Docsity
Docsity

Prepara i tuoi esami
Prepara i tuoi esami

Studia grazie alle numerose risorse presenti su Docsity


Ottieni i punti per scaricare
Ottieni i punti per scaricare

Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium


Guide e consigli
Guide e consigli


Formule e Richiami di Statistica: Esercizi e Applicazioni, Formulari di Econometria

formule di econometria utilizzabili per l'esame

Tipologia: Formulari

2019/2020
In offerta
30 Punti
Discount

Offerta a tempo limitato


Caricato il 24/08/2020

nouhaila-el-marouany
nouhaila-el-marouany 🇮🇹

4.4

(10)

6 documenti

1 / 4

Toggle sidebar

Questa pagina non è visibile nell’anteprima

Non perderti parti importanti!

bg1
Formule
Richiami di statistica:
valore atteso:
E
(
Y
)
=
i=1
k
yi pi
E
(
G
)
=p
E
(
X+Y
)
=E
(
X
)
+E
(
Y
)
E
(
a+bX+cY
)
=a+b μX+c μY
E
(
X ∙Y
)
=σ
XY
+μ
X
μ
Y
E
(
YX=xi
)
=
i=1
k
yi Pr (Y=yi¿X=xi)¿
E(Y2)=σY
2+μY
2
Per:
E
(
y
)
=a+b E (x)
Varianza:
σY
2=
i=1
k
(yiμY)2 pi
σ
Y
2
=p
(
1p
)
var
(
X+Y
)
=var
(
X
)
+var
(
Y
)
+cov (X ,Y )
var
(
XY
)
=var
(
X
)
+var
(
Y
)
cov (X ,Y )
var
(
aX+bY
)
=a
2
var
(
X
)
+b
2
var
(
Y
)
+2ab cov (X ,Y )
var
(
YX=xi
)
=
i=1
k
[yiE
(
YX=xi
)
]2 Pr (Y=yi¿X=xi)¿
Per:
var
(
y
)
=a+b2 var (x)
Scarto quadratico medio:
σ
(
X
)
=
var(X)
Covarianza:
cov
(
X , Y
)
=σXY=
i=1
k
j=1
l
(xiμx)( yiμy¿)¿
Pr (Y=yi, X =xi)
cov
[
(
aX +bY +cV
)
,Y
]
=b cov
(
X ,Y
)
+c
cov
(
V ,Y
)
Correlazione:
corr
(
X , Y
)
=cov (X , Y )
var
(
X
)
+var(Y)
1 ρ XY 1
Asimmetria:
A=E(x
i
μ
X
)
3
σ
X
3
Curtosi:
C=E(x
i
μ
X
)
4
σ
X
4
>3leptocurtica¿3bradicurdica
Richiami di probabilità:
probabilità normali:
Y N
(
4,9
)
Pr
(
Y<5
)
=Pr
(
z<5μ
y
σ
Y
)
=Pr
(
z<54
3
)
=Pr
(
z<1
3
)
=0.6293
pf3
pf4
Discount

In offerta

Anteprima parziale del testo

Scarica Formule e Richiami di Statistica: Esercizi e Applicazioni e più Formulari in PDF di Econometria solo su Docsity!

Formule

Richiami di statistica:

valore atteso:

E ( Y )=

i= 1

k

y

i

∙ p

i

E ( G)= p

E ( X +Y ) =E ( X ) + E ( Y )

E ( a+ bX+ cY )=a+b μ

X

  • c μ

Y

E ( X ∙Y )=σ

XY

  • μ

X

μ

Y

E

Y ∨ X=x

i

i= 1

k

y

i

∙ Pr (Y = y

i

∨¿ X=x

i

E(Y

2

)=σ

Y

2

  • μ

Y

2

Per:

y=a+bX → E ( y )=a+b ∙ E(x)

Varianza:

σ

Y

2

i= 1

k

( y

i

−μ

Y

2

∙ p

i

σ

Y

2

=p ( 1 −p )

var ( X+Y )=var ( X ) +var ( Y ) + cov (X ,Y )

var ( X−Y ) =var ( X ) + var ( Y )−cov ( X ,Y )

var

aX+ bY

=a

2

∙ var

X
  • b

2

∙ var

Y
  • 2 ab ∙ cov ( X ,Y )

var

Y ∨X =x

i

i= 1

k

[ y

i

−E

Y ∨X =x

i

]

