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

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.
Program Studi Statistika Semester Ganjil 2011
Ekonometrika Program Studi Statistika Semester Ganjil 2011 Dr. Rahma Fitriani, S.Si., M.Sc.
Program Studi Statistika Semester Ganjil 2012
PERSAMAAN REGRESI dan KOEFISIEN KORELASI
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.
Statistika Matematika I
Program Studi Statistika Semester Ganjil 2012
EKONOMETRIKA TERAPAN (Pertemuan #3)
Regresi linier sederhana
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.
KONSEP DAN PENGUJIAN UNIT ROOT
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2013/2014 DR. Rahma Fitriani, S.Si., M.Sc.
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2012/2013 DR. Rahma Fitriani, S.Si., M.Sc.
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
Agribusiness Study of Programme Wiraraja University
K O N S E P D A S A R A N A L I S I S R E G R E S I
Ekonometrika Lanjutan
KORELASI & REGRESI.
Ekonometrika Lanjutan
Pertemuan 11 Chow Test.
Restricted Least Squares & Omitted Test
Program Studi Statistika Semester Ganjil 2012
Program Studi ekonomi pembangunan Semester Ganjil 2012
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 2012/2013
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
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
Regresi linier satu variable Independent
Ekonomi Manajerial dalam Perekonomian Global
Program Studi Statistika, semester Ganjil 2012/2013
Uji Kausalitas Granger
Eonometrika Tutor ……….
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
Analisis Regresi.
Linear Programming (Pemrograman Linier)
Agribusiness Study of Programme Wiraraja University
Regresi Linier Beberapa Variable Independent
Regresi Linier Beberapa Variable Independent
Agribusiness Study of Programme Wiraraja University
DATA BERKALA.
Program Studi Statistika, semester Ganjil 2012/2013
Program Studi Statistika, semester Ganjil 2012/2013
Uji Korelasi dan Regresi
Agribusiness Study of Programme Wiraraja University
Program Studi Statistika Semester Ganjil 2014
Analisis Regresi Regresi Linear Sederhana
Transcript presentasi:

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

Contoh Terapan Simultaneous Equation Models Pada IS/LM Model  Memodelkan suku bunga sebagai fungsi dari jumlah uang beredar dan pendapatan (PDB), di mana:  Pendapatan (PDB) merupakan fungsi dari suku bunga dan laju inflasi  Merupakan sistem persamaan simultan  R: suku bunga  M: jumlah uang beredar  Y: PDB  I: tingkat investasi Terdapat 2 peubah endogen Y dan R (G=2)

 Secara keseluruhan terdapat 5 peubah di mana 2 di antaranya adalah peubah endogen (G=2)  Pada LM terdapat 1 peubah (M=1) yang tidak digunakan (I):  M = G-1 → identified  Pada IS terdapat 2 peubah (M=2) yang tidak digunakan (M t dan M t-1 ):  M > G-1 → overidentified Menggunakan metode TSLS

Tahap 1: Model LM, R fungsi dari peubah eksogen saja  Model 1: OLS, using observations (T = 28)  Dependent variable: R  coefficient std. error t-ratio p-value   const e-05 ***  I e e  M  M_

Tahap 1: Y fungsi dari peubah eksogen saja  Model 2: OLS, using observations (T = 28)  Dependent variable: Y  coefficient std. error t-ratio p-value   const e-017 ***  I e e-011 ***  M ***  M_

Tahap 2: Menduga Y (IS) dengan menggunakan fitted value dari R  Model 2: OLS, using observations (T = 28)  Dependent variable: Y  coefficient std. error t-ratio p-value   const e-05 ***  Rhat e-05 ***  I *

Tahap 2: Menduga R menggunakan fitted value dari Y  Model 3: OLS, using observations (T = 28)  Dependent variable: R  coefficient std. error t-ratio p-value   const **  M  M_  Yhat

 Menggunakan option TSLS pada software  Masukkan semua peubah ekspanatory yang dibutuhkan pada persamaan yang ingin diduga sebagai independent variables  Masukkan semua peubah eksogen sebagai instrument variables Pada LM,  R dependent,  Y t, M t dan M t-1 independent  I t, M t dan M t-1 instrument

Pada IS,  Y dependent,  R t, dan I t independent  I t, M t dan M t-1 instrument

TSLS, untuk menduga Y (LM)  Model 5: TSLS, using observations (T = 28)  Dependent variable: Y  Instrumented: R  Instruments: const M I M_1  coefficient std. error z p-value   const  R  I  Mean dependent var S.D. dependent var  Sum squared resid S.E. of regression  R-squared Adjusted R-squared  F(2, 25) P-value(F) 6.57e-06  rho Durbin-Watson Ingat hasil sebelumnya!

TSLS untuk menduga R  Model 6: TSLS, using observations (T = 28)  Dependent variable: R  Instrumented: Y  Instruments: const M I M_1  coefficient std. error z p-value   const **  M  Y  M_ Ingat hasil sebelumnya!