Metode & Økonometri BI V16

[KKKKK]

Er det noen som kan forklare hva alle bokstadene i stata betyr? Tenker på SS, df(frihetsgrader?), MS, Root MSE, Adj R.squared osvosv

[Stratositos]

Noen som er fra BI Bergen som kunne tenke seg å samarbeide på skolen i morgen, kanskje? 

[Rikke95]

Er det noe som vet om datasettet er tidsseriedata eller paneldata? 

[KKKKK]

Er det noe som vet om datasettet er tidsseriedata eller paneldata? 

er det ikke tverrsnitt?

[Aspmyra]

Jeg tror det er paneldata. 

 

Kan noen som er kvikke med kalkulatoren forklare meg hvordan jeg regner ut e^1,12345 (f.eks.)... Tenker spesielt på oppg. 13 på eksamen H14. Skjønner ikke helt hvordan vi finner ut svaret der.

[KKKKK]

Jeg tror det er paneldata. 

 

Kan noen som er kvikke med kalkulatoren forklare meg hvordan jeg regner ut e^1,12345 (f.eks.)... Tenker spesielt på oppg. 13 på eksamen H14. Skjønner ikke helt hvordan vi finner ut svaret der.

2nd, så LN knappen

[Anonym5600]

 

Er det noe som vet om datasettet er tidsseriedata eller paneldata?

er det ikke tverrsnitt?

Jeg også tror det er tverrsnitt data, fikk vite på aspiri at det ikke var tidsseriedata, dvs at det ikke er panel eller tidsserie. Men vet ikke om man kan stole 100 % på hun fra aspiri da

[Hassli]

På stata, hvordan kan man lese av korrelasjon? Eller hvor står det hen?

[siljem92]

Sorry Gudsbestebarn, er i Kristiansand og skal ta ekstern eksamen her. Flinke BI har gitt meg rommet: "Universitetet i Agder". Så jeg får lete rundt på hele Universitetet på mandag da. 

 

Svar til Sessegnon:

 

Jeg tror vi kan prøve å forberede oss på følgende spørsmål:

 

1) Hvilke målenivå har variabel x (her har flere gitt forskjellige svar, jeg tror følgende:

Clicks, impressions, uniqueimp og adsize er alle på forholdstallnivå. Resten er på nominalnivå. Synes de oppgavene ofte kan bli litt synsing, men det får bare være.

 

2) Hvilke variabler har størst forklaringskraft

Sjekk R2 for å finne forklaringskraft. F.eks. på alle modellene i Case D.

 

3) Hvilke variabler er signifikante på 10, 5 og 1% 

Sjekk P-verdi. Eksempel på case vi bør sjekke ut er E.

 

4) Hvilke restriksjoner må pålegges modell i X for å få modell Y. Sannsynligvis vil dette forekomme i Case J.

B2=0 osv. Sjekk oppgave 6 i Arbeidskrav 2.

 

5) Anslått verdi (denne er litt vanskelig synes jeg fordi jeg vet ikke helt hvordan oppgaven kan se ut).

Ville sannsynligvis sett ut som dette: Hva er anslått antall clicks til studenter som søker master hvis timeofday = 16 (eller noe sånt tull). 

Formelen er jeg selvfølgelig usikker på også, men kan se ut noe som dette: Clicks (med hake)= b1 + b2impressions + b3adsize + b4master + b5applymssg + b6morning + b7day + b8evening... Også vet vi at coef. viser hva de forskjellige variablene skal inneholde. F.eks. i case E så vises det at konstantleddet skal være -2,147... Jeg TROR at hvis vi bare skal ha med "day" så ganger vi resten av tidsvariablene med 0. Tenk at alt som ikke skal være med skal ganges med 0. Ellers gir vi verdi til resten utifra hva oppgaven gir oss. Er veldig usikker her, så hadde satt pris på om noen kunne rettet på meg, for jeg har garantert ikke helt riktig. Sjekk oppgave 8-9 i Arbeidskrav 2.

 

6) Korrelasjon (sterk hvis den er nær 1 osv.).

 

7) Anslått eller predikert gjennomsnittsverdi til A dersom B = 100, C = 2000 osv... 

