29,99 €
inkl. MwSt.
Sofort per Download lieferbar
payback
0 °P sammeln
  • Format: PDF

Bachelorarbeit aus dem Jahr 2012 im Fachbereich Mathematik - Statistik, Note: 1,3, Technische Universität Dresden (Professur für Quantitative Verfahren, insb. Ökonometrie), Sprache: Deutsch, Abstract: Der erste Teil dieser Arbeit beschäftigt sich mit den Modellannahmen der Kleinst-Quadrate-Schätzung. Multikollinearität als Annahmeverletzung sowie deren Diagnosemöglichkeiten und Konsequenzen für das Schätzergebnis werden untersucht. Das Ridge-Schätzverfahren bietet Möglichkeiten, die durch Multikollinearität auftretenden Nachteile zu vermindern. Verschiedene Ridge-Verfahren werden vorgestellt.…mehr

Produktbeschreibung
Bachelorarbeit aus dem Jahr 2012 im Fachbereich Mathematik - Statistik, Note: 1,3, Technische Universität Dresden (Professur für Quantitative Verfahren, insb. Ökonometrie), Sprache: Deutsch, Abstract: Der erste Teil dieser Arbeit beschäftigt sich mit den Modellannahmen der Kleinst-Quadrate-Schätzung. Multikollinearität als Annahmeverletzung sowie deren Diagnosemöglichkeiten und Konsequenzen für das Schätzergebnis werden untersucht. Das Ridge-Schätzverfahren bietet Möglichkeiten, die durch Multikollinearität auftretenden Nachteile zu vermindern. Verschiedene Ridge-Verfahren werden vorgestellt. Danach werden mittels der Software R verschiedene Daten mit künstlicher Multikollinearität simuliert. Unter dreistuger Variation fünf verschiedener Modellparameter werden die Ridge-Schätzer auf ihre Güte untersucht. Der beste Ridge-Schätzer wird ermittelt. Im letzten Teil der Arbeit wird der optimale Komplexitätsparameter berechnet. Ein unerwartetes Untersuchungsergebnis ist der Nachweis der Existenz negativer optimaler Komplexitätsparameter bei der Ridge-Schätzung in R.
Autorenporträt
2009-2013 Studium der Wirtschaftswissenschaften an der TU Dresden. Schwerpunkt: Umweltmanagement und Energiewirtschaft.