Stanisław Cichocki Natalia Nehrebecka
Wykład 5-6
1
1. Interpretacja parametrów przy zmiennych objaśniających ciągłych
◦ Interpretacja współczynników regresji w modelu liniowym
◦ Elastyczność
◦ Semielastyczność
2. Zastosowanie modelu potęgowego o Przekształcenie Boxa-Coxa
1. Interpretacja parametrów przy zmiennych objaśniających ciągłych
◦ Interpretacja współczynników regresji w modelu liniowym
◦ Elastyczność
◦ Semielastyczność
2. Zastosowanie modelu potęgowego o Przekształcenie Boxa-Coxa
Model regresji liniowej dla i-tej obserwacji:
Wartość oczekiwana zmiennej objaśnianej przy danych wartościach zmiennych objaśniających wynosi:
Pochodną cząstkową warunkowej wartości oczekiwanej po
mierzy oczekiwaną zmianę Yi jako efekt zmiany o jedną jednostkę, gdy wartości innych zmiennych objaśniających modelu pozostają niezmienione (ceteris paribus).
1 2 2
...
i i K Ki i
Y X X
1 2 2
( )
i i k ki K KiE Y X X X
(
i)
k ki
E Y X
x
Ki
kX
Ki2 – współczynnik
INTERPRETACJA: jeżeli wartość zmiennej niezależnej X2i wzrośnie o jednostkę, to wartość zmiennej zależnej y :
- wzrośnie (jeżeli b2>0) o |b2| jednostek lub - spadnie (jeżeli b2<0) o |b2| jednostek ceteris paribus.
1 – wyraz wolny
Uwaga ! Wyrazu wolnego nie interpretujemy.
1 2 2
...
i i K Ki i
Y X X
1 2 2
...
i i K Ki
Y b b X b X
Zmienna naukai - lata nauki i-tej osoby
Interpretacja:
Miesięczne wynagrodzenie wzrasta przeciętnie o 73,59 zł przy wzroście liczby lat nauki o jeden rok, przy założeniu pozostałych charakterystyk na niezmienionym poziomie.
i i
i
i
nauka wiek
placa
1
2
3
i i
i
nauka wiek
placa 993 , 26 73 , 59 35 , 09
Elastyczności mogą być wyznaczane z modelu - LOGLINIOWYM, w którym zarówno zmienna objaśniana jak i zmienne objaśniające są logarytmami zmiennych pierwotnych.
mierzy o ile procent zmieni się zmienna objaśniana, gdy zmienna objaśniająca zmieni się o jeden procent, gdy wartości innych zmiennych objaśniających modelu pozostają niezmienione (ceteris paribus).
1 2 2
ln Y
i ln X
i ...
Kln X
Ki
iln ( ) ln
i
k ki
E Y X
k1 2 2
ln ( ) Y
i ln X
i ...
Kln X
Ki2 – współczynnik
INTERPRETACJA: jeżeli wartość zmiennej niezależnej X2i wzrośnie o 1% , to wartość zmiennej zależnej y :
- wzrośnie (jeżeli b2>0) o |b2| % lub - spadnie (jeżeli b2<0) o |b2| %.
ceteris paribus.
1– wyraz wolny
Uwaga ! Wyrazu wolnego nie interpretujemy.
1 2 2
ln Y
i ln X
i ...
Kln X
Ki
i1 2 2
ln Y
ib b ln X
i... b
Kln X
Ki
Interpretacja:
Miesięczne wydatki wzrastają przeciętnie o 0,25% przy wzroście miesięcznego wynagrodzenia o 1%, przy założeniu pozostałych charakterystyk na niezmienionym poziomie.
i i
i
dochód
wydatki ) ln( )
ln(
1 2) ln(
25 , 0 2
)
ln( wydatki
i dochód
i Semielastyczności mogą być wyznaczane z modelu , w którym zmienna objaśniana jest zlogarytmowana a zmienne objaśniające nie są
logarytmami zmiennych pierwotnych.
*100% mierzy o ile procent zmieni się zmienna objaśniana, gdy
zmienna objaśniająca zmieni się o jedną jednostkę, gdy wartości innych zmiennych objaśniających modelu pozostają niezmienione (ceteris paribus).
