Tugas II

Ekonometri I

Oleh:
Listiana Ulya Maulida
252176 / 16673
3.22
a.

Pergerakan Harga Emas, CPI , dan NYSE tahun

1977-1991 di New York
700

600 Price
of Gold
500
$ (dollar)

400
CPI
300

200
NYSE
100

0
1975 1980 1985 1990 1995
Year

b.
 Price of Gold = b1+b2 CPI+ u

700
600
500
Gold Price ($)

400 Price of Gold

300 Linear (Price of Gold)

200
100
0
0 50 100 150
CPI ($)

SUMMARY OUTPUT

Regression Statistics
Multiple R 0,384863
R Square 0,14812
Adjusted R
Square 0,08259
Standard Error 104,8233
Observations 15

ANOVA
Significanc
  df SS MS F eF
Regression 1 24836,65 24836,65 2,260359 0,156623
Residual 13 142843 10987,92
Total 14 167679,6      

Coefficient Standard Upper Lower Upper

  s Error t Stat P-value Lower 95% 95% 95,0% 95,0%
Intercept 187,8253 125,3384 1,498545 0,157877 -82,9519 458,6024 -82,9519 458,6024
X Variable 1 1,826788 1,215065 1,503449 0,156623 -0,7982 4,451775 -0,7982 4,451775

Model Summary
Adjusted R Std. Error of
Model R R Square Square the Estimate
1 ,385(a) ,148 ,083 104,82328
a Predictors: (Constant), CPI
 ANOVA(b)

Sum of
Model Squares Df Mean Square F Sig.
1 Regressio
24836,645 1 24836,645 2,260 ,157(a)
n
Residual 142842,95
13 10987,920
7
Total 167679,60
14
2
a Predictors: (Constant), CPI
b Dependent Variable: GOLDPRIC

Coefficients(a)

Unstandardized Standardized
Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant
187,825 125,338 1,499 ,158
)
CPI 1,827 1,215 ,385 1,503 ,157
a Dependent Variable: GOLDPRIC

Gold Price=187,825 +1,827CPI+μ

NYSE index = b1+b2 CPI+u

250

200
NYSE Index ($)

150
NYSE
Linear (NYSE)
100

50

0
0 50 100 150
CPI ($)

SUMMARY OUTPUT

Regression Statistics
Multiple R 0,932561002
R Square 0,869670022
Adjusted R
Square 0,859644639
Standard Error 19,71813164
Observations 15

ANOVA
  df SS MS F Significanc
eF
Regression 1 33727,57007 33727,57 86,7468 4,0784E-07
Residual 13 5054,4613 388,8047
Total 14 38782,03137      

Standard Upper Lower Upper

  Coefficients Error t Stat P-value Lower 95% 95% 95,0% 95,0%
- -
Intercept 101,8677207 23,57719504 -4,3206 0,00083 152,803154 -50,9323 -152,80315 -50,9322876
X Variable 1 2,128796538 0,22856377 9,313797 4,1E-07 1,63501454 2,622579 1,63501454 2,622578542

Model Summary

Adjusted R Std. Error of

Model R R Square Square the Estimate
1 ,933(a) ,870 ,860 19,71813
a Predictors: (Constant), CPI

ANOVA(b)
Sum of
Model Squares df Mean Square F Sig.
1 Regressio
33727,570 1 33727,570 86,747 ,000(a)
n
Residual 5054,461 13 388,805
Total 38782,031 14
a Predictors: (Constant), CPI
b Dependent Variable: NYSE

Coefficients(a)
Unstandardized Standardized
Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant
-101,868 23,577 -4,321 ,001
)
CPI 2,129 ,229 ,933 9,314 ,000
a Dependent Variable: NYSE

NYSE index= -101,868+2,129CPI+μ

 3.23
a.

Nominal & Real GDP for U.S.

