Du har samlat in dina data, du har din modell, du har kört din regression och du har fått dina resultat. Vad gör du nu med dina resultat?
I den här artikeln behandlar vi Okuns lagmodell och resultat från artikeln "How to Do a Painless Econometrics Project". Ett prov t-test kommer att introduceras och användas för att se om teorin matchar data.
Teorin bakom Okuns lag beskrivs i artikeln: "Instant Econometrics Project 1 - Okun's Law":
Okuns lag är en empirisk relation mellan förändringen i arbetslösheten och den procentuella tillväxten i den reala produktionen, mätt med BNI. Arthur Okun uppskattade följande förhållande mellan de två:
Yt = - 0,4 (Xt - 2,5)
Detta kan också uttryckas som en mer traditionell linjär regression som:
Yt = 1 - 0,4 Xt
Var:
Yt är förändringen i arbetslösheten i procentenheter.
Xt är den procentuella tillväxttakten i reala produktion, mätt med verklig BNP.
Så vår teori är att värdena på våra parametrar är B1 = 1 för lutningsparametern och B2 = -0,4 för avlyssningsparametern.
Vi använde amerikanska data för att se hur bra data matchade teorin. Från "How to Do a Painless Econometrics Project" såg vi att vi behövde uppskatta modellen: