Università di Siena
Siena, 2020
Econometria
Guardiamo i punti 10-13 rimasti dall’Esercitazione 2.
10 Se applichiamo un test F con ipotesi nulla H0: β2= β3=0, qual è l’ipotesi alternativa?
1 β26= 0 e β36= 0
2 β26= 0 o β36= 0X
3 (β26= 0 e β3=0) o (β2=0 e β36= 0)
4 (β2<0 e β3>0) o (β2>0 e β3<0)
globale della vostra regressione e il corrispondente p-value. Come interpretate il p-value?
1 la probabilità che tutti i coefficienti siano zero
2 la probabilità che tutti i coefficienti meno l’intercetta siano zero e che osserviamo il risultato stimatoX
3 la probabilità che il modello sia completamente invalido
4 la probabilità che il modello non sia correttamente specificato.
Econometria
12 Qual è l’effetto di una variabile irrilevante sui coefficienti stimati delle altre variabili?
1 sono distorti verso il basso e hanno standard error più piccoli
2 sono distorti verso l’alto e hanno standard error più grandi
3 sono distorti e la distorsione può essere negativa o positiva
4 sono corretti ma hanno standard error più grandi. X
13 Quando includiamo variabili collineari in un modello econometrico le stime sono
1 distorte verso il basso e hanno standard error più piccoli
2 distorte verso l’alto e hanno standard error più grandi
3 distorte e la distorsione può essere negativa o positiva
4 corrette ma hanno standard error più grandi.X
Econometria
Esercizio 6.1
(a) Considerate la seguente regressione su un campione con N = 40: y = β1+ β2x + β3z + e
che produce SQR = 979.830 e sy =13.4522.
Trovare (i) R2
(ii) Il valore della statistica F per testare β2= β3=0. Si rifiuta o no H0?
(i) Calcoliamo l’ R2 Sappiamo che
SQT =P(yi− ¯y )2= P(y(n−1)i−¯y )2 × (n − 1) = sy2(n − 1).
⇒ SQT = (13.45)2× 39 = 7057.5057 R2=1 − SQRSQT =1 − 7057.5057979.830 =0.8611
Econometria
(ii) Il secondo punto consiste nel calcolare il test di significatività complessiva.
Se β2= β3=0 allora ˆyi = ˆβ1= ¯y
⇒ SQRV =Pn
i(yi− ˆyi)2=Pn
i(yi − ¯y )2=SQT L’F test per testare β2= β3=0 è quindi:
F = (SQT − SQRNV)/(K − 1) SQRNV/(n − K ) =
= (7057.5057 − 979.830)/(2)
979.830/(40 − 3) =144.75
6.2 Considerate l’esercizio precedente. Dopo avere inserito nella regression ˆy2e ˆy3avete ottenuto SQR = 696.5357. utilizzate il test RESET per testare la forma funzionale.
Qua dobbiamo utilizzare:
F = (SQRV − SQRNV)/J SQRNV/(n − K )
Econometria
F = (SQRV − SQRNV)/J SQRNV/(n − K )
= (979.830 − 696.5357)/2
696.5357/(40 − 5) =7.1175
Il valore critico di una F con un livello di significatività = 0.05 è F0.95,2,35=3.267
Rigettiamo pertanto l’ipotesi nulla. Il modello è mal specificato.
