Midterm Flashcards

1
Q

Test for AR(q) seriel korrelation med eksogenitetsantagelse

A

1) Kør OLS og find residualer
2) Kør regressionen u_h på u_h-1, u_h-2 … , u_h-q
3) Beregn F eller LM teststørrelsen, med tilhørende p-værdi

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Test for AR(q) seriel korrelation uden eksogenitetsantagelse

A

Dette er en BG-test

1) Kør OLS og find residualer
2) Kør regressionen u_h på u_h-1, u_h-2 … , u_h-q, X
3) Beregn F eller LM teststørrelsen, med tilhørende p-værdi

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Angiv MLR.1 - MLR.5

Angiv yderligere MLR.5’

A

1) Lineær i koefficienter (kan opskrives som modellen foreskriver)
2) Random sampling
3) Ingen perfekt kolinearitet og x_i =/ c
4) E(u|x) = 0
5) Var(u|x) = sigma^2

5’) Var(u|x) = sigma^2 Omega
Omega er diagonal med positive elementer

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q
Angiv fortolkninger af koefficienten beta når modellen er henholdsvis:
level - level
level - log
log - level
log - log
A

level - level -> beta angiver den marginale ændring i respons, ved en marignal ændring i x

level - log -> beta/100 angiver procentpoint ændring i respons når x ændres med 1%

log - level -> 100*beta angiver procent ændring i repsons

log - log -> beta angiver procent ændring i repsons givet procent ændring i x. Kan også ses som en elasticitet.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Fjernelse af en vigtig variabel gør de fittede værdier biased? Hvad med beta-hatterne?

Angiv desuden matematisk hvad det vil sige at en variabel x_i er irrelevant for modellen

A

Sandt. Modellen vil nu korrelere med fejltermet u hvor den fjernede variabel stadig er indeholdt.
Beta-hatterne vil være biased, hvis variablen er korreleret med nogle af de andre variable.

E(beta_i (hat)) = 0

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Hvornår kan det være en god idé at bruge første differenser?

A

Hvis vi har en positv seriel korrelation, så kan det sænke korrelationen, hvorved vores estimation er bedre.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Hvordan bestemmes frihedsgraderne i en F-test?

A

F(q, n-k-1)
q: Antallet af variable der testes for
n-k-1: Antallet af observationer minus antallet af variable minus intercept.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

BP test for heteroskedasticitet

A

1) Kør normal OLS, gem de kvardrerede residualer

2) Kør regressionen:
u^2_h = d0 + d1x1 + … + dkxk + fejl
gem de kvardrerede residualer fra denne regression

3) Udregn F eller LM statistik med tilhørende p-værdi

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Under hvilke antagelser er OLS konsistent og under hvilke antagelser er den BLUE?

A

A1-A4 => konsistens

A1-A5 => BLUE

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

I hvilken test gør man brug af følgende nulhypotese:

H_0: rho=0

A

AR(1)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Hvad sker der med OLS estimatorne, hvis der er endogenitet hos regressorerne?
Dvs. cov(u, X)≠0.

A

Dette er et brud på A4, hvorved vi ved, at OLS estimaterne ikke længere er konsistente og unbiased.

Ofte et tegn på, at modellen er forkert specificeret.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Under hvilken antagelse er beta* (GLS-estimatoren til korrektion af heteroskedasticitet) unbiased?

A

Antagelse A1-A4 skal være opfyldt!
Fx:
E(u|x)=0

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Angiv Full white test når k=3

A

1) Kør standard OLS og gem de kvardrerede residualer u^2_h

2) Kør regressionen:
u^2_h = d0 + d1x1 + d2x2 + d3x3 + d4x1^2 + d5x2^2 + d6x3^2 + d7x1x2 + d8x1x3 + d9x2x3 + fejl

3) Udregn F eller LM testørrelse med tilhørende p-værdi

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Hvad er forskellen på tværsnitdata og tidsseriedata?

A

Tværsnitdata er stikprøver taget fra et givent tidspunkt

Tidsseriedata er observationer fra en eller flere variable taget over tid

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Hvad er OLS-estimatoren beta_hat?

A

beta_hat=(X’X)^-1X’y

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Hvad bruges variansinflationsfaktoren (VIF) til?

A

Vi bruger den til at få en idé om multikollineariteten, som helst ikke må være for høj. Fås en VIF>10, så er det ikke godt.
BEMÆRK: høj VIF er ikke ensbetydende med, at vi må fjerne en variabel.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q
Sandt falsk:
1)
WLS er et 'subset' af GLS
2)
GLS benytter altid samme funktionelle form af Var(u|x) = sigma^2h(x) som FGLS
A

1)
sandt, WLS er når man kender heteroskedasticitetsfunktionen

2)
Falsk. GLS bygger på at vi kender den funktionelle form af h(x). FGLS antager den funktionelle form som
var(u|x) = sigma^2exp(d0 + d1x1 + … + dkxk). FGLS prøver at estimere h(x).