Formelen vil være: Y (med hake) = b1 + b2x2 + b3x3 + b4x4 ... osv. X'ene representerer opplysningene som er gitt i oppgaven. Sjekk oppgave 7-8 i Eksamen V15. 

 

8) Testing av heteroskedastisitet. Her er det så mye at jeg ikke gidder å skrive alt, men dere får sende spm. på pm hvis dere lurer på noe. Sjekk oppgave 8 i eksamen H14 og les s. 104 i boka. 

 

 

Dette er NOE av det jeg tror kan komme på eksamen. Jeg er absolutt ingen guru og kan ta feil på alt, så ikke stol 100% på meg i hvertfall. Dere som er litt mer stødig i faget må for Guds skyld rette på meg. Og husk! En smell jeg har gått på flere ganger når jeg har regnet oppgaver er om påstanden er galt eller riktig... Sykt irriterende for en vims som meg.

 

på 3) Hva er p-verdien? Får til å ta t-test, men hva på stata er det som viser p-verdien?

[Hassli]

Er det noen som kan forklare hva alle bokstadene i stata betyr? Tenker på SS, df(frihetsgrader?), MS, Root MSE, Adj R.squared osvosv

 

 

Ligger en PDF fil på its som forklarer en god del

[Rikke95]

Jeg tror det er paneldata. 

 

Kan noen som er kvikke med kalkulatoren forklare meg hvordan jeg regner ut e^1,12345 (f.eks.)... Tenker spesielt på oppg. 13 på eksamen H14. Skjønner ikke helt hvordan vi finner ut svaret der.

 

Når du har tallet 1,12345 på kalkulatoren, trykker du på 2ND (gul knapp) og så på LN knappen (det står e^x rett over denne knappen)

[siljem92]

 

Sorry Gudsbestebarn, er i Kristiansand og skal ta ekstern eksamen her. Flinke BI har gitt meg rommet: "Universitetet i Agder". Så jeg får lete rundt på hele Universitetet på mandag da. 

 

Svar til Sessegnon:

 

Jeg tror vi kan prøve å forberede oss på følgende spørsmål:

 

1) Hvilke målenivå har variabel x (her har flere gitt forskjellige svar, jeg tror følgende:

Clicks, impressions, uniqueimp og adsize er alle på forholdstallnivå. Resten er på nominalnivå. Synes de oppgavene ofte kan bli litt synsing, men det får bare være.

 

2) Hvilke variabler har størst forklaringskraft

Sjekk R2 for å finne forklaringskraft. F.eks. på alle modellene i Case D.

 

3) Hvilke variabler er signifikante på 10, 5 og 1% 

Sjekk P-verdi. Eksempel på case vi bør sjekke ut er E.

 

4) Hvilke restriksjoner må pålegges modell i X for å få modell Y. Sannsynligvis vil dette forekomme i Case J.

B2=0 osv. Sjekk oppgave 6 i Arbeidskrav 2.

 

5) Anslått verdi (denne er litt vanskelig synes jeg fordi jeg vet ikke helt hvordan oppgaven kan se ut).

Ville sannsynligvis sett ut som dette: Hva er anslått antall clicks til studenter som søker master hvis timeofday = 16 (eller noe sånt tull). 

Formelen er jeg selvfølgelig usikker på også, men kan se ut noe som dette: Clicks (med hake)= b1 + b2impressions + b3adsize + b4master + b5applymssg + b6morning + b7day + b8evening... Også vet vi at coef. viser hva de forskjellige variablene skal inneholde. F.eks. i case E så vises det at konstantleddet skal være -2,147... Jeg TROR at hvis vi bare skal ha med "day" så ganger vi resten av tidsvariablene med 0. Tenk at alt som ikke skal være med skal ganges med 0. Ellers gir vi verdi til resten utifra hva oppgaven gir oss. Er veldig usikker her, så hadde satt pris på om noen kunne rettet på meg, for jeg har garantert ikke helt riktig. Sjekk oppgave 8-9 i Arbeidskrav 2.

 

6) Korrelasjon (sterk hvis den er nær 1 osv.).

 

7) Anslått eller predikert gjennomsnittsverdi til A dersom B = 100, C = 2000 osv... 