Esercizio 6.3: Considerate il modello:
y = β1+ β2x2+ β3x3+e
Immaginate di aver stimato questo modello con minimi quadrati su 20 osservazioni. Sapendo che ˆσ2=2.5193, R2=0.9466 e avendo stimato i seguenti coefficienti e la seguente matrice varianza covarianza \cov (b):
Econometria
b1 b2 b3
=
0.96587 0.69914 1.7769
Cov (b) =
0.21812 0.019195 −0.050301 0.019195 0.048526 −0.031223
−0.050301 −0.031223 0.037120
(a) Trovate SQT, SQR e SQM Sappiamo che:
SQR =Pn
i eˆi2= ˆσ2× (N − K ) = 2.5193 ∗ (20 − 3) = 42.8281 Essendo R2=0.9466 = 1 −SQRSQT
⇒ SQRSQT =1 − R2⇒ SQT = (1−RSQR2) = (1−0.9466)42.8281 =802.0243 SQM è il complemento della SQR alla SQT, quindi:
SQM = SQT − SQR = 802.0243 − 42.828 = 759.1962
Econometria
(b) Sapendo che t0.975,17=2.110 trovate l’intervallo di confidenza al 95% per β2e β3
b2±t0.975,17se(b2) =0.69914±2.110×
√
0.048526 = (0.2343, 1.1639) b3±t0.975,17se(b3) =1.7769±2.110×√
0.037120 = (1.3704, 2.1834)
(c) Sapendo che t0.05,17 = −1.740 testate H0: β2≥ 1 contro H1: β2<1
t = b2− β2
se(b2) = 0.69914 − 1
√
0.048526 = −1.3658 > −1.740 non possiamo rigettare H0al 5% di significatività
Econometria
(d) Sapendo che F0.95,2,17 =3.59 testate l’ipotesi nulla congiunta H0: β2= β3=0 contro H1: β26= 0 OR β36= 0
Sappiamo che:
F = (SQRV − SQRNV)/J
SQRNV/(n − K ) = (SQT − SQRNV)/(K − 1) SQRNV/(n − K ) =
= (SQM)/(K − 1)
SQRNV/(n − K ) = (759.1962)/(2) 42.8281/(17) =151 La realizzazione è molto piu’ elevata del valore critico, 3.59, quindi rigettiamo H
(d) Sapendo che t0.025,17= −2.11 testate l’ipotesi nulla H0:2β2= β3
Sotto H0:dobbiamo testare la combinazione lineare 2β2− β3=0.
L’errore standard della combinazione lineare è:
se(2b2−b3) = q
22× var (b2) +var (b3) −2 × 2 × cov (b2,b3) = q
22× 0.048526 + 0.03712 − 2 × 2 × (−0.031223) = 0.59675
Econometria
Il numeratore della t è:
2b2− b3=2 × 0.69914 − 1.7769 = −0.37862
⇒ t = −0.37863
0.59675 = −0.634 Poichè −2.11 < −0.634 < 2.11 non rigettiamo H0.
Esercizio 6.4. Considerate la seguente regressione sul salario condotta su 1000 individui:
ln(WAGE ) = β1+ β2EDUC + β3EDUC2+ β4EXPER + β5EXPER2+ + β6(EDUC × EXPER) + β7HRSWK + e
dove le variabili esplicative sono anni di educazione, anni di esperienza e ore lavorate.
Econometria
(0.266) (0.190) (0.188) (0.080) (0.096)
EDUC 0.0498 0.0289 0.0366 0.1006
(0.0397) (0.0344) (0.0350) (0.0063)
EDUCZ 0.00319 0.00352 0.00293 (0.00169) (0.00166) (0.00170)
EXPER 0.0373 0.0303 0.0279 0.0295
(0.0081) (0.0048) (0.0054) (0.0048)
EXPER2 -0.000485 -0.000456 -0.000470 -0.000440
(0.000090) (0.000086) (0.000096) (0.000086)
EXPER xEDUC -0.000510 (0.000482)
HRSWK 0.01145 0.01156 0.01345 0.01524 0.01188 (0.00137) (0.00137) (0.00136) (0.00151) (0.00136)
(a) Usando un valore approssimato della t al 5% pari 2 indicate i coefficienti statisticamente diversi da zero.
Basta indicare con una stella tutti quei coefficienti il cui rapporto con lo standrad error è in valore assoluto maggiore di 2.
Econometria
* *
* *
* *
* * *
*
* *
*
restrizione. Mostrare che il t test produce lo stesso risultato.
La restrizione imposta è β6=0.
se testiamo H0: β6 =0 contro H1: β66= 0 col F test abbiamo:
F =(SQRV− SQRNV)/J
SQRNV/(n − K ) = (222.6674 − 222.4166)/(1)
222.4166/(993) =1.120 Il valore critico F(0.95,1,993)=3.851 e quindi non rigettiamo H0. Il valore critico della t-statistica è t(0.975,993)=1.962 =√
3.851 ed il suo valore è 1.058=√
1.120
Econometria
specificazione (C)? Usare l’F-test per verificare questa restrizione.
A quale domanda state cercando di rispondere con questo test?
La restrizione imposta è β4=0, β5=0, β6=0.
se testiamo H0: β4=0, β5=0, β6=0 contro H1:almeno uno tra β4, β5, β66= 0 col F test abbiamo:
F = (SQRV − SQRNV)/J
SQRNV/(n − K ) = (233.8317 − 222.4166)/3
222.4166/(993) =16.988 Il valore critico F(0.95,3,993)=2.614 e quindi rigettiamo H0.
Con questo test ci stiamo chiedendo se l’esperienza ha un ruolo nello spiegare il (log) salario e quindi testiamo congiuntamente tutti
A quale domanda state cercando di rispondere con questo test?
La restrizione imposta è β2=0, β3=0.
se testiamo H0: β2=0, β3=0 contro H1:almeno uno tra β2, β3, 6=0 col F test abbiamo:
F = (SQRV − SQRNV)/J
SQRNV/(n − K ) = (280.5061 − 222.6674)/(2)
222.6674/(994) =129.1 Il valore critico F(0.95,2,994)=3.005 e quindi rigettiamo H0.
Con questo test ci stiamo chiedendo se l’educazione ha un ruolo nello spiegare il (log) salario e quindi testiamo congiuntamente tutti i coefficienti che includono EDUC.
Econometria
specificazione (E)? Usare l’F-test per verificare questa restrizione.
A quale domanda state cercando di rispondere con questo test?
La restrizione imposta è β3=0, β6=0.
se testiamo H0: β3=0, β6=0 contro H1:almeno uno tra β3, β6, 6=0 col F test abbiamo:
F = (SQRV − SQRNV)/J
SQRNV/(n − K ) = (223.6714 − 222.4166)/(2)
222.4166/(993) =2.802 Il valore critico F(0.95,2,994)=3.005 e quindi NON rigettiamo H0. Con questo test ci stiamo chiedendo se l’educazione puo’ essere introdotta in modo lineare o se è necessario introdurre anche
La specificazione da preferire è la E: include solo coefficienti statisticamente diversi da zero ed esclude l’interazione ed EDUC2 che congiuntamente non erano statisticamente diversi da zero.
Econometria
SC per la specificazione (A). quale modello è indicato dall’AIC e quale dal SC?
Il calcolo dell’AIC per la specificazione (D) è:
AIC = ln(SSR)
N − 2K
N = ln(280.5061)
1000 −2 × 4
1000 = −1.263 Il calcolo del SC per la specificazione (A) è:
SC =ln(SSR)
N −K × ln(N)
N = ln(280.5061)
1000 −7 × ln(1000)
1000 = −1.455 L’SC indica la specificazione (E) e l’AIC la specificazione (B).
ln(WAGE ) = β1+ β2EDUC + β3EDUC2+ β4EXPER + β5EXPER2+ + β6HRSWK + e
a testate l’ipotesi nulla che un anno di educazione in più abbia lo stesso effetto di un anno di esperienza in più. come
specifichereste H0e H1? Sapendo che SQRV =254.1726 testateH0.
b Qual è il modello vincolato assumendo che l’ipotesi nulla è vera?
Econometria
ln(WAGE ) = β1+β2(EDUC+EXPER)+β3(EDUC+EXPER)2+β6HRSWK +e La statistica F è:
F = (SQRV − SQRNV)/J
SQRNV/(n − K ) = (254.1726 − 222.6674)/(2)
222.6674/(994) =70.32 Il valore critico F(0.95,2,994)=3.005 e quindi rigettiamo H0.
Esperienza ed educazione hanno effetti differenti.