AR (1) modelinde katsayının yorumlanması


2

Bir AR (1) süreci şöyle verilir:

xt=ρ0+ρt1xt1+ϵt

Bu regresyon bize t - 1 zamanındaki değerinin bir fonksiyonu olduğunu söyler .xtt1

Sorum şu: katsayısını nasıl yorumluyorsunuz ? Ücret eğitimi konusunda gerileme yaptığınız bir vaka için işgücü ekonomisi örneğinde (yalnızca kesitsel verilerin kullanıldığı yerlerde) karşılaştırılarak. y w bir gr e = p 0 + β 1 x E d u c + u ı ile ilgili olarak, bu regresyonun partials almak olsaydı x e d u c ı yorumlayabilir P 1 eğitimden ücret marjinal olarak geri döner.ρt1

ywage=β0+β1xeduc+u
xeducβ1

AR (1) sürecinde, önceki adımların aynısını izleyerek katsayısının nasıl yorumlanacağından emin değilim .ρt1

Anlamı nedir?

Yanıtlar:


3

İkinci mertebeden bir sabit seri için, bağımlı değer ile gecikme arasındaki korelasyon katsayısıdır. belirtin

yt+1=a+βyt+ut+1ut+1=white noise

yt+1yt

ρ(1)=Cov(yt+1,yt)σ(yt+1)σ(yt)

Cov(yt+1,yt)=E(yt+1yt)E(yt+1)E(yt)

=E((a+βyt+ut+1)yt)E(yt+1)E(yt)=aE(yt)+βE(yt2+ut+1yt)E(yt+1)E(yt)

E(ut+1yt)=0E(yt)=E(yt+1)=a1β

Bunları kullanarak elde ederiz

Cov(yt+1,yt)=a21β+βE(yt2)a2(1β)2

Tanım olarak varyans

Var(yt)=E(yt2)[E(yt)]2=E(yt2)a2(1β)2

E(yt2)=Var(yt)+a2(1β)2

ikame edilerek,

Cov(yt+1,yt)=a21β+βVar(yt)+βa2(1β)2a2(1β)2

İşler iptal edildi ve biz kaldı

Cov(yt+1,yt)=βVar(yt)

Var(yt)=Var(yt+1)=Var(y)

Bunların hepsini korelasyon katsayısına ekleme

ρ(1)=βVar(y)σ(y)σ(y)=βVar(y)Var(y)=β.

aa=0


Yani. Bu tam olarak matematik olmadan söylediğim şeydi. Doğru yolda olduğumu bilmek sevindim. Her zamanki gibi ... iyi cevap.
123

@ 123 Teşekkürler. Gerçekten de kelimelerin arkasındaki matematiktir.
Alecos Papadopoulos,

2

İkinci dereceden durağanlığı varsayarsak, buradaki yorumlamanın bir korelasyon olduğunu düşünüyorum. Yani, örneğinizdeki katsayı basitçe bağımlı değişkeninizin eş değer bir değeri ile bir dönem gecikmesi arasındaki korelasyondur.


ρ=cov(xt,xt1)σxtσxt1β1=cov(xt,xt1)σxt

1
Örnekte, β1=COV(xt,xt1)/VAR(xt1)xVAR(xt1)=SD(xt1)SD(xt)

@ Tobias Bunu bilmiyordum, bana bunu tartışan bir öğretici / pdf bağlayabilir misiniz?
EconJohn

@EconJohn Bu sadece durağanlığın tanımıdır, yukarıdaki cevaba bakınız.
Tobias,

1

AR (1) modelindeki katsayıyı, size sürecin dinamikleri hakkında bir şeyler söylemek olarak düşünebilirsiniz. Örneğin, model ücret artışındaysa,> 0 katsayısı dün daha yüksek ücretlerin bugün daha yüksek ücretlerle ilişkili olduğunu göstermektedir. Eğer katsayı <1 ise, o zaman dünkü ücret artışından (yani durağan bir süreç) tam bir geçiş yoktur,>> ise, o zaman ücret artışlarının hızlandığı durağan olmayan bir sürece sahipsiniz. Ücret artışında veya enflasyon durumunda bu, hiperinflasyonun bir göstergesi olabilir.

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.