Gå til innhold
Trenger du skole- eller leksehjelp? Still spørsmål her ×

Metode & Økonometri BI V16


Anbefalte innlegg

 

 

 

Clicks - Forholdstallnivå

Impressions - Forholdstallnivå

Uniqueimp - Forholdstallnivå

Adsize - Forholdstallnivå

Master - Ordinalnivå

Applymssy - Nominalnivå

Timeofday - Intervallnivå

 

Datasett = Tversnitt.

 

Noen som er enig/uenig? 

På forhånd, takk.

 

Jeg har tenkt forholdstallnivå på de 4 første, og nominal på de 3 neste. Er veldig usikker på dette, men tenker at siden master og applymssg er dummyer så er vel verdien enten 1 eller 0. F eks så er kjønn på nominalnivå, og det vil vel bli det samme på disse 2?

 

Når det gjelder datasett så har jeg valgt Paneldata, altså en blanding av tverrsnitt og tidsserie... Dette pga vi har målinger både fra samme tid og fra forskjellige tider.

Når det er snakk om variabelen master, så er jo alternativene 0 for bachelor og 1 for master. Man kan si at master er "bedre" enn bachelor, altså kan de rangeres uten at avstanden gir mening. Jeg tenker derfor at variabelen er på ordinalnivå. Gir det mening, eller er jeg helt på jordet?

Jeg er enig i at master er på ordinalnivå. Master kan rangeres over bachelor, men det er nok ikke mulig å måle de langs en skala, slik som for eksempel clicks kan (her kan vi tilegne variabelen clicks et tall (antall click) og plassere den på en skala i forhold til hvilket tall, dvs. antall clicks). Man kan ikke tilegne master og bachelor tall i denne sammenhengen og vi kan dermed ikke plassere de på noen skala. Tenker jeg.

 

Clicks, impressions, uniqueimp & adsize = Forholdstallnivå

 

Master, applymssg & timeofday = Nominalnivå

 

:-)

Lenke til kommentar
Videoannonse
Annonse

 

Når man skal se om en variabel har betydning for venstresidevariabelen ser man på coef eller R^2. Fortstår ikke hvordan de er komet fram til svaret i oppgave 12 H15

Man ser på modellen med regress venstresidevariabel og de andre aktuelle variablene (case-oppgave F) og der ser man at coeffisienten til pepsitotheright er i minus, dvs. at den ikke har noen betydning for resultatet.

 

Rettelse: Dersom p-verdien til variabelen er lavere enn signifikantsnivået, vil variabelen være signifikant og dermed ha betydning for resultatet. P-verdien til variabelen finner du i modellen med regress venstresidevariabel og de andre variablene. Det er dette man gjør i oppgave H og M i caset (luker bort de variablene som er ikke-signifikant dvs. har p-verdi større enn nivået som er satt).

Lenke til kommentar

Noen som kan forklare H15 2? Hvorfor 50?

Lurte på dette jeg også, men tror jeg har funnet svaret. Det er to variabler. Dersom de i gjennomsnitt skal bli likt like mye må begge ha en andel på 50 %. Alt ulikt 50 % tolkes som at enten Coca-Cola blir likt best eller Pepsi. Nullhypotesen blir derfor 50 (begge blir likt like mye) og Ha: Ikke 50 (en blir foretrukket framfor den andre). Enig?

Lenke til kommentar

 

 

Når man skal se om en variabel har betydning for venstresidevariabelen ser man på coef eller R^2. Fortstår ikke hvordan de er komet fram til svaret i oppgave 12 H15

Man ser på modellen med regress venstresidevariabel og de andre aktuelle variablene (case-oppgave F) og der ser man at coeffisienten til pepsitotheright er i minus, dvs. at den ikke har noen betydning for resultatet.

 

Rettelse: Dersom p-verdien til variabelen er lavere enn signifikantsnivået, vil variabelen være signifikant og dermed ha betydning for resultatet. P-verdien til variabelen finner du i modellen med regress venstresidevariabel og de andre variablene. Det er dette man gjør i oppgave H og M i caset (luker bort de variablene som er ikke-signifikant dvs. har p-verdi større enn nivået som er satt).

 

 

hvordan fant man signifikansnivået på denne oppgaven da? Vanlig t-test n-k? 

Lenke til kommentar

 

Noen som kan forklare H15 2? Hvorfor 50?

Lurte på dette jeg også, men tror jeg har funnet svaret. Det er to variabler. Dersom de i gjennomsnitt skal bli likt like mye må begge ha en andel på 50 %. Alt ulikt 50 % tolkes som at enten Coca-Cola blir likt best eller Pepsi. Nullhypotesen blir derfor 50 (begge blir likt like mye) og Ha: Ikke 50 (en blir foretrukket framfor den andre). Enig?

