Эконометрика-2. Семинары для групп Вакуленко Е.С.

by

Семинар 1. Повторение линейной алгебры.

Семинар 2. МНК.

Семинар 3. Оценивание регрессий в Stata. Повторение теории вероятности и математической статистики. Программный код

Семинар 4. Теорема Гаусса-Маркова.

Семинар 5. УМНК. Компьютерное занятие. Статья. Данные. Код

Семинар №6-7. Тест Чоу, дамми переменные, ошибки спецификации. МатериалыЗадание по статье. Внимание! Текст семинара обновлен!

Семинар №8. Мультиколлинеарность. КодМатериалы.

Семинар №9. Гетероскедастичность.

Семинары №10-11. Анализ временных рядов. Time series analysis part 1. Time series analysis part2Данные. Пособие по анализу временных рядов в Eviews.

Семинар 12. ММП. Эндогенность. Данные

Семинар 13. Подготовка к контрольной работе.Задачи

Задачи для самостоятельной подготовки по теме автокорреляция

3 модуль

Семинар 14. Модели бинарного выбора. Материалы

План семинаров на 3 модуль:

22.01 — Модель Хекмана, Тобит.

29.01 — Анализ панельных данных.

05.02. — Анализ панельных данных.

12.02. — Пространственная эконометрика.

19.02. — Системы одновременных уравнений.

26.02, 05.03, 12.03 — Презентации исследовательских проектов.

12.03. — Подготовка к экзамену.

Текст программ ниже…

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

/*	****************************************************************	*/
/*     	File Name:	sem3.do					*/
/*     	Date:   	September 25, 2012						*/
/*      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 */

/*Создание переменной, состоящей из одних 1*/
gen ed=1

/*Создание единичного вектора*/
matrix e=J(150,1,1)

/*Единичная матрица*/
matriх I=I(150)

/*Создание матрицы из переменных*/
mkmat ed x1 x2, matrix(X)
mkmat y, matrix(Y)

/********************************/
/*Now try to estimate regression*/
/********************************/

matrix b=
matrix P=
matrix pi=
matrix Y_fit=
matrix resid=
matrix rss=
matrix sigma2=
matrix cov_b=
matrix ess=
matrix tss=
matrix r2=
matrix dov_int=

*** Note: use command el(s,i,j)

		/* Run the regression using Stata tools */

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 = J(10,1,0)
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: , , ,

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: