8. Übung EVWL Edgar Vogel, MEA May 8, 2007 Edgar Vogel, MEA Organisatorisches Bitte folgende Dateien von der Homepage downloaden (http://trenkler.vwl.uni-mannheim.de/358.0.html) 1 ca_schools2.dta 2 ca_schools2.pdf (Datensatzbeschreibung) 3 Übungsblatt 7 Edgar Vogel, MEA Multiple Regression 1 Letzte Übung hatten wir die vereinfachende Annahme getroffen, dass das Testergebnis NUR von den Ausgaben/Schüler oder von der Klassengröße bestimmt wurde. Diese Annahme können wir fallen lassen denn wir haben Daten über • Schüler-Lehrer-Verhältnis • Budget/Schüler • Anteil der Schüler mit Englisch als Muttersprache • Anteil der Schüler mit Anspruch auf verbilligtes Mittagessen Edgar Vogel, MEA Multiple Regression 2 Mit mehreren Variablen ist unser Modell yˆi = β̂0 + β̂1 x1,i + β̂2 x2,i + ûi Die ‘einfache’ Logik aus dem univariaten Modell funktioniert hier nicht mehr! ⇒ Wir möchten hier den Effekt einer Variable - vom Einfluss der anderen Variablen bereinigt - schätzen (“partialling out”): ceteris paribus Gedankenexperiment: wenn wir die anderen Variablen festhalten, was ist der Effekt einer bestimmten unabhängigen Variable auf die abhängige Variable? Edgar Vogel, MEA “Partialling Out” yˆi βˆ1 = β̂0 + β̂1 x1,i + β̂2 x2,i + ûi PN r̂1,i yi = Pi=1 N 2 i=1 r̂1,i wobei wir zuerst x1 durch x2 erkären x1,i = γ̂0 + γ̂1,i x2,i + r̂1,i ... und den ‘Rest’ als erklärende Variable verwenden r̂1,i = x1,i − γ̂0 − γ̂1,i x2,i r̂1,i = Teil von x1,i der mit x2,i unkorreliert ist. Edgar Vogel, MEA Welche Spezifikation? Manchmal haben wir eine Theorie die uns einen Hinweis auf die ‘richtige’ Spezifikation gibt. Oft hat man nur Hypothesen die wir mit vorhandenen Daten testen können. Für ein perfektes Modell würden wir zB für die • angeborene Lernfähigkeit (Intelligenz) der Schüler • Qualität der Lehrer kontrollorien. ⇒ Deshalb ist in der Praxis die Suche nach dem ‘richtigen’ Modell oft eine Trial & Error Prozedur Edgar Vogel, MEA Was ist angewandte Ökonometrie? • Economic history is chasing a black cat in a dark room • Economics is chasing a black cat in a dark room when the cat isn’t there • Applied Econometrics is chasing a black cat in a dark room when the cat isn’t there and you claim that you have caught it! Edgar Vogel, MEA Verschiedene Spezifikationen Mit dem vorhandenen Datensatz probieren wir 4 Spezifikationen aus. Die abhängige Variable ist immer testscr. Die erklärenden Variablen sind 1 Schüler-Lehrer-Verhältnis 2 Schüler-Lehrer-Verhältnis Anteil der Schüler, deren Muttersprache nicht Englisch ist 3 Schüler-Lehrer-Verhältnis Anteil der Schüler, deren Muttersprache nicht Englisch ist Budget pro Schüler 4 Schüler-Lehrer-Verhältnis Anteil der Schüler, deren Muttersprache nicht Englisch ist Budget pro Schüler Anteil der Schüler mit Anspruch auf verbilligtes Mittagessen Edgar Vogel, MEA Verbundene Hypohesen Manchmal möchten wir nicht nur t-Tests auf Signifikanz einzelner Koeffizienten durchführen. Es könnte z.B. interessant sein zu testen ob • keine der erklärenden Variablen einen signifikanten Einfluss hat ⇒ β1 = β2 = β3 = . . . = βn = 0 • zwei Variablen gemeinsam keinen Einfluss haben ⇒ β1 = β2 = 0, βn6=1,2 6= 0? • der Einfluss von zwei Variablen gleich gross ist ⇒ β1 = β2 6= 0 ⇒ F-Test Edgar Vogel, MEA ‘Mechanik’ F-Test Kochrezept für den F-Test 1 Restringiertes Modell schätzen: SSRr 2 Unrestringiertes Modell schätzen: SSRur 3 Aus restringiertem Modell Anzahl der Restriktionen Frage: Um wie viel verändert sich SSR wenn wir Koeffizienten auf 0 restringieren, standardisiert mit SSRur . Fq,n−k−1 = (SSRr − SSRur )/q SSRur /(n − k − 1) Antwort: Wenn Veränderung hinreichend gross, können wir H0 verwerfen (zB H0 : alle Koeffizienten sind Null) Edgar Vogel, MEA Beziehung F-Test / t-Test Nach dem regress-Befehl möchten wir einen t-Test für einen bestimmten Koeffizienten durchführen test _b[varname] = 0 STATA-Output test . test _b[varname]=0 ( 1) varname = 0 F( 1, 418) = Prob > F = 22.58 0.0000 Warum gibt STATA keinen t-Wert zurück ??? F-Test und t-Test können einfach umgerechnet werden1 : (t − Wert)2 = F − Wert 1 Voraussetzung: zweiseitiger Test und ein Koeffizient Edgar Vogel, MEA