Springen naar inhoud

Significantie van beta-coefficienten vergelijken; met t-test?


  • Log in om te kunnen reageren

#1

Tomass

    Tomass


  • 0 - 25 berichten
  • 3 berichten
  • Gebruiker

Geplaatst op 02 november 2011 - 13:11

Hallo allemaal, ik zie door de bomen het bos niet meer ;) en hoopte dat op dit forum misschien wel een knappe kop zou zitten die me zou kunnen helpen. Het gaat om het volgende:

Ik heb de volgende twee lineaire regressies uitgevoerd;
Yt = c + [beta1Y]Xt + [beta2Y]Xt-1 + [beta3Y]Ct + [beta4Y]Yt-1
Zt = c + [beta1Z]Xt + [beta2Z]Xt-1 + [beta3Z]Ct + [beta4Z]Zt-1
Yt het aantal gekochte aandelen door investeerders groep 1. Zt is het aantal aandelen gekocht door investeerders groep 2. Xt is het rendement op de markt in maand t. Ct, Yt-1 en Zt-1 dienen als 'control variables'. Zowel beta1Y en beta1Z
zijn positief en significant. beta1Y is groter dan beta1Z. De t-statistic warade voor beta1Y is 3,105; de t-statistic waarde voor beta1Z is 1,720.

Nu zou ik willen testen of beta1Y 'meer significant' is dan beta1Z. (In andere woorden: ik wil kijken of investeerders groep 1 'meer gevoelig' is voor de rendementen op de markt bij hun aankoopgedrag dan investeerders groep 2). Ik dacht dat dat wel met een t-test getest zou moeten kunnen worden, maar vraag me af wat een goede aanpak is. Voor elk van bovenstaande betas heb ik regressie-coefficienten, standaard deviates voor die geschatte coefficienten, en dus ook t-statistic waardes.

TEST 1
Ik dacht/hoopte dat dit misschien wel kan werken:
t = (t.statistic.waarde[beta1Y] - t.statistic.waarde[beta1Z])/SQRT([1,645^2]/n+[1,645^2]/n)

TEST 2
t = (beta1Y - beta1Z)/(SQRT(standaard.deviatie[beta1Y]^2+standaard.deviatie[beta1Y]^2)

1) Deze formule heb ik van een internet-site gehaald, maar hier wordt niet door N gedeeld bij het berekenen van de 'standaard deviatie van het verschil tussen beta1Y en beta1Z'. Waarom hier niet, en wel bij test 1 (wat zover mij bekend de standaard t-test formule is)?
2) Omdat de standaard deviaties van de beta1Y en beta1Z estimates redelijk verschillen, is test 2 misschien zo niet direct toepasbaar, maar wel als ik 'gestandaardiseerde beta waardes' gebruik (en dan dus als standaard.deviate-waarde voor beide beta '1' gebruik)?

Goed, mijn vraag is eigenlijk wat een 'acceptabele' test is en een correcte aanpak voor de eerder geformuleerde vraagstelling. Ik zat zelf aan iets in de richting van bovenstaande testen te denken, maar misschien zit ik wel helemaal fout?

Alsvast heeel erg bedankt voor jullie hulp en inzichten, alle commentaar is welkom!

Veranderd door Tomass, 02 november 2011 - 13:13


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

#2

Drieske

    Drieske


  • >5k berichten
  • 10217 berichten
  • Moderator

Geplaatst op 02 november 2011 - 13:58

Verplaatst naar Statistiek.

Als ik het goed begrijp, wil je dus eigenlijk testen, of LaTeX met beta de 'juiste' coŽfficiŽnt?
Zoek je graag naar het meest interessante wetenschapsnieuws? Wij zoeken nog een vrijwilliger voor ons nieuwspostteam.

#3

Tomass

    Tomass


  • 0 - 25 berichten
  • 3 berichten
  • Gebruiker

Geplaatst op 02 november 2011 - 14:22

Ik denk dat je me goed begrijpt ;)

Om precies te zijn is de officiele test denk ik als volgt:
H0: LaTeX
Ha: LaTeX

Al maakt dat voor de uit te voeren test misschien niet uit?
(of mag een nul-hypothese helemaal geen groter/kleiner-dan teken bevatten??)

Veranderd door Tomass, 02 november 2011 - 14:24






0 gebruiker(s) lezen dit onderwerp

0 leden, 0 bezoekers, 0 anonieme gebruikers

Ook adverteren op onze website? Lees hier meer!

Gesponsorde vacatures

Vacatures