Konwergencja gospodarcza typu β w świetle bayesowskiego uśredniania oszacowań

Wielkość: px
Rozpocząć pokaz od strony:

Download "Konwergencja gospodarcza typu β w świetle bayesowskiego uśredniania oszacowań"

Transkrypt

1 Bank Kredyt 43 (2), 2012, Konwergencja gospodarcza typu β w śwetle bayesowskego uśrednana oszacowań Marusz Próchnak *, Bartosz Wtkowsk # Nadesłany: 30 czerwca 2011 r. Zaakceptowany: 5 kwetna 2012 r. Streszczene Celem artykułu jest określene tempa konwergencj typu β w heterogencznej grupe wększośc krajów śwata przy zastosowanu bayesowskego uśrednana oszacowań (bayesan averagng of classcal estmates BACE). Wykorzystujemy tutaj podejśce zaproponowane przez Sala--Martna, Doppelhofera Mllera (2004), które umożlwa estymację nteresujących nas parametrów bez precyzowana a pror dokładnego zboru czynnków wzrostu użytych jako zmenne kontrolne w modelowanu wzrostu gospodarczego. W przecweństwe jednak do przywołanego badana, które dotyczy determnant wzrostu gospodarczego, w naszej analze koncentrujemy sę na weryfkacj występowana zbeżnośc typu β oszacowanu jej tempa. Badane obejmuje 127 krajów okres Metodę BACE stosujemy do danych panelowych podzelonych na pęcoletne podokresy. Rozważamy 19 potencjalnych czynnków wzrostu, a także początkowy pozom PKB jako podstawową zmenną w modelu konwergencj, przy czym ta ostatna zmenna pojawa sę we wszystkch szacowanych równanach regresj. Stwerdzamy występowane konwergencj typu β, której tempo szacujemy na około 1,3% roczne, a węc wolnejsze, nż wynka to z wększośc badań. Ponadto przeprowadzamy analzę, która pozwala na określene najważnejszych czynnków wzrostu gospodarczego badanych krajów. Nasze wnosk w tym zakrese ne wydają sę kontrowersyjne, jednak różną sę w pewnym stopnu od uzyskanych przez nnych autorów. Słowa kluczowe: konwergencja, wzrost gospodarczy, czynnk wzrostu, uśrednane bayesowske JEL: C11, C23, O40, O47 * Szkoła Główna Handlowa w Warszawe, Katedra Ekonom II; e-mal: mproch@sgh.waw.pl. # Szkoła Główna Handlowa w Warszawe, Instytut Ekonometr, Kolegum Analz Ekonomcznych; e-mal: bwtko@sgh.waw.pl.

2 26 M. Próchnak, B. Wtkowsk 1. Wstęp W lteraturze stneje wele defncj realnej konwergencj gospodarczej, jak równeż wele metod wykorzystywanych przy badanu tego zjawska. Wystarczy przywołać pracę Islama (2003), który wyodrębna sedem koncepcj podzału zjawska realnej konwergencj: (a) zbeżność w ramach jednej gospodark zbeżność mędzy gospodarkam, (b) zbeżność stóp wzrostu zbeżność pozomu dochodów, (c) zbeżność b zbeżność s, (d) zbeżność absolutną zbeżność warunkową, (e) zbeżność globalną zbeżność lokalną, (f) zbeżność dochodową zbeżność TFP, (g) zbeżność determnstyczną zbeżność stochastyczną. Pojęce realnej konwergencj jest często wykorzystywane przez ekonomstów. W ostatnch latach powstało wele prac teoretycznych emprycznych na ten temat. Brak jednoznacznej defncj konwergencj jednej metody badana tego zjawska spowodował jednak duże zróżncowane wynków emprycznych. Wycągane przez różnych autorów wnosk zależą w dużym stopnu od doboru badanej próby oraz od metody estymacj samej specyfkacj modelu. W tym ostatnm przypadku stotny jest zestaw zmennych objaśnających, traktowanych jako czynnk wzrostu gospodarczego. Nawet przy wykorzystanu tej samej próby horyzontu czasowego dobór różnych zmennych do równana regresj prowadz bowem do różnych, często sprzecznych wynków. Sala--Martn, Doppelhofer Mller w pracy z 2004 r. (dalej w tekśce określanej SDM) jako rozwązane tego problemu zastosowal podejśce określane manem bayesowskego uśrednana oszacowań (bayesan averagng of classcal estmates BACE), w którym zamast doboru zmennych do pojedynczego modelu dokonuje sę estymacj welu model ze wszystkm możlwym do utworzena zboram zmennych objaśnających, spośród wytypowanych zmennych kandydatek, następne zaś w odpowedn sposób uśredna sę uzyskane oszacowana. Celem nnejszego badana jest, po perwsze, weryfkacja występowana realnej konwergencj typu b w możlwe dużej grupe krajów, długm horyzonce czasowym z uwzględnenem nowatorskej metody ekonometrycznej, a manowce bayesowskego uśrednana oszacowań. Analza obejmuje 127 państw okres , dla którego zebralśmy nezbędne dane statystyczne. Po druge, w przypadku pozytywnej weryfkacj hpotezy zbeżnośc dążymy do oszacowana jej tempa, co pozwol na sprawdzene, na le uzyskane przez nas wynk różną sę od wynków nnych autorów, którzy wykorzystują klasyczne metody badawcze. Po trzece, nasze badane ma na celu wyznaczene najważnejszych czynnków wzrostu gospodarczego analzowanych krajów. W artykule uwzględnamy duży wybór potencjalnych źródeł wzrostu zarówno głęboke determnanty rozwoju gospodarczego, merzące otoczene nstytucjonalne kraju, jak czynnk bezpośredno oddzałujące na dynamkę PKB od strony popytowej podażowej, tzw. czynnk płytke. Chcemy określć, które z tych zmennych najslnej oddzaływały na wzrost gospodarczy. Jak zaznaczylśmy, wykorzystujemy metodę bayesowskego uśrednana oszacowań. Stosujemy ją do danych panelowych, tworzących panel w podzale na pęcoletne podokresy. Pragnemy jednak już na wstępe zaznaczyć, że nasze badane ne jest replką analzy prowadzonej przez SDM, lecz stanow jej rozszerzene uzupełnene zarazem wnos wele nowego do wedzy na temat źródeł wzrostu gospodarczego. Po perwsze, nasze badane opera sę na danych panelowych, co sprawa, że wynk pownny być bardzej reprezentatywne nż w badanu opartym na danych przekrojowych (chocażby ze względu na wększą lczbę obserwacj przez to wększą warygodność szacowanych model pod względem statystycznym). Po druge, w analze koncentrujemy sę

3 Konwergencja gospodarcza 27 ne tylko na określenu najważnejszych determnant wzrostu gospodarczego, lecz przede wszystkm co jest nnowacyjne równeż względem welu nnych badań emprycznych na wyznaczenu metodą BACE tempa konwergencj dochodowej na śwece. Przyjmujemy, że realna konwergencja ma mejsce początkowy pozom dochodu występuje we wszystkch szacowanych przez nas równanach regresj, co stanow novum na tle badań nad wzrostem gospodarczym przy użycu metody BACE. Nasze badane dostarcza welu cekawych wnosków na temat wzrostu gospodarczego. Przede wszystkm okazuje sę, że zbeżność pozomów dochodu odbywa sę w tempe około 1,3% roczne, a węc mnejszym nż przyjęty powszechne pozom 2%, przy czym nasze wynk są bardzej warygodne, gdyż odporne na arbtralne przyjęty wybór zmennych objaśnających w równanu regresj. W zakrese czynnków wzrostu gospodarczego nasze wnosk ne wydają sę natomast kontrowersyjne, jednak różną sę w pewnym stopnu od uzyskanych w nnych badanach emprycznych. Artykuł składa sę z sześcu częśc. Rozdzał drug pośwęcony jest omówenu teoretycznej koncepcj konwergencj typu β oraz prezentacj wynków emprycznych opsanych w lteraturze w kontekśce wynkających z nch wnosków co do występowana tempa zbeżnośc PKB. W rozdzale trzecm omawamy problem doboru zmennych do model konwergencj oraz przedstawamy w skróce deę bayesowskego uśrednana oszacowań. Następne prezentujemy dane wykorzystane w badanu omawamy podejśce do estymacj modelu opsanego w artykule (rozdzał czwarty). Rozdzał pąty zawera wynk empryczne ch omówene w odnesenu do wynków uzyskwanych przez nnych badaczy zjawska konwergencj. Rozdzał szósty stanow podsumowane. 2. Konwergencja typu β w teor badanach emprycznych Najczęścej analzowanym w badanach emprycznych rodzajam realnej konwergencj są 1 : zbeżność typu b oraz zbeżność typu s. Konwergencja b występuje, gdy kraje słabej rozwnęte (o nższym pozome PKB na meszkańca) wykazują szybsze tempo wzrostu gospodarczego nż kraje wyżej rozwnęte (o wyższym pozome PKB na meszkańca). Konwergencja s ma natomast mejsce, gdy zróżncowane pozomów PKB na meszkańca mędzy krajam (merzone np. odchylenem standardowym PKB per capta) maleje w czase. Zjawsko konwergencj typu b znajduje teoretyczne uzasadnene w neoklasycznych modelach wzrostu gospodarczego (por. np. Solow 1956; Mankw, Romer, Wel 1992; Barro, Sala- --Martn 2003). Głównym czynnkem przemawającym za wyrównywanem sę pozomów dochodu są zakładane w modelach neoklasycznych malejące przychody z kaptału. Kraje, w którym zasób kaptału jest newelk, wykazują wysoką produkcyjność tego czynnka. Przyczyna sę to do wzmożonej aktywnośc nwestycyjnej pozwala na osągnęce szybkego wzrostu gospodarczego. W badanach emprycznych autorzy dokonują weryfkacj występowana konwergencj oraz estymacj współczynnka b na podstawe danych emprycznych dla welu gospodarek. Jeżel testowana jest zbeżność warunkowa, co zazwyczaj ma mejsce w przypadku heterogencznych grup krajów, to głównym elementem jest dobór zmennych objaśnających do modelu ekonometrycznego. Zestaw zmennych objaśnających, które występują w charakterze zmennych kontrolnych, pownen jak najlepej wyjaśnać różnce mędzy stanam ustalonym (steady states), do których 1 Podzał na zbeżność b s w sense pojęcowym został wprowadzony w pracy: Barro, Sala--Martn (1990).

