Эконометрика-2. Семинары.

by

Семинар 1 по эконометрике-2. Автор: Т.А. Ратникова.

Семинар 2 по эконометрике-2. Автор: Е.С. Вакуленко, Т.А. Ратникова.

Семинар 3 по эконометрике-2. Автор: Е.С. Вакуленко, Т.А. Ратникова. Программный код для пакета STATA10

Семинар 4 по эконометрике-2. Авторы: Е.С. Вакуленко, О.А. Демидова, Т.А. Ратникова. Все материалы к семинару 4.

Семинар 5 по эконометрике-2. Автор: Е.С. Вакуленко.

Семинар 6-7 по эконометрике 2. Автор: Е.С. Вакуленко

Обновленный семинар 7 по эконометрике-2. Автор: Т.А. Ратникова

Семинар 7 программа

Семинар 8  по эконометрике-2. Авторы: Е.С. Вакуленко, Т.А. Ратникова. Программа семинар 8

Семинар 9. Гетероскедастичность.  Программа Автор: Т.А. Ратникова

Семинары 10-11 по эконометрике-2. Временные ряды в EviewsПрактические занятия по работе в Eviews.

Семинар 12 по эконометрике-2. Автор: Т.А. Ратникова. Данные к семинару. Лекции по анализу панельных данных.

Семинар №13 по эконометрике-2. Автор: Т.А. Ратникова. Данные к семинару.  Теория по этой теме.

Задачи для самостоятельной работы по теме Автокорреляция. Автор: Т.А. Ратникова.

Семинар_14

Семинар_15. Данные к семинару. Данные в формате Stata.

Листинги программ…

К семинару 3:

clear
set more off
log using sem3.log, text replace

/*******************************************/
/*     	File Name:	sem3.do					*/
/*     	Date:   	September 16, 2011			*/
/*      Author: 	Elena S. Vakulenko			*/
/*      Purpose:	Regression data generation with random variables.*/
/*      Input File:						*/
/*      Output File:	sem3.log				*/
/*******************************************/

/************************************************/
/* First do it with low correlation.		*/
/************************************************/

/* First set the vector of means and the  	*/
/* covariance matrix without correlation. 	*/

matrix M = (2 , 5)
matrix C = (1 , 0 \ 0 , 1)
set seed 100
  drawnorm x1 x2, means(M) cov(C) n(150)
  scatter x1 x2

/* Now draw the errors from the standard normal. */

  drawnorm epsilon
  hist epsilon
  twoway kdensity epsilon

/* Generate the dependent variable. */

  generat y = 2 + 5*x1 - 3*x2 + epsilon
  summarize y x1 x2
  correlate y x1 x2

/* Run the regression. */

regress y x1 x2

	matrix cov=e(V) /*Заносим в память ковариационную матрицу коэффициентов*/
	matrix list cov /*Вывод этой матрицы на экран*/

/*Draw graph.*/
twoway scatter y x1 || scatter y x2

/*Hypothesis*/
ttest x1=3 /*Гипотеза о равенстве среднего значения x1 3*/
ttest x1=2 *
ttest x1=x2 /*Гипотеза о равенстве двух средних*/

sdtest x1=1.5 /*Гипотеза о равенстве дисперсии x1 1.5*/
sdtest x1=1
sdtest x1=x2

clear
/*Генерирование случайных величин разных распределений*/
matrix A = (0 , 0, 0, 0, 0, 0, 0, 0, 0, 0)
matrix B = I(10)  /*Cоздание единичной матрицы размера 10*/
	drawnorm z1-z10, means(A) cov(B) n(200)
/*Нарисуем функции плотности*/
twoway kdensity z1 || kdensity z2 || kdensity z9 || kdensity z10

/*Генерирование Хи-квадрат распределения*/
gen chi10=z1^2+z2^2+z3^2+z4^2+z5^2+z6^2+z7^2+z8^2+z9^2+z10^2
gen chi4=z1^2+z2^2+z3^2+z4^2
gen chi6=z5^2+z6^2+z7^2+z8^2+z9^2+z10^2
gen chi1=z1^2

/*Нарисуем все эти случайные величины на одном графике*/
twoway kdensity chi1 || kdensity chi4 || kdensity chi6 || kdensity chi10

/*Генерирование t распределения*/
gen t=z2/sqrt(chi6/6)
twoway kdensity t
twoway kdensity t || kdensity z2 /*Сопоставление с нормальным распределением*/

/*Генерирование F распределения*/
gen F46=(chi4/4)/(chi6/6)
gen F64=(chi6/6)/(chi4/4)
twoway kdensity F46 || kdensity F64

log close
*clear
*exit
Реклама

Метки: , ,

комментария 4 to “Эконометрика-2. Семинары.”

  1. Борзых Д.А. Says:

    Предлагаю в качестве более сложной задачки для семинара № 3 следующую задачу.

    Сгенерируйте реализацию двух случайных выборок X=(X1,…,Xn) и Y=(Y1,…,Yn) так, чтобы их выборочная ковариационная матрица была «приближенно» равна
    2 1
    1 2

    ;)))

  2. borzykhdmitriy Says:

    Вот один из способов.
    Код в MATLAB.

    n = 10000;
    mx = 0;
    my = 0;
    sx = sqrt(2);
    sy = sqrt(2);
    p = 0.5;
    b = p * sy/sx;
    a = my - mx * p * sy / sx;
    X = sx * randn(n,1) + mx;
    se = sqrt(sy^2 + b^2 * sx^2 - 2 * p^2 * sy^2);
    e = se * randn(n,1);
    Y = a + b * X + e;
    
    varX = sum((X - mean(X)).^2) / (n - 1);
    varY = sum((Y - mean(Y)).^2) / (n - 1);
    covXY = sum((X - mean(X)) .* (Y - mean(Y))) / (n - 1);
    corrXY = covXY / (sqrt(varX) * sqrt(varY));
    
    % X и Y - искомые реализации случайных выборок,
    % ковариационная матрица которых приближенно равна
    
    % 2 1
    % 1 2
    
  3. borzykhdmitriy Says:

    А вот второй способ! ;)))

    n = 10000;
    X = zeros(n,1);
    Y = zeros(n,1);
    V = [2 1; 1 2];
    for i = 1:n
        tempcol = (V ^ 0.5) * randn(2,1);
        X(i,1) = tempcol(1,1);
        Y(i,1) = tempcol(2,1);
    end
    
    VXY = zeros(2,2);
    avX = sum(X)/n;
    avY = sum(Y)/n;
    DX = sum((X - avX) .^ 2) / (n - 1);
    DY = sum((Y - avY) .^ 2) / (n - 1);
    covXY = sum((X - avX) .* (Y - avY)) / (n - 1);
    covYX = sum((Y - avY) .* (X - avX)) / (n - 1);
    VXY(1,1) = DX;
    VXY(1,2) = covXY;
    VXY(2,1) = covYX;
    VXY(2,2) = DY;
    

    Кто придумает ещё? 😉

Добавить комментарий

Заполните поля или щелкните по значку, чтобы оставить свой комментарий:

Логотип WordPress.com

Для комментария используется ваша учётная запись WordPress.com. Выход / Изменить )

Фотография Twitter

Для комментария используется ваша учётная запись Twitter. Выход / Изменить )

Фотография Facebook

Для комментария используется ваша учётная запись Facebook. Выход / Изменить )

Google+ photo

Для комментария используется ваша учётная запись Google+. Выход / Изменить )

Connecting to %s


%d такие блоггеры, как: