GRETL - software pro podporu výuky ekonometrických kursů
Popis:
Bakalářská práce má za cíl vytvořit srozumitelnou uživatelskou příručku pro ekonometrický software GRETL v českém jazyce počínaje představením softwaru GRETL a následným seznámením čtenáře s možným rozsahem využití daného programu při práci s daty. V práci jsou stručně přiblíženy hlavní možné charakteristiky lineárního regresního modelu, jako např. multikolinearita, autokorelace a heteroskedasticita, včetně jejich možného testování v daném programu a vyhodnocování konkrétních testů. Stěžejní část práce se zabývá definováním a specifikací dat pro jejich následnou analýzu v daném softwaru, sestavováním modelu, odhadem parametrů ekonometrického modelu metodou nejmenších čtverců, metodou vážených nejmenších čtverců a metodou zobecněných nejmenších čtverců. Dále práce pojednává o testování hypotéz, intervalových odhadech, o testování stacionarity časových řad, sestrojování a editaci grafů za použití softwaru GRETL a podrobném vysvětlení jednotlivých položek menu programu. Veškeré kroky jsou podpořeny grafickou přílohou a konkrétními příklady.
Klíčová slova:
instalace
import dat
regresní model
hypotézy
multikolinearita
dynamické modely
nestrannost
Obsah:
- Úvod viii
1 Zásady práce s programem gretl 1
1.1 Instalace, spuštění a ukončení programu gretl 1
1.1.1 Instalace a spuštění 1
1.1.2 Ukončení . 1
1.2 Definice proměnné a import dat 1
1.2.1 Definice proměnné 2
1.2.2 Import dat 5
1.2.3 Export dat 7
2 Klasický lineární regresní model e[y|x] . 8
2.1 Vícenásobný regresní model 8
2.2 Odhad parametrů lineární regresní funkce v programu gretl 9
2.2.1 Příklad jednoduché lineární regresní funkce - absolutní vyjádření 9
2.2.2 Sestrojení grafu . 12
2.2.3 Příklad jednoduché lineární regresní funkce - procentuální vyjádření 14
2.2.4 Příklad vícenásobné regresní funkce - kvadratické 17
2.2.5 Vliv vzájemného působení v modelu 19
3 Testování hypotéz . 21
3.1 Hladina významnosti a p-hodnota 21
3.2 Analýza rozptylu (anova) 22
3.3 T-test 23
3.3.1 Testování hypotéz pomocí p-hodnoty 24
3.3.2 Testování hypotéz pomocí intervalu spolehlivosti . 25
3.3.3 Vynechání proměnné v modelu 26
3.4 F-test . 29
3.4.1 Test lineárního omezení modelu . 30
4 Multikolinearita . 32
4.1 Důsledky multikolinearity 32
4.2 Zjišťování pomocí párových korelačních koeficientů 33
4.3 Zjišťování na základě pomocných regresí 34
5 Autokorelace 35
5.1 Testování autokorelace 35
6 Heteroskedasticita 42
6.1 Testování homoskedasticity . 42
6.1.1 Whiteův test 43
6.1.2 Breuschův-paganův test . 44
6.2 Postup při existenci heteroskedasticity . 45
7 Dynamické modely obsahující zpožděné proměnné 49
7.1 Testy dickeye a fullera . 49
8 Závěr . 54
Seznam použité literatury 55
Knihy a učebnice 55
INternetové stránky . 56
Odkazovaná literatura 56
9 Příloha ke kapitole č. 1 . 57
10 Příloha ke kapitole č. 2 . 59
10.1 Nestrannost odhadu . 59
10.1.1 Příklad č. 1: nestrannost náhodné složky 59
10.2 Příklad č. 2: vícenásobná regresní funkce 60
10.3 Příklad č. 3: vícenásobná regresní funkce - logaritmická 61
10.4 Umělé (proxy) proměnné v regresním modelu 66
10.4.1 Příklad č. 4: závislost platu na pohlaví - jedna binární proměnná . 66
10.4.2 Příklad č. 5: závislost platu na pohlaví - více binárních proměnných . 67
10.4.3 Příklad č. 6: zahrnutí binární proměnné do interaktivní proměnné 67
11 Příloha ke kapitole č. 3 . 69
11.1 Příklad č. 7: statistická významnost proměnné 69
11.2 Příklad č. 8: test lineárního omezení modelu 69
12 Příloha ke kapitole č. 4 . 72
13 Příloha ke kapitole č. 5 . 74
14 Příloha ke kapitole č. 6 . 78
15 Příloha ke kapitole č. 7 . 85
O souborech cookie na této stránce
Soubory cookie používáme pro funkční účely, pro shromažďování a analýzu informací o výkonu a používání stránky.