Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...
Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...
Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
ln(e ) =α +α x +α x + ... +α x + v<br />
2<br />
i 0 1 1 2 2 p p i<br />
2<br />
i = α 0 +α 1 1+α 2 2 + +α p p + i<br />
e exp( x x ... x v )<br />
184<br />
o A Park F -próba, ahol a függvény (h) hatványkitevős:<br />
1 2 p i v<br />
2 α α α<br />
e =α x x ...x e<br />
i 0 1 2 p<br />
2<br />
i = α 0 +α 1 1+α 2 2 + +α p p + i<br />
ln(e ) ln ln x ln x ... ln x v<br />
•<br />
185<br />
Koenker-Bassett (KB) F - próba:<br />
2 2<br />
ei = α ˆ 0 +α 1yi + vi<br />
A regresszio.xls fájlban a pótlólagos regresszió többszörös determinációs együtthatóját<br />
2<br />
R<br />
2 2<br />
e ; y ˆ jelöléssel láttuk el.<br />
( )<br />
A fenti képletekben:<br />
k = az eredeti regressziós függvényben a magyarázó változók száma;<br />
i=1,2,…,n a megfigyelések száma;<br />
e i = az eredeti modell reziduális változójának abszolút értéke;<br />
<br />
<br />
2<br />
e i = az eredeti modell reziduális változójának négyzete;<br />
ˆy = az eredeti függvénnyel becsült eredményváltozó négyzete;<br />
2<br />
i<br />
a becsült paraméterek ( j , j 0,1, 2, , k)<br />
α = … száma: k+1<br />
v i : a pótlólagos regresszió reziduális változója.<br />
A regresszió paramétereinek együttes szignifikanciája a globális F-próba segítségével mindegyik bemutatott<br />
teszt esetében vizsgálható. Ha a számított F-érték nagyobb, mint a táblabeli érték, akkor az alternatív<br />
hipotézist fogadjuk el, tehát a modell heteroszkedasztikus, ellenkező esetben homoszkedasztikus.<br />
A heteroszkedaszticitás lokalizálása Glejser-, és Breusch-Pagan-Godfrey (BPG)-próbával.<br />
A Glejser- és a BPG-próba lehetővé teszi a heteroszkedaszticitás lokalizálását. Amennyiben feltételezzük,<br />
hogy a magyarázó változók függvényei a reziduális változók abszolút értékei vagy a varianciái, akkor<br />
felírható magyarázó változónként egy-egy pótlólagos regressziós egyenlet.<br />
186<br />
A pótlólagos, j. magyarázó változóra vonatkozó regressziós egyenletek az alábbiak F :<br />
• Glejser-próba esetén:<br />
ei = α 0 +α 1xji + vi<br />
• BPG-próba esetén:<br />
2<br />
ei = α 0 +α 1xji + vi<br />
ahol x ji a j-edik magyarázó változó i-edik értéke.<br />
A regressziós együtthatót (meghatározó szerepe az α1 együtthatónak van) a Student-féle t-próbával teszteljük,<br />
ha a számított érték nagyobb, mint a táblabeli érték, akkor az alternatív hipotézist fogadjuk el, tehát<br />
a modell heteroszkedasztikus, (piros szám jelzi) ellenkező esetben homoszkedasztikus (zöld szám jelzi).<br />
4.2 Gyakorlati alkalmazások bemutatása idősoros és keresztmetszeti adatok alapján<br />
184<br />
Park R. E. [1966]: 888.<br />
185<br />
Gujarati Damodar N. [2003]<br />
186<br />
A számításokat hatványkitevős (log-log) és exponenciális (log-lin) függvények esetében is elvégezhetjük, ha a<br />
változókat linearizáljuk. Park és Harvey-Godfrey-próba.<br />
168