Como configurar a função de regressão populacional modelo (prf)

Antes de começar com a análise de regressão, você precisa identificar o regre população

sfunção sion (PRF). A PRF define a realidade (ou sua percepção dela) no que se refere ao seu tópico de interesse. Para identificá-lo, você precisa determinar suas variáveis ​​dependentes e independentes (e como eles vão ser medido), bem como a função matemática que descreve como as variáveis ​​estão relacionadas.

Depois de afinar a sua tópico ou questão de interesse, você está pronto para desenvolver o seu modelo usando os seguintes passos:

  1. Fornecer a especificação geral matemática do seu modelo.

    A especificação geral denota a variável dependente e todas as variáveis ​​independentes (ou explicativas) que você acredita que afetam a variável dependente em sua população de interesse.

    Suponha que três variáveis ​​afetam a variável dependente. A especificação geral será algo parecido Y = f(X1,X2,X3), Onde Y é a variável dependente e o Xs representam as variáveis ​​independentes, que você acredita que afetam diretamente (ou provocar) flutuações no Y variável.

    A menos que o raciocínio é óbvio, proporcionar alguma justificação para as variáveis ​​escolhidas como variáveis ​​independentes e para a forma funcional da especificação (ver Passo 2). Fazer isso ajuda a evitar má especificação, o que ocorre se você omitir variáveis ​​importantes ou incluir variáveis ​​irrelevantes.

  2. Derivar a especificação econométrica do seu modelo.

    Nesta etapa, você toma as variáveis ​​identificadas na Etapa 1 e desenvolver uma função que pode ser usada para calcular os resultados econométricos. Esta forma funcional é conhecido como o populumaregre çãosfunção sion (PRF). Nesta etapa, você também está reconhecendo que o relacionamento que você hipótese no Passo 1 é esperado de existir quando você olha para a média da data- não para cada observação.

    Suponha que você tem razão para acreditar que o modelo é linear. Isso parecerá assim:

    Nesta função, o operador média condicional E(Y|X1,X2,X3) Indica que a relação deve realizar, em média, para valores dados das variáveis ​​independentes. O termo interceptar

    também chamado de constante, é o valor médio esperado de Y quando todos Xs são iguais a zero. Os outros betas representam as pistas parciais (efeitos). Estas pistas parciais dizer o quanto as alterações da variável dependente quando você alterar a variável independente por uma unidade, mas manter o valor das outras variáveis ​​independentes constantes.

    (Esta idéia de mudar uma coisa e manter o resto o mesmo é o ceteris paribus, ou tudo o resto igual, condição que você está familiarizado com a partir de seus cursos de introdução à economia.)

    Dependendo do fenômeno específico que você está analisando, uma relação não linear usando quadrado termos, troncos, ou outro método em vez da função linear



    pode ser mais apropriado.

    A especificação que você escolher é assumido para descrever a relação “verdadeiro”, por isso não deixe para justificá-la usando a teoria econômica de som e bom senso.

  3. Especificar a natureza aleatória do seu modelo.

    Esta etapa esclarece que a relação que você tenha assumido nas etapas 1 e 2 contém, em média, mas pode conter erros quando uma observação específica é escolhido aleatoriamente da população. Isto é conhecido como o função de regressão populacional estocástico e é escrito como

    onde o Eu subscritos denotar qualquer observação escolhido aleatoriamente e

    representa o estocástica (ou aleatória) termo de erro associado com esta observação. Observe que stochastique é simplesmente estatísticas jargão para aleatória.

    Independentemente de como você escolher para representar a PRF, o termo de erro aleatório representa a diferença entre o valor observado da variável dependente e a média condicional da variável dependente derivado de seu modelo. Este valor é positiva se o valor observado é acima da média condicional negativa e se for inferior.

O erro aleatório pode resultar de um ou mais dos seguintes fatores:

A insuficiência de dados ou medidos de forma incorrecta

  • A falta de conhecimentos teóricos para explicar totalmente por todos os fatores que afetam a variável dependente

  • Aplicando uma forma- funcional incorrecta, por exemplo, assumindo que a relação é linear, quando é quadrática

    Video: Regressão Exponencial

  • características não observáveis

    Video: 4 - Regressão múltipla - ETV

  • elementos imprevisíveis de comportamento

    Video: 10. Método dos Mínimos Quadrados - Caso Função Potência

  • Se você tem várias variáveis ​​explicativas, você pode economizar tempo escrevendo o modelo econométrico usando algum taquigrafia matemática. Com a notação algébrica, que seria parecido com uma das duas seguintes funções:


    Publicações relacionadas