Versionen im Vergleich

Schlüssel

  • Diese Zeile wurde hinzugefügt.
  • Diese Zeile wurde entfernt.
  • Formatierung wurde geändert.

Hier sollte eine kurze Zusammenfassung und Einleitung des Abschnittes sein. Diese Seite dient als Vorlage für einen Artikel im Wiki und kann entsprechend angepasst werden.

Inhaltsverzeichnis

Inhalt
maxLevel2
excludeInhaltsverzeichnis|Bildergalerie



Ursachen für die Annahmeverletzung

Die Regressoren sind nicht endogen und somit sind die Regressoren mit der Störgröße unkorreliert. Die vier wichtigsten Fälle, in denen ein Regressor mit der Störgröße korreliert, sind (Hill et al. 2012):

  1. Messfehler in einem Regressor
    Wenn ein Regressor \(x_{k, i}\) nur mit einem Fehler gemessen werden kann, können \(x_{k, i}\) und \(\epsilon_{i}\) korreliert sein.
  2. Simultane Kausalität
    Wenn mehr als eine Gleichung benötigt wird, um einen Zusammenhang zu beschreiben, sind \(x_{k, i}\) und \(\epsilon_{i}\) korreliert. Ein Beispiel dafür ist Angebot und Nachfrage.
  3. Autokorrelation mit verzögerten endogenen Variablen
  4. Nichtberücksichtigung der relevanten Variablen

Überprüfung der Unabhängigkeit zwischen Regressor und Störgröße und Konsequenz der Annahmeverletzung

Die Unabhängigkeit zwischen Regressor und Störgröße kann durch ein Streudiagramm einzelner Regressoren gegen die Residuen überprüft werden. Wenn ein klarer Trend im Streudiagramm erkennbar ist, ist die Störgröße vom Regressor abhängig. Wenn die Unabhängigkeitsannahme der Regressoren und Störgröße verletzt ist, sind die KQ-Schätzer verzerrt, inkonsistent und ineffizient. Da die Standardabweichungen nicht korrekt sind, sind die Hypothesentests und das Konfidenzintervall nicht valide.

Beispiel 4: Abhängigkeit zwischen einem Regressor und den Residuen

In dem unten dargestellten Partial Residual-Plot sind die Residuen einer Regression vom Gehalt von Baseballspielern der Major League auf "Treffer", "Homeruns" und "Jahre in der Liga" gegen den Regressor "Jahre in der Liga" dargestellt (siehe Code am Rand).

Image Added

Die Residuen sind geringer für niedrige und hohe Werte von "Jahre in der Liga". Das ist ein Hinweis darauf, dass die Annahme der Unabhängigkeit zwischen den Residuen und dem Regressor verletzt ist.

Korrektur der Annahmeverletzung:

Wenn die Annahmeverletzung wegen der Nichtberücksichtigung relevanter Regressoren aufgetreten ist, kann das Problem durch die Aufnahme der relevanten Regressoren behoben werden. Bevor die Regressoren aufgenommen werden, muss überprüft werden, ob die Variablen wirklich relevant sind.


Bespiel 5: Aufnahme eines weiteren Regressors bei Fehlspezifikation

Durch die Aufnahme der quadrierten Jahre in die obige Regression wird der abnehmende marginale Effekt zusätzlicher Jahre auf das Gehalt mit erfasst. Die Systematik in den Residuen wird dadurch deutlich reduziert.

Image Added

Alternative: Die Methode der zweistufigen kleinsten Quadrate (englisch 2SLS: 2 Stage Least Squares)

  1. Die erste Stufe der 2SLS: Eine Regression des endogenen Regressors \(x_{k, i}\) in Abhängigkeit aller exogenen Variablen und Instrumentvariablen. Die Instrumentvariablen sind die Variablen, die stark mit der endogenen Variable \(x_{k, i}\) korrelieren, aber nicht mit \(\epsilon_{i}\) korrelieren. Durch die Regression kann die geschätzte \(x_{k, i}\), also , \(\hat{x}_{k, i}\) bestimmt werden. \(\hat{x}_{k, i}\) ist exogen.

  2. Die zweite Stufe der 2SLS: Da \(\hat{x}_{k, i}\) exogen ist, kann die endogene Variable \(x_{k, i}\) durch \(\hat{x}_{k, i}\) in der Regression der zweiten Stufe ersetzt werden. Die Regression kann durch die KQ-Schätzung konsistent geschätzt werden.



Code R

View file
nameUnabhängigkeitResiduenRegressor.R
height150

Code Stata

View file
nameUnabhängigkeitResiduenRegressor.do
height150

Code SPSS

View file
nameUnabhängigkeitRegressorResiduen.sps
height150

Code SAS

View file
nameUnabhängigkeitRegressorResiduen.sas
height150

Daten als CSV-Datei

View file
nameHittersCleaned.csv
height150

























Info
titleInstrumentenvariablen

Die Instrumentenvariablen sind die Variablen, die mit dem endogenen Regressor hoch korrelieren, aber nicht mit der abhängigen Variable korrelieren. Ob die Instrumentvariablen signifikant sind, muss mit einem geeigneten Test überprüft werden, wie zum Beispiel dem Sargan-Test.


Literatur

Hill, Rufus Carter, William E. Griffiths und Guay C. Lim. 2012. Principles of econometrics. Hoboken: Wiley.

Abschnitt 1

Überschriften, die ins Inhaltsverzeichnis aufgenommen werden sollen, müssen die Größen Überschrift 1 (Kapitel) und Überschrift 2 (Unterkapitel) haben. Es können natürlich auch weitere Untergliederungen vorgenommen werden, allerdings tauchen diese nicht im Inhaltsverzeichnis auf. Jedes Kapitel (Überschrift 1) bekommt einen eigenen Bereich.

Zum Umgang mit Abbildungen und Tabellen Ankertest4test4

Format im Text

Abbildungen und Tabellen werden zentriert. Alle Abbildungen besitzen eine Bildüberschrift, die Teil der Abbildung ist. Wenn dies nicht möglich ist, dann wird entsprechend im Wiki-Editor eine zentrierte Überschrift hinzugefügt. Nach Möglichkeit sollten Bilder eine Überschrift als Eigenschaft haben.

AbweichungenImage Removed

Info
titleAbweichung

Abbildungen können und sollten über Infoboxen verfügen. Die Infobox besitzt den selben Titel wie die Abbildung. In dieser Box können Quellenangaben und weitere Informationen enthalten sein.

Formeln

Formeln werden wie Latexcode geschrieben. Für eine gute Einführung siehe Wikibooks.

Eigenständig stehende Formeln werden wie folgt erzeugt.

\[y_{i}= \beta_0 + \beta _{1}x_i+ \epsilon_i,\]

wobei \(\varepsilon_i \sim \mathcal{N}(0,\sigma^2)\) eine Inline-Formel ist.

Hilfe

Es gibt eine Einführung der CeDiS für das Wiki.

Es steht auch das Markup von Confluence zur Verfügung. Siehe z.B. die Hilfe für das Wiki.

Zitieren

Quellenangaben erfolgen mittels eines Superskripts.

 Diese werden mit Hilfeder Makros "Single Cite"

und "Single Cite Short" erstellt. Siehe dazu auch die Hilfe.

Videos

Quellennachweis

Beispieldaten: R-Package ISLR: Data for an Introduction to Statistical Learning with Applications in R, Version 1.2; https://CRAN.R-project.org/package=ISLR













Bildergalerie


Galerie