Program Studi Statistika, semester Ganjil 2012/2013

Slides:



Advertisements
Presentasi serupa
Ekonometrika Program Studi Statistika, semester Ganjil 2012/2013 Dr. Rahma Fitriani, S.Si., M.Sc.
Advertisements

Ekonometrika Program Studi Statistika, semester Ganjil 2012/2013 Dr. Rahma Fitriani, S.Si., M.Sc.
Ekonometrika Program Studi Statistika Semester Ganjil 2011 Dr. Rahma Fitriani, S.Si., M.Sc.
Program Studi Statistika Semester Ganjil 2012
Program Studi Statistika Semester Ganjil 2011
Program Studi Statistika, semester Ganjil 2012/2013
Ekonometrika Program Studi Statistika, semester Ganjil 2012/2013 Dr. Rahma Fitriani, S.Si., M.Sc.
Program Studi Statistika Semester Ganjil 2012
EKONOMETRIKA TERAPAN (Pertemuan #3)
Ekonometrika Program Studi Statistika, semester Ganjil 2012/2013 Dr. Rahma Fitriani, S.Si., M.Sc.
Ekonometrika Program Studi Statistika, semester Ganjil 2012/2013 Dr. Rahma Fitriani, S.Si., M.Sc.
Ekonometrika Program Studi Statistika, semester Ganjil 2012/2013 Dr. Rahma Fitriani, S.Si., M.Sc.
Ekonometrika Program Studi Statistika, semester Ganjil 2012/2013 Dr. Rahma Fitriani, S.Si., M.Sc.
Tugas Ekonometrika.
Ekonometrika Program Studi Statistika, semester Ganjil 2012/2013 Dr. Rahma Fitriani, S.Si., M.Sc.
KONSEP DAN PENGUJIAN UNIT ROOT
Sifat-Sifat Kebaikan Penduga
Ekonometrika Program Studi Statistika, semester Ganjil 2011/2012 Dr. Rahma Fitriani, S.Si., M.Sc.
Ekonometrika Program Studi Statistika, semester Ganjil 2012/2013 Dr. Rahma Fitriani, S.Si., M.Sc.
Program Studi Statistika, semester Ganjil 2012/2013
Program Studi Statistika, semester Ganjil 2012/2013
Agribusiness Study of Programme Wiraraja University
Ekonometrika Lanjutan
Ekonometrika Lanjutan
Pertemuan 11 Chow Test.
Restricted Least Squares & Omitted Test
Ekonometrika Dr. Rahma Fitriani, S.Si., M.Sc.
Program Studi Statistika Semester Ganjil 2012
Program Studi ekonomi pembangunan Semester Ganjil 2012
Statistika Matematika I
EKONOMETRIKA Pertemuan 7: Analisis Regresi Berganda Dosen Pengampu MK:
Program Studi Statistika, semester Ganjil 2012/2013
Muchdie, Ir, MS, Ph.D. FE-Uhamka
Heterokedastisitas Model ARACH dan GARCH
Program Studi Statistika, semester Ganjil 2012/2013
Program Studi Statistika, semester Ganjil 2012/2013
Program Studi Statistika, semester Ganjil 2011/2012
EKONOMETRIKA Pertemuan 6 Model regresi fungsional Dosen Pengampu MK:
Program Studi Statistika, semester Ganjil 2012/2013
Program Studi Statistika, semester Ganjil 2012/2013
Program Studi Statistika, semester Ganjil 2012/2013
Program Studi Statistika Semester Ganjil 2012
Agribusiness Study of Programme Wiraraja University
Program Studi Statistika, semester Ganjil 2012/2013
Program Studi Statistika Semester Ganjil 2011
Program Studi Statistika Semester Ganjil 2012
Agribusiness Study of Programme Wiraraja University
Agribisnis Study of Programme Wiraraja University
Program Studi Statistika, semester Ganjil 2012/2013
Uji Kausalitas Granger
Program Studi Statistika, semester Ganjil 2012/2013
Agribusiness Study of Programme Wiraraja University
PENERAPAN PENURUNAN MODEL EKONOMETRIK DAN ANALISIS REGRESI
Agribusiness Study of Programme Wiraraja University
Program Studi Statistika Semester Ganjil 2011
Agribusiness Study of Programme Wiraraja University
Agribusiness Study of Programme Wiraraja University
Program Studi Statistika, semester Ganjil 2012/2013
Program Studi Statistika, semester Ganjil 2012/2013
Agribusiness Study of Programme Wiraraja University
Agribusiness Study of Programme Wiraraja University
Pendugaan Parameter Regresi Logistik
Model Linier untuk data kontinyu (lanjut)
Pendugaan Parameter Statistika Matematika II
Model Linier untuk Data Kontinyu
Program Studi Statistika Semester Ganjil 2014
Pendugaan Parameter Statistika Matematika II
Analisis Regresi Regresi Linear Sederhana
Model untuk Respons Biner
Model Sediaan Probabilistik (lanjutan)
Transcript presentasi:

Program Studi Statistika, semester Ganjil 2012/2013 Ekonometrika Program Studi Statistika, semester Ganjil 2012/2013 Dr. Rahma Fitriani, S.Si., M.Sc

Distributed Lag Models Model hasi transformasi Koyck

Efek langsung (Immediate effect): β0 Long run equilbrium effect ketika

Contoh Aplikasi: CE: Consumption expenditure PDI: Indeks Disposable Income Diasumsikan bahwa penyesuaian konsumsi (CE) akibat kenaikan pendapatan (PDI) tidak terjadi seketika. Model yang digunakan, hasil transformasi Koyck:

λ Model 1: OLS, using observations 1985:2-1994:2 (T = 37) Dependent variable: CE coefficient std. error t-ratio p-value --------------------------------------------------------- const -10,7420 9,33810 -1,150 0,2580 PDI 27,1862 10,2753 2,646 0,0123 ** CE_1 0,849750 0,0445015 19,09 9,48e-020 *** Mean dependent var 98,34216 S.D. dependent var 10,45983 Sum squared resid 269,8832 S.E. of regression 2,817400 R-squared 0,931479 Adjusted R-squared 0,927448 F(2, 34) 231,0988 P-value(F) 1,62e-20 Log-likelihood -89,26155 Akaike criterion 184,5231 Schwarz criterion 189,3558 Hannan-Quinn 186,2269 rho 0,161871 Durbin's h 1,007816 λ

1 unit kenaikan indeks pendapatan meningkatkan konsumsi saat itu juga (efek langsung) sebesar: 27.18 unit 1 unit kenaikan indeks pendapatan, secara jangka panjang akan meningkatkan konsumsi sebesar:

Efek kenaikan pendapatan terhadap konsumsi waktu sebelumnya (lampau) relatif lebih kecil jika dibandingkan dengan efek terhadap konsumsi saat ini, dengan rasio:

Partial Adjustment Model Efek langsung (Immediate effect): λβ2 Efek long run equilibrium:

Contoh aplikasi “Money Demand” Permintaan uang di suatu negara dipengaruhi oleh tingkat pendapatan dan suku bunga LMP2_P: ln dari permintaan uang (jumlah uang beredar) LMP2_P_1: lag 1 waktu sebelumnya dari permintaan uang LGDP_P: ln dari tingkat pendapatan (PDB/GDP) LR: ln dari suku bunga Asumsi bahwa target permintaan uang adalah fungsi dari pendapatan dan suku bunga

Akan tetapi yang teramati adalah realisasi dari permintaan uang sebelum dan sesudah perubahan suku bunga (LMP2_Pt dan LMP2_Pt-1) Dengan koefisien adjustment λ: Persentase perbedaan antara target dengan realisasinya sebesar λ×100% pada saat t Model yang diduga:

Model 1: OLS, using observations 1975:2-1997:4 (T = 91) Dependent variable: LM2_P coefficient std. error t-ratio p-value --------------------------------------------------------- const 0,184265 0,0497046 3,707 0,0004 *** LGDP_P -0,0266138 0,0105705 -2,518 0,0136 ** LR -0,0173581 0,00585931 -2,962 0,0039 *** LM2_P_1 0,959451 0,0308221 31,13 6,15e-049 *** Mean dependent var 1,859009 S.D. dependent var 0,059485 Sum squared resid 0,021187 S.E. of regression 0,015605 R-squared 0,933470 Adjusted R-squared 0,931176 F(3, 87) 406,8954 P-value(F) 4,59e-51 Log-likelihood 251,4942 Akaike criterion -494,9884 Schwarz criterion -484,9450 Hannan-Quinn -490,9365 rho 0,223226 Durbin's h 2,214493

Target jumlah permintaan uang yang dapat direalisasi pada saat t sebesar 4% 1% kenaikan pendapatan menurunkan demand uang sebesar 0.027% secara langsung (elastisitas: log log model) →efek jangka pendek 1% kenaikan suku bunga menurunkan demand uang sebesar 0.017% secara langsung

Secara jangka panjang, 1% kenaikan pendapatan menurunkan permintaan uang sebesar 0.656% Secara jangka panjang, 1% kenaikan suku bunga menurunkan permintaan uang sebesar 0.4256%

Distributed lag model: Koyk transformation = Adaptive expectation pada pendugaan OLS nya Perbedaannya pada parameter yang sudah direvisi Interpretasi sesuai model awal. Interpretasi juga disesuaikan dengah asumsi model apa yang dipakai. Efek jangka pendek dan efek jangka panjang