4 28 M. Próchnak, B. Wtkowsk dążą poszczególne gospodark. W badanach opartych na danych panelowych często dodatkowo wprowadza sę efekty ndywdualne dla poszczególnych jednostek (krajów), aby uwzględnć fakt, że ne wszystke czynnk określające zróżncowany steady state są kwantyfkowalne możlwe do wyrażena za pomocą odpowednch zmennych kontrolnych. Neoklasyczny model wzrostu Solowa zakłada, że stan ustalony zależy m.n. od stopy oszczędnośc oraz tempa wzrostu lczby ludnośc. Nemnej jednak, jak w każdym modelu ekonomcznym, jest to podejśce wysoce uproszczone. W rzeczywstośc stneje bowem wele czynnków determnujących stan ustalony. Z jednej strony są to głęboke determnanty rozwoju gospodarczego, merzące otoczene nstytucjonalne kraju: system poltyczny, zakres wolnośc gospodarczej, położene geopoltyczne, uwarunkowana kulturowe tp. (zob. np. Wojtyna 2002; 2007; Rapack 2009, cz. III). Owe głęboke czynnk wpływają na bezpośredno merzalne czynnk determnujące stan ustalony czynnk płytke. Można do nch zalczyć take zmenne, jak np. nwestycje w różne rodzaje kaptału (zwłaszcza w kaptał fzyczny kaptał ludzk), welkość sektora publcznego (udzał wydatków publcznych oraz dochodów podatkowych w PKB), otwartość strukturę gospodark, wydajność czynnków wytwórczych, rozwój sektora prywatnego, stan nfrastruktury. Prawdłowa specyfkacja czynnków determnujących stan ustalony jest nezbędna do prawdłowego wnoskowana na podstawe badań emprycznych nad konwergencją. W lteraturze autorzy testują rozmate modele konwergencj z uwzględnenem różnych czynnków wzrostu gospodarczego. Ekonomśc ne wypracowal jednego stanowska na temat tego, jake zmenne należy uwzględnać w równanu regresj, a jakch ne. Wększość współczesnych analz emprycznych z zakresu zbeżnośc typu b nawązuje do badań prowadzonych przez Barro (por. np. Barro 1991; Barro, Sala--Martn 2003; Barro, Lee 1994; Sala--Martn 1996a; 1996b) albo przez Mankwa, Romera Wela (1992). Barro oraz Sala--Martn (2003) od końca lat 80. prowadzą cągłe badana empryczne nad wzrostem gospodarczym realną konwergencją. Badana te mają zarówno charakter analz mędzynarodowych, jak analz regonalnych. Metodyka wykorzystywana w kolejnych edycjach tych badań jest podobna polega na oszacowanu równana regresj: (1/ T )ln( yt / y, t T ) = α0 + α1 ln( y, t T ) + Σ φk X k, t + εt (1) gdze: (lny ) y t dochód na meszkańca regonu lub kraju w okrese t, T lczba lat objętych jedną obserwacją, X k,t dla k = 1,..., K zmenne kontrolne dla regonu lub kraju w okrese t, e t składnk losowy. K k = 1 Lewa strona powyższego równana określa tempo wzrostu gospodarczego. Perwsza zmenna po prawej strone (lny,t T ) reprezentuje początkowy pozom dochodu per capta, węc parametr α 1 nformuje o występowanu realnej konwergencj b. Zbeżność taka występuje, gdy α 1 jest ujemne stotne statystyczne. Wartość współczynnka b, merzącego szybkość konwergencj, można wyznaczyć jako: β = 1 ln ( 1 + α T 1 ) (2) T a

5 Konwergencja gospodarcza 29 Barro oraz Sala--Martn (2003, s. 467), analzując konwergencję typu b zgodne z modelem neoklasycznym, wyprowadzają równane pokazujące zależność mędzy przecętnym tempem wzrostu gospodarczego a początkowym pozomem dochodu: βt ( 1/ T ) ln( yt / y0 ) = a ( 1 e )/ T ln( y0 ) + w0, gdze: y [(1 e T )/T] T y 0 PKB per capta w kraju w roku końcowym początkowym, T długość okresu, β współczynnk szybkośc zbeżnośc, a stała, w 0,T składnk losowy. Współczynnk stojący przy początkowym pozome dochodu, tj. [(1 e βt )/T ], jest równy parametrow α 1 we wzorze (1). Z równana α 1 = [(1 e βt )/T ] otrzymujemy zatem wzór (2). Dla małego T ocena parametru w równanu regresj α 1 będze bardzo zblżona do współczynnka β, poneważ przy T dążącym do zera wyrażene (1 e βt )/T dąży do β. Parametr β określa, jak procent odległośc od stanu równowag długookresowej gospodarka pokonuje w cągu jednego okresu. Na przykład β = 0,02 oznacza, że roczne jest to 2% drog do stanu ustalonego. Model o postac (1), estymowany bez zmennych kontrolnych zawartych w zborze X k, pozwala na oszacowane współczynnka zbeżnośc absolutnej. Wprowadzene do modelu zmennych kontrolnych umożlwa natomast oszacowane współczynnka zbeżnośc warunkowej. Konwergencja ma charakter warunkowy, poneważ zależy od czynnków wzrostu gospodarczego uwzględnonych w zborze zmennych kontrolnych X k. Podejśce to upowszechnło sę na tyle, że w lteraturze ekonomcznej często pojawa sę sformułowane równane regresj typu Barro. Poszczególne badana różną sę jednak zestawem zmennych kontrolnych uwzględnanych w równanu regresj. Ważne badana nad realną konwergencją przeprowadzl równeż Mankw, Romer Wel (1992). Ich analzy różną sę od badań prowadzonych przez Barro główne tym, że operają sę ścśle na modelu Solowa. Zmenne kontrolne wprowadzone przez nch do równana regresj w celu oszacowana współczynnka konwergencj warunkowej to dokładne te same zmenne, które w modelu Solowa określają stan równowag długookresowej poszczególnych gospodarek. Zmennym tym w rozszerzonym modelu Solowa są: stopa nwestycj w kaptał fzyczny (rzeczowy), stopa nwestycj w kaptał ludzk, tempo wzrostu lczby ludnośc, stopa deprecjacj, egzogenczny postęp technczny. Badana empryczne nad konwergencją różną sę zestawem zmennych objaśnających, metodą estymacj parametrów, rozważaną próbą okresem analzy. Dlatego wynk są bardzo zróżncowane nejednoznaczne. Obrazuje to tabela 1, która zawera wynk wybranych badań emprycznych z zakresu konwergencj typu b, pojawających sę w lteraturze śwatowej. Poneważ nnejszy artykuł ne jest opracowanem przeglądowym, w tabel opsalśmy klka wybranych badań z tego zakresu z ostatnch klkunastu lat. To, le analz dotyczących konwergencj typu b pojawa sę w lteraturze ekonomcznej, bardzo dobrze pokazuje artykuł Abreu, de Groota Floraxa (2005). Autorzy c dokonal przeglądu badań emprycznych z tego zakresu, opublkowanych w czasopsmach dostępnych w baze danych EconLt w jęz. angelskm, uzyskal mponującą lczbę 1650 artykułów pośwęconych konwergencj (chocaż w swojej pracy przeglądowej analzują ch znaczne mnej). T

6 30 M. Próchnak, B. Wtkowsk W tabel 1 perwsza kolumna przedstawa autorów badana. Kolumny druga trzeca nformują o zakrese analzy. Kolumna czwarta zawera nformację o type analzowanej zbeżnośc (konwergencja absolutna czy warunkowa). Kolumna pąta nformuje, czy zbeżność b wystąpła. W kolumne szóstej podane są wartośc współczynnka szybkośc zbeżnośc. Wartośc procentowe w kolumne szóstej nformują, że autorzy oblczyl współczynnk szybkośc zbeżnośc b według wzoru (2); dodatna wartość procentowa potwerdza występowane konwergencj, a wartość ujemna podana dla odróżnena w nawase zaprzecza jej stnenu. Jeżel wartośc współczynnka szybkośc zbeżnośc ne zostały oblczone, podano oceny parametru strukturalnego przy zmennej reprezentującej początkowy pozom dochodu (wartośc ujemne potwerdzają konwergencję, wartośc dodatne zaprzeczają zaś jej stnenu). Kolumna sódma opsuje metodę analzy, a w szczególnośc zmenne kontrolne występujące w równanu konwergencj warunkowej. Jeśl chodz o polską lteraturę ekonomczną, to domnują w nej artykuły koncentrujące sę raczej na dentyfkacj czynnków wzrostu gospodarczego nż analze realnej konwergencj. Równane regresj ze zmennym kontrolnym zastosowano do weryfkacj występowana zbeżnośc warunkowej m.n. w pracy Rogut Roszkowskej (2006). Autork analzują konwergencję 25 krajów postsocjalstycznych w latach , uwzględnając następujące zmenne kontrolne: stopę nwestycj, wskaźnk powszechnośc szkolnctwa średnego wyższego, wydatk konsumpcyjne państwa (% PKB) stopę nflacj. Z kole Wolszczak-Derlacz (2009) analzuje konwergencję warunkową 27 krajów UE w latach , borąc pod uwagę następujące zmenne kontrolne: stopę nwestycj, akumulację kaptału ludzkego (merzoną w czterech warantach: powszechność szkolnctwa średnego lub wyższego, odsetek sły roboczej z wykształcenem wyższym, wydatk na edukację w % PKB), wydatk na badana rozwój (w % PKB) oraz stopę mgracj netto. Rapack Próchnak (2010) w badanu konwergencj 38 krajów śwata w latach włączają do modelu: stopę nwestycj, napływ bezpośrednch nwestycj zagrancznych, wskaźnk powszechnośc szkolnctwa wyższego, stopę eksportu wskaźnk wolnośc gospodarczej. Z kole Próchnak Wtkowsk (2006) przedstawl neco nny model konwergencj warunkowej dla 126 krajów śwata okresu Założyl, że na tempo wzrostu gospodarczego oprócz początkowego pozomu dochodu wpływają: akumulacja kaptału brutto, wydatk konsumpcyjne państwa, saldo blansu handlowego podaż penądza. Welkość pomocy, odsetek osób umejących czytać psać, względna lczba osób w weku neprodukcyjnym, akumulacja środków trwałych brutto oraz alfabetyzacja społeczeństwa to natomast zmenne wpływające bezpośredno na parametr konwergencj. Wynk weryfkacj występowana zjawska zbeżnośc, w tym szacunk parametru konwergencj, są nejednoznaczne slne zróżncowane, choć prawe wszyscy badacze zjawska stwerdzają występowane konwergencj względnej. Ekonomśc bardzo różną sę mędzy sobą opnam na temat tego, jake zmenne pownno sę uwzględnać w równanu konwergencj warunkowej. Zastosowane w tym artykule podejśce do wyboru zmennych objaśnających (BACE) pozwala na przeprowadzene wnoskowana bez wyberana czynnków wzrostu a pror. Metoda ta była już stosowana w lteraturze śwatowej, o czym pszemy w dalszej częśc artykułu. W polskch opracowanach ne spotkalśmy sę z jej wykorzystanem w badanach wzrostu gospodarczego.

7 Konwergencja gospodarcza Bayesowske uśrednane oszacowań W lcznych badanach emprycznych głównym celem autorów jest weryfkacja prawdzwośc określonej teor w odnesenu do zdefnowanej przez nch populacj. W tym celu jako narzędze często wykorzystuje sę model ekonometryczny. Jednocześne jednak weryfkowana teora często pozostawa badaczom znaczną swobodę doboru takch elementów, jak zbór kontrolnych zmennych objaśnających czy dokładna postać funkcyjna modelu (na przykład ewentualne funkcje zmennych czy efekty nterakcj). Wskutek występowana nejasnośc co do kształtu prawdłowego modelu (model uncertanty) ngerencja polegająca na dołączenu bądź usunęcu grupy zmennych objaśnających często prowadz do stotnej zmany wnosków. Chocaż ne ma na celu udokumentowana prawdzwośc wnosków z gruntu prawdzwych, jednak prześwadczene badacza o prawdzwośc badanej hpotezy częścej doprowadz go do wyboru takego modelu, który hpotezę tę potwerdza, nż takego, który jej zaprzecza. Problem ten, jak pokazalśmy, występuje także w badanach konwergencj względnej PKB: o le wśród zmennych objaśnających w konstruowanym modelu z defncj koneczne jest wprowadzene opóźnonego pozomu PKB (bądź jego funkcj), o tyle pozostałym zmennym objaśnającym stosowanym w analzach są różnego rodzaju czynnk wzrostu, których dobór zależy od dostępnośc danych, a przede wszystkm od decyzj badacza. Łatwo wykazać, że pomnęce takej zmennej objaśnającej, która rzeczywśce ma wpływ na zmenną objaśnaną, a jednocześne jest skorelowana z nnym zmennym objaśnającym modelu, prowadz do błędu pomnętych zmennych w konsekwencj obcążena stosowanego estymatora. Z drugej strony wykorzystane wszystkch potencjalne znaczących zmennych objaśnających często może być nemożlwe (z powodu dużej lczby zmennych małej lczby obserwacj) lub negatywne wpływać na jakość modelu: powodować współlnowość statystyczną zmennych objaśnających, obnżać efektywność estymacj, a w konsekwencj prowadzć do mylnych ostatecznych wnosków. Koncepcyjne najprostszym rozwązanem tego problemu jest zastosowane odpowednej metody doboru zmennych objaśnających. Rozwązane to jest dobre jedyne teoretyczne: różne metody oparte na podejścu od ogółu do szczegółu prowadzą najczęścej do otrzymana różnych podzborów zmennych objaśnających wybranych z tego samego, wstępnego zboru. Trudno wówczas jednoznaczne wskazać ów odpowedn podzbór, zwłaszcza że na wybór określonego podzboru często mogą wpłynąć pojedyncze, potencjalne netypowe obserwacje. Mędzy nnym dlatego dyskusyjne jest też, czy faktyczne własnośc czysto statystyczne pownny być tu nadrzędne względem teor badanego zjawska. Podejścem alternatywnym wobec wstępnego doboru zmennych z rozważanego zboru oparca estymacj modelu na jednym wyselekcjonowanym podzborze jest rozważane wszystkch model możlwych do oszacowana z wykorzystanem jednego podzboru zmennych objaśnających spośród możlwych do utworzena. Nech Y oznacza zmenną objaśnaną, a X ' = { Z1, Z2,..., Z K} oznacza K -elementowy zbór potencjalnych zmennych objaśnających. W przypadku gdy zmenne Z k, k = 1,..., K, ne są względem sebe ortogonalne, oznacza to możlwość utworzena 2 K podzborów X. Proponowane metody analzy polegają na rozważenu wszystkch 2 K możlwośc

