Diskrétní a omezené vysvětlované proměnné v ekonometrii

Abstract

V předložené práci studujeme diskrétní a omezené vysvětlované proměnné. Začneme binárními proměnnými. Ukážeme příklad na praktických datech, ve kterém předvedeme možnosti softwaru EViews a doplníme je o vlastní procedury, které nám pomohou v analýze dat. Pomocí metody "jackknife", či za pomoci testovací množiny (vybírané prostým náhodným výběrem) zkoumáme, jak je náš model schopen předpovídat. Srovnáme modely logit, probit a gompit. Doplníme graf odhadu podmíněné pravděpodobnosti. Výše zmíněné funkce nejsou v EViews přímo implementovány. Podobně postupujeme v případě ordinálních vysvětlovaných proměnných. Používáme stejná data jako v předchozím příkladu a také doplníme výstupy z EViews o metodu "jackknife", prostý náhodný výběr a grafy podmíněných pravděpodobností. Zabýváme se statistikou, která by nám mohla pomoci při diskusi o vhonosti modelu. Pouze z teoretického hlediska zkoumáme neuspořádané vysvětlované proměnné. V druhé kapitole se zaměříme na omezené vysvětlované proměnné. Nejprve probereme cenzorované a pak useknuté vysvětlované proměnné. Jako aplikaci uvažujeme na proměnné vyjadřující dobu trvání. Uvedeme stručně teorii k analýze přežití. Tohoto tématu se týká poslední příklad, který se zabývá tím, do kdy se nějaký výrobek přestane prodávat. Výpočty se provádí v R, neboť v EViews tato problematika...

In the present work we study discrete and limited dependent variables. We begin with binary dependent variables. Then we show an example, where we use the data from psychological area. We work with econometric software EViews and show its possibilities, which are connected with our subject of study. We write procedures for "jackknife" method and simple random sample, compare logit, probit and gompit models and draw a graph of conditional probability of our models. Likewise we work with ordinal dependent variables. We use the same data as in the previous example. It means that we investigate possibilities of EViews and add some procedures for "jackkni ng," simple random sampling and for drawing pictures of conditional probability. Just from theoretical point of view we consider unordered dependent variables. In the next chapter we focus on limited dependent variables. We show theory of censored and truncated explained variables. As an application we show theory of survival analysis, which is used in our last example. Statistical computing is performed in R, because no suitable methods are implemented in EViews.