Professional Documents
Culture Documents
Procjenjujemo li nepoznati parametar na temelju uzorka veliine n tada se sluajna varijabla, kojom
se taj parametar procjenjuje naziva procjenitelj parametra.
Poeljno je da procjenitelj nepoznatog parametra populacije ima odreena svojstva. U tom pogledu
razlikuju se dvije skupine svojstava, i to prva za male, konane uzorke, a druga za velike uzorke.
Svojstva malog uzorka (konanog uzorka) su nepristranost i efikasnost. Nepristranost je zadovoljena
ako vrijedi
() =
tj. ak i u malim uzorcima procjene parametara u prosjeku su jednake stvarnim vrijednostima.
Efikasnost je svojstvo vezanu uz varijancu, i procjenitelj je efikasan ako i samo ako u skupu
nepristranih procjenitelja ima najmanju varijancu.
Svojstva velikog uzorka, tj. asimptotska svojstva pak su nepristranost i konzistentnost. Procjenitelj je
asimptomatski nepristran ako njegova oekivana vrijednost tei pravoj vrijednosti parametra kad
veliina uzorka neogranieno raste i izraeno je sljedeim izrazom
) = .
lim (
lim = .
Svaki model, da bi bio valjan, tj. da bi vidjeli je li njegovo koritenje tj. primjena opravdana mora
zadovoljiti polazne pretpostavke. U analizi model jednostavne linearne regresije postoji nekoliko
pretpostavki, a to su:
- veza izmeu zavisne varijable y i nezavisne varijable x je linearna
- varijabla x je deterministika varijabla ili se alternativno postavlja da su njezine vrijednosti fiksne
u ponovljenim mjerenjima
- greke relacije u prosjeku ne utjeu na zavisnu varijablu, to se izraava
( ) = 0 = 1,2, ,
- pretpostavlja se da je analizirani uzorak izabran na sluajan nain, te da su stoga bilo koje dvije
sluajne varijable meusobno nezavisne, a time i nekorelirane
KATARINA KOTI 1
EKONOMETRIJA, 2. ZADAA 24.10.2017.
Svaki se test zapoinje formuliranjem hipoteza na nain da se nulta hipoteza H0 formulira tako da se
nastoji odbaciti, a hipoteza H1 je u skladu s pretpostavkom istraivaa. Cilj samog testiranje je
utvrivanje znaajnosti odabrane regresorske varijable za objanjavanje zavisne varijable, odnosno
odluka o tome je li toj varijabli mjesto u modelu.
Kod dvosmjernog testa nultom se hipotezom nastoji pokazati da ne postoji veza izmeu varijabli x i y,
a hipotezom H1 se pokuava dokazati postojanje veze izmeu x i y. Stoga se hipoteze dvosmjernog
testa oblikuju na sljedei nain:
0 1 = 0
1 1 0.
Jednosmjerni test se pak provodi ee i on ispituje tvrdnju da je veza izmeu x i y pozitivnog smjera i
tada se provodi test na gornju granicu, a ako se pretpostavlja veza negativnog smjera meu
varijablama, provodimo test na donju granicu. Stoga hipoteze jednosmjernih testova glase:
jednosmjerni test na gornju granicu jednosmjerni test na donju granicu
0 1 = 0 0 1 = 0
1 1 > 0 1 1 < 0
Kako bi uope doli do zakljuka, test provodimo odreivanjem test veliine i to moe biti t-vrijednost
ili p-vrijednost te je usporeujemo sa teorijskom razinom signifikantnosti . Zakljuujemo da se nulta
hipoteza odbacuje ako je:
|1 | > ( 2) za dvosmjerni test
2
1 > ( 2) za test na gornju granicu i
1 < ( 2) za test na donju granicu.
KATARINA KOTI 2
EKONOMETRIJA, 2. ZADAA 24.10.2017.
Izraunavanjem svih faktora iz tablice dobivamo F-omjer, a testiranje se provodi na uobiajen nain.
Hipoteze testa su jednake kao u prethodnom zadatku. Ako je empirijski F-omjer > (1;2) uz
zadanu razinu signifikantnosti odbacuje se hipoteza H0. Isto tako, moemo zakljuivati pomou p-
vrijednosti gdje se hipoteza H0 odbacuje ukoliko je ona manja od .
P-vrijednost se jo naziva empirijska razina znaajnosti i ona slui provoenju testa, odnosno
za donoenje odluke o hipotezama testa. Odluka se donosi na nain ako je p-vrijednost manja od
tada se odbacuje nulta hipoteza, odnosno prihvaa se hipoteza H1.
Procjena standardne devijacije rauna se kao pozitivni drugi korijen iz varijance regresije. Ona
se interpretira kao prosjeno odstupanje empirijskih od regresijskih vrijednosti, i ona je izraena
apsolutno.
KATARINA KOTI 3