BaşlayınÜcretsiz başlayın

Kriz yapısal kırılması: III

Şimdi Chow testini uygulamak için her şeyi bir araya getirebilirsin.

2005 - 2010 verileri, yapısal kırılma noktası olarak (bu serinin ilk egzersizinde belirlendiği gibi) 30 Haziran 2008 kullanılarak iki DataFrame’e ayrıldı: before ve after. Her iki DataFrame’in sütunları, sırasıyla konut gecikme verileri ve getiri verileri için mort_del ve returns.

before ve after üzerinde iki OLS regresyonu çalıştıracak, her bir DataFrame’de returns sütununu mort_del sütununa karşı regres edeceksin ve kareler toplamı artıklarını elde edeceksin.

Ardından, videodaki gibi, ikinci egzersizden sağlanan ssr_total ve elde ettiğin artıklarla Chow test istatistiğini hesaplayacaksın. %99 güven düzeyindeki kritik F değeri yaklaşık 5.85. Senin test istatistiğin hangi değeri veriyor?

Bu egzersiz, kursun bir parçasıdır

Python ile Nicel Risk Yönetimi

Kursa Göz Atın

Egzersiz talimatları

  • before ve after için mort_del’e bir OLS sabit terimi ekle.
  • before ve after için returns sütununu mort_del sütununa karşı OLS regresyonu ile uydur.
  • Kareler toplamı artıklarını sırasıyla before ve after için ssr_before ve ssr_after içine yerleştir.
  • Chow test istatistiğini oluştur ve göster.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Add intercept constants to each sub-period 'before' and 'after'
before_with_intercept = sm.____(before['mort_del'])
after_with_intercept  = sm.____(____['mort_del'])

# Fit OLS regressions to each sub-period
r_b = sm.____(____['returns'], before_with_intercept).____
r_a = sm.____(after['returns'],  after_with_intercept).____

# Get sum-of-squared residuals for both regressions
ssr_before = r_b.____
ssr_after = ____.ssr
# Compute and display the Chow test statistic
numerator = ((ssr_total - (ssr_before + ____)) / 2)
denominator = ((____ + ssr_after) / (24 - 4))
print("Chow test statistic: ", numerator / ____)
Kodu Düzenle ve Çalıştır