Úvod do ekonometrického toolboxu -- metoda 2SLS Tento toolbox pro Matlab je volně dostupný na http://www.spatial-econometrics.com. Nás budou zajímat zejména funkce uložené v knihovny Regress. Součástí je i manuál v angličtině. Veškeré informace příslušné funkci lze zjistit pomocí příkazu help název_funkce Použití funkce tsls (v nápovědě k funkci v Matlabu je několik nepřesností!) --------------------------------------------------- POUŽITÍ: results = tsls(y,yendog,exog,xall) -za results je možno použít jakýkoliv jiný název kde: y = vektor závisle proměnné rozměru [nobs x 1], kde nobs je počet pozorování yendog = matice endogenních proměných na pravé straně rovnice [nobs x g1], kde nobs je počet pozorování, g1 počet endogenních proměnných, neobsahuje-li nějaká rovnice endogenní proměnné na pravé straně, pak je nutné ji odhadnout pomocí OLS xexog = vektor predeterminovaných proměnných rozměru [nobs x k1], kde nobs je počet pozorování a k1 počet predeterminovaných proměnných xall = matice vektorů všech predeterminovaných proměnných rozměru [nobs x k], kde nobs je počet pozorování a k je počet všech predeterminovaných proměnných v systému --------------------------------------------------- VÝSTUP: strukturní proměnná results.meth = 'tsls' -název metody, který dále používají funkce plt_reg, prt_reg (respektive plt, prt) results.beta = bhat (nvar x 1) !v Matlabu je chybně uváděno results.bhat -vektor odhadnutých parametrů results.tstat = t-stats (nvar x 1) -vektor t-statistik odhadnutých parametrů results.bstd = std deviations for bhat (nvar x 1) -vektor směrodatných odchylek odhadnutých parametrů (záleží na verzi funkce, ta verze nainstalovaná na počítačích ve škole ještě tento výstup nemá, nicméně není žádný problém si je vypočíst) results.yhat = yhat (nobs x 1) -vektor vyrovnaných hodnot results.resid = residuals (nobs x 1) -vektor reziduí results.sige = e'*e/(n-k) scalar -rozptyl reziduí results.rsqr = rsquared scalar -koeficient determinace results.rbar = rbar-squared scalar -korigovaný koeficient determinace results.dw = Durbin-Watson Statistic -Durbin-Watsonova statistika results.nobs = nobs -počet pozorování results.nendog = počet endogenních proměnných v rovnici results.nexog = počet exogenních proměnných v rovnici results.nvar = results.nendog + results.nexog results.y = y data vector (nobs x 1) -vektor vysvětlované proměnné Pozn. Chceme-li např. vytisknout (či jinak používat) vektor m obsahující první dva odhadnuté parametry, pak zadáváme: m = results.beta(1:2); Toolbox nabízí i univerzální funkce pro prezentaci výsledků odhadů: prt_reg, prt (nevím jestli funkci prt je obecně možno použít i pro verzi toolboxu nahraného ve školních počítačích, jinak funkce slouží k prezentaci výsledků i jiných knihoven než jen Regress) -- vytisknou výsledky regrese v přehledné podobě --------------------------------------------------- POUŽITÍ: prt_reg(results,vnames,fid) Kde: results = strukturní proměnná vrácená pomocí regresní funkce vnames = volitelný (tj. není nutno zadat) vektor jmen proměnných fid = volitelný file-id pro tisk výsledků do souboru --------------------------------------------------- POZNÁMKY: např. vnames = strvcat('y','const','x1','x2'); -funkce strvcat vytvoří ze zadaných parametrů sloupcový vektor Obdobně fungují funkce plt_reg, plt -- grafický výstup výsledků regrese (původní a vyrovnané hodnoty) POUŽITÍ: plt_reg(results); Kde: results = strukturní proměnná vrácená pomocí regresní funkce Příklad použití: viz např. Cvičení 2 a m-file USAmodel2_46_2SLS.m