本次澳洲代写主要为统计学相关的assignment, 分为四个部分
第1部分
计量经济学和回归分析简介。确定因果关系。
Gretl简介。用户界面。显示和编辑数据。基本的统计工具。
多元线性回归模型。 OLS估计。 OLS回归输出。回归系数的解释。标准错误。 P值和统计意义。
模型的解释力。平方和分解。多个R2。
衡量局部影响和局部弹性的方法。 •重新缩放变量。标准化回归。
效果大小和关系强度的量度。偏相关系数。
单个变量的解释力度量。部分R2。连锁规则。
第2部分
经典线性回归模型假设。 OLS估计量及其统计属性。
回归模型中的推论。标准错误。回归参数的间隔估计。因变量条件均值的区间估计。
线性回归模型中的假设检验。测试单个人口参数。测试有关参数的线性组合。多个线性限制的测试。
型号选择。 Wald F检验。 LM卡方检验。型号选择标准。
模型规格不足。省略变量偏差。路径分析。
包含无关的变量。模型规格过多。多重共线性。
第三部分
通用线性模型。互动条款。二次和更高阶项。在一般线性模型中计算边际效应和局部弹性。
非线性模型。具有对数转换的模型。
模型规格分析。功能形式规格不正确。回归方程式规格误差测试(RESET)。
具有定性解释变量的模型。虚拟变量和对比变量。具有结构破坏的模型。
第4部分
异方差性:现象,原因,后果,测试和更正。怀特的标准错误。 FGLS估计器和属性。 •最大似然估计和测试。
Part 1
- Introduction to econometrics and regression analysis. Identification of causal relationships.
- Introduction to Gretl. User interface. Displaying and editing data. Basic statistical tools.
- Multiple linear regression model. OLS estimation. OLS regression output. Interpretation of regression coefficients. Standard errors. P-values and statistical significance.
- Explanatory power of the model. Sum of squares decomposition. Multiple R2.
- Measures of partial effects and partial elasticities. • Rescaling of variables. Standardized regression.
- Measures of effect size and strength of relationship. Partial correlation coefficients.
- Measures of explanatory power for individual variables. Partial R2. Chain rule.
Part 2
- Classical linear regression model assumptions. OLS estimator and its statistical properties.
- Inference in the regression model. Standard errors. Interval estimation of regression parameters. Interval estimation for the conditional mean of the dependent variable.
- Hypothesis tests in the linear regression model. Tests about a single population parameter. Tests about a linear combination of parameters. Tests of multiple linear restrictions.
- Model selection. Wald F-test. LM chi-square test. Model selection criteria.
- Model underspecification. Omitted variables bias. Path analysis.
- Inclusion of irrelevant variables. Model overspecification. Multicollinearity.
Part 3
- General Linear Model. Interaction terms. Quadratic and higher order terms. Calculation of marginal effects and partial elasticities in the general linear model.
- Nonlinear models. Models with logarithmic transformations.
- Analysis of model specification. Functional form misspecification. Regression equation specification error test (RESET).
- Models with qualitative explanatory variables. Dummy variables and contrast variables. Models with structural break.
Part 4
- Heteroscedasticity: phenomenon, causes, consequences, tests, and correction. White’s robust standard errors. FGLS estimator and properties. • Maximum Likelihood estimation and testing.