27.07.2013 Views

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 ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

afhængige variabel er at de begge er voksende (aftagende) i tidsperioden.<br />

Den første <strong>model</strong>, der afprøves er den simple grund<strong>model</strong> med tilhørende<br />

korrektion af misspecifikationer af fejlled. Denne analyse tager<br />

udgangspunkt i at korrigere <strong>for</strong> misspecificerede fejlled og primært i<br />

<strong>for</strong>hold til autokorrellation. Denne korrektion fører til om<strong>for</strong>muleringer<br />

af <strong>model</strong>len til en <strong>model</strong>, hvor tidligere udfald af den afhængige<br />

variabel indgår i sættet af <strong>for</strong>klarende variable. Grund<strong>model</strong>len er:<br />

224<br />

Y t α + βX<br />

t + µ t<br />

= ( 9 )<br />

Den dynamiske struktur, der fremkommer som resultat heraf, analyseres<br />

i en række sammenhænge, hvor der opnås en god <strong>for</strong>klaringsevne<br />

i flere af disse sammenhænge.<br />

( 9 ) korrigeret vha. ved anvendelse af 2. ordens autokorrellerede<br />

fejlled bliver:<br />

Y<br />

t<br />

= ~ α + ρ Y<br />

1 t −1<br />

+ ρ Y<br />

Y<br />

~<br />

t = α + βX<br />

t + ρ1<br />

( Yt<br />

−1<br />

− βX<br />

hvor ~ α = α(<br />

1 − ρ − ρ )<br />

1<br />

2<br />

t −2<br />

2<br />

+ β<br />

( X − ρ X − ρ X )<br />

t−1<br />

t<br />

1<br />

) + ρ ( Y<br />

2<br />

t−1<br />

t−<br />

2<br />

2<br />

− βX<br />

t−<br />

2<br />

t −2<br />

+ µ<br />

) + µ<br />

t<br />

t<br />

( 10 )<br />

I <strong>model</strong>ler med to eller flere sæt <strong>for</strong>klarende variable, udvides ovenstående<br />

<strong>model</strong> med led svarende til leddet begyndende med β 1 . I de<br />

her beskrevne <strong>model</strong>ler er dette ikke et aktuelt problem.<br />

Problemet ved at korrigere af den grundlæggende <strong>model</strong> ved at inkludere<br />

autokorrelation er, at den ikke <strong>for</strong>bedrer <strong>model</strong>lens prediktionsevne.<br />

Dette skyldes den akkumulering af prediktionsfejl, der sker<br />

gennem de laggede værdier af den afhængige variabel, når den færdiestimerede<br />

<strong>model</strong> skal anvendes. Når selve estimationen gennemføres<br />

kendes de laggede værdier til alle tidsperioder, hvorved der<br />

ikke sker den angivne akkumulering. Det fremgår af de praktiske<br />

estimationer senere i dette kapitel, at dette er et problem, der skal<br />

tages hensyn til. Denne problemstilling diskuteres yderligere i kapitel<br />

5. Men er et gennemgående problem i alle analyserne.<br />

Trend<br />

<strong>En</strong> på nogle områder anden vinkel til at løse problemerne med de<br />

trendmæssige <strong>udvikling</strong>er i afhængige og uafhængige variable (spurious<br />

regressions) er at gøre disse serier trendstationære før de anvendes<br />

i regressionerne. Dette er <strong>for</strong>skelligt fra metoden oven<strong>for</strong> i og<br />

med at disse (implicit) antages at være differens stationære. Løsningen<br />

ved denne metode er at indføje en trend blandt de <strong>for</strong>klarende<br />

variable.<br />

I <strong>for</strong>bindelse med denne type <strong>model</strong>ler er det in<strong>for</strong>mativt at observere,<br />

at følgende sammenhænge er gældende:

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!