Formelen vil være: Y (med hake) = b1 + b2x2 + b3x3 + b4x4 ... osv. X'ene representerer opplysningene som er gitt i oppgaven. Sjekk oppgave 7-8 i Eksamen V15. 

 

8) Testing av heteroskedastisitet. Her er det så mye at jeg ikke gidder å skrive alt, men dere får sende spm. på pm hvis dere lurer på noe. Sjekk oppgave 8 i eksamen H14 og les s. 104 i boka. 

 

 

Dette er NOE av det jeg tror kan komme på eksamen. Jeg er absolutt ingen guru og kan ta feil på alt, så ikke stol 100% på meg i hvertfall. Dere som er litt mer stødig i faget må for Guds skyld rette på meg. Og husk! En smell jeg har gått på flere ganger når jeg har regnet oppgaver er om påstanden er galt eller riktig... Sykt irriterende for en vims som meg.

 

på 3) Hva er p-verdien? Får til å ta t-test, men hva på stata er det som viser p-verdien?

 

 

Pliiiis hjelp meg

[Aspmyra]

I stata er det (P>I t I) som viser hva som er P-verdi. Hvis du ser på Case E, så ser du at P-verdien til samtlige, bortsett fra impressions og morning er større enn 0,1 (som vil si 10%). Det vil si at bare de to er signifikante på 10% nivå. Bare impressions er signifikant på 5% nivå. På H derimot, hvor man har med feil osv. så blir bare impressions signifikant. Og det er nettopp derfor dere skal lage en sluttmodell som bare inneholder impressions. Har jeg rett?

Endret 21. mai 2016 av Aspmyra

[Rikke95]

I case H og M gjør man en tosidig test på 10% og 1%, hvordan ser man utifra tabell regnet ut på stata hvilke som er signifikante på disse nivåene? Må man dele 10% på 2 og så se hvilke som ligger over - disse er da ikke-signifikante? Kan man også regne ut dette for hånd på vanlig måte?

[Aspmyra]

På stata, hvordan kan man lese av korrelasjon? Eller hvor står det hen?

 

Du skal jo beregne utvalgskorrelasjonene i C.

[Mahalo]

I case H og M gjør man en tosidig test på 10% og 1%, hvordan ser man utifra tabell regnet ut på stata hvilke som er signifikante på disse nivåene? Må man dele 10% på 2 og så se hvilke som ligger over - disse er da ikke-signifikante? Kan man også regne ut dette for hånd på vanlig måte?

Hvis du gjør modell H på Stata med 90% vil variablene som er under 10% være siginifikante. Da ser du på tallene under P>t, de som er under 0,10 (10%) er de signifikante På 1% er det altså de som er under 0,01

[Mahalo]

I stata er det (P>I t I) som viser hva som er P-verdi. Hvis du ser på Case E, så ser du at P-verdien til samtlige, bortsett fra impressions og morning er større enn 0,1 (som vil si 10%). Det vil si at bare de to er signifikante på 10% nivå. Bare impressions er signifikant på 5% nivå. På H derimot, hvor man har med feil osv. så blir bare impressions signifikant. Og det er nettopp derfor dere skal lage en sluttmodell som bare inneholder impressions. Har jeg rett?

Jeg har også gjort det sånn, så jeg mener det blir riktig

[Hassli]

 

På stata, hvordan kan man lese av korrelasjon? Eller hvor står det hen?

 

Du skal jo beregne utvalgskorrelasjonene i C.

 

 

Joda, men ofte kommer det spørsmål, nå vet jeg ikke om det er tilfellet i vår case, men man skal se korrelasjonen mellom flere modeller som er estimert. Ser man da på R^2 og hvor høyt det er?

[KKKKK]

Noen som har en god forklaring på når man skal ha med R^2 med restriksjoner i en f-fest? gjerne med eksempel fra caset vårt

Endret 21. mai 2016 av KKKKK

[Anonym5600]

Hva har dere som R-squared på oppgave m. Står selv med 0,6510. Hvis vi skal finne f-verdien mellom j og m med restriksjoner så vil jo den bli 0? Noen som har noen god forklaring på dette? Betyr dette at ved å fjerne adsize som variabel så vil ikke R-squared endre seg fordi adzie ikke forklarer noen spesielt?

 

Eller har jeg bare løst casen helt feil.