Kleinste-kwadratenmethode
Forumregels
(Middelbare) school-achtige vragen naar het forum "Huiswerk en Practica" a.u.b.
Zie eerst de Huiswerkbijsluiter
(Middelbare) school-achtige vragen naar het forum "Huiswerk en Practica" a.u.b.
Zie eerst de Huiswerkbijsluiter
-
- Berichten: 45
Kleinste-kwadratenmethode
Klein vraagstuk
Heb de volgende formule
Y= α(K^β1)(L^β2)
Dit moet ik omzetten naar een econometrisch model zodat het berekend kan worden via de " kleinste kwadraten methode " oftewel de least squares regression.
Enig idee waar ik moet beginnen?
Heb de volgende formule
Y= α(K^β1)(L^β2)
Dit moet ik omzetten naar een econometrisch model zodat het berekend kan worden via de " kleinste kwadraten methode " oftewel de least squares regression.
Enig idee waar ik moet beginnen?
- Berichten: 6.905
Re: Kleinste-kwadratenmethode
Welke parameters hangen er van elkaar af?
Het vel van de beer kunnen verkopen vraagt moeite tenzij deze dood voor je neervalt. Die kans is echter klein dus moeten we zelf moeite doen.
-
- Berichten: 45
Re: Kleinste-kwadratenmethode
De K & LWelke parameters hangen er van elkaar af?
Ik moet de formule omturnen, en volgens mij moet het via logaritmes, weet alleen niet hoe :eusa_whistle:
- Berichten: 6.905
Re: Kleinste-kwadratenmethode
\(Y = \alpha K^{\beta_1} L^{\beta_2}\)
Zoals PeterPan al aangaf neem je de logaritme van beide delen. Nu is het gewoon één lineaire vergelijking waarbij de variabelen in een logaritme staan.\(\log Y = \log \alpha +\beta_1 \log K + \beta_2 \log L\)
Je kan dat; om het visuele te maken eventueel nog met dummy variabelen schrijven: \(Y' = \log \alpha +\beta_1 K' + \beta_2 L'\)
Het vel van de beer kunnen verkopen vraagt moeite tenzij deze dood voor je neervalt. Die kans is echter klein dus moeten we zelf moeite doen.
-
- Berichten: 45
Re: Kleinste-kwadratenmethode
Oke! Dankjewel, het begint al wat beter te dagen.jhnbk schreef:\(Y = \alpha K^{\beta_1} L^{\beta_2}\)Zoals PeterPan al aangaf neem je de logaritme van beide delen. Nu is het gewoon één lineaire vergelijking waarbij de variabelen in een logaritme staan.
\(\log Y = \log \alpha +\beta_1 \log K + \beta_2 \log L\)Je kan dat; om het visuele te maken eventueel nog met dummy variabelen schrijven:
\(Y' = \log \alpha +\beta_1 K' + \beta_2 L'\)
Heb je eventueel iets waar ik hier op kan inlezen? Ons boek wat we gebruiken voor econometrie op uni gaat hier niet heel diep op in, en in de laatste examens kunnen we allemaal zo'n som verwachtten dus ik wil het principe goed onder de knie krijgen. Er wordt alleen wel verwacht dat het via een stap by stap wordt gedaan om uit te leggen dat dus te berekenen valt via de kleinste kwadraten methode.
Maar ik snap nog niet helemaal hoe het een lineaire vergelijking is. Onderstaand is toch het voorbeeld van een lineaire kleinste kwadraten formule. Maar in de formule die ik heb heb ik immers 2 variabelen? De K en L
Wat is de stap na het bevestigen van de logaritmes?
- Berichten: 6.905
Re: Kleinste-kwadratenmethode
Wat bedoel je?Wat is de stap na het bevestigen van de logaritmes?
Het vel van de beer kunnen verkopen vraagt moeite tenzij deze dood voor je neervalt. Die kans is echter klein dus moeten we zelf moeite doen.
-
- Berichten: 45
Re: Kleinste-kwadratenmethode
Ik had de vraag beter moeten stellen, waarom voldoet de formule nu aan de kleinste kwadraten methode? Ik snap wat je gedaan hebt, ik kan dat nu zelf ook toepassen, maar begrijp niet helemaal waarom deze manier de juiste is? :eusa_whistle:Wat bedoel je?
Wat is de reden dat de formule omgeturnd moet worden in een logaritme, en wanneer dat gedaan wordt, waarom voldoet hij dan aan de kleinste kwadraten methode? ](*,)
in ieder geval bedankt tot dusver!
- Berichten: 6.905
Re: Kleinste-kwadratenmethode
Ahzo. Ik ging er vanuit dat je één lineaire 2D regressie nodig hebt maar je zal dus naar 3D moeten. (Logaritmen maakt het lineair) Ik weet niet of je hiervoor standaard formules hebt.
Het vel van de beer kunnen verkopen vraagt moeite tenzij deze dood voor je neervalt. Die kans is echter klein dus moeten we zelf moeite doen.
-
- Berichten: 45
Re: Kleinste-kwadratenmethode
Maar de initiële formule waar mee ik begon is toch ook een lineaire formule? En dus het vervolg daarop met de logaritmes, geeft aan dat het toch een lineaire formule is? Er is immers geen kwadraat in het spel? Of sla ik nu ergens een plank mis? :eusa_whistle:Ahzo. Ik ging er vanuit dat je één lineaire 2D regressie nodig hebt maar je zal dus naar 3D moeten. (Logaritmen maakt het lineair) Ik weet niet of je hiervoor standaard formules hebt.