Page 43 - Gričar, Sergej, in Štefan Bojnec, 2016. Aplikacija metodologije časovnih serij na primeru turističnih cen. Koper: Založba Univerze na Primorskem.
P. 43
Metodologija ekonometrične raziskave
porazdelitev je pozitivno asimetrična. Čim večje je število stopinj
prostosti , tem bolj se porazdelitev približuje normalni porazdelitvi s
parametroma in standardnim odklonom . Ker je porazde-
litev odvisna od stopinj prostosti, ustreza posebna porazdelitev . V ta-
blicah so za vsako vrednost navedene le nekatere vrednosti . Ponavadi
so to tiste vrednosti, ki so pomembne za preizkušanje domnev in so pove-
zane s stopnjo tveganja (Košmelj in Rovan 2007).
-porazdelitev, imenovana tudi Studentova porazdelitev ( ), izhaja iz
enakih izhodišč, kot smo jih upoštevali pri porazdelitvi. Če vrednost
ni znana, je izraz osnova za preizkuse o vrednos-
ti parametra, pri čemer je aritmetična sredina vzorca, standardni od-
klon slučajne spremenljivke , ki se goste okoli aritmetične sredine , in
standardni odklon vzorca. Podobno kot standardizirana normalna po-
razdelitev je tudi simetrična, njene vrednosti so na intervalu med -
in in se porazdeljujejo okoli 0. Parametra sta: , če je 43
in , če je . Tako vidimo, da ima enako pričakovano
vrednost kot standardizirana normalna porazdelitev. Toda medtem ko je v
standardizirani normalni porazdelitvi varianca enaka 1, je varianca pri
večja od 1, zato je bolj sploščena kot standardizirana normalna poraz-
delitev pri enakem številu enot. Čim večje pa je število stopinj prostosti
, tem bolj se približuje standardizirani normalni porazdelitvi (Košmelj
in Rovan 2007).
Za potrebe naše raziskave na kratko omenimo še pozitivno asimetrič-
no porazdelitev, ki ima pomembno vlogo pri primerjanju varianc iz dveh
populacij. Ker je vrednost enaka razmerju dveh kvadratov, so vrednosti
porazdelitve na intervalu med 0 in .
Metoda glavnih komponent in faktorska analiza
Glavna ideja metode glavnih komponent je v tem, da iz množice spremen-
ljivk izvedemo eno ali več novih spremenljivk (po možnosti čim manj), ki
naj zajamejo kar največ variance osnovnih spremenljivk. Gre za metodo re-
dukcije podatkov – z le nekaj spremenljivkami imamo boljši pregled nad
podatki kot ob celi množici spremenljivk. Nove spremenljivke so urejene
od najpomembnejše do najmanj pomembne, kjer pomembnost pomeni, da
prva glavna komponenta pojasnjuje kar največ variance osnovnih podat-
kov (Gričar 2009).
Študij povezav med spremenljivkami, s katerimi poskušamo najti novo
množico spremenljivk (manj kot je merjenih spremenljivk), ki predstavlja-
jo, kar je skupnega opazovanim spremenljivkam, se imenuje faktorska ana-
porazdelitev je pozitivno asimetrična. Čim večje je število stopinj
prostosti , tem bolj se porazdelitev približuje normalni porazdelitvi s
parametroma in standardnim odklonom . Ker je porazde-
litev odvisna od stopinj prostosti, ustreza posebna porazdelitev . V ta-
blicah so za vsako vrednost navedene le nekatere vrednosti . Ponavadi
so to tiste vrednosti, ki so pomembne za preizkušanje domnev in so pove-
zane s stopnjo tveganja (Košmelj in Rovan 2007).
-porazdelitev, imenovana tudi Studentova porazdelitev ( ), izhaja iz
enakih izhodišč, kot smo jih upoštevali pri porazdelitvi. Če vrednost
ni znana, je izraz osnova za preizkuse o vrednos-
ti parametra, pri čemer je aritmetična sredina vzorca, standardni od-
klon slučajne spremenljivke , ki se goste okoli aritmetične sredine , in
standardni odklon vzorca. Podobno kot standardizirana normalna po-
razdelitev je tudi simetrična, njene vrednosti so na intervalu med -
in in se porazdeljujejo okoli 0. Parametra sta: , če je 43
in , če je . Tako vidimo, da ima enako pričakovano
vrednost kot standardizirana normalna porazdelitev. Toda medtem ko je v
standardizirani normalni porazdelitvi varianca enaka 1, je varianca pri
večja od 1, zato je bolj sploščena kot standardizirana normalna poraz-
delitev pri enakem številu enot. Čim večje pa je število stopinj prostosti
, tem bolj se približuje standardizirani normalni porazdelitvi (Košmelj
in Rovan 2007).
Za potrebe naše raziskave na kratko omenimo še pozitivno asimetrič-
no porazdelitev, ki ima pomembno vlogo pri primerjanju varianc iz dveh
populacij. Ker je vrednost enaka razmerju dveh kvadratov, so vrednosti
porazdelitve na intervalu med 0 in .
Metoda glavnih komponent in faktorska analiza
Glavna ideja metode glavnih komponent je v tem, da iz množice spremen-
ljivk izvedemo eno ali več novih spremenljivk (po možnosti čim manj), ki
naj zajamejo kar največ variance osnovnih spremenljivk. Gre za metodo re-
dukcije podatkov – z le nekaj spremenljivkami imamo boljši pregled nad
podatki kot ob celi množici spremenljivk. Nove spremenljivke so urejene
od najpomembnejše do najmanj pomembne, kjer pomembnost pomeni, da
prva glavna komponenta pojasnjuje kar največ variance osnovnih podat-
kov (Gričar 2009).
Študij povezav med spremenljivkami, s katerimi poskušamo najti novo
množico spremenljivk (manj kot je merjenih spremenljivk), ki predstavlja-
jo, kar je skupnega opazovanim spremenljivkam, se imenuje faktorska ana-
