En model for godstransportens udvikling - DCE - Nationalt Center for ...
En model for godstransportens udvikling - DCE - Nationalt Center for ...
En model for godstransportens udvikling - DCE - Nationalt Center for ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Bilag E Estimationsprocedurer – teori<br />
I dette bilag gennemgås en række af de estimationsprocedurer, der er<br />
anvendt i rapporten.<br />
I arbejdet med tidsserier er det naturligt at analysere de <strong>for</strong>skellige<br />
<strong>for</strong>mer <strong>for</strong> dynamiske sammenhænge nærmere. Udgangspunktet <strong>for</strong><br />
alle analyserne er principielt den helt simple sammenhæng<br />
y t =k+βx t +ε t , hvor y og x er hhv. afhængig (f.eks. handlefaktoren) og<br />
uafhængig variabel (f.eks. den vægtede produktionspris).<br />
Sammenhængen estimeres i de fleste situationer med simpel OLS<br />
(Ordinary Linear Regression). Et af kravene <strong>for</strong> at estimaterne fra disse<br />
regressioner kan anvendes er, at fejlleddene, ε, opfylder de såkaldte<br />
designkriterier, hvoraf de tre vigtigste er:<br />
Linearitet Ε[ ei ] = 0 ( 2 )<br />
Homoskedasticitet var( µ t ) = σ<br />
2<br />
Autokorrelation cov( µ t, µ s ) = 0 t ≠ s<br />
( 4 )<br />
Under disse tre betingelser kan fejlledene antages at være normal<strong>for</strong>-<br />
2<br />
delte e ~ N n ( o,<br />
σ I)<br />
. Ved anvendelse af OLS metoden skal altså laves<br />
en grundig analyse af fejlleddet, <strong>for</strong> at sikre at resultaterne er optimale.<br />
Det er nødvendigt at fejlledene opfylder disse betingelser <strong>for</strong> at<br />
der kan siges noget om <strong>for</strong>delingen og dermed at kunne anvende de<br />
relevante teststørrelser i sammenligning med de kritiske værdier <strong>for</strong><br />
de enkelte tests.<br />
OLS metoden lader sig dog påvirke <strong>for</strong>holdsvis meget af ekstremt<br />
afvigende datapunkter, så en e.v.t. påtænkt anvendt <strong>model</strong> må også<br />
gennemgå en analyse af disse <strong>for</strong> at undersøge <strong>model</strong>lens robusthed.<br />
Kontrollen af antagelsen om Linearitet <strong>for</strong>etages ved anvendelse af<br />
residualdiagram, hvor det undersøges om residualerne varierer uafhængigt<br />
af de enkelte <strong>for</strong>klarende variable omkring nul.<br />
Den anvendte test <strong>for</strong> autokorrelation er Durbin-Watson testet kombineret<br />
med er grafisk analyse, hvor residualerne er plottet mod tiden.<br />
Durbin-Watson testen anvender residualerne, ê , fra OLS estimationen<br />
til at udregne DW-teststørrelsen:<br />
222<br />
n<br />
n<br />
2<br />
Σ ( eˆ<br />
ˆ<br />
ˆ ˆ<br />
t − et−1<br />
) Σ et<br />
et−1<br />
t=<br />
2 t=<br />
2<br />
DW =<br />
≈ 2(<br />
1−<br />
) = 2(<br />
1−<br />
ρ)<br />
n<br />
n<br />
( 5 )<br />
2<br />
2<br />
Σ eˆ<br />
Σ eˆ<br />
t<br />
t=<br />
1<br />
t<br />
t=<br />
1<br />
Hvor ρ er lig første ordens autokorrelation mellem residualerne.<br />
Antagelsen om Homoskedasticitet er undersøgt ved et White test og en<br />
( 3 )