Cómo configurar la función de regresión poblacional modelo (prf)

Video: Modelando una población como una función exponencial

Antes de comenzar con el análisis de regresión, es necesario identificar la regre poblaciónsfunción de Sion (PRF). La PRF define la realidad (o su percepción de ella) lo que se refiere a su tema de interés. Para identificarlo, es necesario determinar las variables dependientes e independientes (y cómo van a ser medidos), así como la función matemática que describe cómo se relacionan las variables.

Después de reducir su tema o cuestión de interés, ya está listo para desarrollar su modelo usando los siguientes pasos:

1. Proporcionar la especificación matemática general de su modelo.

   La especificación general denota la variable dependiente y todas las variables independientes (o explicativas) que considera que afecta a la variable dependiente en su población de interés.

   Supongamos que las tres variables afectan la variable dependiente. La especificación general será algo parecido Y = F(x₁,x₂,x₃), dónde Y es la variable dependiente y la xs representan las variables independientes, que usted cree que afecta directamente (o causa) fluctuaciones en el Y variable.

   A menos que el razonamiento es obvio, proporcionar algo de justificación de las variables elegidas como variables independientes y para la forma funcional de la especificación (véase el Paso 2). Si lo hace, le ayuda a evitar la mala especificación, que se produce si se omite variables importantes o incluir variables irrelevantes.

2. Derivar la especificación econométrica del modelo.

   En este paso, se toma las variables identificadas en el paso 1 y desarrollar una función que se puede utilizar para calcular los resultados econométricos. Esta forma funcional se conoce como el Poblaciónunregre ciónsfunción de Sion (PRF). En este paso, también se está reconociendo que se espera que la relación que se planteó la hipótesis en el Paso 1 de existir cuando nos fijamos en la media de los datos- no para cada observación individual.

   Suponga que tiene razones para creer que el modelo es lineal. Se parece a esto:

   

   En esta función, el operador de media condicional mi(Y|x₁,x₂,x₃) Indica que se espera que la relación de sostener, en promedio, para valores dados de las variables independientes. El término de intersección

   

   también llamado constante, es el valor medio esperado de Y cuando todo xs son iguales a cero. Los otros betas representan las pistas parciales (efectos). Estas pendientes parciales le indican la cantidad de sus cambios de variables dependientes cuando se cambia la variable independiente en una unidad, pero mantiene el valor de las constantes las otras variables independientes.

   (Esta idea de cambiar una cosa y manteniendo el resto de la misma es la ceteris paribus, o todo lo demás igual, condición que está familiarizado con los de cursos introducción a la economía.)

   Dependiendo del fenómeno particular que está analizando, una relación no lineal utilizando cuadrado términos, registros, u otro método en lugar de la función lineal

   

   puede ser más apropiado.

   La especificación de su elección se asume para describir la “verdadera” relación, así que asegúrese de que lo justifique el uso de la teoría económica sonido y el sentido común.

3. Especificar la naturaleza aleatoria de su modelo.

   Este paso se aclara que la relación que hemos asumido en los pasos 1 y 2 tiene, en promedio, pero puede contener errores cuando se elige una observación específica al azar de la población. Esto se conoce como la función de regresión población estocástico y se escribe como

   

   donde el yo subíndices denotan cualquier observación elegido al azar y

   

   representa el estocástico (o al azar) término de error asociado con esa observación. Tenga en cuenta que stochastic es simplemente la jerga de las estadísticas aleatorio.

   Independientemente de la forma que elija para representar la PRF, el término de error aleatorio representa la diferencia entre el valor observado de la variable dependiente y la media condicional de la variable dependiente derivado de su modelo. Este valor es positivo si el valor observado está por encima de la media condicional y negativo si está por debajo.

Video: Proyección de población

El error aleatorio puede resultar de uno o más de los siguientes factores:

Datos insuficientes o incorrectamente medidos

Si tiene varias variables explicativas, se puede ahorrar tiempo escribiendo el modelo econométrico utilizando algún abreviatura matemática. Con la notación algebraica, se vería como una de las dos funciones siguientes: