STATISTIK-FORUM.de

[basti86]

Hallo,
Kann mir vielleicht einer bei dieser Aufgabe helfen bzw, einen Ratschlag geben ? Da ich ehrlich gesagt, nicht so richtig weiß, was ich da machen soll.
Besonders die Zahlen des Hinweises bringen mich nicht so recht weiter....
Ich habe das aber mal so wie ich es ahne berechnet, weiß aber nicht ob es richtig ist..

Aufgabe b)
Schätzen Sie ihr Modell mit der MKQ und interpretieren Sie die geschätzeten Koeffizienten.
Hinweis:
Σ(unpli)=0,955
Σ(log(1+gdp)i)=0,1231
Σ(unpli-unpl)²=0,0027
Σ(log(1+gdp)i-log(1+gdp))²=0,0065
Σ(log(1+gdp)i-log(1+gdp)(unpli-unpl)=-0.000233

Hier sind die Zahlen für die Arbeitslosenquote
2001.......0,079
2002.......0,087
2003......-0,098
2004.......0,105
2005.......0,113
2006.......0,103
2007......0,087
2008......0,075
2009.....-0,078
2010......0,071
2011......0,059

Hier sind die Zahlen für die jährliche Wachstumsrate,
2001.......0,0510
2002.......0,0000
2003......-0,0040
2004.......0,0120
2005.......0,0070
2006.......0,0370
2007......0,0330
2008......0,0110
2009.....-0,0510
2010......0,0370
2011......0,0300

Meine Lösungen sind:

für x^ habe ich 0,1270/11=0,0115
für y^ habe ich 0,9550/11=0,0868
für b(ß1)= -0,963
für a(ß0)= +0,0950

Ich weiß jetzt nicht, ob ich da noch etwas ausrechnen muss ??

Gruß Basti

[Druss]

Hey,

welches Modell soll den berechnet werden? ?

Was genau soll und sein?

wenn Arbeitslosenqoute := dann komme ich da schon mal auf etwas anderes als das was bei dir vorgegeben ist:

Code: Alles auswählen

x <- c(0.079,0.087,-0.098,0.105,0.113,0.103,0.087,0.075,-0.078,0.071,0.059)
sum(x)
[1] 0.603

Falls der Wachstumsrate entspricht, so erhalte ich hier auch ein anderes Ergebnis:

Code: Alles auswählen

y<-c(0.0510,0.0000,-0.0040,0.0120,0.0070,0.0370,0.0330,0.0110,-0.0510,0.0370,0.0300)
sum(log(1+y))
[1] 0.1579216

Ansonsten erhalte ich für



folgende Koeffizientenschätzer:

Code: Alles auswählen

mod1 <- lm(I(log(1+y))~x)
summary(mod1)
Coefficients:
             Estimate Std. Error t value Pr(>|t|) 
(Intercept) 0.0002769  0.0084837   0.033   0.9747 
x           0.2568427  0.0961619   2.671   0.0256 *

Keine Ahnung ob dir das was bring

Grüße
Druss

[basti86]

Hey,

Was die beiden bedeuten sollen, weiß ich selber nicht...
Welches Modell....

Ich habe das so gerechnet wie es bei

http://de.wikipedia.org/wiki/Methode_der_kleinsten_Quadrate

unter Beispiel etwas weiter unten steht..

Und ich habe das noch mal neu berechnet...
Bekomme so diese Ergebnisse:

für x^ habe ich 0,1270/11=0,0115
für y^ habe ich 0,9550/11=0,0868
für b(ß1)= -0,03988156
für a(ß0)= +0,08727863
jetzt aber auch die Frage, soll ich in dieser Aufgabe denn die... b(ß1) und a(ß0)... auch berechnen ? oder muss ich da etwas anderes rechnen ? da steht ja was von `schätzen`

Ich habe auch noch das Bestimmtheitsmaß berechnet, da habe ich 0,003772145 heraus, das ist in dieser Aufgabe zwar nicht zu rechnen ...aber egal....

Gruß Basti

[Druss]

nunja, so kann ich dir nur schwer helfen.

du hast doch schon deine betas und alphas berechnet?

grüße

[basti86]

ja mein beta und alpha habe ich mit der Methode wie es bei Wiki steht herausbekommen..aber was ich mich noch frage, was muss ich denn bei dieser Aufgabe genau berechnen ?? muss ich da nur das beta und alpha berechnen, und mehr nicht...

ich habe ein Lernzettel bekommen, da steht drin:

Die Koeffizienten β0 und β1 werden mit der Methode der Kleinsten Quadrate
geschätzt. Diese besagt, dass die Summe der Residuenquadrate, also der quadrierten
Reste, minimal sein soll. Die Koeffizienten β0 und β1 sind so zu wählen, dass die
Varianz um die Regressionsgerade minimal wird.

also reicht es, beta und alpha zu berechnen, um diese Aufgabe zu beenden...??


ok...ich habe hier mal die erste Aufgabe hingeschrieben, ich denke mal, dann ist das dass, welches Modell du meinst..

Formulieren Sie und begründen Sie einen sinnvollen Regressionsansatz zwischen der A-Quote und den BIP-Raten. Welches Vorzeichen erwarten Sie für die Koeffizienten ß0 und ß1 ?

y=ßo + ß1x + ui
y=Arbeitslosenq... endogen
x=BIP...exogen

Die Arbeitslosenq... ist vom BIP abhängig. Bei hohen BIP geht man von einer geringeren Arbeitslosenq.. aus..Deswegen ist die Steigung negativ -ß1x

y=ßo - ß1x + ui

Mehr kann ich dazu jetzt nicht schreiben...

Gruß Basti

[basti86]

du hast doch schon deine betas und alphas berechnet?

ja stimmt, die habe ich ja schon berechnet..weiß ich auch nicht, wieso ich das da hingeschrieben habe

[Druss]

Die Koeffizienten β0 und β1 werden mit der Methode der Kleinsten Quadrate
geschätzt. Diese besagt, dass die Summe der Residuenquadrate, also der quadrierten
Reste, minimal sein soll. Die Koeffizienten β0 und β1 sind so zu wählen, dass die
Varianz um die Regressionsgerade minimal wird.

das ist ja das gleiche was bei wiki steht

also reicht es, beta und alpha zu berechnen, um diese Aufgabe zu beenden...??

nein. du solltest die ja auch noch interpretieren

y=ßo + ß1x + ui

so ein modell meinte ich für dein obiges problem

[basti86]

Ok, dann müsste ich also die Regressionsgerade+Interpretation aufschreiben, um so eine Lösung zu dieser Aufgabe zu haben

Die geschätzte Regressionsgerade lautet somit
Y= +0,08727863b -0,03988156 + ui

Interpretation:
Man könnte sagen, dass mit jeder steigenden Wachstumsrate, die Arbeitslosenquote um 0,03988156 fällt.

Das wäre dann meine Lösung

Gruß Basti