Nevíte-li si rady s jakýmkoliv matematickým problémem, toto místo je pro vás jako dělané.
Nástěnka
❗22. 8. 2021 (L) Přecházíme zpět na doménu forum.matweb.cz!
❗04.11.2016 (Jel.) Čtete, prosím, před vložení dotazu, děkuji!
❗23.10.2013 (Jel.) Zkuste před zadáním dotazu použít některý z online-nástrojů, konzultovat použití můžete v sekci CAS.
Nejste přihlášen(a). Přihlásit
Stránky: 1
ahoj, casove rady, model prodeje hrusek, 3 vysvetlujici promenne, ctvrtletni data. Mam otestovat pritom nost sezon nich vl ivu za predpokladu, ze se bude lisit uro vnova kon stanta (=sezo nni vliv pouze u urov nove konstanty?). Testuje u tohoto modelu dale pritom nost autok orelace (=pouze jeden model?).
Napadlo me vytvorit 4 umele promenne a zaradit je do modelu (D1: 1,0,0,0,1,0,0,0,...; D2: 0,1,0,0,0,1,0,0,...).
Nejsem si ale jisty, jak to zaclenit do modelu. Co tak mit 4 modely:
Y1= D1* + *X1 + *X2 + *X3
Y2 = D2* + *X1 + *X2 + *X3
...atd. V zadani je zminene, aby se lisila mezi sezonami intercept, takze umela promenna jenom u ni a porovnat jeji hodnotu ze 4 modelu, resp. 4 hodnoty odhadu OLS konstanty?
Dale je ovsem v zadani popsan dalsi ukol, jakoby se melo jednat o jeden model, tak me spise napadlo:
Yt= D1* + D2* + D3* + D4* + *X1 + *X2 + *X3
a odhady bet0 pro vsechny 4 porovnam?
Offline
↑ random lempl: Ahoj, tu sa niečo podobné na str. 25
http://gis.vsb.cz/pan-old/Skoleni_Texty … CasRad.pdf
alebo aj google kw sezonni+vlivy+model
Offline
random lempl napsal(a):
Napadlo me vytvorit 4 umele promenne a zaradit je do modelu (D1: 1,0,0,0,1,0,0,0,...; D2: 0,1,0,0,0,1,0,0,...).
Nejsem si ale jisty, jak to zaclenit do modelu.
Proč 4? Pokud budeme mít v modelu absolutní člen, můžeme mít jen 3 sezónní dummy proměnné. A čtvrtá jako kontrolní skupina (ten abs. člen).
random lempl napsal(a):
Co tak mit 4 modely:
Nestačí jeden?
random lempl napsal(a):
...atd. V zadani je zminene, aby se lisila mezi sezonami urovnova konstanta, takze umela promenna jenom u ni a porovnat jeji hodnotu ze 4 modelu, resp. 4 hodnoty odhadu OLS konstanty?
Co je úrovňová konstanta? Pokud tím myslíte v regresi, v angličtině intercept, ty sezónní proměnné budou jen další explanatory proměnné, tedy tři z nich, viz výše.
---
Co koukám na ty vaše předpisy, tak základní chybou je, že děláte interakci dummy proměnné sezóny s průsečíkem. Přitom ty sezónní proměnné jsou jen další proměnné, které přičítáte.
Offline
pietro: na stejnem odkazu jsem take byl, ale moc me to nepomohlo. ocistit data o sezonni vlivy pres sezo nni difer ence zvladnu, ale k cemu to?
halogan: aha, velke diky. Ta "interakce" byla hloupost. 3 dummy kvuli dummy vari able trap, ze? v tom pripade je interpretace interceptu rovna interpretaci "4. dummy"?
Jinak model tedy Y = intercept + b1*x1 + b2*x2 + b3*x3 + dummy1 + dummy2 + dummy3 + epsilon?
Offline
↑ random lempl:
Přesně tak, dummy variable trap. Dal by se odstranit intercept a použít 4 dummy, ale to má taky svoje následky (OLS odhady tuším budou sice konzistentní, ale nebudou nutně unbiased — tohle jsem ale nikdy přesně nevěděl).
random lempl napsal(a):
Jinak model tedy Y = intercept + b1*x1 + b2*x2 + b3*x3 + dummy1 + dummy2 + dummy3 + epsilon?
To vypadá dobře. Interpretace je následující:
Intercept je vliv sezóny, která nemá svou dummy a pro K-tou sezónu s dummy je vliv roven (intercept + dummyK)!
Offline
↑ halogan:
a jaka by pak byla interpretace 4. sezony, tj. v modelu "nezahrnute"? resp. jak zjistit jeji koef?
Offline
↑ random lempl:
Jak píšu, je to ten intercept. (Pokud bychom měli mít jednotný zápis, mělo by být b4, b5 a b6 před těmi dummy).
Vemte si to takhle, nechť (s1, s2, s3, s4) je vektor určující, která je právě sezóna. Tedy právě jedno si bude rovno jedné, ostatní nule.
Pokud v modelu máme dummy pro s2, s3 a s4, tak je interpretace následující: Pokud máme první sezónu, platí s2=s3=s4=0, takže všechny 3 dummy v modelu jsou rovny nule, takže nás jejich koeficienty nezajímají a jen intercept je pro nás platný (+ samozřejmě ostatní vysvětlující proměnné).
Pokud je druhá sezóna, je s3=s4=0, ale dummy pro s2 je rovna jedné, takže její koeficient + intercept bude ten absolutní vliv (+ opět vysvětlující proměnné).
Atd.
Vysvětluju to trochu krkolomně, tato látka ale bývá docela dobře vysvětlená v učebních textech. Není třeba chodit mezi time series, protože to je prakticky stejné jako u cross sectionals.
Offline
Dekuji. Pochopil jsem.
Offline
Stránky: 1