;;y g ma 'STATAETEROSCHEDA variabili consumptiondataset consumptionusiamo dta Income:: ,. , consumptiondimodello RIFERIMENTO Scalter IncomeCi Ii=p 132 U;: + +,Ùi È È -113^2=1ÈCi regconsumption== ;- Income, ,ÙÌ ( )della varianza nonproxy costante= predict vhat residuaIS,degli errori ILÙ Ù? tuIII% ??RSSRSS + +,, . . .= = ==N K µN N- Uhat "uhat 22gen = eteroscnedasticita#una+2scalter modellare 'Income ×-

degliproxy er roriVARvarluil-u-2-ZF-I.siÈ ? )(TEST di GQ I1) ordinare Ii modo CRESCENTEINlist consvmption Income4p =2) Njp 402-4=18I1 1I =40231813) )CiM +132 (tuit=p Ii Rssa→-181: ,,M2 )ci ( Rssz=p -40Uiz 23BZI: ;+ + →,regconsumption 1118inIncome)scalati rsst llrss=list 337,165rsst #Scoular 2314quietlyregconsumption inIncome)scalati RSSZ ecrss=listscala 1298.7885RSSZ #r4) RSSZ )(GQ NEPf-Test NEP KK= ~ , --HoRSS ,2? NÈHo ) dove K 18-2=16[ ( 'OMOSCHEDASTCITAJ: == -gqtent /scalati RSS

Dettagli
Publisher
saranava023
A.A. 2021-2022
13 pagine
SSD Scienze economiche e statistiche SECS-P/05 Econometria
I contenuti di questa pagina costituiscono rielaborazioni personali del Publisher saranava023 di informazioni apprese con la frequenza delle lezioni di Econometria e studio autonomo di eventuali libri di riferimento in preparazione dell'esame finale o della tesi. Non devono intendersi come materiale ufficiale dell'università Università degli Studi di Milano - Bicocca o del prof Manera Matteo.