18
Q

Hvad er Var(beta_hat|X) (Varians-kovarians-matrix for OLS-estimatoren) for homoskedasticitet?

A

Var(beta_hat|X)=sigma^2*(X’X)^-1

19
Q

Hvad er E(sigma_hat^2) under antagelse 1-5?

A

sigma^2

20
Q

Hvad er Var(u_i|X) ifølge antagelse 5’?

A

Var(u_i|X)=sigma^2*omega_i

21
Q

Angiv hypotese om at en enheds ændring i b1 er udlignet af en enheds ændring i b2

A

H0: b1 - b2 = 0
H0: b1 = b2

22
Q

Hvornår bruges GLS?

A

Når vi har heteroskedasticitet, og antagelse 5 dermed ikke holder. Så laver vi en transformeret model og finder GLS-estimatoren.

23
Q

Hvilken antagelse brydes når der er heteroskedasticitet, og hvilke konsekvenser har det?

A

Brud på A5, de estimerede varianser for beta^hat er skæve => t-test, F-test og CI er ubrugelige samt OLS er ikke længere efficient (stadig konsistent).

24
Q

Hvad bruges variansinflationsfaktoren (VIF) til?

A

Bruges til at få en idé om multikollineariteten. Hvis der er høj multikollinearitet er det ikke godt, vi ser gerne at VIF<10.

BEMÆRK: man kan ikke bruge VIF til at fjerne variable.

25
Q

I en transformeret model er alt valid undtagen en ting.

A

R^2

26
Q

GLS er foretrukket over OLS når vi både har fjernet vigtige variable og har ukendt heteroskedasticitet?

A

Omitted variabel bias giver bias i både OLS, GLS og FGLS.
Det sagt så vil vi typisk stadig gerne korrigere for heteroskedasticitet. Når denne er ukendt bruger vi FGLS og antager at den er en eksponentielfunktion.

I denne opgave kan vi ikke konkludere noget, da vi ikke kender til graden af bias for de to, samt vi kender ikke udstrækningen af heteroskedacitet.

27
Q

I hvilke tilfælde bruges FGLS i stedet for GLS?

A

Vi bruger FGLS i det tilfælde, at heteroskedasticitetsfunktionen ikke er opgivet.

28
Q

Hvad er vores nulhypotese, når vi tester for heteroskedasticitet?

A

H_0: Var(u|x)=sigma^2

29
Q

Breusch-Godfrey er smart, da vi kan teste for seriel korrelation, men vi skal ikke antage noget andet, som man ellers skal i AR(Q) test.

Hvad er det?

A

BG kan bruges selv når der er usikkerhed om eksogenitet.

30
Q

Hvilken én af BLUE af:

  1. GLS
  2. FGLS
A
  1. GLS, da vi i 2. har estimeret h(x).
31
Q

Hvad er de to centrale antagelser der er i A4 for en lineær regressionsmodel med k uafhængige variable?

A

E(u|x_1,…,x_k)=0

Cov(u,x_i)=0, for i=1,…,k

32
Q

Hvordan beregnes R^2?

A

SSE/SST=1-SSR/SST

33
Q
Under antagelse 1-4 og 5'
sigma^2 = s2, omega = O
Bevis at Var(beta_hat | X) = s2 (X'X)^-1 (X'OX)(X'X)^-1
hint: beta_hat = beta + (X'X)^-1 X'u og
var(beta_hat | X) = var((X'X)^-1 X'u)
A

Var(beta_hat | X) = Var(beta + (X’X)^-1 X’u | X) = (X’X)^-1 X’ var(u | X) X(X’X)^-1 = (X’X)^-1 X’ s2O X(X’X)^-1 = s2 (X’X)^-1 (X’OX)(X’X)^-1

Man må tage alt der har noget med X ud af variansen når man betinger på X. Den skal så sættes i anden

34
Q

Beskriv Wald-test

A

JOKES ON YOU

35
Q

Hvad sker der når korrelationen mellem nogle variable stiger, dvs. R^2_j -> 1?

A

Var(B^hat_j | X) -> ∞

36
Q

Hvilket trade-off må vi tænke over, når vi overvejer at smide variable ud af vores model?

A

Bias-variance

37
Q

Hvilke asymptotiske egenskaber har OLS-estimatorer?

A

konsistent og normalfordelt

38
Q

Hvordan findes den t-statistikken generelt?

A

(estimat - værdi under nulhypotese)/standardfejl

39
Q

Angiv fremgangsmåden i special white

A

1) Kør OLS, gem de fittede værdier og de kvardrerede residualer
2) Kør regressionen
u^2_h = d0 + d1y_h + d2(y_h)^2 + v
3) Beregn F (DF: 2, n-2-1) eller LM (DF: 2) teststørrelse.

40
Q

Gengiv tabel G.1

A

Se bogen

Mvh
Mathies

41
Q

Forklar Durbin Watson

A

Svar mangler