ich habe folgendes Problem bei einer Regressionsanalyse:
Ich habe 2 Zeitreihen mit taeglichen Werten vom 1. Januar 2000 bis zum 31. Dezember 2008, die ich mittels einer einfachen linearen Regression gegeneinander geplottet habe. So weit, so gut.
Ich moechte jetzt allerdings die 8-Jahres-Regression in 2 Zeitraeume a 4 Jahren aufteilen und testen, ob sich die jeweiligen Regressionskoeffizienten in den beiden Modellen signifikant von einander unterscheiden. Danach moechte ich das ganze noch einmal fuer 4 Zeitraeume a 2 Jahren wiederholen. Ich habe die 8-Jahres-Regression in Excel gemacht, habe aber auch SPSS zur Verfuegung. Wie muesste ich vorgehen, um mein Problem zu loesen?
Ich moechte jetzt allerdings die 8-Jahres-Regression in 2 Zeitraeume :a 4 Jahren aufteilen und testen, ob sich die jeweiligen :Regressionskoeffizienten in den beiden Modellen :signifikant von einander unterscheiden.
Damit bist du dann schon in einer klassischen ANOVA, wenn du „Zugehörigkeit zum ersten 4-Jahres-Zeitraum“ als Dummy-Varibale verwendest und die Interaktion mittestest.
Danach moechte ich das ganze noch einmal fuer 4 Zeitraeume a 2 :Jahren wiederholen. Ich habe die 8-Jahres-Regression in Excel :gemacht, habe aber auch SPSS zur Verfuegung. Wie muesste ich :vorgehen, um mein Problem zu loesen?
Da du anscheinend immer kleinere Zeiträume betrachten willst, kannst du auch von vornherein einen ganz anderen Ansatz verwenden: Berechne die Regression für alle Zeitpunkte und lass dir einen Modellgüteparameter (z.B. AIC oder residual sum of squares) ausgeben. Fasse dann die ersten beiden Zeitpunkte zusammen und die letzten 6 und lege jeweils eine Regression hindurch. Lass dir wieder die Modellgüte ausgeben und summiere die beiden Werte. Dasselbe dann für 3 zu 5, 4 zu 4, und so weiter. Das Modell mit dem besten Güteparameter fittet dir die Daten am besten und sagt dir gleichzeitig, welche Zerlegung die beste ist.
JPL - vielen Dank fuer deine Tipps. Ich habe das mal mit der Dummy Variablen getestet und das Ergebnis geht in die Richtung dessen, was ich erwartet habe.
Ich habe mal ein wenig weiter recherchiert, der formale Test fuer das was ich vorhatte ist wohl der Chow Test auf Strukturbrueche (Zeitpunkt muss vorgegeben werden, Chow-Test prueft ob Bruch vorliegt) oder der Quandt-Andrews-Test (testet grundsaetzlich Strukturbrueche zu irgendeinem Zeitpunkt vorliegen).
interessante Tests. Der Chow ist ja noch leicht selber zu berechnen, aber nur, wenn du die „sollbruchstelle“ schon kennst, bzw explizit darauf testen willst. Ansonsten ist der Quandt-Andrews-Test tatsächlich besser. Eine Übersicht findest du hier: http://www.uibk.ac.at/econometrics/einf/10p.pdf
das paper zu den p-Werten von Hansen ist „Hansen, B.E., 1995. Approximate asymptotic pvalues for structural change test, Boston College Working Papers in Economics 297, Boston College.“ und eine Berechnung via R (http://cran.r-project.org/) mit dem package „strucchange“ findet sich hier: http://cran.r-project.org/web/packages/strucchange/v…
