Mikroekonometria 13. Mikołaj Czajkowski Wiktor Budziński

HTML
DOWNLOAD

Wielkość: px

Rozpocząć pokaz od strony:

Download "Mikroekonometria 13. Mikołaj Czajkowski Wiktor Budziński"

Urszula Wierzbicka
6 lat temu
Przeglądów:

1 Mkroekonometra 13 Mkołaj Czajkowsk Wktor Budzńsk

2 Symulacje Analogczne jak w przypadku cągłej zmennej zależnej można wykorzystać metody Monte Carlo do analzy różnego rodzaju problemów w modelach gdze zmenna objaśnana jest np. dyskretna 1. Sprawdź konsekwencje pomnęca heteroskedastycznośc w modelu probtowym 2. Sprawdź konsekwencje wykorzystana tych samych zmennych objaśnających w obu równanach w modelu heckmana

3 Modele dla trwana Modele dla trwana zjawska jedna z aplkacj cenzurowana danych Np. czas trwana bezroboca, strajku, choroby, życa po operacj/leczenu, funkcjonowana frmy, czas do poczęca dzecka, aresztowana Cenzurowane dla częśc obserwacj proces może nadal trwać Interesują nas raczej prawdopodobeństwa nż momenty (modele ryzyka; ang. hazard models) Czy prawdopodobeństwo maleje, jest stałe czy rośne z upływem czasu? Różne postace funkcyjne dla funkcj przetrwana, dające różne przewdywana dla zachowana sę prawdopodobeństwa w czase

4 Modele dla trwana Można wykorzystywać modele parametryczne, np. uogólnone modele lnowe take jak model wykładnczy lub model Webulla Najczęścej wykorzystywany jest jednak model semparametryczny: model proporcjonalnych hazardów Coxa: Funkcją hazardu nazywamy: ht 1 lm S t S t t f t S t t 0 t S t Mów nam o przecętnej lczbe 'śmerc' na jednostkę czasu

5 Modele dla trwana Zakładamy, że hazard dla -tego respondenta ma następującą postać: X β h t h0 t exp Model może zostać wyestymowany przy pomocy MNW Funkcja najwększej warygodnośc L h j 0 t expx β Y h t expx β j 0 j Y 1 gdy t t j j 0 gdy obserwacja jest ocenzurowana

6 Zadane 3. Modele dla trwana 1. Wczytaj dane me.dsrupt.dta 2. Narysuj funkcję przetrwana Dlaczego p-stwo przetrwana ngdy ne spada ponżej 0.7? Narysuj funkcję przetrwana osobno dla zwązków, w których mężczyzna stosował przemoc ne 3. Przygotuj model proporcjonalnych hazardów Coxa znterpretuj wynk

7 Modele dla trwana Możlwe rozszerzena Zmenne objaśnające zmenające sę w czase Stratyfkacja podstawowej (baselne) funkcj hazardu Fralty

8 Ocena efektów dzałań Interesuje nas ocena efektów dzałana (ang. treatment effects) Np. znaczene wyższego wykształcena dla zarobków, wpływ karmena persą/palena na IQ dzecka, dzałana leku, dana łapówk Efekty dzałań mogą być endogenczne (wspólne czynnk wyjaśnające poddane sę 'dzałanu' jego efekt) Np. na unwersytet dą ludze o określonych cechach Brak możlwośc kontrol nnego stanu (ang. mssng counterfactual) Albo ktoś jest poddany dzałanu, albo ne Często brak możlwośc losowego przydzału do próby eksperymentu

9 Ocena efektów dzałań Ocena efektów dzałana wymaga kontrolowana wpływu doboru próby na efekt (mus uwzględnać korelację) C γz u, C 1 jeśl C 0, 0 w p.p. y βx u, BN 0, Analogczne jak w przypadku modelu z endogencznoścą Zmenna endogenczna jest teraz bnarna Model pozwala na oszacowane średnego wpływu dzałana na poddanych dzałanu

10 Zadane 4. Ocena efektów dzałań 1. Wczytaj dane me.medexp3.dta 2. Wykorzystaj regresję z endogencznym dzałanem, żeby sprawdzć wpływ posadana dodatkowego ubezpeczena na logarytm wydatków na lek 3. Porównaj wynk z 2MNK MNK

11 Ocena efektów dzałań Możlwe rozszerzena: Załóżmy, że jesteśmy w stane zdentyfkować pary osób o takch samych obserwowalnych cechach, z których jedna została poddana dzałanu, a druga ne Mając dość takch par moglbyśmy ocenć efekty dzałana (ang. matchng estmator) Zwykle zbyt mało danych dla takej procedury Alternatywa parowane współczynnków skłonnośc (ang. propensty score matchng) Parujemy osoby o takch samych prawdopodobeństwach poddana sę procedurze

12 Mkroekonometra podsumowane kursu Stata Klasyczny Model Regresj Lnowej Założena - testowane, konsekwencje nespełnena, metody radzena sobe Lnowość postac funkcyjnej Heteroskedastyczność Endogenczność Estymacja Metodą Najmnejszych Kwadratów Regresja kwantylowa Metody symulacyjne Modele bnarne Estymacja Metodą Najwększej Warygodnośc Testowane hpotez Efekty krańcowe Model użytecznośc losowej Modele welomanowe Modele wyboru uporządkowanego Modele lcznośc zdarzeń Dane panelowe Heterogenczność preferencj Ocenzurowane zmenne cągłe Obcęte zmenne cągłe Selekcja próby Modele trwana Ocena efektów dzałań

13 Mkroekonometra przykłady nnych zagadneń Heterogenczność w modelach lnowych Losowe parametry / klasy ukryte Modele welorównanowe Analzujemy jednocześne klka zmennych Możemy poznać wzajemne zależnośc mędzy nm Modele dynamczne dla danych panelowych Modele uwzględnające przestrzenną korelację danych Modele neparametryczne Modele sem-parametryczne

14 :06:57 Podsumowane Mkroekonometra ma jeszcze wele zagadneń, o których w ogóle ne wspomnelśmy Wele z omawanych rozszerzeń można łączyć, np. panele z modelam welorównanowym, parametry losowe z cenzurowanem tu grancą już tylko możlwość dentyfkacj rozsądek Mając przed sobą jakś problem ekonometryczny dane w określonej forme, warto sę zastanowć, czy regresja lnowa faktyczne jest odpowedna zajrzeć do lteratury, podobny problem na pewno ktoś już analzował jeśl ne w ekonometr, to np. w bometr, psychometr lub ogólnej w statystyce POWODZENIA!

Podobne dokumenty

Mikroekonometria 15. Mikołaj Czajkowski Wiktor Budziński

Mikroekonometria 15. Mikołaj Czajkowski Wiktor Budziński Mkroekonometra 15 Mkołaj Czajkowsk Wktor Budzńsk Mkroekonometra podsumowane kursu Zagadnena ogólne NLOGIT Metoda maksymalzacj funkcj ML Testy statystyczne Metody numeryczne, symulacje Metody wyceny nerynkowej