Friday, April 14, 2017
Two-Stage Least Squares in EViews
Two-stage least squares (TSLS) is a special case of instrumental variables regression. As the name suggests, there are two distinct stages in two-stage least squares. In the first stage, TSLS finds the portions of the endogenous and exogenous variables that can be attributed to the instruments. This stage involves estimating an OLS regression of each variable in the model on the set of instruments. The second stage is a regression of the original equation, with all of the variables replaced by the fitted values from the first-stage regressions. The coefficients of this regression are the TSLS estimates.
be the matrix of ins
and 
be the de |
(21.1)
|
Then the coefficients computed in two-stage least squares are given by,
 |
(21.2)
|
and the standard estimated covariance matrix of these coefficients may be computed using:
 |
(21.3)
|
is the estimated residual variance (square of the standard error of the regression). If desired, 
may be replaced by the non-d.f. corrected estimator. Note also that EViews offers both White and HAC covariance matrix options for two-stage least squares.
Estimating TSLS In EViews
To estimate an equation using Two-stage Least Squares, open the equation specification box by choosing Object/New Object.../Equation… or Quick/Estimate Equation… Choose TSLS from the Method: dropdown menu and the dialog will change to include an edit window where you will list the instruments.
Alternately, type the tsls keyword in the command window and hit ENTER.
In the Equation specification edit box, specify your dependent variable and independent variables and enter a list of instruments in the Instrument list edit box.
There are a few things to keep in mind as you enter your instruments:
• In order to calculate TSLS estimates, your specification must satisfy the order condition for identification, which says that there must be at least as many instruments as there are coefficients in your equation. There is an additional rank condition which must also be satisfied. See Davidson and MacKinnon (1993) and Johnston and DiNardo (1997) for additional discussion.
• For econometric reasons that we will not pursue here, any right-hand side variables that are not correlated with the disturbances should be included as instruments.
• EViews will, by default, add a constant to the instrument list. If you do not wish a constant to be added to the instrument list, the Include a constant check box should be unchecked.
To illustrate the estimation of two-stage least squares, we use an example from Stock and Watson 2007 (p. 438), which estimates the demand for cigarettes in the United States in 1995. (The data are available in the workfile “Sw_cig.WF1”.) The dependent variable is the per capita log of packs sold LOG(PACKPC). The exogenous variables are a constant, C, and the log of real per capita state income LOG(PERINC). The endogenous variable is the log of real after tax price per pack LOG(RAVGPRC). The additional instruments are average state sales tax RTAXSO, and cigarette specific taxes RTAXS. Stock and Watson use the White covariance estimator for the standard errors.
The equation specification is then,
log(packpc) c log(ravgprs) log(perinc)
and the instrument list is:
c log(perinc) rtaxso rtaxs
This specification satisfies the order condition for identification, which requires that there are at least as many instruments (four) as there are coefficients (three) in the equation specification. Note that listing C as an instrument is redundant, since by default, EViews automatically adds it to the instrument list.
To specify the use of White heteroskedasticity robust standard errors, we will select White in the Coefficient covariance matrix dropdown menu on the Options tab. By default, EViews will estimate the using the Ordinary method with d.f. Adjustment as specified in Equation (21.3).
Output From TSLS
Below we show the output from a regression of LOG(PACKPC) on a constant and LOG(RAVGPRS) and LOG(PERINC), with instrument list “LOG(PERINC) RTAXSO RTAXS”.
EViews identifies the estimation procedure, as well as the list of instruments in the header. This information is followed by the usual coefficient, t-statistics, and asymptotic p-values.
The summary statistics reported at the bottom of the table are computed using the formulae outlined in “Summary Statistics”. Bear in mind that all reported statistics are only asymptotically valid. For a discussion of the finite sample properties of TSLS, see Johnston and DiNardo (1997, p. 355–358) or Davidson and MacKinnon (1993, p. 221–224).
Three other summary statistics are reported: “Instrument rank”, the “J-statistic” and the “Prob(J-statistic)”. The Instrument rank is simply the rank of the instrument matrix, and is equal to the number of instruments used in estimation. The J-statistic is calculated as:
 |
(21.4)
|
are the regression residuals. See 
in calculating the summary statistics. For example, the default estimator of the standard error of the regression used in the covariance calculation is: |
(21.5)
|
, where the 
for TSLS can be negative even when there is a constant in the equation.
TSLS With AR Errors
You can adjust your TSLS estimates to account for serial correlation by adding AR terms to your equation specification. EViews will automatically transform the model to a nonlinear least squares problem, and estimate the model using instrumental variables. Details of this procedure may be found in Fair (1984, p. 210–214). The output from TSLS with an AR(1) specification using the default settings with a tighter convergence tolerance looks as follows:
The Options button in the estimation box may be used to change the iteration limit and convergence criterion for the nonlinear instrumental variables procedure.
First-Order AR Errors
Suppose your specification is:
 |
(21.6)
|
. is a vector of instrumental variables not in 
must be included in the instrument list to obtain consistent estimates. In this case, then the instrument list should include: |
(21.7)
|
EViews estimates the model as a nonlinear regression model so that Fair’s warning does not apply. Estimation of the model does, however, require specification of additional instruments to satisfy the instrument order condition for the transformed specification. By default, the first-stage instruments employed in TSLS are formed as if one were running Cochrane-Orcutt using Fair’s prescription. Thus, if you omit the lagged left- and right-hand side terms from the instrument list, EViews will, by default, automatically add the lagged terms as instruments. This addition will be noted in your output.
You may instead instruct EViews not to add the lagged left- and right-hand side terms as instruments. In this case, you are responsible for adding sufficient instruments to ensure the order condition is satisfied.
Higher Order AR Errors
The AR(1) results extend naturally to specifications involving higher order serial correlation. For example, if you include a single AR(4) term in your model, the natural instrument list will be:
 |
(21.8)
|
If you include AR terms from 1 through 4, one possible instrument list is:
 |
(21.9)
|
Note that while conceptually valid, this instrument list has a large number of overidentifying instruments, which may lead to computational difficulties and large finite sample biases (Fair (1984, p. 214), Davidson and MacKinnon (1993, p. 222-224)). In theory, adding instruments should always improve your estimates, but as a practical matter this may not be so in small samples.
In this case, you may wish to turn off the automatic lag instrument addition and handle the additional instrument specification directly.
Examples
Suppose that you wish to estimate the consumption function by two-stage least squares, allowing for first-order serial correlation. You may then use two-stage least squares with the variable list,
cons c gdp ar(1)
and instrument list:
c gov log(m1) time cons(-1) gdp(-1)
Notice that the lags of both the dependent and endogenous variables (CONS(–1) and GDP(–1)), are included in the instrument list.
Similarly, consider the consumption function:
cons c cons(-1) gdp ar(1)
A valid instrument list is given by:
c gov log(m1) time cons(-1) cons(-2) gdp(-1)
Here we treat the lagged left and right-hand side variables from the original specification as predetermined and add the lagged values to the instrument list.
Lastly, consider the specification:
cons c gdp ar(1 to 4)
Adding all of the relevant instruments in the list, we have:
c gov log(m1) time cons(-1) cons(-2) cons(-3) cons(-4) gdp(-1) gdp(-2) gdp(-3) gdp(-4)
TSLS With MA Errors
You can also estimate two-stage least squares variable problems with MA error terms of various orders. To account for the presence of MA errors, simply add the appropriate terms to your specification prior to estimation.
Illustration
Suppose that you wish to estimate the consumption function by two-stage least squares, accounting for first-order moving average errors. You may then use two-stage least squares with the variable list,
cons c gdp ma(1)
and instrument list:
c gov log(m1) time
EViews will add both first and second lags of CONS and GDP to the instrument list.
Technical Details
Most of the technical details are identical to those outlined above for AR errors. EViews transforms the model that is nonlinear in parameters (employing backcasting, if appropriate) and then estimates the model using nonlinear instrumental variables techniques.
