Ökonometria PhD 04 - regressziók: VAR, RE-FE panelek, ARDL panel, Heckit panel, Gretl Vs. Eviews11

Zdroj
ručne priradené
Pridané

Pozrieť na YouTube →

Preber si túto prednášku so svojou AI

Skopíruj pripravený podklad a vlož ho do ChatGPT, Claude alebo inej AI — bude ťa učiť alebo skúšať len z tejto prednášky.

Otvoriť AI: ChatGPT · Claude · Gemini

Zhrnutie prednášky

Prednáška ekonometrie pre doktorandov uvádza všeobecné požiadavky na regresné modely (VAR, panelové modely RE/FE, ARDL, Heckit) a porovnanie softvérov Gretl a EViews. Základom je stacionarita vstupov overená ADF testom (okrem ARDL); pri nestacionarite sa používa diferencovanie alebo odstránenie trendu, logaritmovanie slúži na zjednotenie škály. Dôležité sú dostatočná dĺžka časového radu vzhľadom na počet premenných a oneskorení, normalita rezíduí (nutná pri prognózovaní) a absencia autokorelácie, ktorá sa testuje Durbin-Watsonovou štatistikou. Lag sa volí podľa AIC/BIC, no vždy s kontrolou autokorelácie. Riešenie endogenity pomocou inštrumentálnych premenných a dvojstupňovej regresie, zápis hladín významnosti a použitie dummy premenných pri zmenách režimu.

  • - Všetky vstupy regresie musia byť stacionárne (ADF test, p < 0,05), inak diferencovanie alebo odstránenie trendu.
  • - Logaritmovanie zjednocuje škálu premenných; pri zápornom hodnotách sa používa škálovanie alebo štandardizácia.
  • - Dĺžka časového radu musí zodpovedať počtu premenných a oneskorení; ideálne aspoň 20–30 pozorovaní pre normalitu rezíduí.
  • - Rezíduá nesmú byť autokorelované (Durbin-Watson približne 1,85–2,15, prípadne 1,8–2,2); riešením je pridanie oneskorení.
  • - Počet oneskorení sa vyberá podľa minima AIC/BIC, ale len ako orientácia, nie ako jediné kritérium.
  • - Endogenitu rieši dvojstupňová regresia s inštrumentálnou premennou korelovanou s regresorom, ale nie s chybovým členom.
  • - Pri zmene režimu alebo kríze sa používajú dummy premenné; pri tabuľkách treba uviesť význam hviezdičiek signifikancie.

Zhrnutie pripravené s pomocou AI z prepisu videa.