Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Ekonometrika Ilustrasi Permasalah Multiple Regression Dengan Software Dr. Rahma Fitriani, S.Si., M.Sc.

Presentasi serupa


Presentasi berjudul: "Ekonometrika Ilustrasi Permasalah Multiple Regression Dengan Software Dr. Rahma Fitriani, S.Si., M.Sc."— Transcript presentasi:

1 Ekonometrika Ilustrasi Permasalah Multiple Regression Dengan Software Dr. Rahma Fitriani, S.Si., M.Sc

2 Pendugaan Model Cobb Douglas Dr. Rahma Fitriani, S.Si., M.Sc  Data pada file Excell Tugas, sheet CobbDouglas  Dari 51 perusahaan diamati produktivitas (OUTPUT dalam $), investasi untuk modal (CAPITAL dalam $) dan investasi tenaga kerja (LABOR dalam $)  Dilakukan pendugaan model

3 Uji Keberartian Model secara Simultan Dr. Rahma Fitriani, S.Si., M.Sc  Menggunakan uji hipotesis  Model unrestricted:  Model restricted  Hipotesis

4 Output untuk Unrestricted Model Dr. Rahma Fitriani, S.Si., M.Sc  Model 1: OLS, using observations 1-51  Dependent variable: l_output  coefficient std. error t-ratio p-value   const e-013 ***  l_labor e-05 ***  l_capital e-06 ***  Mean dependent var S.D. dependent var  Sum squared resid S.E. of regression  R-squared Adjusted R-squared  F(2, 48) P-value(F) 2.00e-35  Log-likelihood Akaike criterion  Schwarz criterion Hannan-Quinn  Log-likelihood for output = JKG U =

5 Output Untuk Restricted Model Dr. Rahma Fitriani, S.Si., M.Sc  Model 2: OLS, using observations 1-51  Dependent variable: l_output  coefficient std. error t-ratio p-value   const e-056 ***  Mean dependent var S.D. dependent var  Sum squared resid S.E. of regression  R-squared Adjusted R-squared  Log-likelihood Akaike criterion  Schwarz criterion Hannan-Quinn  Log-likelihood for output = JKG R = 95.34

6 Output Omitted variable Test Dr. Rahma Fitriani, S.Si., M.Sc  Model 3: OLS, using observations 1-51  Dependent variable: l_output  coefficient std. error t-ratio p-value   const e-056 ***  Mean dependent var S.D. dependent var  Sum squared resid S.E. of regression  R-squared Adjusted R-squared  Log-likelihood Akaike criterion  Schwarz criterion Hannan-Quinn  Log-likelihood for output =  Comparison of Model 1 and Model 3:  Null hypothesis: the regression parameters are zero for the variables  l_labor, l_capital  Test statistic: F(2, 48) = , with p-value = e-035  Of the 3 model selection statistics, 0 have improved. Sama dengan output sebelumnya Restricted Model Statistik uji F

7 Dr. Rahma Fitriani, S.Si., M.Sc  Karena p-value relatif kecil, menuju nol  Cukup bukti untuk menolak H 0  Koefisien bagi peubah Labour dan Capital tidak sama dengan nol  Unrestricted model berbeda nyata dengan restricted model  Unrestricted model lebih baik menjelaskan keragaman Output produksi

8 Uji Linear Restriction Dr. Rahma Fitriani, S.Si., M.Sc  Menggunakan uji hipotesis  Model unrestricted:  Restritcion pada hipotesis:  Model restricted:

9 Output untuk Unrestricted Model Dr. Rahma Fitriani, S.Si., M.Sc  Model 1: OLS, using observations 1-51  Dependent variable: l_output  coefficient std. error t-ratio p-value   const e-013 ***  l_labor e-05 ***  l_capital e-06 ***  Mean dependent var S.D. dependent var  Sum squared resid S.E. of regression  R-squared Adjusted R-squared  F(2, 48) P-value(F) 2.00e-35  Log-likelihood Akaike criterion  Schwarz criterion Hannan-Quinn  Log-likelihood for output = JKG U =

10 Output Linear Restricted Model Dr. Rahma Fitriani, S.Si., M.Sc  Model 4: OLS, using observations 1-51  Dependent variable: l_Out_Labor  coefficient std. error t-ratio p-value   const e-025 ***  l_Capital_Lab e-06 ***  Mean dependent var S.D. dependent var  Sum squared resid S.E. of regression  R-squared Adjusted R-squared  F(1, 49) P-value(F) 1.54e-06  Log-likelihood Akaike criterion  Schwarz criterion Hannan-Quinn  Log-likelihood for Out_Labor = JKG R =

11 Output Linear Restriction Test Dr. Rahma Fitriani, S.Si., M.Sc  Restriction:  b[l_labor] + b[l_capital] = 1  Test statistic: F(1, 48) = , with p-value =  Restricted estimates:  coefficient std. error t-ratio p-value   const e-025 ***  l_labor e-06 ***  l_capital e-06 ***  Standard error of the regression =

12 Dr. Rahma Fitriani, S.Si., M.Sc  Karena p-value yang cukup besar, tidak cukup bukti untuk menolak H 0  Restricted dan unrestricted model tidak berbeda nyata  Jumlah dari kedua parameter = 1  Penduga model: ^l_output = *l_labor *l_capital (0.396)(0.0989) (0.0969) n = 51, R-squared = (standard errors in parentheses)


Download ppt "Ekonometrika Ilustrasi Permasalah Multiple Regression Dengan Software Dr. Rahma Fitriani, S.Si., M.Sc."

Presentasi serupa


Iklan oleh Google