ekonometria (funkcja torquista)

Procesy stochastyczne. Sposoby racjonalizowania wielkich ilości informacji. Matematyka w naukach społecznych.
Marjanna
Użytkownik
Użytkownik
Posty: 3
Rejestracja: 1 gru 2006, o 17:00
Płeć: Kobieta
Lokalizacja: Breslau
Podziękował: 1 raz

ekonometria (funkcja torquista)

Post autor: Marjanna »

Witam, mam pytanie czy po oszacowaniu modelu, który wyrażony jest funkcją tornquista analizę istotności parametrów przeprowadza się dla modelu oryginalnego (wyrazonego jako fcia tornquista) czy dla modeli zlineartzowanego??

Ze świątecznymi pozdrowieniami )
Awatar użytkownika
Lady Tilly
Użytkownik
Użytkownik
Posty: 3807
Rejestracja: 4 cze 2005, o 10:29
Płeć: Kobieta
Lokalizacja: nie wiadomo
Podziękował: 1 raz
Pomógł: 712 razy

ekonometria (funkcja torquista)

Post autor: Lady Tilly »

Model Tornquisat I rodzaju ma postać:
\(\displaystyle{ Y=\frac{\alpha_{0}{\cdot}X}{\alpha_{1}+X}}\)
zakłada się zwykle, ze parametry \(\displaystyle{ \alpha_{0}}\) i \(\displaystyle{ \alpha_{1}}\) są dodatnie. Model ten linearyzuje się do postaci:
\(\displaystyle{ \frac{1}{Y}=\beta_{1}{\cdot}\frac{1}{X}+\beta_{0}}\)
gdzie:
\(\displaystyle{ \beta_{1}=\frac{\alpha_{1}}{\alpha_{0}}}\)
\(\displaystyle{ \beta_{0}=\frac{1}{\alpha_{0}}}\)
dokonujemy podstawienia:
\(\displaystyle{ \frac{1}{Y}=V}\) oraz \(\displaystyle{ \frac{1}{X}=Z}\)
otrzymujemy więc:
\(\displaystyle{ V=\beta_{1}{\cdot}Z+\beta_{0}}\)
Oceny parametrów modelu wyjąciowego oblicza się po dokonaniu estymacji parametrów modelu linearyzowanego, wykorzystując relacje:
\(\displaystyle{ \alpha_{0}=\frac{1}{\beta_{0}}}\) oraz \(\displaystyle{ \alpha_{1}=\beta_{1}{\cdot}\alpha_{0}}\)
wtedy:
\(\displaystyle{ a_{1}=\frac{{\Sigma}v{\cdot}z-n{\cdot}\overline{v}{\cdot}\overline{z}}{{\Sigma}z^{2}-n\overline{z}^{2}}}\)
\(\displaystyle{ b_{0}=\overline{v}-a_{1}{\cdot}\overline{z}}\)
obliczasz teraz normalnie \(\displaystyle{ D(a_{1})}\) oraz \(\displaystyle{ D(b_{0})}\)
ODPOWIEDZ