Schema della lezione

More documents

Recommendations

Info

Assunzione #2: (X1i,…,Xki,Yi), i =1,…,n, sono i.i.d. Soddisfatta se i dati sono raccolti in campionamento casuale semplice. Assunzione #3: grandi outliers sono rari Stessa assunzione vista per il caso di un singolo regressore 26
Assunzione #4: Non c’è multicollinearità perfetta Multicollinearità perfetta si ha quando un regressore è il risultato di una funzione lineare esatta di altri regressori Es: se includiamo STR due volte: regress testscr str str, robust Regression with robust standard errors Number of obs = 420 F( 1, 418) = 19.26 Prob > F = 0.0000 R-squared = 0.0512 Root MSE = 18.581 ------------------------------------------------------------------------- | Robust testscr | Coef. Std. Err. t P>|t| [95% Conf. Interval] --------+---------------------------------------------------------------- str | -2.279808 .5194892 -4.39 0.000 -3.300945 -1.258671 str | (dropped) _cons | 698.933 10.36436 67.44 0.000 678.5602 719.3057 ------------------------------------------------------------------------- 27
Page 1 and 2: Schema della lezione 1. Non corrett
Page 3 and 4: Nel caso di non correttezza dovuta
Page 5 and 6: Consideriamo nuovamente la formula
Page 7 and 8: Formula della non correttezza dovut
Page 9 and 10: Digressione su causalità e analisi
Page 11 and 12: Nel nostro esempio • Il trattment
Page 13 and 14: 2 modi per rimediare al problema de
Page 15 and 16: Interpretazione dei coefficienti ne
Page 17 and 18: Con 2 regressori, lo stimatore OLS
Page 19 and 20: Multiple regression in STATA reg te
Page 21 and 22: R 2 e 2 R L’R 2 ha la stessa defi
Page 23 and 24: (1) (2) Voti ˆ Voti ˆ = 698.9 - 2
Page 25: Assunzione #1 E(u|X1 = x1,…, Xk =
Page 29 and 30: Multicollinearità Perfetta e Imper
Page 31 and 32: • multicollinearità perfetta di
Page 33 and 34: multicollinearità imperfetta impli
Page 35 and 36: Es: (1) Voti ˆ = 698.9 - 2.28×STR
Page 37 and 38: Test d’ Ipotesi Congiunta Definia
Page 39 and 40: In grandi campioni, F si distribuis
Page 41 and 42: Le regressioni Vincolate (V) e Non
Page 43 and 44: Modello ristretto: Voti ˆ = 644.7
Page 45 and 46: Test di più di un coefficiente con
Page 47 and 48: Metodo #1: Trasformiamo la regressi
Page 49 and 50: Metodo #2: Fare il test direttament
Page 51 and 52: Digressione sulle misure di bontà
Page 53 and 54: Torniamo a guardare i dati… 53
Page 56: • la regressione multipla ci perm

Schema della lezione

Create successful ePaper yourself

Delete template?

Save as template?