【gretl】gretlのまとめ|インストールから回帰分析まで
gretl(グレーテル)は、Gnu Regression, Econometrics and Time-series Library...
回帰分析の説明動画
説明内容は以下の項目についてです。回帰分析の一般的な説明ですが、gretlの操作方法も学べます。
- 単回帰分析について
- 最小二乗法
- 決定係数
- 自由度修正済み決定係数
- 誤差の系列相関
- ダービン・ワトソン比
- 回帰係数と標準誤差
- 回帰係数に関するt検定
- 推定結果の意味
【gretl】 回帰分析の使い方|モデルメニューから選ぶ
gretlで回帰分析する方法を説明します。被説明変数がcp95、説明変数がgdp95の消費関数を推計する例です。最小二乗法でαとβが推...
演習1(単回帰)
gretlを使った単回帰分析の実習です。
従属変数を実質民間最終消費(CP95)、説明変数を実質GDP(GDP95)として、消費関数を推定します。推定すべき式は以下の式です。
$ CP95=\alpha +\beta GDP95+e $
$\alpha$ と$\beta$を最小二乗法で推定します。データは以下からCSVファイルでダウンロードできます。
演習2(重回帰分析)
演習3では、家賃について重回帰分析を行います。その前に、変数の記述統計量と相関係数行列を出力してみましょう。以下がデータです。
家賃(y)、広さ(width)、築年数(old)、駅からの距離(distance)が基本の変数です。
詳しいデータの定義などは、小巻・山澤『計量経済学15講』新世社をご覧ください。
演習3(重回帰分析)
家賃のデータを使って、重回帰分析を行います。データは演習2と同じです。
•家賃を、広さ、築年数、駅からの距離で回帰します。
$ y=\alpha + \beta_1 width + \beta_2 old + \beta_3 distance $
•さらにもう一つ変数を追加した場合に係数がどのように変化するかを調べます。追加する変数は以下です。
- 家賃の1000の位(price1)
- 建物の階数(buil)
- 1階ダミー(d1)
この動画で扱ったデータや分析は小巻・山澤『計量経済学15講』新世社にありますので、参考にしてください。
スポンサーリンク
スポンサーリンク