9000
8000
7000
6000
NGDP ($

5000 NGDP
4000 RGDP
3000
2000
1000
0
1950 1960 1970 1980 1990 2000
Year

b. NGDP= β1+β2Year+μ

Nominal GDP for U.S.

9000
NGDP (current dolars in billion)

8000
7000
6000
5000
4000 NGDP
3000 Linear (NGDP)
2000
1000
0
-10001950 1960 1970 1980 1990 2000
-2000
Year

SUMMARY OUTPUT

Regression Statistics
Multiple R 0,963189
R Square 0,927732
Adjusted R
Square 0,925779
Standard Error 651,3667
Observations 39

ANOVA
Significanc
  df SS MS F eF
Regression 1 2,02E+08 2,02E+08 474,9858 1,05E-22
Residual 37 15698308 424278,6
Total 38 2,17E+08      

Coefficient Standard Upper Lower Upper

  s Error t Stat P-value Lower 95% 95% 95,0% 95,0%
Intercept -986,332 212,6816 -4,6376 4,3E-05 -1417,27 -555,398 -1417,27 -555,398
X Variable 1 201,9772 9,267489 21,79417 1,05E-22 183,1995 220,7549 183,1995 220,7549

Model Summary

Adjusted R Std. Error of

Model R R Square Square the Estimate
1 ,963(a) ,928 ,926 651,36671
a Predictors: (Constant), YEAR

ANOVA(b)
Sum of
Model Squares Df Mean Square F Sig.
1 Regressio 201526312 201526312,56
1 474,986 ,000(a)
n ,562 2
Residual 15698307,
37 424278,592
902
Total 217224620
38
,464
a Predictors: (Constant), YEAR
b Dependent Variable: NGDP

Coefficients(a)
Unstandardized Standardized
Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant
-986,332 212,682 -4,638 ,000
)
YEAR 201,977 9,267 ,963 21,794 ,000
a Dependent Variable: NGDP
Dependent Variable: NGDP
Method: Least Squares
Date: 03/12/09 Time: 16:02
Sample: 1 39
Included observations: 39
Variable Coefficient Std. Error t-Statistic Prob.
C -986.3317 212.6816 -4.637597 0.0000
YEAR 201.9772 9.267489 21.79417 0.0000
R-squared 0.927732 Mean dependent var 3053.213
Adjusted R-squared 0.925779 S.D. dependent var 2390.907
S.E. of regression 651.3667 Akaike info criterion 15.84594
Sum squared resid 15698308 Schwarz criterion 15.93125
Log likelihood -306.9959 F-statistic 474.9858
Durbin-Watson stat 0.040102 Prob(F-statistic) 0.000000

NGDP=-986,332 + 201,977Year+ μ

β1 =-986,332=titik potong pada sumbu y, artinya adalah akan terjadi

NGDP sejumlah -986,332 pada tahun ke 0.

β2 =201,977=koefisien kemiringan garis= setiap penambahan 1

tahun akan terjadi kenaikan NGDP secara rata-rata sebesar
201,977.
R square=0.927732= 92% variasi NGDP dapat dijelaskan oleh variasi tahun

RGDP=β1+β2Year+μ
 Real GDP for U.S.

8000
Real GDP (1992 billions of

7000
6000
5000
dollars)

RGDP
4000
Linear (RGDP)
3000
2000
1000
0
1950 1960 1970 1980 1990 2000
Year

SUMMARY OUTPUT

Regression Statistics
Multiple R 0,995713
R Square 0,991445
Adjusted R
Square 0,991214
Standard Error 138,2259
Observations 39

ANOVA
Significanc
  df SS MS F eF
Regression 1 81928883 81928883 4288,031 7,29E-40
Residual 37 706937,3 19106,41
Total 38 82635820      

