Domande d'esame VERIFICATO

QMDM - Data Analysis - FAQ

Università degli Studi di Torino Business Administration 2020
161 visualizzazioni
7 download
Nessun voto ancora
Condividi: WhatsApp Telegram

Di cosa parla

Riassunto AI · si legge in un minuto

Il testo copre le proprietà degli estimatori OLS, IV e 2SLS, evidenziando che l'OLS rimane non distorto ma inconsistente in presenza di endogeneità. Vengono spiegati i test per la scelta tra modelli (Hausman) e per l'eteroschedasticità (Breusch-Pagan, White), sottolineando l'uso degli errori robusti. Infine, si analizzano concetti chiave come l'esogenità, l'interpretazione dei coefficienti e le misure di bontà di adattamento in serie temporali.
Leggi il riassunto completo
  • Il modello di regressione lineare standard richiede che le osservazioni siano casuali e indipendenti, condizione spesso violata nei dati time series dove la presenza di variabili lagged impedisce l'esistenza dell'assunzione di esogenicità stretta.
  • In presenza di eteroschedasticità, gli errori standard OLS non sono più validi e devono essere sostituiti dagli errori robusti di White, che correggono la matrice di varianza-covarianza includendo i residui al quadrato.
  • Il test di Hausman confronta gli stimatori OLS e IV per determinare se l'OLS sia inconsistente; se il test rifiuta l'ipotesi nulla, si deve preferire lo stimatore IV poiché l'OLS diventa inaffidabile anche se rimane non distorto.
  • L'interpretazione dei coefficienti dipende dalla specificazione funzionale: nei modelli con logaritmi naturali, un aumento percentuale della variabile indipendente provoca una variazione assoluta nella dipendente pari al coefficiente diviso per cento.
  • Il test di Breusch-Pagan verifica l'ipotesi di omoschedasticità attraverso una regressione ausiliaria dei residui al quadrato; il rifiuto dell'ipotesi nulla indica eteroschedasticità, rendendo gli stimatori OLS inconsistenti ma non distorti.
  • Per evitare la perfetta multicollinearità quando si includono variabili dummy per categorie esclusive come le dimensioni aziendali, è necessario omettere una categoria di riferimento, tipicamente quella "Mediumfirm" se presenti Small e Large.

Riassunto generato con l'intelligenza artificiale a partire dagli appunti. Come lo facciamo

Anteprima pagina 1 — QMDM - Data Analysis - FAQ Anteprima pagina 2 — QMDM - Data Analysis - FAQ

Stai vedendo l'anteprima delle prime pagine. Il file completo è gratis: registrati per leggerlo tutto.

Studia questi appunti con l'AI

Riassunto e domande d'esame sono gratis: chiedili e ti mandiamo un'email quando sono pronti.

Questo appunto è gratis. Registrati in 30 secondi per leggere tutte le pagine e scaricarlo.

Simula l'esame con domande costruite su questi appunti.

Altri appunti di DATA ANALYSIS

Condividi questi appunti

WhatsApp Telegram