Recall that by default, EViews augments the instrument list by adding lagged dependent and regressor variables corresponding to the AR lags. Note however, that each MA term involves an infinite number of AR terms. Clearly, it is impossible to add an infinite number of lags to the instrument list, so that EViews performs an ad hoc approximation by adding a truncated set of instruments involving the MA order and an additional lag. If for example, you have an MA(5), EViews will add lagged instruments corresponding to lags 5 and 6.
Of course, you may instruct EViews not to add the extra instruments. In this case, you are responsible for adding enough instruments to ensure the instrument order condition is satisfied.
Tuesday, July 12, 2016
Bagaimana cara membuat dan menulis file di Node.JS?
Jawaban Alpha Surya dari Pertanyaan Bagaimana cara membuat dan menulis file di Node.JS? di SETO.CO.ID
Lihat jawaban selengkapnya di SETO.CO.ID
Bisa dibuat sedikit advance. Cara ini non-blocking yang menulis per kalimat dibandingkan menulis seluruh file sekaligus:
var fs = require('fs');
var stream = fs.createWriteStream("file.txt");
stream.once('open', function(fd) {
stream.write("Baris pertama\n");
stream.write("Baris kedua\n");
stream.end();
});Tulisan ini dipost melalui Aplikasi Seto di tanya jawab seputar Node JS, Javascript, dan Programming.
Wednesday, June 1, 2016
Spoiler dan Prediksi Manga One Piece chapter 828?
Jawaban Alpha Surya dari Pertanyaan Spoiler dan Prediksi Manga One Piece chapter 828? di SETO.CO.ID
Lihat jawaban selengkapnya di SETO.CO.ID
Pudding akan kasih tau Luffy dan lainnya untuk pergi karena Big Mom sudah punya rencana untuk membunuhnya.
Big Mom sepertinya punya kemampuan untuk menjadikan objek mati jadi hidup. Ini kesempatan untuk menjadikan Sunny jadi hidup. Sepertinya Sunny akan jadi hidup setelah arc ini.
Karena ulah Straw Hats dan lainnya, pernikahan akan dibatalkan sepertinya. Terus gimana nasib Pudding? Kemungkinan dia akan join Straw Hats.
Sama kaya jawabannya Daniar, Pudding akan kasih tau Luffy kalau dia dipaksa. Dan Luffy akan bantu Pudding untuk membatalkan pernikahannya.
Tulisan ini dipost melalui Aplikasi Seto di tanya jawab seputar dan Manga.
Tuesday, May 31, 2016
Bagaimana dampak HIV/AIDS di Indonesia?
Jawaban Alpha Surya dari Pertanyaan Bagaimana dampak HIV/AIDS di Indonesia? di SETO.CO.ID
Lihat jawaban selengkapnya di SETO.CO.ID
AIDS (Acquired Immune Deficiency Syndrome) atau Sindrom Kehilangan Kekebalan Tubuh adalah penyakit yang disebabkan oleh HIV (Human Immunodeficiency Virus) yang menyerang atau menginfeksi sel darah putih yang menyebabkan turunnya kekebalan tubuh manusia. Akibat menurunnya kekebalan tubuh, maka orang tersebut akan sangat mudah terkena penyakit infeksi (infeksi oppurtunisitik) yang sering berakibat fatal pada penderitanya (Kemenkes RI, 2014). Sejak awal epidemi , HIV menjadi salah satu tantangan masalah kesehatan yang paling serius. Setiap tahun, angka orang yang hidup dengan HIV/AIDS di dunia terus meningkat.
Berdasarkan data yang terbaru, pada tahun 2014 terdapat sekitar 36, 9 juta orang dan yang meninggal akibat infeksi HIV sekitar 1,2 juta orang (UNAIDS, 2015).
Di antara negara-negara Asia-Pasifik, Indonesia menjadi negara urutan ketiga setelah India dan China dengan kasus infeksi HIV tertinggi, yaitu sekitar 610.000 kasus. Selain itu, ketiga negara tersebut menyumbang 78% kasus infeksi baru HIV/AIDS di Asia-Pasifik bersama (UNAIDS, 2013). Dalam empat tahun terakhir, kasus baru HIV/AIDS dilaporkan cenderung meningkat di Indonesia, dengan estimasi setiap 25 menit terjadi satu kasus baru infeksi HIV/AIDS (UNICEF Indonesia, 2012).