8 32 M. Próchnak, B. Wtkowsk wycągnęcu na ch podstawe jednego łącznego wnosku 2. Take podejśce pozwala na unknęce zarzutu mylnego wnoskowana na podstawe pojedynczej regresj zwększa warygodność wnoskowana w odnesenu do zmennych ze zboru X w zwązku ze zwększenem lczby estymowanych regresj. Jedną z perwszych metod (lub wręcz perwszą), którą można zalczyć do tej grupy, jest zaproponowana przez Leamera (1983) extreme bound analyss (EBA). W celu wskazana odpornych relacj Leamer proponuje oszacowane wszystkch możlwych do utworzena 2 K 1 model lnowych z nepustym zborem zmennych objaśnających (z tą samą zmenną objaśnaną Y), a następne dla każdego Z k wyznaczene βˆk, mn βˆk, max, czyl najmnejszej najwększej wartośc oceny parametru przy Z k wśród oszacowanych model. Ostateczne proponuje uznane za odporne relacj mędzy tym Z k a Y, w przypadku których znak βˆk, mn βˆk, max są take same. Nestety, take podejśce ne jest skuteczne. Przy wększym K w badanach emprycznych rzadko uda sę wskazać jakąkolwek relację odporną (przykładowo, Levne Renelt (1992) stwerdzają na podstawe tego typu wnoskowana, że w modelach wzrostu praktyczne ne ma takch relacj). Ponadto gdy zmenne Z k ne są ortogonalne, a przynajmnej dwe z nch wpływają na Y, z defncj popełnamy błąd pomnętych zmennych, a wnosek o braku odpornośc danej relacj może sę operać na obcążonym estymatorze. Śwadomość problemów, jake wążą sę z EBA, spowodowała, że w kolejnych latach zaproponowano modyfkacje klasycznego podejśca Leamera. W stoce w tej metodze wcąż jednak stosuje sę ekstremalne oszacowana parametrów. SDM zaproponowal podejśce wykorzystujące koncepcję estymacj wszystkch możlwych regresj bez wstępnego selekcjonowana podzboru zmennych objaśnających: bayesowske uśrednane oszacowań (BACE). Metoda ta polega na wyznaczenu poszczególnych β ˆk, jako średnch z oszacowań parametrów przy Z k we wszystkch regresjach szacowanych przy użycu klasycznego estymatora (autorzy zaproponowal użyce w tym celu KMNK, jednak w lcznych rozwnęcach metody można znaleźć propozycje wykorzystana w tym celu nnych powszechnych metod estymacj, na przykład uogólnonej metody momentów). Ne są to jednak średne arytmetyczne, lecz średne ważone, a stosowane wag są wprost proporcjonalne do jakośc poszczególnych szacowanych regresj, merzonej kryterum Schwarza. W odróżnenu od EBA w ostatecznym wnoskowanu faktyczne są węc wykorzystywane oszacowana wszystkch wyznaczonych regresj (a ne tylko tych, które prowadzą do uzyskana ekstremalnych wartośc β ˆk, ). Z drugej strony w przecweństwe do metod bayesowskch rola założeń a pror jest mnmalna. Podejśce BACE ne wymaga przyjmowana rozkładu a pror dla wszystkch parametrów, lecz jedyne wyspecyfkowana spodzewanej łącznej lczby zmennych objaśnających w prawdłowym modelu. Określene bayesowsk autorzy, jak sam twerdzą, stosują główne w zwązku z wykorzystanem typowo bayesowskej de uśrednana wynków z estymacj różnych model. W rzeczywstośc dea ekonometr bayesowskej jest jednak wyraźne wdoczna w wyprowadzenu sposobe wnoskowana, a znaczne mnej w ostatecznej postac wykorzystywanych estymatorów. 2 W rzeczywstośc ne zawsze szacuje sę wszystke 2 K regresj. Wynka to z faktu, że już przy newelkm K lczba estymowanych równań staje sę bardzo duża, co może być bardzo czasochłonne, zwłaszcza przy bardzej wymagających metodach estymacj, w szczególnośc przy zastosowanu algorytmów teracyjnych. Przy znacznym K z reguły losuje sę v podzborów zmennych objaśnających (gdze v jest dużą lczbą, jednak mnejszą od 2 K ). Przykładowo SDM dokonal takego losowana, poneważ lczba zmennych w zborze X konstruowanego przez nch modelu wzrostu wynos aż 67.

9 Konwergencja gospodarcza 33 W podejścu BACE zaproponowanym przez SDM autorzy wykorzystują algorytm do dentyfkacj czynnków długookresowego wzrostu gospodarczego spośród 67 wstępne przyjętych zmennych, zazwyczaj stosowanych w lteraturze. Propozycje wykorzystana BACE można jednak znaleźć obecne w welu artykułach opracowanach. Do modelowana wzrostu gospodarczego wykorzystywal je mędzy nnym Kumar Woo (2010), Moral-Bento (2010) oraz Crespo Cuaresma Doppelhofer (2007). Bergh Karlsson (2010) wykorzystują BACE do wnoskowana o wpływe, jak na wzrost gospodarczy wywerają wydatk w sektorze publcznym. W stosunku do najprostszego rozwązana sformułowanego przez SDM zaproponowano także lczne cekawe rozszerzena metodologczne. Mędzy nnym Moral-Bento (2010) dostosowuje orygnalny algorytm do przypadku danych panelowych. Crespo Cuaresma Doppelhofer (2007) proponują sposób uwzględnena nelnowośc zwązanej z wprowadzenem zmennych bnarnych pozwalających na zróżncowane parametrów przy poszczególnych zmennych objaśnających w różnych okresach. Bryant Davs (2008) pokazują, w jak sposób omawane podejśce można wykorzystać w sytuacj, gdy do estymacj stosuje sę uogólnoną metodę momentów (w zwązku z endogencznoścą zmennych objaśnających). Przedstawony w tym mejscu ops metody jest jedyne skrótowy. Węcej szczegółów można znaleźć w artykule jej autorów, ale także w nnych pracach, na przykład u Bryanta Davsa (2008). Nech X = { Z, Z1, Z2,..., ZK} oznacza zbór potencjalnych zmennych objaśnających. Wadomo, że do modelu ma zostać wprowadzona zmenna Z (może to być także wektor zmennych, węc przyjmujemy, że ogólne lczba elementów Z wynos m). Spośród pozostałych kontrolnych zmennych Z k część lub wszystke mogą zostać wprowadzone do konstruowanego modelu. Celem badacza jest oszacowane parametrów regresj zmennej Y względem poszczególnych Z k oraz Z bez ogranczana zboru X do jego jednego możlwego podzboru, a ponadto określene stotnośc poszczególnych Z k oraz Z, także bez ogranczana rozpatrywanych model do jednego, z zaledwe jednym możlwym do utworzena podzborem X. Możlwość utworzena 2 K podzborów X (każdorazowo zawerających Z) oznacza możlwość utworzena oszacowana 2 K różnych model z tą samą zmenną objaśnaną Y, zawerających Z. Modele te oznaczmy jako M, gdze = 1,..., 2 K. Lczba zmennych objaśnających (łączne zmennych kontrolnych Z k oraz wprowadzanych na stałe Z) modelu M wynos K zborem zmennych objaśnających modelu M będze węc X = {Z, Z,1, Z,2,..., Z,K }. Nech s oznacza oczekwaną przez badacza lczbę zmennych w prawdłowym modelu. W klasycznym podejścu BACE każda z potencjalnych zmennych kontrolnych Z k rozpatrywana jest oddzelne bez zwązku z pozostałym zmennym kontrolnym, tzn. przyjmuje sę, że prawdopodobeństwo znalezena sę przez ną w prawdłowym modelu jest take samo dla każdej zmennej. Prowadz to do wnosku, że przy danej pożądanej lczbe zmennych spośród Z 1,..., Z k równej s prawdopodobeństwo wprowadzena do modelu zmennej Z k jest równe λ k s = s /K dla każdego k = 1,..., K. Przy danym s prawdopodobeństwo a pror modelu M, P(M ), można zatem wyznaczyć, korzystając z rozkładu dwumanowego, jako: K K K = s s P M ) 1 (3) K K ( ( ) ( ) Prawdopodobeństwo a pror każdego modelu z określoną lczbą zmennych objaśnających ze zboru X jest przy tym take samo. Prawdopodobeństwo a posteror modelu M można wyznaczyć, korzystając ze wzoru Bayesa, jako:

10 34 M. Próchnak, B. Wtkowsk P( M D) = s 2 Σ j= 1 P( M ) P( D M ) P( M ) P( D M ) j j (4) gdze D oznacza n-elementowy zbór danych (wartośc zmennej objaśnanej zmennych objaśnających), a prawdopodobeństwo wygenerowana D przez model M wynos: P ( D M ) = L( D, θ ) P( θ M ) d θ (5) gdze L ( D, θˆ ) jest funkcją warygodnośc modelu M, a θ to θ wektor parametrów M zawerający C = K + m elementów będących parametram przy zmennych Z, Z,1, Z,2,..., Z,K. Wyznaczene wartośc wyrażena (5) jest oblczenowo skomplkowane, jednak ne stanow to problemu, (5) może być bowem przyblżone za pomocą bayesowskego kryterum nformacyjnego Schwarza: P( D M ) = exp( ln L( D, θˆ ) 0,5C ln n) (6) gdze L ( D, θˆ ) oznacza wartość funkcj θwarygodnośc M z wektorem parametrów oszacowanym jako θˆ. Przy estymacj modelu za pomocą KMNK wartość L ( D, θˆ ) można zastąpć przez -0,5nlnSSE, gdze SSE jest sumą kwadratów reszt M. Pozwala to na zapsane (4) w postac: P( M D) = P( M ) n K 2 Σ j = 1 P( M ) n j C /2 SSE n /2 Cj /2 n /2 SSE j (7) gdze n oznacza lczbę obserwacj wykorzystanych do estymacj każdego modelu M. Σ Powyższe wyrażene w takej postac (lub podobnej, w zależnośc od przyjętych oznaczeń) występuje prawdopodobne w każdej pracy pośwęconej wykorzystanu BACE. Jest ono kluczowe dla tej metody, poneważ określa, w jakm stopnu dane wskazują na prawdłowość czy też prawdzwość modelu M. Za pomocą równana (7) można wyznaczyć wartość oczekwaną warancję parametrów regresj β k przy poszczególnych zmennych Z k (oraz przy Z) w lnowym modelu ze zmenną zależną Y jako: oraz K 2 E( βk D) = Σ P(M D) β ˆ (8) k, = 1 K 2 2 Var( β D) = β + P M D, ( ) ( βˆ, E( β D)) (9) k K 2 P( M D) Var( k D,MΣ ) =Σ Σ 1 = 1 k k

