Documente Academic
Documente Profesional
Documente Cultură
1.
Cross
section
ID series
Date series
Empresa
ok
Como los datos del ejemplo corresponden a 6 empresas (por eso se escribe en la seccin cruzada
empresa) y la parte longitudinal es el tiempo (por eso se escribe en date series, t) que
corresponden a los aos.
El modelo ser el siguiente.
; i=1,2,..6; t=1955,1960,1965,1970.
Anlisis grfico.
Quick-Graph (Log(coste))--Graph (ok). Si se elige Stack cross section data,
obtenemos el grfico del logaritmo del coste en todo el panel. Despus lo hacemos con el
log(Y). En la parte donde dice Panel Option, explore las diversas opciones. No olvide
analizar las grficas.
Anlisis descriptivo.
Para realizar contraste de igualdad de medias o en varianzas para el caso de log(y) en las
diferentes secciones cruzadas
View--Tests for Descriptive Stats--Equality Tst by Classification(Se elige la variable
para cuya igualdad de medias , medianas, varianzas en las distintas secciones cruzadas del
panel se debe contrastar. Se rechaza la igualdad de medias y la igualdad de varianzas (pvalue menores de 0.05) tanto para log(y), como para log(coste).
Otra forma alternativa es: es generar serie por ejemplo s=log(y). Se despliega los valores de s de
una vez y ejecuta los comandos
View--Tests for Descriptive Stats--Equality Tst by Classification(le el nombre de la
variable y el test de igualdad que quiere evaluar, ya sea media, mediana, varianza).
Test for Equality of Means of S
Categorized by values of S
Date: 06/03/12 Time: 09:30
Sample: 1 24
Included observations: 24
Method
df
Value
Probability
(5, 18)
111.1511
0.0000
Source of Variation
df
Sum of Sq.
Mean Sq.
Between
Within
5
18
41.29592
1.337506
8.259184
0.074306
Total
23
42.63342
1.853627
Mean
5.365976
6.518133
7.614447
8.582856
9.273719
10.27601
8.309352
Std. Dev.
NA
0.337451
0.299807
0.290895
0.227011
0.091042
1.361480
Std. Err.
of Mean
NA
0.150913
0.211996
0.118758
0.080261
0.064376
0.277911
Anova F-test
Analysis of Variance
Category Statistics
S
[5, 6)
[6, 7)
[7, 8)
[8, 9)
[9, 10)
[10, 11)
All
Count
1
5
2
6
8
2
24
df
Value
Probability
5
(5, 18)
(5, 18)
1.887770
0.771703
0.527899
0.8644
0.5824
0.7523
Std. Dev.
NA
0.337451
0.299807
0.290895
0.227011
0.091042
1.361480
Mean Abs.
Mean Diff.
0.000000
0.248667
0.211996
0.205798
0.182884
0.064376
0.187247
Mean Abs.
Median Diff.
0.000000
0.243224
0.211996
0.185886
0.172137
0.064376
0.177553
Category Statistics
S
[5, 6)
[6, 7)
[7, 8)
[8, 9)
[9, 10)
[10, 11)
All
Count
1
5
2
6
8
2
24
Panel option
option
log(coste) c log(y)
se elige el mtodo de mnimos cuadrados ordinarios se rellena en la solapa panel options
Dependent Variable: LOG(COSTE)
Method: Least Squares
Date: 06/03/12 Time: 10:26
Sample: 1 24
Included observations: 24
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
LOG(Y)
-4.174783
0.887987
0.276868
0.032900
-15.07858
26.99084
0.0000
0.0000
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.970686
0.969354
0.214815
1.015204
3.901050
728.5053
0.000000
3.203811
1.227095
-0.158421
-0.060250
-0.132376
0.681053
No olvide hacer las pruebas de autocorrelacin. Note que el Dwrbin Watson es muy bajo
Pero si realiza el siguiente modelo el DW, mejora substancialmente
Log(coste) c log(y) ar(1)
Se acepta la igualdad de varianzas en las distintas secciones cruzadas(p-valor mayor que 0.05). No existe
entonces heterocedasticidad entre secciones cruzadas.
df
Value
Probability
4
(4, 19)
(4, 19)
3.882667
2.023565
0.981291
0.4221
0.1318
0.4411
Std. Dev.
0.068152
0.035423
0.059908
0.012179
NA
0.210094
Mean Abs.
Mean Diff.
0.051128
0.028669
0.049688
0.008612
0.000000
0.038364
Mean Abs.
Median Diff.
0.049908
0.026763
0.045678
0.008612
0.000000
0.036050
Category Statistics
RESID
[-0.4, -0.2)
[-0.2, 0)
[0, 0.2)
[0.2, 0.4)
[0.4, 0.6)
All
Count
5
7
9
2
1
24
Coefficient
Std. Error
t-Statistic
Prob.
C
LOG(Y)
AR(1)
-5.011706
0.973382
0.547739
0.661471
0.070411
0.154881
-7.576603
13.82430
3.536516
0.0000
0.0000
0.0030
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.988390
0.986842
0.139612
0.292371
11.54002
638.4849
0.000000
Inverted AR Roots
.55
3.338441
1.217092
-0.948892
-0.800496
-0.928430
2.168351
Panel option
Option
Effect
-0.294518
-0.512722
-0.040948
0.264521
0.088170
0.495497
Statistic
Cross-section F
Cross-section Chi-square
d.f.
Prob.
9.671526
32.319860
(5,17)
5
0.0002
0.0000
Coefficient
Std. Error
t-Statistic
Prob.
C
LOG(Y)
-4.174783
0.887987
0.276868
0.032900
-15.07858
26.99084
0.0000
0.0000
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.970686
0.969354
0.214815
1.015204
3.901050
728.5053
0.000000
3.203811
1.227095
-0.158421
-0.060250
-0.132376
0.588688
1.3.
Coefficient
Std. Error
t-Statistic
Prob.
C
LOG(Y)
-4.289425
0.901784
0.296144
0.035228
-14.48424
25.59854
0.0000
0.0000
Effects Specification
Period fixed (dummy variables)
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.973459
0.967872
0.219949
0.919177
5.093437
174.2193
0.000000
3.203811
1.227095
-0.007786
0.237641
0.057326
0.573034
1
2
3
4
DATEID
1955-01-01
1960-01-01
1965-01-01
1970-01-01
Effect
0.070394
0.059078
-0.048455
-0.081016
Equation: Untitled
Test period fixed effects
Effects Test
Statistic
d.f.
Prob.
Period F
Period Chi-square
0.661643
2.384774
(3,19)
3
0.5858
0.4965
Coefficient
Std. Error
t-Statistic
Prob.
C
LOG(Y)
-4.174783
0.887987
0.276868
0.032900
-15.07858
26.99084
0.0000
0.0000
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.970686
0.969354
0.214815
1.015204
3.901050
728.5053
0.000000
3.203811
1.227095
-0.158421
-0.060250
-0.132376
0.588688
Como vemos que la probabilidad del test es muy alta, es decir mayores que 0.05 entonces
precindimos de esta estimacin.
Coefficient
Std. Error
t-Statistic
Prob.
C
LOG(Y)
-3.413094
0.796320
0.361486
0.042555
-9.441837
18.71252
0.0000
0.0000
Effects Specification
S.D.
Cross-section random
Idiosyncratic random
Rho
0.172964
0.124632
0.6582
0.3418
Weighted Statistics
R-squared
Adjusted R-squared
S.E. of regression
F-statistic
Prob(F-statistic)
0.924165
0.920718
0.142433
268.1037
0.000000
1.085946
0.505850
0.446315
1.032323
Unweighted Statistics
R-squared
Sum squared resid
0.960342
1.373441
3.203811
0.335465
Test Summary
Cross-section random
Chi-Sq.
Statistic
Chi-Sq. d.f.
Prob.
7.733220
0.0054
Random
Var(Diff.)
Prob.
0.796320
0.001926
0.0054
Fixed
0.674279
Coefficient
Std. Error
t-Statistic
Prob.
C
LOG(Y)
-2.399009
0.674279
0.508593
0.061131
-4.716953
11.03012
0.0002
0.0000
Effects Specification
Cross-section fixed (dummy variables)
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.992375
0.989684
0.124632
0.264062
20.06098
368.7671
0.000000
3.203811
1.227095
-1.088415
-0.744816
-0.997258
1.402167