Sampai dengan tahun 2005 kasus baru HIV positif sebesar 859 kasus kemudian meningkat menjadi 21.511 kasus pada tahun 2012 (Kemenkes RI, 2012).
HIV tidak hanya berdampak pada kesehatan individu, akan tetapi HIV berdampak pula terhadap rumah tangga, komunitas, masyarakat, dan perkembangan serta pertumbuhan ekonomi negara. Banyak negara yang memiliki prevalensi HIV tinggi, turut merasakan dampak lain dari HIV seperti penyakit infeksi, masalah kerawanan pangan dan masalah serius lainnya (UNAIDS, 2015a).
Berbagai upaya pencegahan dan pengendalian HIV/AIDS telah dilakukan sejak awal epidemi. Namun, dari berbagai upaya tersebut yang menjadi kendala terbesar yang tampak kasat mata adalah stigma dan sikap diskriminasi terhadap penderita HIV/AIDS (ODHA). Istilah stigma berasal dari bahasa Yunani yang berarti tanda yang disematkan pada tubuh untuk menunjukkan bahwa orang yang dimaksud telah melakukan perbuatan imoral (Pharis A et. al., 2011). Stigma terkait AIDS mengarah pada segala persangkaan, sikap negatif dan penolakan yang ditujukan kepada ODHA serta individu, kelompok atau komunitas yang berhubungan dengan ODHA tersebut.(UNAIDS, 2015b). Hasil penelitian dari International Centre for Research on Women (ICRW) tahun 2012, menemukan bahwa konsekuensi lain dari stigma dan sikap dikriminasi terhadap orang dengan HIV/AIDS antara lain kehilangan pendapatan, pemutusan pekerjaan, kehilangan keluarga, kegagalan dalam pernikahan, terhentinya keinginan mempunyai anak, buruknya pelayanan kesehatan, hilangnya harapan hidup, dan perasaan yang sangat sedih, serta kehilangan reputasi dan percaya diri (ICRW, 2005).
Hampir 35% negara yang memiliki data HIV/AIDS, menyatakan bahwa lebih dari 50% perempuan dan laki-laki ODHA mengalami diskriminasi di lingkungannya (UNAIDS, 2005).
Di Indonesia, stigma dan sikap diskriminasi sering terjadi juga di berbagai wilayah. Salah satu contoh nya adalah masyarakat Sanur di Kota Denpasar, Bali yang mayoritas beragama Hindu, memperlakukan jenazah ODHA pada saat upacara pemandian jenazah dan pembakaran mayat tidak dilakukan sesuai dengan tata cara yang ada (Ekawati, 2010). Hal ini juga terjadi di daerah Grobogan, Jawa Tengah, dimana bila diketahui terdapat ODHA yang meninggal, akan sulit mencari orang yang bersedia untuk melaksanakan pemulasaran jenazah. Demikian juga banyak masyarakat yang menolak bersahabat dengan ODHA. Walaupun tidak sampai terjadi pengusiran ODHA dari lingkungan, namun masih banyak masyarakat yang enggan melibatkan ODHA dalam kegiatan masyarakat ( Shaluhiyah, 2015). Selain itu, dalam hal layanan kesehatan, ODHA mendapatkan mutu perawatan medis yang kurang baik, ditolak mendapat pengobatan -seringkali sebagai akibat rasa takut tertular yang salah kaprah serta masih banyak sikap negatif lainnya yang dirasakan oleh ODHA akibat stigma tersebut.
Tulisan ini dipost melalui Aplikasi Seto di tanya jawab seputar Kesehatan, Kedokteran, dan Pengobatan dan Perawatan Kesehatan.
Tuesday, April 26, 2016
Apa untung rugi globalisasi bagi bangsa indonesia?