11 Konwergencja gospodarcza 35 gdze βˆk, oznacza oszacowane poszukwanego parametru regresj β k (przy zmennej objaśnającej (Z k ) otrzymane za pomocą KMNK w modelu M. Ponadto korzystając z faktu, że (7) można wykorzystać jako marę prawdłowośc danego modelu, prawdopodobeństwo a posteror obecnośc w prawdłowym modelu zmennej Z k można przy założonym s wyrazć jako: K 2 k s, D = Σ P( M D) = 1 λ I (10) k, gdze I k, jest wskaźnkem obecnośc zmennej Z k w M przyjmuje wartość 1, jeśl w modelu M wprowadzono zmenną Z k, oraz 0 w pozostałych przypadkach. Należy zatem zauważyć, że jedynym parametrem, w odnesenu do którego koneczne jest przyjęce założena a pror, mającego duży wpływ na ostateczne wynk, jest s. Z reguły przyjmuje sę taką wartość s, która odzwercedla oczekwana badacza co do lczby zmennych objaśnających w prawdłowym modelu. Możlwe jest jednak przeprowadzene odrębnego wnoskowana dla różnych wartośc s : wnosk otrzymywane dla różnych s mogą sę bowem znaczne różnć. 4. Dane wykorzystane w badanu Celem przeprowadzonego badana była weryfkacja występowana konwergencj typu β w heterogencznej populacj wszystkch krajów śwata. W praktyce lczba krajów uwzględnonych w badanu ogranczona jest dostępnoścą danych; ostateczne objęła 127 państw w latach W odnesenu do nch dysponujemy panelem o charakterze ne w pełn zblansowanym, jednak dla prawdłowego zastosowana algorytmu BACE usuwamy wszystke obserwacje, dla których brakuje którejkolwek ze zmennych objaśnających. Wszystke oblczena wykonujemy na średnch pęcoletnch (jedyne ostatn okres ze względu na brak danych jest krótszy obejmuje cztery lata). Jest to powszechne stosowany sposób transformacj szeregów czasowych w badanach emprycznych nad wzrostem gospodarczym. Uśrednane danych ma na celu elmnację wpływu cykl konunkturalnych wahań neregularnych na wartośc badanych zmennych. Wydłużene poszczególnych cykl, w ramach których dokonywano by uśrednana (np. do 10-letnch), jeszcze bardzej pomogłoby wyrównać szereg we wspomnanym sense. Im dłuższe są jednak podokresy, dla których wyznaczane są średne, tym mnejsza jest lczba obserwacj warygodność wynków. Dlatego w badanu zdecydowalśmy sę uwzględnć podokresy pęcoletne, co z jednej strony pozwol wyelmnować krótkookresowe wahana zmennych, z drugej zaś zapewn dostateczną warygodność oblczeń. Badany okres został węc podzelony na osem podokresów: , ,, , W analze wykorzystano dane na temat wzrostu gospodarczego merzonego dynamką PKB na meszkańca według parytetu sły nabywczej (PSN) w cenach stałych. Dla każdego podokresu tempo wzrostu gospodarczego jest lczone jako różnca mędzy logarytmam naturalnym pozomów PKB per capta w końcowym początkowym roku stanowącym grancę danego podokresu, podzelona przez 5, aby wyrażać zmany w ujęcu rocznym (jedyne w ostatnm, krótszym podokrese dzelmy przez 4).

12 36 M. Próchnak, B. Wtkowsk Zmenna merząca początkowy pozom dochodu, która jest najważnejsza z punktu wdzena weryfkacj hpotezy konwergencj, to logarytm naturalny PKB per capta wg PSN w roku stanowącym początek danego podokresu. Zmenną tę oznaczamy symbolem lngdp0. Występuje ona w każdym z szacowanych równań regresj. W badanu testujemy także 19 zmennych kontrolnych, które wchodzą do równań konwergencj warunkowej. Uwzględnamy wśród nch zarówno czynnk płytke, bezpośredno oddzałujące na wzrost gospodarczy od strony popytowej lub podażowej, jak też czynnk głęboke, charakteryzujące otoczene nstytucjonalne kraju (np. wskaźnk demokracj, wskaźnk wolnośc gospodarczej). Wybrane zmenne kontrolne obejmują czynnk wzrostu najczęścej uwzględnane przez badaczy zjawska konwergencj, choć z pewnoścą ne uwzględnają ch wszystkch. Wykaz zmennych objaśnających uwzględnonych w badanu zawera tabela 2, w której podano ops zmennych ch skrócone nazwy, skalę wartośc oraz źródło. Pomjając lngdp0, wszystke 19 zmennych kontrolnych włączono do analzy jako średne z poszczególnych podokresów. Mmo że w lteraturze śwatowej można znaleźć analzy wzrostu gospodarczego uwzględnające metodę BACE, w tym cytowane już ponerske badane SDM, nasze badane jest z klku powodów nnowacyjne 3. Po perwsze, SDM koncentrują sę bardzej na analze czynnków wzrostu gospodarczego nż analze konwergencj. Początkowy pozom dochodu traktują na równ z pozostałym 66 zmennym kontrolnym (łączne analzują 67 zmennych objaśnających). Dlatego ne uwzględnają początkowego pozomu dochodu we wszystkch szacowanych równanach regresj dla tej zmennej podobne jak dla nnych czynnków kontrolnych oblczają prawdopodobeństwa bayesowske włączena do modelu. Tymczasem my koncentrujemy sę na weryfkacj natężena konwergencj typu β, przyjmując na podstawe neoklasycznych model wzrostu gospodarczego wcześnejszych badań emprycznych że konwergencja względna typu β ma mejsce, a nteresuje nas przede wszystkm jej natężene. Zmenną określającą początkowy pozom dochodu uwzględnamy w każdym równanu, bayesowske prawdopodobeństwa włączena do modelu lczymy zaś tylko dla pozostałych zmennych kontrolnych, odzwercedlających różnce mędzy stanam ustalonym. Po druge, SDM uwzględnają nny horyzont czasowy analzy stosują odmenny sposób transformacj szeregów. Zmenną objaśnaną w ch badanu jest średne roczne tempo wzrostu PKB per capta w latach , a początkowym pozomem dochodu jest (zlogarytmowany) PKB per capta w 1960 r. Analzują zatem dane przekrojowe. Tymczasem nasze oblczena operają sę na danych panelowych dla pęcoletnch podokresów. Konwergencję testujemy zatem w bardzej dynamcznym ujęcu, zakładając, że pozom dochodu wpływa na tempo wzrostu gospodarczego główne przez pęć najblższych lat. Dzęk temu dysponujemy wększą lczbą obserwacj, co zwększa warygodność uzyskanych wynków. Po trzece, w naszym badanu analzujemy wele nowych zmennych, neuwzględnanych przez SDM, np. napływ nwestycj zagrancznych, rozwój sektora fnansowego merzony welkoścą udzelonych kredytów, wartość dodaną w usługach, lne telefonczne czy wskaźnk wolnośc gospodarczej. Wprowadzlśmy także nny zestaw mar kaptału ludzkego zmennych demografcznych. 3 Ne wszyscy oczywśce są zwolennkam wykorzystana metody BACE do modelowana. Na przykład Hendry Krolzg (2004) twerdzą, że zamast przeprowadzać klka mlonów regresj, wystarczy oszacować jeden model, aby znaleźć determnanty wzrostu gospodarczego.

13 Konwergencja gospodarcza 37 Wększość powyższych różnc dotyczy równeż cytowanego wcześnej badana przeprowadzonego przez Crespo Cuaresmę Doppelhofera (2007), a także analzy przeprowadzonej przez Cccone Jarocńskego (2010). Perws wymenen autorzy analzując pewne nelnowośc zwązków za pomocą procedury BAT (bayesan averagng of thresholds) wykorzystują tę samą bazę danych, co SDM, ale pomjają czynnk, które na podstawe BACE przeprowadzonego przez SDM okazały sę nestotne. Z kole Cccone Jarocńsk wykorzystują procedurę BACE bazę SDM (z pewnym modyfkacjam uzupełnenam), aby pokazać różnce mędzy wynkam uzyskanym przy wykorzystanu danych o dochodze z różnych banków danych. Okazuje sę, że odmenne wynk można uzyskać na podstawe analzy danych pozyskwanych ne tylko z różnych źródeł (np. PWT Banku Śwatowego), lecz także z kolejnych edycj tej samej bazy (PWT 6.1 lub PWT 6.2). Pod względem sposobu transformacj danych nasza praca jest blższa badanu Moral-Bento (2010), który także analzował średne z pęcoletnch podokresów. Uwzględnł jednak neco nny zestaw zmennych objaśnających (34 zmenne), nny okres ( ) oraz znaczne mnej krajów (73). Dane wykorzystane do konstrukcj modelu stanową typowy panel, w którym pojedynczą jednostką jest kraj, a pojedynczym okresem określony nterwał pęcoletn. Łączna lczba obserwacj wynos 713. Wzór (7) będze prawdzwy tylko wówczas, gdy w każdym z model szacowanych w kolejnych replkacjach BACE będze taka sama lczba obserwacj ten sam zbór wartośc Y. W odnesenu do danych panelowych najproścej osągnąć ten cel przez wykorzystane panelu zblansowanego, co jest jednak bardzo trudne. Do prawdłowośc wymenonego wzoru starczy także, by przy nezblansowanu panelu ewentualne brak dotyczyły całej pozycj (obserwacj na danej jednostce w danym okrese), a ne wartośc pojedynczej zmennej dla danej jednostk w określonym okrese, co wystarczy do zapewnena stałej lczebnośc próby w każdej replkacj. Aby osągnąć ten cel, należało usunąć lczne obserwacje, dla których brakowało wartośc którejkolwek spośród zmennych Z k. W typowym modelu opartym na danych panelowych poza zmenną objaśnaną, zmennym objaśnającym składnkem losowym wprowadzane są efekty ndywdualne, które w zależnośc od przyjmowanych założeń mają charakter ustalony lub losowy. W omawanym modelu efekty ndywdualne ne zostały jednak wprowadzone. Oznacza to przyjęce założena o jednakowym steady state, do którego dążą wszystke gospodark śwata w neskończonym horyzonce czasowym, warunkowo względem uwzględnonych czynnków wzrostu (tzn. wartość stanu ustalonego jest determnowana wyłączne przez czynnk fundamentalne, a ne przez efekty stałe). Poza globalzacją śwatowej gospodark, która w naszej opn umożlwa przyjęce wymenonego założena, pomnęce efektów ndywdualnych pozwala na rozwązane pewnych problemów ekonometrycznych. Z samej konstrukcj modelu konwergencj wynka, że opóźnony PKB występujący jako zmenna objaśnająca ne może meć charakteru ścśle egzogencznego. Wynka z tego brak zgodnośc klasycznych estymatorów w modelu konwergencj: wewnątrzgrupowego jeśl potraktujemy efekty ndywdualne jako ustalone estymatora uogólnonej metody najmnejszych kwadratów gdy efekty ndywdualne uznamy za losowe (por. Baltag 2005). W konsekwencj wprowadzene efektów ndywdualnych wymagałoby zastosowana estymatorów uogólnonej metody momentów (na przykład estymatora Blundella-Bonda), jednak wówczas trzeba by bardzo długo czekać na ostateczne wynk, poneważ (co oczywste) wyznaczene wartośc estymatorów uogólnonej metody momentów trwa o wele dłużej nż w przypadku KMNK (lub uogólnonej metody najmnej-

