Dan heb je geen bewijs gevonden voor je hypothese?quote:Op donderdag 26 mei 2016 18:14 schreef ScriptieIdee12345 het volgende:
Heeft iemand dit wel eens meegemaakt? Dat de resultaten van de regressie totaal onverwacht zijn... Waar zou dit aan kunnen liggen?
Sign of the coefficient speelt ook een rol natuurlijk. Ga jij het maar uitleggen als b.v. advertising een negatief effect heeft op sales terwijl je logisch gezien natuurlijk een positief effect zal mogen verwachten.quote:Op vrijdag 27 mei 2016 08:25 schreef Silverdigger2 het volgende:
[..]
Dan heb je geen bewijs gevonden voor je hypothese?
Het is erger dan dat, de H0 wordt zo wel weerlegd, alleen niet op de manier die verwacht was.quote:Op vrijdag 27 mei 2016 08:25 schreef Silverdigger2 het volgende:
[..]
Dan heb je geen bewijs gevonden voor je hypothese?
Is dit hetzelfde?quote:Op vrijdag 27 mei 2016 12:25 schreef Zith het volgende:
Ik zou trouwens bij dit soort onderzoeken altijd beginnen met autoregressions, omdat de huidige GDP altijd zeer (95%+) afhankelijk is van de GDP t-1, t-2, , enz.. Als je niet de benodigde hoeveelheid data hebt hiervoor (veel tijdsperiodes) dan kan je GDP t-1 als lag toevoegen voor een snelle oplossing...
Zeker in gevallen als GDP-groei zou ik ook al snel denken aan een algemeen gebrek aan statistische kracht (niet genoeg observaties) en gecorreleerde meetfouten (observaties beïnvloeden elkaar door omstandigheden).quote:Op vrijdag 27 mei 2016 12:25 schreef Zith het volgende:
[..]
Het is erger dan dat, de H0 wordt zo wel weerlegd, alleen niet op de manier die verwacht was.
Anyway - zo lang er geen info is over de betrouwbaarheid van het model (is er multicollinearity, endogeneity, homoscedasticity?) is het nog niet duidelijk of het model realistisch/betrouwbaar is.
Ik zou trouwens bij dit soort onderzoeken altijd beginnen met autoregressions, omdat de huidige GDP altijd zeer (95%+) afhankelijk is van de GDP t-1, t-2, , enz.. Als je niet de benodigde hoeveelheid data hebt hiervoor (veel tijdsperiodes) dan kan je GDP t-1 als lag toevoegen voor een snelle oplossing...
Het hangt er een beetje vanaf wat die controlevariabelen zijn. In de sociale wetenschappen is het gebruikelijk dat je demografische variabelen eerst erin zet. De achtergrond van die gedachte is dat deze kenmerken namelijk al aanwezig zijn. De verklaarde variantie wordt dan eerst toegeschreven aan die variabelen. Hier is natuurlijk over te discussieren. Keith heeft hier een heldere uitleg over opgenomen in Multiple Regression and Beyond.quote:Op zaterdag 28 mei 2016 19:42 schreef PluisigNijntje het volgende:
Hoi, ik heb even een kort vraagje.
Ik wil in mijn lineaire regressieanalyse (in SPSS) controleren voor een aantal (scale meetniveau) variabelen.
Doe ik dat gewoon door de controlevariabelen in het eerst block (method:enter) in te voeren, en in het tweede block mijn onafhankelijke variabele?
En waar kijk ik dan als ik de significantie, R² en F van de predictor wil weten?
Ik raak namelijk helemaal in de war. Wat zegt het als het gehele model wel significant is maar de predictor niet? Dat betekent toch dat de predictor niks toevoegt aan het model, maar dat de significante controlevariabelen daarvoor zorgen?
Ik wil vooral weten wat ik nu precies moet rapporteren.
Wauw, stom dat ik dit gemist heb. Hoe makkelijk kan het soms zijn. Dankjewel!quote:
quote:Op dinsdag 31 mei 2016 22:03 schreef Ikwilookmeedoen het volgende:
[..]
Wauw, stom dat ik dit gemist heb. Hoe makkelijk kan het soms zijn. Dankjewel!
Erg bedankt voor je reactie. Op de een of andere manier lukt het nu wel.quote:Op vrijdag 27 mei 2016 22:48 schreef Zith het volgende:
Okay, je doet geen echte fixed effects want je zet de variablen die voor het fixed effects model zorgen niet vast
Zie http://www.jblumenstock.com/files/courses/econ174/FEModels.pdf vanaf Fixed effects regression in practice
Goed, ik zou het volgende doen:
Kies een paar variablen die je echt wil hebben en die niet echt gecorreleerd zijn (corr var1 var2 var3), werk hiermee met de volgende stappen :
-Maak dummy voor Year 2, Year 3. Probeer de reg met deze twee dummies en je gekozen v
variablen.
-Maak een dummy voor elke regio die je hebt behalve 1. Probeer de reg met de year dummies en deze dummies en je variabelen. ( stata command: tabulate regio, generate(regio) zet de regio's in dummies)
Je hebt nu een fixed effect model.
Helpt het niet?
-Maak een variable gdpgrowth_1 en maak hiervan de GDPgrowth van de vorige periode, dus voor de group uit jaar 3 neem je de gdpgrowth van jaar 2. Als je geen dgpgrowth van jaar 0 hebt, dan zul je afscheid moeten nemen van je year 1 observaties in je analyse.
-Probeer de gdpgrowth lag met de regressie + year 2 + year 3
-Probeer de gdpgrowth met de hele fixed effects model.
ADDITIONEEL:
-Type hettest na een regressie, is het resultaat significant?
-Bekijk de VIFs of multicollinearity condition index (find collin)
-Probeer eeens na een regressie command het volgende: , vce(robust) of , vce(cluster regio)
Ja.quote:Op woensdag 1 juni 2016 13:47 schreef ScriptieIdee12345 het volgende:
Een andere vraag.
Is log(GDP) hetzelfde als GDP growth?
Ik baseer mij op Google, kun je zelf ook gebruiken: Noticequote:
Niet helemaal. Het is een benadering, maar wel een benadering die door iedereen als goed genoeg wordt beschouwd.quote:
Fijn dat het helpt!quote:Op woensdag 1 juni 2016 13:47 schreef ScriptieIdee12345 het volgende:
[..]
Erg bedankt voor je reactie. Op de een of andere manier lukt het nu wel.
Super bedankt voor je uitleg.
Hettest werkt niet hier, de andere wel maar veranderen niet heel veel aan de waardes. Echter is het model nu wel ok (lijkt zo).
Hmm, ik zou zeggen - zoals ik de vraag begrijp - Nee.quote:Een andere vraag.
Is log(GDP) hetzelfde als GDP growth?
EDIT:quote:Trend measured in natural-log units = ~percentage growth: Because changes in the natural logarithm are (almost) equal to percentage changes in the original series, it follows that the slope of a trend line fitted to logged data is equal to the average percentage growth in the original series. http://people.duke.edu/~rnau/411log.htm#trend
Dat klopt ook; als je log(dependent variable) gebruik in regressies dan zijn de coefficienten van de independent variables ongeveer de percentage groei van de dependent, maar het wijkt meer af wijkt meer af bij hogere percentages.quote:Op woensdag 1 juni 2016 16:57 schreef wimjongil het volgende:
[..]
Niet helemaal. Het is een benadering, maar wel een benadering die door iedereen als goed genoeg wordt beschouwd.
Forum Opties | |
---|---|
Forumhop: | |
Hop naar: |