Jawaban Alpha S Samosir dari Pertanyaan Apa untung rugi globalisasi bagi bangsa indonesia? di SETO.CO.ID
Lihat Selengkapnya di SETO.CO.IDGlobalisasi telah menjadi fenomena yang tidak dapat dihindarkan dalam dunia bisnis. Perekonomia dunia semakin terbuka dan mengarah pada suatu kesatuan global. Lalu lintas barang dan jasa telah melewati batas-batas negara. Barang dan jasa yang diproduksi tidah hanya dikonsumsi oleh negera tersebbut, namun sudah dikonsumsi oleh negara-negara lain. Globalisasi telah membuat batas-batas geografis dan teritorial suatu negara menjadi semakin kabur. Globalisasi dapat didefinisikan sebagai suatu kondisi saling tergantung dalam jaringan internasional meliputi transportasi, distribusi, komunikasi, dan ekonomi yang melampaui garis batas teritorial negara. Kegiatan produksi dan konsumsi sudah menjadi suatu “kegiatan bersama” di muka bumi ini.
Globalisasi ekonomi membuat proses produksi dan konsumsi barang dan jasa menjadi suatu “kerja internasional” yang melibatkan banyak negara. Dalam memproduksi barang, suatu negara memerlukan banyak sumberdaya yang diperolehnya dari berbagai negara. Pertimbangan yang dipakai dalam mencari berbagai sumberdaya adalah pertimbangan ekonomis.
Salah satu bentuk globaliasasi ekonomi adalah tumbuhnya bisnis dalam skala global. Dewasa ini, perusahaan-perusahaan berskala multinasional yang memiliki jaringan bisnis global berkembang semakin banyak. Perusahaan-perusahaan seperti IBM, Coca Cola, Philip Morris, Sony, Toyota, General Motor, DHL, UPS, Caltex, adalah beberapa perusahaan yang beroperasi di banyak negara. Setelah berhasil mengembangkan bisnis di negara asal, mereka kemudian melebarkab bisnisnya memasuki pasar global.
Pada posisi lain, globalisasi dapat dipandang sebagai ancaman bagi perekonomian suatu negara. Perusahaan-perusahaan multinasional tersebut dianggap memiliki daya saing yang lebih kuat dibandingkan perusahaan nasional. Perusahaan multinasional pada umumnya memiliki keunggulan sumberdaya manusia, teknologi, dan modal yang sulit ditandingi perusahaan lokal. Dkhawatirkan ekspansi perusahaan multinasional akan dapat mematikan industri dalam negeri. Kondisi tersebut menimbulkan pro-kontra yang panjang diantara pelaku-pelaku ekonomi.
Para pendukung globalisasi berpendapat bahwa dengan tidak adanya hambatan perdagangan internasional, akan membawa kemakmuran bagi perekonomian dunia. Negara-negara di dunia akan terspesialisasi untuk membuat produk yang paling ekonomis. Negara yang secara ekonomis tidak memungkinkan memproduksi suatu barang dengan murah, tidak perlu memproduksi barang tersebut. Pada akhirnya konsumen dunia yang akan diuntungkan karena memperoleh produk dengan harga yang paling murah.
Para penantang atau penghambat globalisasi berpendapat bahwa globalisasi membawa implikasi timbulnya perdagangan bebas. Perdagangan bebas dipandang dapat mematikan perusahaan domestik. Banyaknya perusahaan lokal yang bangkrut akan memnyebabkan bertambahnya pengangguran dan menurunnya daya beli konsumen. Konsumen pun tidak akan mampu membeli barang-barng kebutuhannya. Pada titik ini globalisasi dipandang berdampak negatif.
Pada akhirnya, sudah tidak ada lagi negara yang dapat bertahan hidup dalam mencukupi kebutuhannya sendiri jika negara tersebut mengabaikan sektor luar negeri. Globalisasi ekonomi telah dipandang sebagai fakta yang tidak dapat dihindari oleh semua negara di dunia. Kesiapan negara-negara di dunia dalam menghadapi era globaliasasi akan menentukan ‘survive’ tidaknya ekonomi suatu negara.
Subscribe to:
Posts (Atom)