Regressione lineare semplice: inferenza - Economia

More documents

Recommendations

Info

Variabili binarie La regressione quando X è una variabile binaria A volte un regressore è binario: 1 se classe piccola X = 0 altrimenti 1 X = 0 femmina maschio 1 X = 0 se trattato (farmaco sperimentale) altrimenti I regressori binari sono a volte chiamati variabili dummy. Fin qui β1 è stato chiamato ”pendenza” ma ciò non ha senso se la variabile X è binaria. Come interpretiamo la regressione con un regressore binario? Rossi Regressione lineare semplice Econometria - 2013 18 / 60
Variabili binarie Interpretazione delle regressioni con un regressore binario Quando Xi = 0: quando Xi = 1 quindi è pari alla differenza tra medie. Yi = β0 + β1Xi + ui Yi = β0 + ui E[Yi|Xi = 0] = β0 Yi = β0 + β1 + ui E[Yi|Xi = 1] = β0 + β1 β1 = E[Yi|Xi = 1] − E[Yi|Xi = 0] Rossi Regressione lineare semplice Econometria - 2013 19 / 60
Page 1 and 2: Regressione lineare semplice: infer
Page 3 and 4: Sommario L’errore standard di ˆ
Page 5 and 6: Introduzione L’oggetto di interes
Page 7 and 8: Verifica di ipotesi Verifica di ipo
Page 9 and 10: Verifica di ipotesi Formula per cal
Page 11 and 12: Verifica di ipotesi Formula per cal
Page 13 and 14: Verifica di ipotesi Esempio: Punteg
Page 15 and 16: Intervalli di confidenza Intervalli
Page 17: Intervalli di confidenza Riepilogo
Page 21 and 22: Variabili binarie Riepilogo: regres
Page 23 and 24: Omoschedasticità Esempio: etero/om
Page 25 and 26: Errori standard con omoschedasticit
Page 35 and 36: Teorema di Gauss-Markov Le assunzio
Page 37 and 38: Teorema di Gauss-Markov Il teorema
Page 45 and 46: Teorema di Gauss-Markov Efficienza
Page 47 and 48: Teorema di Gauss-Markov Inferenza c
Page 49 and 50: Teorema di Gauss-Markov Distribuzio
Page 53 and 54: Teorema di Gauss-Markov Non distors

Regressione lineare semplice: inferenza - Economia

Create successful ePaper yourself

Delete template?

Save as template?