Coefficient Standard Upper Lower Upper

  s Error t Stat P-value Lower 95% 95% 95,0% 95,0%
Intercept 1907,715 45,13298 42,26875 6,36E-33 1816,266 1999,163 1816,266 1999,163
X Variable 1 128,782 1,966646 65,48306 7,29E-40 124,7972 132,7668 124,7972 132,7668

Model Summary

Adjusted R Std. Error of

Model R R Square Square the Estimate
1 ,996(a) ,991 ,991 138,22595
a Predictors: (Constant), YEAR
 ANOVA(b)

Sum of
Model Squares df Mean Square F Sig.
1 Regressio 81928883,
1 81928883,047 4288,031 ,000(a)
n 047
Residual 706937,29
37 19106,413
0
Total 82635820,
38
337
a Predictors: (Constant), YEAR
b Dependent Variable: RGDP

Coefficients(a)
Unstandardized Standardized
Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant
1907,715 45,133 42,269 ,000
)
YEAR 128,782 1,967 ,996 65,483 ,000

a Dependent Variable: RGDP

Dependent Variable: RGDP

Method: Least Squares
Date: 03/12/09 Time: 15:43
Sample: 1 39
Included observations: 39
Variable Coefficient Std. Error t-Statistic Prob.
C 1907.715 45.13298 42.26875 0.0000
YEAR 128.7820 1.966646 65.48306 0.0000
R-squared 0.991445 Mean dependent var 4483.354
Adjusted R-squared 0.991214 S.D. dependent var 1474.662
S.E. of regression 138.2259 Akaike info criterion 12.74558
Sum squared resid 706937.3 Schwarz criterion 12.83089
Log likelihood -246.5387 F-statistic 4288.031
Durbin-Watson stat 0.470276 Prob(F-statistic) 0.000000

RGDP=1907,715 + 128,782Year+ μ
β1 =1907,715 =titik potong pada sumbu y,=akan terjadi NGDP
sejumlah 1907,715 pada tahun ke 0.

β2 =128,782=koefisien kemiringan garis=setiap penambahan 1 tahun

akan terjadi kenaikan RGDP secara rata-rata sebesar 128,782.
R square=0.991445= 99% variasi RNDP dapat dijelaskan oleh variasi tahun
 c. How would you interpret β2?

Pada NGDP:
β2 =201,977=koefisien kemiringan garis= setiap penambahan 1 unit
variabel tahun akan terjadi kenaikan NGDP secara rata-rata
sebesar 201,977.

Pada RGDP:
β2 =128,782=koefisien kemiringan garis=setiap penambahan 1 unit
variable tahun akan terjadi kenaikan RGDP secara rata-rata
sebesar 128,782.

β2 juga merupakan gradient persamaan garis regresi. Semakin besar β2,

semakin curam garis regresi yang dihasilkan.

d. There is a difference between β2 estimated from NGDP & RGDP. What

explains the difference?

Ya, β2 untuk NGDP lebih besar dari β2 RGDP. β2 yang berbeda

pada NGDP dan RGDP ini juga terjadi akibat perbedaan nilai mata uang
yang dijadikan perhitungan. Perhitungan NGDP didasarkan atas nilai mata
uang pada setiap tahun yang berjalan, sedangkan perhitungan RGDP
didasarkan atas nilai mata uang pada tahun tertentu yang dijadikan tahun
dasar (tahun 1992 :dalam kasus ini). Oleh karena itu, wajar jika perhitungan
NGDP menghasilkan total dolar yang lebih besar dibandingkan dengan total
dolar dengan perhitungan RGDP yang tidak mengandung nilai inflasi.

e. From the results what you can say about the nature of inflation in the
United States over the sample period?

Kecenderungan inflasi tiap tahun di United States dengan jangka tahun

1959-1997 adalah meningkat dari tahun ke tahun. Terlihat dalam fakta di
atas bahwa meskipun dalam tahun-tahun tertentu RGDP mengalami
penurunan, NGDP tetap selalu mengalami peningkatan dari tahun ke
tahun.