14 38 M. Próchnak, B. Wtkowsk szych kwadratów). Warto zauważyć, że w przywoływanych wcześnej pracach, w których do wnoskowana o natężenu konwergencj typu β wykorzystano modele oparte na danych panelowych z efektam oszacowanym przy użycu typowego estymatora wewnątrzgrupowego, otrzymywane oszacowane tempa konwergencj znaczne różnło sę od pozostałych wynków prezentowanych w lteraturze, zapewne właśne na skutek obcążena ( braku zgodnośc) estymatora wewnątrzgrupowego przy jego wykorzystanu w modelu dynamcznym. W każdym z szacowanych równań wprowadzono do zboru zmennych objaśnających opóźnoną wartość PKB. Zmenna ta, w przecweństwe do pozostałych zmennych objaśnających, była obecna w każdym modelu. Pozostałe zmenne tworzą 19-elementowy zbór, z którego do każdego z model wyberano jeden z jego 2 19 możlwych do utworzena podzborów. Do model wprowadzono także zmenne bnarne dla poszczególnych okresów, traktowane jako efekty czasowe typu ustalonego. Poszczególne modele szacowane były, jak w orygnalnej pracy SDM (2004), przy użycu klasycznej metody najmnejszych kwadratów. Oznacza to przyjęce egzogencznośc poszczególnych zmennych objaśnających. Lczba czynnków wzrostu, spośród których doberano zmenne objaśnające do modelu, wynos w naszym przypadku 19. W badanach opsywanych w lteraturze lczba uwzględnanych czynnków jest bardzo zróżncowana: od prawe 0 do ponad 100. Zróżncowana, choć w mnejszym stopnu, jest lczba czynnków, których stotność w sense statystycznym stwerdzają poszczególn autorzy. Trudno zatem jednoznaczne określć lczbę czynnków wzrostu w prawdłowym modelu s. Dlatego arbtralne przyjmujemy, że do modelu tego traf w przyblżenu połowa proponowanych czynnków wzrostu, co prowadz do s = 9 lub s = 10 (w pracy przyjęlśmy s = 10). Nejednoznaczność takego wnoskowana wymaga jednak (dla kompletnośc) rozważena, w jak sposób zmana s wpływa na wycągane wnosk. Dlatego podajemy także wynk dla s = 2, s = 5, s = 14 s = Wynk analzy główne wnosk W nterpretacj wynków analzy operamy sę przede wszystkm na założenu, że w prawdłowym modelu pownno sę znaleźć 10 zmennych objaśnających ( s = 10; w dalszej częśc rozdzału krótko prezentujemy wpływ zmany s na otrzymywane wnosk). Wynk lustruje tabela 3. Uzyskane przez nas wynk dają nezwykle cekawy obraz empryczny zjawska realnej konwergencj typu b. Przy ch omawanu najperw skoncentrujemy sę na samym współczynnku tempa zbeżnośc jego skutkach. Następne przejdzemy do analzy zestawu pozostałych zmennych objaśnających. Wyznaczona zgodne z omówonym algorytmem ocena współczynnka przy zmennej określającej początkowy pozom dochodu wynos -0,01226 jest statystyczne stotne różna od zera (na praktyczne każdym pozome stotnośc). Potwerdza to stnene wyraźnej tendencj do konwergencj w analzowanej próbe krajów. Oczywśce, jest to konwergencja o charakterze warunkowym, co oznacza, że kraje dążą do ndywdualnych stanów ustalonych determnowanych uwzględnonym w modelu czynnkam wzrostu gospodarczego. Oblczony według wzoru (2) parametr konwergencj b wynos 1,3% (dokładnej: 1,27%). Jego wartość jest zblżona do oceny parametru przy zmennej merzącej początkowy pozom dochodu, poneważ T wynos pęć lat, a węc jest bardzo małe (jak wspomnano, przy T dążącym do zera (1 e -βt )/T dąży do b).

15 Konwergencja gospodarcza 39 Wynk ten można uznać za pewne novum. Najczęścej przyjmuje sę, że parametr konwergencj wynos około 2 2,5%. Wynk tak został uzyskany m.n. przez Barro Sala--Martna w dużej próbe obejmującej ponad 80 krajów. Tymczasem uzyskane przez nas szacunk z uwzględnenem metody BACE potwerdzają co prawda występowane konwergencj, jednak wskazują na jej znaczne wolnejsze tempo, neprzekraczające 1,5%. Do podobnych wnosków doszl Mankw, Romer Wel (1992) na podstawe próby 98 krajów, lecz stosując neco nną postać funkcyjną modelu (równana regresj odwołującego sę do modelu Solowa z kaptałem ludzkm). Warto w tym mejscu przytoczyć wynk badana przeprowadzonego przez Abreu, de Groota Floraxa (2005). Analzowal on 619 model konwergencj wzętych z 48 nezależnych artykułów napsanych przez nnych autorów opublkowanych w recenzowanych czasopsmach dostępnych w baze EconLt. Ich celem było wyjaśnene różnc mędzy wynkam poszczególnych analz. Średne tempo zbeżnośc uzyskane za pomocą model wynosło faktyczne około 2%, jednak ch zdanem ne jest właścwe mówene o dwuprocentowym naturalnym tempe zbeżnośc, gdyż różne modele konwergencj są szacowane na różnych próbach. Z ch badana wynka np., że modele oparte na formule Solowa oraz modele uwzględnające zróżncowane poltyk fskalnej pozomu rozwoju sektora fnansowego prowadzą do szacunków tempa zbeżnośc znaczne przekraczających pozom 2%. Co węcej, z przeglądu lteratury wynka też, że dzęk użycu takch estymatorów, jak LSDV czy GMM, które pozwalają kontrolować efekty specyfczne dla poszczególnych krajów, można uzyskać znaczne wyższe szacunk tempa konwergencj. Nasze badane stanow cekawy punkt odnesena, gdyż przy zastosowanu nnowacyjnej metody BACE okazuje sę, że tempo zbeżnośc warunkowej jest wolnejsze nż 2%. Jak wyjaśnć rozbeżnośc mędzy naszym wynkam a wynkam uzyskanym przez nnych autorów, opsanym przez nas w przeglądze lteratury (zob. tabela 1), a także przywołanym w pracy Abreu, de Groota Floraxa? Wydaje sę, że mają one dwe przyczyny. Po perwsze, nasza próba obejmuje znaczne węcej krajów nż w wększośc przytaczanych badań. Po druge, stosujemy nną metodę doboru zmennych do modelu w grunce rzeczy żadnego doboru ne przeprowadzając (poza wstępną selekcją 19 zmennych kontrolnych). Inn autorzy, szacując parametr konwergencj, operają sę na pewnej z góry określonej specyfkacj modelu. Tymczasem nawet newelka zmana zestawu zmennych objaśnających może spowodować dużą odmenność wynków, w tym parametru konwergencj. Wnosk uzyskane przez nnych autorów za pomocą standardowych metod są zatem obcążone arbtralną decyzją badaczy na temat zestawu czynnków kontrolnych. Oczywśce, wybór tych czynnków ne jest losowy, lecz opera sę na teor ekonom wynkach nnych badań emprycznych, nemnej jednak pozostaje stosunkowo dużo mejsca na dyskrecjonalność. Wydaje sę, że podobeństwo naszych wynków do wnosków Mankwa, Romera Wela jest zatem przynajmnej częścowo przypadkowe. Naszym zdanem, uzyskane przez nas wynk należy traktować jako stablne można je nterpretować w kategorach stylzowanych faktów. Oszacowano ponad pół mlona regresj, uwzględnając w nch wększość krajów śwata bardzo dług horyzont analzy. W rezultace otrzymalśmy stotne w sense statystycznym warygodne w sense ekonomcznym współczynnk tempa zbeżnośc, a ponadto co pokazujemy w dalszej częśc pracy odporne na przyjętą arbtralne lczbę zmennych w prawdłowym modelu. Na podstawe tego badana można zatem sformułować wnosek będący pewnym przyczynkem do teor ekonom: wśród wszystkch krajów śwata zbeżność warunkowa zachodz w tempe około 1,3% roczne 4. 4 Nasze wynk dotyczą badanych krajów w kategorach przecętnych. W pewnych bardzej homogencznych grupach zbeżność warunkowa będze na pewno szybsza; prawdopodobne stneją także grupy, które nawet w kategorach warunkowych wykazują tendencje dywergencyjne.

16 40 M. Próchnak, B. Wtkowsk Oszacowane współczynnka b-zbeżnośc pozwala skwantyfkować szybkość procesu konwergencj. Przy b = 1,27% musałoby mnąć 55 lat, aby kraje przy utrzymanu dotychczasowego wzorca rozwoju zmnejszyły o połowę dystans do swojego stanu ustalonego. Czas, którego potrzebuje zmenna (w tym przypadku y y * ) ze stałą ujemną stopą wzrostu do zmnejszena swojej wartośc o połowę, wynos w przyblżenu 70, podzelone przez stopę wzrostu wyrażoną w procentach. W naszym przypadku półokres wygasana (half-lfe) wynos (bez zaokrąglena współczynnka β): 70/1,2653 = 55,32 roku. Dokładnej rzecz borąc, półokres wygasana (t*) jest rozwązanem równana: e βt* = 0,5, gdze β jest stopą spadku (Romer 2000, s. 41). Logarytmując powyższą formułę, uzyskujemy: ln 0,5 = 0,6931 = 0,6931 t* = 54,8roku β β 0, Jak wemy, ów stan ustalony zależy od analzowanych w modelu czynnków wzrostu gospodarczego. Przy zmane tych czynnków dla jakegoś kraju czas ten może sę skrócć lub wydłużyć. Naszym zdanem tak wnosek jest znaczne bardzej warygodny od nadspodzewane szybkego tempa wyrównywana sę pozomu rozwoju, które wynka z oszacowana parametru konwergencj na pozome 2 2,5%. W stoce, elmnacja wszelkch ogranczeń w przepływe nformacj, w szczególnośc myśl naukowej techncznej, jak też lkwdacja barer mgracyjnych, znosząca ogranczena w dostępe do wedzy kultury, z pewnoścą przyczynłyby sę do zwększena tempa konwergencj (naturalne wcąż jedyne warunkowej względem czynnków wzrostu), jednak w naszej opn osągnęce stanu swobodnego przepływu ludz myśl na skalę globalną jeszcze przez dłuższy czas ne będze możlwe. Przeanalzujemy teraz wnosk, których dostarcza analza przy użycu BACE w zakrese wyboru czynnków objaśnających wzrost gospodarczy. W stosowanym algorytme BACE, w odnesenu do każdej ze zmennych (poza opóźnonym logarytmem PKB), zakłada sę take samo prawdopodobeństwo a pror obecnośc w prawdłowym modelu. Naturalne prawdopodobeństwo to jest równe stosunkow lczby zmennych w prawdłowym modelu s do lczby zmennych kandydatek K = 19, a węc dla s = 10 wynos 10/19 0,53. Oznacza to, że jeśl podane w tabel w kolumne P przekracza 0,53 dla s =10 (lub ogólne przekracza s /K), to prawdopodobeństwo a posteror obecnośc danej zmennej w modelu, wyznaczone na podstawe posadanych danych, jest wyższe od prawdopodobeństwa a pror. Śwadczy to, że należy uwzględnć dany czynnk wzrostu w konstruowanym modelu przy założenu określonego s. Trzeba przy tym zauważyć, że w odnesenu do częśc zmennych wnosek w omawanym zakrese może sę różnć w zależnośc od przyjętej lczby zmennych w prawdłowym modelu. W tym mejscu krótko omawamy wnosk przy założenu s =10, a w dalszej częśc rozpatrujemy ch wrażlwość na zmanę s. Z oszacowań zawartych w tabel 3 wynka, że stneją cztery zmenne, które pownny być włączone do modelu z nemal całkowtą pewnoścą (P = 1,00 w zaokrąglenu do dwóch mejsc po przecnku). Tym zmennym są: nv (stopa nwestycj), lfe (oczekwana długość życa), pop_growth (tempo wzrostu lczby ludnośc) oraz econ_free (wskaźnk wolnośc gospodarczej). Ponadto do prawdłowego modelu konwergencj pownny być także włączone cztery nne zmenne, dla których prawdopodobeństwo a posteror obecnośc danej zmennej w modelu jest wyższe od prawdopodobeństwa a pror, a manowce: edu_exp (wydatk na edukację), cred (kredyt krajowy dla

17 Konwergencja gospodarcza 41 sektora prywatnego), pop_15_64 (ludność w weku od 15 do 64 lat) oraz nf (stopa nflacj). Wynk te są nteresujące z klku powodów. Po perwsze, potwerdzają one dobre własnośc neoklasycznego modelu wzrostu gospodarczego. Według podstawowego modelu Solowa tempo wzrostu gospodarczego zależy ne tylko od początkowego pozomu dochodu, ale także od stopy oszczędnośc, tempa wzrostu lczby ludnośc, stopy amortyzacj postępu techncznego. Pomjając amortyzację postęp technczny, czyl zmenne, których raczej ne uwzględna sę explcte w badanach emprycznych nad wzrostem gospodarczym, zarówno stopa oszczędnośc, jak dynamka lczby ludnośc okazały sę bardzo ważnym zmennym determnującym wzrost gospodarczy. Okazuje sę zatem, że dwe główne zmenne, które według modelu Solowa wyjaśnają dynamkę PKB w gospodarkach dążących do stanu ustalonego, a manowce stopa oszczędnośc przyrost naturalny, na pewno pownny sę znaleźć w równanu konwergencj warunkowej. Warto zauważyć, że ocena parametru dla zmennej nv jest dodatna, a dla zmennej pop_growth ujemna, co jest zgodne z modelem Solowa. Po druge, wśród zmennych z prawdopodobeństwem 1,00 znalazł sę wskaźnk wolnośc gospodarczej. Można go traktować jako przyblżoną marę otoczena nstytucjonalnego. Jak psalśmy wcześnej, nstytucje są głębokm determnantam rozwoju gospodarczego. Nasze badane potwerdza slną dodatną rolę pewnych elementów otoczena nstytucjonalnego w stymulowanu wzrostu gospodarczego. Po trzece, model konwergencj pownen uwzględnać jako czynnk kontrolne także stopę nflacj wartość udzelonych kredytów. Ekonomczne znaczene tych zmennych jest wysoke; można je bowem traktować jako zmenne reprezentujące poltykę penężną banku centralnego. Jeśl na przykład hpoteza Fshera jest prawdzwa, to wahana stóp nflacj odzwercedlają wahana nomnalnych stóp procentowych, a węc podstawowej determnanty nwestycj. Z kole welkość kredytów dla sektora prywatnego jest przyblżoną marą rozwoju rynku fnansowego zależy także m.n. od poltyk penężnej banku centralnego. Jeśl bowem stopy procentowe są nske, nsk jest także koszt kredytu, co sprawa, że wartość udzelonych kredytów rośne. Wzmaga to aktywność nwestycyjną przyspesza wzrost gospodarczy. Należy jednak zwrócć uwagę, że ocena parametru przy zmennej określającej wartość udzelonych kredytów jest ujemna, czyl odwrotna do oczekwanej. Trudno tutaj jednoznaczne wyjaśnć tę ujemną ocenę, gdyż teora ekonom sugeruje, ż parametr pownen być raczej dodatn. Być może jednak nasze wynk ujawnają pewne zjawsko, o którym było głośno podczas ostatnego kryzysu globalnego. Na przykład kraje bałtycke, których szybk wzrost gospodarczy odbywał sę główne na kredyt, najbardzej stracły na kryzyse globalnym dośwadczyły najgłębszej recesj. Sytuację tę mogą odzwercedlać wynk naszej analzy: nadmerny kredyt hamuje, a ne napędza długookresowy wzrost gospodarczy. Jest to oczywśce tylko nasze przypuszczene weryfkacja tej hpotezy wymaga dalszych, bardzej pogłębonych analz. Po czwarte, nasze badane dowodz stotnej rol rynku pracy w determnowanu wzrostu gospodarczego. Manowce, zmenna merząca odsetek osób w weku od 15 do 64 lat pownna być włączona do modelu konwergencj. Zmenna ta ne jest oczywśce dealnym mernkem sytuacj panującej na rynku pracy, ale jej wystarczającym przyblżenem. Można bowem przyjąć, że kraje, w których lczba osób w weku produkcyjnym jest wysoka, charakteryzują sę także dużą aktywnoścą zawodową ludnośc. Aktywność zawodowa pokazuje skłonność społeczeństw do podejmowana pracy tworzena PKB od strony podażowej. Wynk ten jest nezwykle ważny z punktu

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4 Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja

Bardziej szczegółowo

Natalia Nehrebecka. Zajęcia 4

Natalia Nehrebecka. Zajęcia 4 St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających

Bardziej szczegółowo

Natalia Nehrebecka. Wykład 2

Natalia Nehrebecka. Wykład 2 Natala Nehrebecka Wykład . Model lnowy Postad modelu lnowego Zaps macerzowy modelu lnowego. Estymacja modelu Wartośd teoretyczna (dopasowana) Reszty 3. MNK przypadek jednej zmennej . Model lnowy Postad

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne

Bardziej szczegółowo

Natalia Nehrebecka. Zajęcia 3

Natalia Nehrebecka. Zajęcia 3 St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 3 1. Dobroć dopasowana równana regresj. Współczynnk determnacj R Dk Dekompozycja warancj zmennej zależnej ż Współczynnk determnacj R. Zmenne cągłe a

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane

Bardziej szczegółowo

Natalia Nehrebecka. Dariusz Szymański

Natalia Nehrebecka. Dariusz Szymański Natala Nehrebecka Darusz Szymańsk . Sprawy organzacyjne Zasady zalczena Ćwczena Lteratura. Czym zajmuje sę ekonometra? Model ekonometryczny 3. Model lnowy Postać modelu lnowego Zaps macerzowy modelu dl

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj

Bardziej szczegółowo

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.

Bardziej szczegółowo

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4. Modele weloczynnkowe Analza Zarządzane Portfelem cz. 4 Ogólne model weloczynnkowy można zapsać jako: (,...,,..., ) P f F F F = n Dr Katarzyna Kuzak lub (,...,,..., ) f F F F = n Modele weloczynnkowe Można

Bardziej szczegółowo

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np. Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas

Bardziej szczegółowo

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja) Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7 Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy

Bardziej szczegółowo

Procedura normalizacji

Procedura normalizacji Metody Badań w Geograf Społeczno Ekonomcznej Procedura normalzacj Budowane macerzy danych geografcznych mgr Marcn Semczuk Zakład Przedsęborczośc Gospodark Przestrzennej Instytut Geograf Unwersytet Pedagogczny

Bardziej szczegółowo

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu PRACE KOMISJI GEOGRAFII PRZEMY SŁU Nr 7 WARSZAWA KRAKÓW 2004 Akadema Pedagogczna, Kraków Kształtowane sę frm nformatycznych jako nowych elementów struktury przestrzennej przemysłu Postępujący proces rozwoju

Bardziej szczegółowo

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4 Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =

Bardziej szczegółowo

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe

Bardziej szczegółowo

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są

Bardziej szczegółowo

ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH

ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH Potr Mchalsk Węzeł Centralny OŻK-SB 25.12.2013 rok ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH Celem ponższej analzy jest odpowedź na pytane: czy wykształcene radnych

Bardziej szczegółowo

Weryfikacja hipotez dla wielu populacji

Weryfikacja hipotez dla wielu populacji Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Model potęgowy Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych

Bardziej szczegółowo

Model ASAD. ceny i płace mogą ulegać zmianom (w odróżnieniu od poprzednio omawianych modeli)

Model ASAD. ceny i płace mogą ulegać zmianom (w odróżnieniu od poprzednio omawianych modeli) Model odstawowe założena modelu: ceny płace mogą ulegać zmanom (w odróżnenu od poprzedno omawanych model) punktem odnesena analzy jest obserwacja pozomu produkcj cen (a ne stopy procentowej jak w modelu

Bardziej szczegółowo

STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU

STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU Ewa Szymank Katedra Teor Ekonom Akadema Ekonomczna w Krakowe ul. Rakowcka 27, 31-510 Kraków STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU Abstrakt Artykuł przedstawa wynk badań konkurencyjnośc

Bardziej szczegółowo

65120/ / / /200

65120/ / / /200 . W celu zbadana zależnośc pomędzy płcą klentów ch preferencjam, wylosowano kobet mężczyzn zadano m pytane: uważasz za lepszy produkt frmy A czy B? Wynk były następujące: Odpowedź Kobety Mężczyźn Wolę

Bardziej szczegółowo

Dobór zmiennych objaśniających

Dobór zmiennych objaśniających Dobór zmennych objaśnających Metoda grafowa: Należy tak rozpąć graf na werzchołkach opsujących poszczególne zmenne, aby występowały w nm wyłączne łuk symbolzujące stotne korelacje pomędzy zmennym opsującym.

Bardziej szczegółowo

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego Portel nwestycyjny ćwczena Na podst. Wtold Jurek: Konstrukcja analza rozdzał 5 dr chał Konopczyńsk Portele zawerające walor pozbawony ryzyka. lementy teor rynku kaptałowego 1. Pożyczane penędzy amy dwa

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7 Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Interakcje 2. Przyblżane model nelnowych 3. Założena KMRL 1. Interakcje 2. Przyblżane model nelnowych 3. Założena KMRL W standardowym modelu lnowym zakładamy,

Bardziej szczegółowo

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej

Bardziej szczegółowo

Za: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch

Za: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch Za: Stansław Latoś, Nwelacja trygonometryczna, [w:] Ćwczena z geodezj II [red.] J. eluch 6.1. Ogólne zasady nwelacj trygonometrycznej. Wprowadzene Nwelacja trygonometryczna, zwana równeż trygonometrycznym

Bardziej szczegółowo

Propozycja modyfikacji klasycznego podejścia do analizy gospodarności

Propozycja modyfikacji klasycznego podejścia do analizy gospodarności Jacek Batóg Unwersytet Szczecńsk Propozycja modyfkacj klasycznego podejśca do analzy gospodarnośc Przedsęborstwa dysponujące dentycznym zasobam czynnków produkcj oraz dzałające w dentycznych warunkach

Bardziej szczegółowo

Analiza ryzyka jako instrument zarządzania środowiskiem

Analiza ryzyka jako instrument zarządzania środowiskiem WARSZTATY 2003 z cyklu Zagrożena naturalne w górnctwe Mat. Symp. str. 461 466 Elżbeta PILECKA, Małgorzata SZCZEPAŃSKA Instytut Gospodark Surowcam Mneralnym Energą PAN, Kraków Analza ryzyka jako nstrument

Bardziej szczegółowo

Zadane 1: Wyznacz średne ruchome 3-okresowe z następujących danych obrazujących zużyce energ elektrycznej [kwh] w pewnym zakładze w mesącach styczeń - lpec 1998 r.: 400; 410; 430; 40; 400; 380; 370. Zadane

Bardziej szczegółowo

Mikroekonometria 10. Mikołaj Czajkowski Wiktor Budziński

Mikroekonometria 10. Mikołaj Czajkowski Wiktor Budziński Mkroekonometra 10 Mkołaj Czajkowsk Wktor Budzńsk Jak analzować dane o charakterze uporządkowanym? Dane o charakterze uporządkowanym Wybór jednej z welkośc na uporządkowanej skal Skala ne ma nterpretacj

Bardziej szczegółowo

dy dx stąd w przybliżeniu: y

dy dx stąd w przybliżeniu: y Przykłady do funkcj nelnowych funkcj Törnqusta Proszę sprawdzć uzasadnć, które z podanych zdań są prawdzwe, a które fałszywe: Przykład 1. Mesęczne wydatk na warzywa (y, w jednostkach penężnych, jp) w zależnośc

Bardziej szczegółowo

Mikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński

Mikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński Mkroekonometra 5 Mkołaj Czajkowsk Wktor Budzńsk Uogólnone modele lnowe Uogólnone modele lnowe (ang. Generalzed Lnear Models GLM) Różną sę od standardowego MNK na dwa sposoby: Rozkład zmennej objaśnanej

Bardziej szczegółowo

Mikroekonometria 13. Mikołaj Czajkowski Wiktor Budziński

Mikroekonometria 13. Mikołaj Czajkowski Wiktor Budziński Mkroekonometra 13 Mkołaj Czajkowsk Wktor Budzńsk Symulacje Analogczne jak w przypadku cągłej zmennej zależnej można wykorzystać metody Monte Carlo do analzy różnego rodzaju problemów w modelach gdze zmenna

Bardziej szczegółowo

Zjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych)

Zjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych) Statystyka - nauka zajmująca sę metodam badana przedmotów zjawsk w ch masowych przejawach ch loścową lub jakoścową analzą z punktu wdzena nauk, do której zakresu należą.

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 11

Stanisław Cichocki. Natalia Nehrebecka. Wykład 11 Stansław Cchock Natala Nehrebecka Wykład 11 1 1. Testowane hpotez łącznych 2. Testy dagnostyczne Testowane prawdłowośc formy funkcyjnej: test RESET Testowane normalnośc składnków losowych: test Jarque-Berra

Bardziej szczegółowo

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36 Krzysztof Dmytrów * Marusz Doszyń ** Unwersytet Szczecńsk PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA

Bardziej szczegółowo

BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG20

BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG20 Darusz Letkowsk Unwersytet Łódzk BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG0 Wprowadzene Teora wyboru efektywnego portfela nwestycyjnego zaproponowana przez H. Markowtza oraz jej rozwnęca

Bardziej szczegółowo

EKONOMETRIA I Spotkanie 1, dn. 05.10.2010

EKONOMETRIA I Spotkanie 1, dn. 05.10.2010 EKONOMETRIA I Spotkane, dn. 5..2 Dr Katarzyna Beń Program ramowy: http://www.sgh.waw.pl/nstytuty/e/oferta_dydaktyczna/ekonometra_stacjonarne_nest acjonarne/ Zadana, dane do zadań, ważne nformacje: http://www.e-sgh.pl/ben/ekonometra

Bardziej szczegółowo

SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska.

SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska. SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA Częstochowa 4 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TWIERDZENIE BAYESA Wedza pozyskwana przez metody probablstyczne ma

Bardziej szczegółowo

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne XXX OLIMPIADA FIZYCZNA ETAP III Zadane dośwadczalne ZADANIE D Nazwa zadana: Maszyna analogowa. Dane są:. doda półprzewodnkowa (krzemowa) 2. opornk dekadowy (- 5 Ω ), 3. woltomerz cyfrowy, 4. źródło napęca

Bardziej szczegółowo

Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa

Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa Badana sondażowe Brak danych Konstrukcja wag Agneszka Zęba Zakład Badań Marketngowych Instytut Statystyk Demograf Szkoła Główna Handlowa 1 Błędy braku odpowedz Całkowty brak odpowedz (UNIT nonresponse)

Bardziej szczegółowo

EKONOMETRIA Wykład 4: Model ekonometryczny - dodatkowe zagadnienia

EKONOMETRIA Wykład 4: Model ekonometryczny - dodatkowe zagadnienia EKONOMETRIA Wykład 4: Model ekonometryczny - dodatkowe zagadnena dr Dorota Cołek Katedra Ekonometr Wydzał Zarządzana UG http://wzr.pl/dorota-colek/ dorota.colek@ug.edu.pl 1 Wpływ skalowana danych na MNK

Bardziej szczegółowo

Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa. PARA ZMIENNYCH LOSOWYCH

Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa.   PARA ZMIENNYCH LOSOWYCH Analza danych Analza danych welowymarowych. Regresja lnowa. Dyskrymnacja lnowa. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ PARA ZMIENNYCH LOSOWYCH Parę zmennych losowych X, Y możemy

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 9. jej modyfkacje. Oznaczena Będzemy rozpatrywać zagadnene rozwązana następującego układu n równań lnowych z n newadomym x 1... x n : a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x

Bardziej szczegółowo

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.

Bardziej szczegółowo

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów. Opracowane: Dorota Mszczyńska METODA UNITARYZACJI ZEROWANEJ Porównane obektów przy ocene welokryteralnej. Rankng obektów. Porównane wybranych obektów (warantów decyzyjnych) ze względu na różne cechy (krytera)

Bardziej szczegółowo

A C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XXXIX NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZTYT 389 TORUŃ 2009.

A C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XXXIX NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZTYT 389 TORUŃ 2009. A C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XXXIX NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZTYT 389 TORUŃ 2009 Unwersytet Mkołaja Kopernka w Torunu Katedra Ekonometr Statystyk Elżbeta

Bardziej szczegółowo

Makroekonomia Gospodarki Otwartej Wykład 8 Polityka makroekonomiczna w gospodarce otwartej. Model Mundella-Fleminga

Makroekonomia Gospodarki Otwartej Wykład 8 Polityka makroekonomiczna w gospodarce otwartej. Model Mundella-Fleminga Makroekonoma Gospodark Otwartej Wykład 8 Poltyka makroekonomczna w gospodarce otwartej. Model Mundella-Flemnga Leszek Wncencak Wydzał Nauk Ekonomcznych UW 2/29 Plan wykładu: Założena analzy Zaps modelu

Bardziej szczegółowo

Proste modele ze złożonym zachowaniem czyli o chaosie

Proste modele ze złożonym zachowaniem czyli o chaosie Proste modele ze złożonym zachowanem czyl o chaose 29 kwetna 2014 Komputer jest narzędzem coraz częścej stosowanym przez naukowców do ukazywana skrzętne ukrywanych przez naturę tajemnc. Symulacja, obok

Bardziej szczegółowo

Problemy jednoczesnego testowania wielu hipotez statystycznych i ich zastosowania w analizie mikromacierzy DNA

Problemy jednoczesnego testowania wielu hipotez statystycznych i ich zastosowania w analizie mikromacierzy DNA Problemy jednoczesnego testowana welu hpotez statystycznych ch zastosowana w analze mkromacerzy DNA Konrad Furmańczyk Katedra Zastosowań Matematyk SGGW Plan referatu Testowane w analze mkromacerzy DNA

Bardziej szczegółowo

PROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE

PROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE PROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE Janusz Wątroba, StatSoft Polska Sp. z o.o. W nemal wszystkch dzedznach badań emprycznych mamy do czynena ze złożonoścą zjawsk procesów.

Bardziej szczegółowo

Model IS-LM-BP. Model IS-LM-BP jest wersją modelu ISLM w gospodarce otwartej. Pokazuje on zatem jak

Model IS-LM-BP. Model IS-LM-BP jest wersją modelu ISLM w gospodarce otwartej. Pokazuje on zatem jak Ćwczena z Makroekonom II Model IS-LM- Model IS-LM- jest wersją modelu ISLM w gospodarce otwartej. Pokazuje on zatem jak gospodarka taka zachowuje sę w krótkm okrese, w efekce dzałań podejmowanych w ramach

Bardziej szczegółowo

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010 Egzamn ze statystyk/ Studa Lcencjacke Stacjonarne/ Termn /czerwec 2010 Uwaga: Przy rozwązywanu zadań, jeśl to koneczne, naleŝy przyjąć pozom stotnośc 0,01 współczynnk ufnośc 0,99 Zadane 1 PonŜsze zestawene

Bardziej szczegółowo

System Przeciwdziałania Powstawaniu Bezrobocia na Terenach Słabo Zurbanizowanych SPRAWOZDANIE Z BADAŃ Autor: Joanna Wójcik

System Przeciwdziałania Powstawaniu Bezrobocia na Terenach Słabo Zurbanizowanych SPRAWOZDANIE Z BADAŃ   Autor: Joanna Wójcik Opracowane w ramach projektu System Przecwdzałana Powstawanu Bezroboca na Terenach Słabo Zurbanzowanych ze środków Europejskego Funduszu Społecznego w ramach Incjatywy Wspólnotowej EQUAL PARTNERSTWO NA

Bardziej szczegółowo

Proces narodzin i śmierci

Proces narodzin i śmierci Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do

Bardziej szczegółowo

PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH

PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH Z a k ł a d U b e z p e c z e ń S p o ł e c z n y c h Wprowadzene Nnejsza ulotka adresowana jest zarówno do osób dopero ubegających

Bardziej szczegółowo

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru Pomary fzyczne - dokonywane tylko ze skończoną dokładnoścą. Powodem - nedoskonałość przyrządów pomarowych neprecyzyjność naszych zmysłów borących udzał w obserwacjach. Podawane samego tylko wynku pomaru

Bardziej szczegółowo

OPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE OPTIMAL INVESTMENT STRATEGY FUNDAMENTAL ANALYSIS

OPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE OPTIMAL INVESTMENT STRATEGY FUNDAMENTAL ANALYSIS ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2014 Sera: ORGANIZACJA I ZARZĄDZANIE z. 68 Nr kol. 1905 Adranna MASTALERZ-KODZIS Unwersytet Ekonomczny w Katowcach OPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE

Bardziej szczegółowo

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer Statystyka Opsowa 2014 część 2 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,

Bardziej szczegółowo

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup Jednoczynnkowa Analza Waranc (ANOVA) Wykład 11 Przypomnene: wykłady zadana kursu były zaczerpnęte z podręcznków: Statystyka dla studentów kerunków techncznych przyrodnczych, J. Koronack, J. Melnczuk, WNT

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7 Stansław Cchock Natala Nehrebecka Wykład 7 . Zmenne dyskretne Kontrasty: efekty progowe, kontrasty w odchylenach Interakcje. Przyblżane model nelnowych Stosowane do zmennych dyskretnych o uporządkowanych

Bardziej szczegółowo

Model ISLM. Inwestycje - w modelu ISLM przyjmujemy, że inwestycje przyjmują postać funkcji liniowej:

Model ISLM. Inwestycje - w modelu ISLM przyjmujemy, że inwestycje przyjmują postać funkcji liniowej: dr Bartłomej Rokck Ćwczena z Makroekonom I Model ISLM Podstawowe założena modelu: penądz odgrywa ważną rolę przy determnowanu pozomu dochodu zatrudnena nwestycje ne mają charakteru autonomcznego, a ch

Bardziej szczegółowo

Oligopol dynamiczny. Rozpatrzmy model sekwencyjnej konkurencji ilościowej jako gra jednokrotna z pełną i doskonalej informacją

Oligopol dynamiczny. Rozpatrzmy model sekwencyjnej konkurencji ilościowej jako gra jednokrotna z pełną i doskonalej informacją Olgopol dynamczny Rozpatrzmy model sekwencyjnej konkurencj loścowej jako gra jednokrotna z pełną doskonalej nformacją (1934) Dwa okresy: t=0, 1 tzn. frma 2 podejmując decyzję zna decyzję frmy 1 Q=q 1 +q

Bardziej szczegółowo

MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5

MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5 MATEMATYKA POZIOM ROZSZERZONY Krytera ocenana odpowedz Arkusz A II Strona 1 z 5 Odpowedz Pytane 1 2 3 4 5 6 7 8 9 Odpowedź D C C A B 153 135 232 333 Zad. 10. (0-3) Dana jest funkcja postac. Korzystając

Bardziej szczegółowo

Ocena jakościowo-cenowych strategii konkurowania w polskim handlu produktami rolno-spożywczymi. dr Iwona Szczepaniak

Ocena jakościowo-cenowych strategii konkurowania w polskim handlu produktami rolno-spożywczymi. dr Iwona Szczepaniak Ocena jakoścowo-cenowych strateg konkurowana w polskm handlu produktam rolno-spożywczym dr Iwona Szczepanak Ekonomczne, społeczne nstytucjonalne czynnk wzrostu w sektorze rolno-spożywczym w Europe Cechocnek,

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka W 11: Analizy zależnościpomiędzy zmiennymi losowymi Model regresji wielokrotnej

Rachunek prawdopodobieństwa i statystyka W 11: Analizy zależnościpomiędzy zmiennymi losowymi Model regresji wielokrotnej Rachunek prawdopodobeństwa statstka W 11: Analz zależnoścpomędz zmennm losowm Model regresj welokrotnej Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl Model regresj lnowej Model regresj lnowej prostej

Bardziej szczegółowo

0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4

0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4 Zad. 1. Dana jest unkcja prawdopodobeństwa zmennej losowej X -5-1 3 8 p 1 1 c 1 Wyznaczyć: a. stałą c b. wykres unkcj prawdopodobeństwa jej hstogram c. dystrybuantę jej wykres d. prawdopodobeństwa: P (

Bardziej szczegółowo

ANALIZA WPŁYWU OBSERWACJI NIETYPOWYCH NA WYNIKI MODELOWANIA REGIONALNEJ WYDAJNOŚCI PRACY

ANALIZA WPŁYWU OBSERWACJI NIETYPOWYCH NA WYNIKI MODELOWANIA REGIONALNEJ WYDAJNOŚCI PRACY STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36, T. 1 Barbara Batóg *, Jacek Batóg ** Unwersytet Szczecńsk ANALIZA WPŁYWU OBSERWACJI NIETYPOWYCH NA WYNIKI MODELOWANIA REGIONALNEJ WYDAJNOŚCI

Bardziej szczegółowo

Regresja liniowa i nieliniowa

Regresja liniowa i nieliniowa Metody prognozowana: Regresja lnowa nelnowa Dr nż. Sebastan Skoczypec Zmenna losowa Zmenna losowa X zmenna, która w wynku pewnego dośwadczena przyjmuje z pewnym prawdopodobeństwem wartość z określonego

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA WYKŁAD 15. ALGORYTMY GENETYCZNE Częstochowa 014 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TERMINOLOGIA allele wartośc, waranty genów, chromosom - (naczej

Bardziej szczegółowo

ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ

ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XVI/3, 2015, str. 248 257 ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ Sławomr

Bardziej szczegółowo

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru Pomary fzyczne - dokonywane tylko ze skończoną dokładnoścą. Powodem - nedoskonałość przyrządów pomarowych neprecyzyjność naszych zmysłów borących udzał w obserwacjach. Podawane samego tylko wynku pomaru

Bardziej szczegółowo

Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.

Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie. Zaps nformacj, systemy pozycyjne 1 Lteratura Jerzy Grębosz, Symfona C++ standard. Harvey M. Detl, Paul J. Detl, Arkana C++. Programowane. Zaps nformacj w komputerach Wszystke elementy danych przetwarzane

Bardziej szczegółowo

Mikroekonometria 10. Mikołaj Czajkowski Wiktor Budziński

Mikroekonometria 10. Mikołaj Czajkowski Wiktor Budziński Mkroekonometra 10 Mkołaj Czajkowsk Wktor Budzńsk Wybór uporządkowany Wybór uporządkowany (ang. ordered choce) Wybór jednej z welkośc na podanej skal Skala wartośc są uporządkowane Przykłady: Oceny konsumencke

Bardziej szczegółowo

Regulacje i sądownictwo przeszkody w konkurencji między firmami w Europie Środkowej i Wschodniej

Regulacje i sądownictwo przeszkody w konkurencji między firmami w Europie Środkowej i Wschodniej Łukasz Goczek * Regulacje sądownctwo przeszkody w konkurencj mędzy frmam w Europe Środkowej Wschodnej Wstęp Celem artykułu jest analza przeszkód dla konkurencj pomędzy frmam w Europe Środkowej Wschodnej.

Bardziej szczegółowo

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ WERYFIKACJA HIPOTEZY O ISTOTNOŚCI OCEN PARAMETRÓW STRUKTURALNYCH MODELU Hpoezy o sonośc oszacowao paramerów zmennych objaśnających Tesowane sonośc paramerów zmennych objaśnających sprowadza sę do nasępującego

Bardziej szczegółowo

ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH

ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH Grzegorz PRZEKOTA ZESZYTY NAUKOWE WYDZIAŁU NAUK EKONOMICZNYCH ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH Zarys treśc: W pracy podjęto problem dentyfkacj cykl gełdowych.

Bardziej szczegółowo

I. Elementy analizy matematycznej

I. Elementy analizy matematycznej WSTAWKA MATEMATYCZNA I. Elementy analzy matematycznej Pochodna funkcj f(x) Pochodna funkcj podaje nam prędkość zman funkcj: df f (x + x) f (x) f '(x) = = lm x 0 (1) dx x Pochodna funkcj podaje nam zarazem

Bardziej szczegółowo

Piesi jako ofiary śmiertelnych wypadków analiza kryminalistyczna

Piesi jako ofiary śmiertelnych wypadków analiza kryminalistyczna Pes jako ofary śmertelnych wypadków analza krymnalstyczna Potr Kodryck, Monka Kodrycka Pozom bezpeczeństwa ruchu drogowego klasyfkuje Polskę na jednym z ostatnch mejsc wśród krajów europejskch. Wskaźnk

Bardziej szczegółowo

Metody predykcji analiza regresji

Metody predykcji analiza regresji Metody predykcj analza regresj TPD 008/009 JERZY STEFANOWSKI Instytut Informatyk Poltechnka Poznańska Przebeg wykładu. Predykcja z wykorzystanem analzy regresj.. Przypomnene wadomośc z poprzednch przedmotów..

Bardziej szczegółowo

A O n RZECZPOSPOLITA POLSKA. Gospodarki Narodowej. Warszawa, dnia2/stycznia 2014

A O n RZECZPOSPOLITA POLSKA. Gospodarki Narodowej. Warszawa, dnia2/stycznia 2014 Warszawa, dna2/styczna 2014 r, RZECZPOSPOLITA POLSKA MINISTERSTWO ADMINISTRACJI I CYFRYZACJI PODSEKRETARZ STANU Małgorzata Olsze wska BM-WP 005.6. 20 14 Pan Marek Zółkowsk Przewodnczący Komsj Gospodark

Bardziej szczegółowo

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne ś POLITECHNIKA POZNAŃSKA INSTYTUT INŻYNIERII ŚRODOWISKA PROWADZĄCY: mgr nż. Łukasz Amanowcz Systemy Ochrony Powetrza Ćwczena Laboratoryjne 2 TEMAT ĆWICZENIA: Oznaczane lczbowego rozkładu lnowych projekcyjnych

Bardziej szczegółowo

MATERIAŁY I STUDIA. Zeszyt nr 286. Analiza dyskryminacyjna i regresja logistyczna w procesie oceny zdolności kredytowej przedsiębiorstw

MATERIAŁY I STUDIA. Zeszyt nr 286. Analiza dyskryminacyjna i regresja logistyczna w procesie oceny zdolności kredytowej przedsiębiorstw MATERIAŁY I STUDIA Zeszyt nr 86 Analza dyskrymnacyjna regresja logstyczna w procese oceny zdolnośc kredytowej przedsęborstw Robert Jagełło Warszawa, 0 r. Wstęp Robert Jagełło Narodowy Bank Polsk. Składam

Bardziej szczegółowo

Statystyka Inżynierska

Statystyka Inżynierska Statystyka Inżynerska dr hab. nż. Jacek Tarasuk AGH, WFIS 013 Wykład DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE Zmenna losowa, Funkcja rozkładu, Funkcja gęstośc, Dystrybuanta, Charakterystyk zmennej, Funkcje

Bardziej szczegółowo

Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1

Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1 Rozkład dwupunktowy Zmenna losowa przyjmuje tylko dwe wartośc: wartość 1 z prawdopodobeństwem p wartość 0 z prawdopodobeństwem 1- p x p 0 1-p 1 p suma 1 Rozkład dwupunktowy Funkcja rozkładu prawdopodobeństwa

Bardziej szczegółowo

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni. Zestaw zadań : Przestrzene wektorowe podprzestrzene. Lnowa nezależność. Sumy sumy proste podprzestrzen. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar :

Bardziej szczegółowo

Analiza porównawcza rozwoju wybranych banków komercyjnych w latach 2001 2009

Analiza porównawcza rozwoju wybranych banków komercyjnych w latach 2001 2009 Mara Konopka Katedra Ekonomk Organzacj Przedsęborstw Szkoła Główna Gospodarstwa Wejskego w Warszawe Analza porównawcza rozwoju wybranych banków komercyjnych w latach 2001 2009 Wstęp Polska prywatyzacja

Bardziej szczegółowo

Minister Edukacji Narodowej Pani Katarzyna HALL Ministerstwo Edukacji Narodowej al. J. Ch. Szucha 25 00-918 Warszawa Dnia 03 czerwca 2009 r.

Minister Edukacji Narodowej Pani Katarzyna HALL Ministerstwo Edukacji Narodowej al. J. Ch. Szucha 25 00-918 Warszawa Dnia 03 czerwca 2009 r. Mnster Edukacj arodowej Pan Katarzyna HALL Mnsterstwo Edukacj arodowej al. J. Ch. Szucha 25 00-918 arszawa Dna 03 czerwca 2009 r. TEMAT: Propozycja zmany art. 30a ustawy Karta auczycela w forme lstu otwartego

Bardziej szczegółowo

Badanie współzaleŝności dwóch cech ilościowych X i Y. Analiza korelacji prostej. Badanie zaleŝności dwóch cech ilościowych. Analiza regresji prostej

Badanie współzaleŝności dwóch cech ilościowych X i Y. Analiza korelacji prostej. Badanie zaleŝności dwóch cech ilościowych. Analiza regresji prostej Badane współzaleŝnośc dwóch cech loścowych X Y. Analza korelacj prostej Badane zaleŝnośc dwóch cech loścowych. Analza regresj prostej Kody znaków: Ŝółte wyróŝnene nowe pojęce czerwony uwaga kursywa komentarz

Bardziej szczegółowo

EKONOMIA MENEDŻERSKA. Wykład 3 Funkcje produkcji 1 FUNKCJE PRODUKCJI. ANALIZA KOSZTÓW I KORZYŚCI SKALI. MINIMALIZACJA KOSZTÓW PRODUKCJI.

EKONOMIA MENEDŻERSKA. Wykład 3 Funkcje produkcji 1 FUNKCJE PRODUKCJI. ANALIZA KOSZTÓW I KORZYŚCI SKALI. MINIMALIZACJA KOSZTÓW PRODUKCJI. EONOMIA MENEDŻERSA Wykład 3 Funkcje rodukcj 1 FUNCJE PRODUCJI. ANAIZA OSZTÓW I ORZYŚCI SAI. MINIMAIZACJA OSZTÓW PRODUCJI. 1. FUNCJE PRODUCJI: JEDNO- I WIEOCZYNNIOWE Funkcja rodukcj określa zależność zdolnośc

Bardziej szczegółowo

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012 ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW (88)/01 Hubert Sar, Potr Fundowcz 1 WYZNACZANIE ASOWEGO OENTU BEZWŁADNOŚCI WZGLĘDE OSI PIONOWEJ DLA SAOCHODU TYPU VAN NA PODSTAWIE WZORU EPIRYCZNEGO 1. Wstęp asowy moment

Bardziej szczegółowo

Analiza i diagnoza sytuacji finansowej wybranych branż notowanych na Warszawskiej Giełdzie Papierów Wartościowych w latach

Analiza i diagnoza sytuacji finansowej wybranych branż notowanych na Warszawskiej Giełdzie Papierów Wartościowych w latach Jacek Batóg Unwersytet Szczecńsk Analza dagnoza sytuacj fnansowej wybranych branż notowanych na Warszawskej Gełdze Paperów Wartoścowych w latach 997-998 W artykule podjęta została próba analzy dagnozy

Bardziej szczegółowo

6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO

6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO Różnce mędzy obserwacjam statystycznym ruchu kolejowego a samochodowego 7. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO.. Obserwacje odstępów mędzy kolejnym wjazdam na stację

Bardziej szczegółowo

Laboratorium ochrony danych

Laboratorium ochrony danych Laboratorum ochrony danych Ćwczene nr Temat ćwczena: Cała skończone rozszerzone Cel dydaktyczny: Opanowane programowej metody konstruowana cał skończonych rozszerzonych GF(pm), poznane ch własnośc oraz

Bardziej szczegółowo

Kierownik Katedry i Kliniki: prof. dr hab. Bernard Panaszek, prof. zw. UMW. Recenzja

Kierownik Katedry i Kliniki: prof. dr hab. Bernard Panaszek, prof. zw. UMW. Recenzja KATEDRA KLINIKA CHORÓB WEWNĘTRZNYCHYCH GERIATRII ALERGOLOGU Unwersytet Medyczny m. Pastów Śląskch we Wrocławu 50-367 Wrocław, ul. Cure-Skłodowskej 66 Tel. 71/7842521 Fax 71/7842529 E-mal: bernard.panaszek@umed.wroc.pl

Bardziej szczegółowo