Úvod do ekonometrického toolboxu – metoda OLS

   

   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 ols

   

   ---------------------------------------------------

    POUŽITÍ: results = ols(y,x)                            -za results je možno použít jakýkoliv
   jiný název

    kde:                y= vektor závisle proměnné rozměru [nobs x 1], kde nobs je počet
   pozorování

   x= matice vektorů nezávisle (vysvětlujících) proměnných rozměru [nobs x nvar], kde nvar je
   počet vysvětlujících parametrů

   ---------------------------------------------------

    VÝSTUP: strukturní proměnná

            results.meth  = 'ols'

   -název metody, který dále používají funkce plt_reg, prt_reg (respektive plt, prt)

            results.beta  = bhat     (nvar x 1)

                           -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.nvar  = nvars

                           -počet proměnných

            results.y     = y data vector (nobs x 1)

                           -vektor vysvětlované proměnné

            results.bint  = (nvar x2 ) vector with 95% confidence intervals on beta

                           -vektor 95% intervalů spolehlivosti odhadnutých parametrů

   

   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 Cvičení 1 a m-file USAmodel1.m