2

∙ Pr (Y = y

i

∨¿ X=x

i

Per: y=a+bX → var

y

=a+b

2

∙ var ( x)

Scarto quadratico medio:

σ ( X )= √

var ( X )

Covarianza:

cov ( X , Y )=σ

XY

i= 1

k

j = 1

l

( x

i

−μ

x

)( y

i

−μ

y

)∙ ¿ Pr (Y = y

i

, X =x

i

cov [

( aX +bY + cV ) ,Y ]

=b ∙ cov ( X ,Y ) + c ∙ cov ( V ,Y )

Correlazione:

corr ( X , Y ) =

cov ( X , Y )

var ( X )+ var(Y )

− 1 ≤ ρ

XY

Asimmetria:

A=

E ( x

i

−μ

X

3

σ

X

3

Curtosi:

C=

E(x

i

−μ

X

4

σ

X

4

3 leptocurtica∨¿ 3 bradicurdica

Richiami di probabilità:

probabilità normali:

Y N ( 4,9) Pr ( Y < 5 )=Pr

(

z <

5 −μ

y

σ

Y

)

=Pr

(

z <

)

=Pr

(

z<

)

Y N ( 1,4 ) Pr ( 2 <Y < 5 )=Pr

2 −μ

y

σ

Y

< z <

5 −μ

y

σ

Y

=Pr

z <

=Pr

< z< 2

=Pr ( z< 2 )−Pr

z <

Y N ( 5,16 ) Pr (Y > 2 )= 1 −Pr ( z< 2 )= 1 −Pr

z <

se siusa il teorema dellimite centrale per la prob .normale :σ

´ Y

σ

Y

2

N

Probabilità marginale:

Pr

Y = y

i

i= 1

f

Pr (Y = y

i

∨¿ X=x

i

Probabilità condizionata:

Pr

Y = y

i

∨ X=x

i

Pr (Y = y

i

, X=x

i

Pr ( X=x

i

Test delle ipotesi con variabili binarie:

^

p=

N

1

N

SE ( ^p )=

^

var ( ^p)=

^

p( 1 −

^

p)

N

t=

^p− p

H 0

SE( ^p)

N (0,1)
^

p ±1.96 ∙ SE (

^

p)

p−value ( t=1.5)= prob ( z ←1.5) =prob ( z> 1.5)=0.

Test delle ipotesi con variabili continue:

SE
Y
^

σ ´

Y

^

σ

Y

N

Deviazione standard:

^

σ Y

i= 1

N

(Y

i

Y )

2

N − 1
TSS
N − 1
SER=
SSR
N − 2
SSR=(SER)

2

∙ (N − 2 )
TSS=
SSR
( 1 −R

2

R

2

SSR
TSS

Stima modello lineare:

t=

^

β−β

1 ∨H

0

SE ( ^p )

N

per t>1.96 o t ←1.96 si rifiuta H

0

β

1

effetto su

Y

i

di una variazione in

X

1

, tenendo

X

2

costante

β

2

effetto su

Y

i

di una variazione in

X

2

, tenendo

X

1

costante

Interpretazione del test t: poiché t >1.96(o t ←1.96)rifiutiamo l’ipotesi nulla che il vero valore del

parametro sia uguale a zero. Ciò significa che il coefficiente

β

1

, al livello di significatività del 5%, è

significativamente diverso da zero, e pertanto la variabile

X

1

è rilevante per spiegare la variabile

dipendente

Y

i

Interpretazione p-value:

con un test t=-4.38 abbiamo una probabilità (quasi nulla o) del x% di commettere l’errore del 1°

tipo se rifiutiamo l’ipotesi nulla.

Interpretazione intervalli di fiducia:

con un livello di fiducia del 95% ci aspettiamo che quando X varia di 1, Y varia per una ammontare

compreso tra 0.000 e 0.000. Se l’intervallo è molto ampio c’è molta incertezza.

Interpretazione del test F:

Per verificare strumenti deboli con un singolo regressore endogeno incluso, si verifica la statistica

F del primo stadio

 se F > 10, gli strumenti sono forti

 se F < 10, gli strumenti sono deboli

interpretazione del test J:

Il test J rifiuta l’ipotesi nulla che entrambi gli strumenti siano congiuntamente esogeni (ovvero non

correlati con

u

i

), perciò, queste, potrebbero essere correlate con

u

i