Hypothesetesten met t-tests met één monster

Je hebt je gegevens verzameld, je hebt je model, je hebt je regressie uitgevoerd en je hebt je resultaten. Wat doe je nu met je resultaten??

In dit artikel beschouwen we het Okun's Law-model en de resultaten van het artikel "How to Do a Painless Econometrics Project". Er worden één voorbeeldt-tests geïntroduceerd en gebruikt om te zien of de theorie overeenkomt met de gegevens.

De theorie achter de wet van Okun is beschreven in het artikel: "Instant Econometrics Project 1 - Okun's Law":

De wet van Okun is een empirische relatie tussen de verandering in het werkloosheidspercentage en de procentuele groei van de reële productie, gemeten aan het BNP. Arthur Okun schatte de volgende relatie tussen de twee:

Y_t = - 0,4 (X_t - 2.5)

Dit kan ook worden uitgedrukt als een meer traditionele lineaire regressie als:

Y_t = 1 - 0.4 X_t

Waar:
Y_t is de verandering in het werkloosheidspercentage in procentpunten.
X_t is het groeipercentage van de reële output, gemeten aan de hand van het reële BNP.

Dus onze theorie is dat de waarden van onze parameters dat zijn B₁ = 1 voor de hellingparameter en B₂ = -0,4 voor de parameter intercept.

We hebben Amerikaanse gegevens gebruikt om te zien hoe goed de gegevens overeenkwamen met de theorie. Uit "Hoe een pijnloos econometrie-project te doen" zagen we dat we het model moesten schatten:

Y_t = b₁ + b₂ X_t

Y_t X_t b₁ b₂ B₁ B₂