1 2 2
ln Y
i X
i ...
KX
Ki
iln (
i)
k ki
E Y X
k1 2 2
ln ( ) Y
i X
i ...
KX
Ki2 – współczynnik
INTERPRETACJA: jeżeli wartość zmiennej niezależnej X2i wzrośnie o 1 jednostkę, to wartość zmiennej zależnej y :
- wzrośnie (jeżeli b2>0) o |b2| *100% lub - spadnie (jeżeli b2<0) o |b2| *100%.
ceteris paribus.
1 – wyraz wolny
Uwaga ! Wyrazu wolnego nie interpretujemy.
1 2 2
ln Y
i X
i ...
KX
Ki
i1 2 2
ln Y
ib b X
i... b X
K Ki
Interpretacja:
Płaca wzrasta przeciętnie o 4% przy wzroście wieku o 1 rok, przy założeniu pozostałych charakterystyk na niezmienionym poziomie.
i i
i
wiek
placa )
1
2
ln(
i
i
wiek
placa ) 2 , 34 0 , 04
ln(
Interpretacja:
Elastyczność: wzrost dochodu o 1% powoduje wzrost wydatków o 0,35%
przy założeniu pozostałych charakterystyk na niezmienionym poziomie.
Semielastyczność: wzrost liczby dzieci o 1 powoduje wzrost wydatków o 11%=0,11*100% przy założeniu pozostałych charakterystyk na
niezmienionym poziomie.
i i
i
dochód dzieci
wydatki ) 3 , 6 0 , 35 ln( ) 0 , 11
ln(
1. Interpretacja parametrów przy zmiennych objaśniających ciągłych
◦ Interpretacja współczynników regresji w modelu liniowym
◦ Elastyczność
◦ Semielastyczność
2. Zastosowanie modelu potęgowego o Przekształcenie Boxa-Coxa
Modelujemy wydatki gospodarstw domowych za pomocą dochodu tych gospodarstw.
Histogram wydatków /logarytmu wydatków gospodarstw domowych:
0
1.0e-042.0e-043.0e-044.0e-045.0e-04Gestosc
0 10000 20000 30000 40000
Wydatki gospodarstwa
0.2.4.6.8
Gestosc
4 6 8 10
Logarytm wydatkow gospodarstwa
Histogram dochodów/logarytmu dochodów gospodarstw:
0
1.0e-042.0e-043.0e-044.0e-04
Gestosc
0 20000 40000 60000
Dochod gospodarstwa
0.2.4.6.8
Gestosc
0 5 10
Logarytm dochodu gospodarstwa
Wyniki regresji:
ln(Wydatki) = 2,02+0,72*ln(Dochod) R²=0,58
Wydatki=712,81+0,58*Dochod R²=0,41
Regresja na poziomach i logarytmach:
246810
Logarytm wydatkow gospodarstwa
0 5 10
Logarytm dochodu gospodarstwa
0
10000200003000040000
Wydatki gospodarstwa
0 20000 40000 60000
Dochod gospodarstwa
Reszty z regresji:
0.5 11.5
Gestosc
-2 0 2 4 6
Standaryzowane reszty
0
2.0e-044.0e-046.0e-04Gestosc
-40000 -20000 0 20000 40000
Standaryzowane reszty
Pozwala na przeprowadzenie sformalizowanej procedury wyboru między modelem liniowym i potęgowym
Postać przekształcenia:
Pytanie: Co otrzymujemy dla , ,
?
( )
1
( , ) x
x g x
1 1 0
Stosując to przekształcenie do zmiennej zależnej i zmiennych niezależnych:
Dla :
Gdzie:
1
( ) ( ) ( )
1 2 2
...
i i Ki K i
y
x
x
*
1 2 2
...
i i Ki K i
y x x
*
1
1
1 2...
K
Dla :
Gdzie:
Dla :
1
* 2
1
2
1 ...
K ii Ki
y
ix x
*
1
1
1 2...
K
0
1 2 2
ln y
i ln x
i ... ln x
Ki
K
iDziękuję za uwagę
23