Springen naar inhoud

Regressie-analyse: een "externe" variabele fixeren


  • Log in om te kunnen reageren

#1

motionpictures88

    motionpictures88


  • >100 berichten
  • 197 berichten
  • Ervaren gebruiker

Geplaatst op 03 november 2010 - 13:56

Beste forumleden,

Mijn doel is om de volgende sample regressiefunctie (SRF) zo goed mogelijk (BEU) te schatten:

LaTeX

Onze data bevat wel ook tijdsreeksgegevens van de variabele LaTeX die een positief effect heeft op de variable LaTeX

Ik veronderstel dat het de bedoeling is dat we de invloed van LaTeX op LaTeX constant houden.

Hoe gaan we hiervoor te werk?

Als ik de regressie LaTeX in EViews laat uitvoeren dan is LaTeX het netto-effect van LaTeX op LaTeX

Hoe kom ik nu aan "netto-tijdsreeksgegevens" voor LaTeX , zodat ik deze LaTeX regressie kan laten uitvoeren.

beste groeten,

Dit forum kan gratis blijven vanwege banners als deze. Door te registeren zal de onderstaande banner overigens verdwijnen.

#2


  • Gast

Geplaatst op 03 november 2010 - 14:27

Zijn alle variabelen bekend (in een tijdreeks) of is doctors(t) een variabele die je wilt berekenen uit de education(t)?

#3

motionpictures88

    motionpictures88


  • >100 berichten
  • 197 berichten
  • Ervaren gebruiker

Geplaatst op 03 november 2010 - 15:03

Zijn alle variabelen bekend (in een tijdreeks) of is doctors(t) een variabele die je wilt berekenen uit de education(t)?


Ik heb de volledige tijdsreeks van zowel education(t) als als doctors(t), maar doctors(t) is de enige variabele die in mijn model mag zitten. Ik denk dat ik de tijdsreeks van education ook gegeven heb omdat ik die variabele haar invloed moet wegfilteren.

#4


  • Gast

Geplaatst op 03 november 2010 - 17:52

Dat is echter theoretisch niet juist. De lineaire regressie gaat uit van het kleinste kwadraat van de resterende fout. Als bekend is dat één 'onafhankelijke' variabele afhankelijk is van een andere, dan mag je niet zomaar zeggen ik trek die ene van de afhankelijke variabele af (vermenigvuldigd met een factor natuurlijk), want dan kies je zelf al voor één coefficient van het model. Daardoor verander je de invloed van één van de onafhankelijke variabelen, en de coefficient daarvan is dus onjuist.
Als education(t) dus niet voor mag komen in het model, moet het ook helemaal niet worden verrekend. Je moet dan gewoon doctors(t) als onafhankelijke variabele nemen. Dat er een verband is met education mag gewoon weg worden gelaten, of in de zijlijn worden vermeld.

#5

motionpictures88

    motionpictures88


  • >100 berichten
  • 197 berichten
  • Ervaren gebruiker

Geplaatst op 03 november 2010 - 19:37

Dat is echter theoretisch niet juist. De lineaire regressie gaat uit van het kleinste kwadraat van de resterende fout. Als bekend is dat één 'onafhankelijke' variabele afhankelijk is van een andere, dan mag je niet zomaar zeggen ik trek die ene van de afhankelijke variabele af (vermenigvuldigd met een factor natuurlijk), want dan kies je zelf al voor één coefficient van het model. Daardoor verander je de invloed van één van de onafhankelijke variabelen, en de coefficient daarvan is dus onjuist.
Als education(t) dus niet voor mag komen in het model, moet het ook helemaal niet worden verrekend. Je moet dan gewoon doctors(t) als onafhankelijke variabele nemen. Dat er een verband is met education mag gewoon weg worden gelaten, of in de zijlijn worden vermeld.


oké, bedankt voor uw reactie!





0 gebruiker(s) lezen dit onderwerp

0 leden, 0 bezoekers, 0 anonieme gebruikers

Ook adverteren op onze website? Lees hier meer!

Gesponsorde vacatures

Vacatures