 

 

Ja det høres jo helt logisk ut nå som du sier det. Tusen takk :) 

Lenke til kommentar

Noen som kan forklare en enkel metode å finne m? Står at det er " antall påstander", men hva vil det si når jeg bare får oppgitt en modell? 

Kjedelig å slite med noe som sikkert er kjempeenkelt..

Lenke til kommentar

Noen som kan forklare en enkel metode å finne m? Står at det er " antall påstander", men hva vil det si når jeg bare får oppgitt en modell? 

Kjedelig å slite med noe som sikkert er kjempeenkelt..

 

Det viser til antall påstander, altså likheter (=) i nullhypotesen. Eks. antall A-er eller B-er du tester. La oss si du får oppgitt modellen

premiere = B1 + B2torsdag + B3fredag + u

 

Nullhypotesen skal være B2 = 0 og B3 = 0. Totalt antall B-er (altså k) er 3, men antall påstander (m) vil være 2. 

Lenke til kommentar

Kva tenker dere å ta med på eksamen då? :)

 

Eg tenker å ta med caseoppgavene, caseløsning og tabellene bakerst i læreboka iallefall. Har dere noko annet bra å ta med seg? 

 

Er det vits å ta å skrive ut heile boka eller å skrive ut alle gamle eksamener?

Lenke til kommentar

Noen som kan forklare en enkel metode å finne m? Står at det er " antall påstander", men hva vil det si når jeg bare får oppgitt en modell?

Kjedelig å slite med noe som sikkert er kjempeenkelt..

Det er hvor mange "=" i H0.

 

Altså du tester

 

b2=0, b3=0, b4=0, b5=0

 

Da er m=4 fordi du tester 4 påstander. Håper du forstod.

  • Liker 1
Lenke til kommentar

Noen som har gjort H14 oppg. 9? Ifølge fasiten skal Ho beholdes (ingen heteroskedastisitet). Skjønner ikke hvordan dette kan stemme når testverdien er 25,77, og de kritiske verdiene er henholdsvis 2,370, 3,111 og 4,881. Ho bør jo da forkastes, og feilleddet er heteroskedastisk på alle nivåer. Eller er det noe jeg ikke har fått med meg?

Lenke til kommentar

Noen som har gjort H14 oppg. 9? Ifølge fasiten skal Ho beholdes (ingen heteroskedastisitet). Skjønner ikke hvordan dette kan stemme når testverdien er 25,77, og de kritiske verdiene er henholdsvis 2,370, 3,111 og 4,881. Ho bør jo da forkastes, og feilleddet er heteroskedastisk på alle nivåer. Eller er det noe jeg ikke har fått med meg?

Stussa på den selv. Tror nok fasiten er feil, for H0 forkastes jo, 

Endret av Hassli
Lenke til kommentar

 

Noen som har gjort H14 oppg. 9? Ifølge fasiten skal Ho beholdes (ingen heteroskedastisitet). Skjønner ikke hvordan dette kan stemme når testverdien er 25,77, og de kritiske verdiene er henholdsvis 2,370, 3,111 og 4,881. Ho bør jo da forkastes, og feilleddet er heteroskedastisk på alle nivåer. Eller er det noe jeg ikke har fått med meg?

Stussa på den selv. Tror nok fasiten er feil, for H0 forkastes jo, 

 

 

Ja, du har nok rett.

Lenke til kommentar

 

Noen som kan forklare en enkel metode å finne m? Står at det er " antall påstander", men hva vil det si når jeg bare får oppgitt en modell?

Kjedelig å slite med noe som sikkert er kjempeenkelt..

Det er hvor mange "=" i H0.

 

 

 

Altså du tester

 

b2=0, b3=0, b4=0, b5=0

 

Da er m=4 fordi du tester 4 påstander. Håper du forstod.

 

 

Men om man skal teste en modell med en annen. Skal man ha med antall m fra den man tester med eller den man skal teste?

Lenke til kommentar

Kan noen forklare meg V2014 oppg 39?

Det er stigningtallet(ene) som må være 0 for at det skal forekomme ingen heteroskedastisitet (og dermed homoskedastisitet). Men i påstand D er det konstantleddet, ikke stigningstallet, som er 0, og den påstanden blir dermed gal. Hadde A2 vært lik 0 ville feilleddet blitt homoskedastisk.

Lenke til kommentar

Opprett en konto eller logg inn for å kommentere

Du må være et medlem for å kunne skrive en kommentar

Opprett konto

Det er enkelt å melde seg inn for å starte en ny konto!

Start en konto

Logg inn

Har du allerede en konto? Logg inn her.

Logg inn nå
×
×
  • Opprett ny...