Upload presentasi
Presentasi sedang didownload. Silahkan tunggu
Diterbitkan olehInsan Madridista Telah diubah "9 tahun yang lalu
1
Ekonometrika Program Studi Statistika, semester Ganjil 2011/2012 Dr. Rahma Fitriani, S.Si., M.Sc
2
Contoh Aplikasi Ramsey RESET test Data kuartal dari 1985 kuartal 1 s/d 1994 kuartal 2 LCONS: pengeluaran konsumsi untuk makanan pada ₤ juta, harga tetap tahun 1992 LDISP: pendapatan yang siap dibelanjakan (bersih dari pajak) atau disposable income dalam ₤ juta, harga tetap tahun 1992
3
Ingin diuji apakah model yang sebenarnya memang memuat unsur polinomial Berdasarkan model awal: model linier
4
Model 1: OLS, using observations 1985:1-1994:2 (T = 38) Dependent variable: LCONS coefficient std. error t-ratio p-value -------------------------------------------------------- const 2.71724 0.576652 4.712 3.61e-05 *** LDISP 0.414366 0.126279 3.281 0.0023 *** Mean dependent var 4.609274 S.D. dependent var 0.051415 Sum squared resid 0.075291 S.E. of regression 0.045732 R-squared 0.230230 Adjusted R-squared 0.208847 F(1, 36) 10.76719 P-value(F) 0.002301 Log-likelihood 64.33606 Akaike criterion -124.6721 Schwarz criterion -121.3969 Hannan-Quinn -123.5068 rho 0.777591 Durbin-Watson 0.412845 Log-likelihood for cons = -110.816 RESET test for specification (squares only) -
5
Auxiliary regression for RESET specification test OLS, using observations 1985:1-1994:2 (T = 38) Dependent variable: LCONS coefficient std. error t-ratio p-value -------------------------------------------------------- const -204.013 44.3279 -4.602 5.30e-05 *** LDISP -204.401 43.9150 -4.654 4.53e-05 *** yhat^2 53.7484 11.5243 4.664 4.41e-05 *** Test statistic: F = 21.752127, with p-value = P(F(1,35) > 21.7521) = 4.41e-005 Cukup bukti untuk menolak hipotesis nol Cukup bukti bahwa model linier adalah model yang kurang tepat Akan lebih tepat menggunakan model polinomial
6
Dengan menggunakan suku kuadrat bagi Disposable Income Model 1: OLS, using observations 1985:1-1994:2 (T = 38) Dependent variable: LCONS coefficient std. error t-ratio p-value -------------------------------------------------------- const 192.832 40.7654 4.730 3.61e-05 *** LDISP -83.3672 17.9641 -4.641 4.72e-05 *** sq_LDISP 9.22854 1.97871 4.664 4.41e-05 *** Mean dependent var 4.609274 S.D. dependent var 0.051415 Sum squared resid 0.046433 S.E. of regression 0.036423 R-squared 0.525270 Adjusted R-squared 0.498142 F(2, 35) 19.36302 P-value(F) 2.18e-06 Log-likelihood 73.51961 Akaike criterion -141.0392 Schwarz criterion -136.1265 Hannan-Quinn -139.2913 rho 0.601532 Durbin-Watson 0.795597 Log-likelihood for cons = -101.633 R 2 yang lebih tinggi dari model sebelumnya
7
Transformasi Box Cox Ingin memodelkan konsumsi sebagai fungsi dari pendapatan (data deret waktu) Memilih model mana yang digunakan Linier: Y = β 1 + β 2 X Double log: ln Y = β 1 + β 2 ln X Konsumsi dan income yang diketahui adalah konsumsi nominal dan income nominal Keduanya disesuaikan terhadap faktor inflasi menggunakan rasio antara Consumer Price index Dasar (CPI Base) dan Consumer Price Index pada tahun tersebut (CPI t )
8
Lihat excell Manfaatkan sifat:
Presentasi serupa
© 2024 SlidePlayer.info Inc.
All rights reserved.