10 ( =0,1). Kasutatakse nivood 0,05 ja 0,01. Vea tõenäosus vastavalt 1 või 5 %. 30. Olulisuse tõenäosus p (significance probability) väikseim olulisuse nivoo, mille puhul saab vastu võtta sisuka hüpoteesi. 31. Osakorrelatsioon mõõdab 2 juhusliku suuruse (näiteks Y ja X1) vahelist korrelatsiooni juhul, kui kolmanda juhusliku suuruse (näiteks X2) võimalik mõju on elimineeritud. N: Ristandmete puhul kordaja näitab seost tarbimiskulude ja sissetuleku vahel, kui hoiused on ühesugused, nende võimalik mõju likvideeritud. Aegridade puhul (valimi maht T, perioodi pikkus, aastate arv): osakorrelatsioonikordaja näitab seost tarbimiskulude ja sissetulekuu vahel, kui hoiused ei muutu. 32. Paiknevuse karakteristikud annavad teavet tunnuse väärtuse paiknemise kohta tunnuste väärtuste hulgas (keskväärtus, mood, mediaan, kvantiilid)
mudelis heteroskedastiivsus puudub. (Paas, Raus 2012, 58) White’i test andis teststatistiku olulisuse tõenäosuseks 0,2961 (vt lisa 10). Seega autorite poolt võetakse vastu nullhüpotees – saadud mudelis heteroskedastiivsus puudub. Mudelit iseloomustab homoskedastiivsus, mis on klassikalise lineaarse regressioonmudeli eelduseks. Analüüsitava mudeli puhul autokorrelatsiooni testimine tarkvaraprogrammiga ei ole teostatav. Kuna testitavat mudelit võib käsitleda kui ristandmete mudelit (aastaid käsitletakse kui fiktiivseid tunnuseid), siis võib eeldada, et mudelis autokorrelatsiooni ei esine, sest ristandmete puhul ei ole erinevad andmed omavahel seotud (Paas, Raus 2012, 76). Seega loevad autorid ka kolmanda klassikalise mudeli eelduse täidetuks. Kui VIF > 10 siis on mudelis tugev multikollineaarsus. Reeglina viitab juba VIFj > 5 sellele, et tuleb arvestada multikollineaarsuse ning sellega kaasnevate ohtudega
Ei oma mõtet, sest kohandatud standardvigade kasutamine juhuslike vigade jaotust ei mõjuta. Heteroskedastiivsus jääb ikka sisse. Kohandatud standardvead on heteroskedastiivsuse suhtes kohandatud, arvestavad sellega. ) 51. Mis on autokorrelatsioon? Autokorrelatsioon on korrelatsioon ühe ja sama tunnuse erinevate väärtuste vahel, mis on järjestatud. (Loengud lk 179) Testimine : Aegrea korral tunnuse väärtused erinevatel ajamomentidel (järjestus aja järgi). Ristandmete korral tunnuse väärtused erinevatel objektidel (järjestus mingi muu tunnuse järgi). 52. Positiivne ja negatiivne autokorrelatsioon. (Loengud lk 180-181) Positiivne : kahanemisele järgneb kahanemine ja kasvamisele järgneb kasvamine Negatiivne:Kasvamisele järgneb kahanemine ja kahanemisele kasvamine. 53. Durbin-Watsoni statistiku väärtuste interpreteerimine Statistiku DW väärtuse interpreteerimine: 1
keskväärtusele on summaarselt null. · Kui mudeli hindamisel on mudelisse lülitatud ka konstant, siis on see eeldus automaatselt täidetud. · Eelduse kehtivust tuleb kindlasti kontrollida siis, kui konstanti mudelisse pole võetud (regressioon läbi nullpunkti). Kui siis see eeldus pole täidetud, saame parameetrite hinnangud nihkega. 39. Mis on heteroskedastiivsus, mis on homoskedastiivsus. Heteroskedastiivsus (2. eeldus pole täidetud) esineb enamasti ristandmete juures. Juhuslike liikmete dispersioon on konstantne (homoskedastiivsus). Kui pole konstantne, siis on heteroskedastiivsus. Var(ui )= const 40. Heteroskedastiivsuse võimalikud põhjused. · Matemaatilise mudeli vale kuju näiteks log-lin asemel hinnatakse lineaarset mudelit · Mõni oluline seletav tunnus on mudelist välja jäänud · Üks või mitu seletavat tunnust on asümmeetrilised. · Üksikute erindite (outliers) esinemine vaatluste hulgas.
mudeli teisendamine ja uuesti hindamine. 50) Kohandatud standardvigade kasutamine Kui ei õnnestu eemaldada heteroskedastiivsust. EI KAOTA heteroskedastiivsust, vaid võtavad seda arvesse. Kohandatud standardvead suuremad, arvestavad võimalikku heteroskedastiivsust. 51) Mis on autokorrelatsioon? Korrelatsioon ühe ja sama tunnuse erinevate väärtuste vahel, mis on järjestatud. Aegrea korral tunnuse väärtused erinevatel ajamomentidel (järjestus aja järgi Ristandmete korral tunnuse väärtused erinevatel objektidel (järjestus mingi muu tunnuse järgi) 52) Positiivne ja negatiivne autokorrelatsioon. Tähendab et tunnuse hetkeväärtus mõjutab ka tema järgnevat väärtust. Positiivse autokorrelatsiooni korral seos samasuunaline negatiivse autokorrelatsiooni korral seos vastassuunaline. 53) Durbin-Watsoni statistiku väärtuste interpreteerimine Statistiku empiiriline väärtus =2 => järelikult autokorrelatsioon puudub
annaabi.ee 
