Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
intervalli di confidenza
e verifica di ipotesi
Capitolo 5
Introduzione all’econometria
J.H. Stock, M.W. Watson
Esempio di output di stima OLS con Gretl
2
𝟏
Lo standard error di 𝜷
• A posteriori (dopo aver rilevato il campione) 𝛽መ1 è solo una stima del
valore effettivo di 𝛽1 NON il suo valore effettivo
3
Nozioni generali sugli intervalli di confidenza
4
Premessa!
5
Intervalli di confidenza del parametro 𝜷𝟏
Procedura:
6
Esempio dal testo
• 𝛽መ1 = −2,28 𝑆𝐸(𝛽መ1 ) = 0,52
7
Intervallo di confidenza per l’effetto
• Δ𝑌 = 𝛽1 ∙ Δ𝑋 è la stima puntuale dell’effetto su 𝑌 di Δ𝑋
8
Test di significatività
9
Test basati sul p-value:
• Il 𝑝-𝑣𝑎𝑙𝑢𝑒 è una misura che varia tra 0 e 1:
10
p-value e tipi di test
Il calcolo del p-value dipende dall’ipotesi alternativa, ovvero dal tipo di test.
11
Calcolo del p-value
Il calcolo del p-value presuppone il calcolo del rapporto:
𝛽መ1𝑎𝑐𝑡 − 𝛽1,0
𝑡 𝑎𝑐𝑡 =
𝑆𝐸(𝛽መ1 )
f(z)
+𝑃 𝑡 < − 𝑡 𝑎𝑐𝑡
-6 -4 −|𝑡 𝑎𝑐𝑡
-2 | 0 |𝑡2𝑎𝑐𝑡 | 4 6
N.B. 𝑡 è la variabile di tutti i possibili valori che può assumere 𝑡 𝑎𝑐𝑡 se 𝐻0 è vera.
Se 𝑛 > 100 allora 𝑡 ≈ 𝑍~𝑁 0,1
12
Calcolo del p-value con test unilaterale coda destra
Il test unilaterale a coda destra: 𝐻0 : 𝛽1 = 𝛽1,0 𝐻1 : 𝛽1 > 𝛽1,0
-6 -4 -2 0 2 4 6
13
Calcolo del p-value con test unilaterale coda sinistra
Il test unilaterale a coda destra: 𝐻0 : 𝛽1 = 𝛽1,0 𝐻1 : 𝛽1 < 𝛽1,0
-6 -4 -2 0 2 4 6
14
Output di Gretl (o altro software)
Model 1: OLS, using observations 1-420
Dependent variable: testscr
Heteroskedasticity-robust standard errors, variant HC1
16
Regressione quando X è binaria
Esempio: 𝑌𝑖 = 𝛽0 + 𝛽1 𝐷𝑖 + 𝑢𝑖
• Quando 𝐷𝑖 = 0 ⇒ 𝑌𝑖 = 𝛽0 + 𝑢𝑖 ⇒ 𝐸 𝑌𝑖 𝐷𝑖 = 0 = 𝛽0
• Quando 𝐷𝑖 = 1 ⇒ 𝑌𝑖 = 𝛽0 + 𝛽1 + 𝑢𝑖 ⇒ 𝐸 𝑌𝑖 𝐷𝑖 = 1 = 𝛽0 + 𝛽1
• Quindi: 𝛽1 = 𝐸 𝑌𝑖 𝐷𝑖 = 1 − 𝐸 𝑌𝑖 𝐷𝑖 = 0
17
Eteroschedasticità e omoschedasticità
Esempio di eteroschedasticità
18
Cosa comporta l’omoschedasticità
• Le formule degli stimatori OLS di 𝛽0 𝑒 𝛽1 non cambiano
• Cambiano le formule per 𝑆𝐸(𝛽መ0 ) e 𝑆𝐸(𝛽መ1 )
• Le statistiche 𝑡 𝑎𝑐𝑡 cambiano (cambiano i denominatori).
• Assumere l’omoschedasticità può portare a decisioni differenti nei test
• L’omoschedasticità implica una situazione più particolare, che andrebbe
ragionata e non data per scontata!!!
• Gli 𝑆𝐸( ) utilizzati assumendo l’eteroschedasticità sono detti robusti perché
devono valere in una situazione più generale.
• Di default noi assumiamo l’eteroschedasticità, però la maggiorparte dei software
(Gretl compreso) fa il contrario. Pertanto se si vogliono stime ‘‘robuste’’ bisogna
impostarle!
19