Natalia Nehrebecka. Dariusz Szymański

Podobne dokumenty
Natalia Nehrebecka. Wykład 2

Natalia Nehrebecka. Zajęcia 3

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada. Zajęcia 3

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

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

Natalia Nehrebecka. Zajęcia 4

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

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

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

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

STATYSTYKA MATEMATYCZNA

dy dx stąd w przybliżeniu: y

Weryfikacja hipotez dla wielu populacji

Stanisław Cichocki Natalia Nehrebecka. Wykład 1

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

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

Mikroekonometria 13. Mikołaj Czajkowski Wiktor Budziński

Mikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński

Stanisław Cichocki. Natalia Nehrebecka

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

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

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada

Natalia Nehrebecka Stanisław Cichocki. Wykład 10

EKONOMETRIA I Spotkanie 1, dn

Prawdopodobieństwo i statystyka r.

Ekonometria egzamin 01/02/ W trakcie egzaminu wolno używać jedynie długopisu o innym kolorze atramentu niż czerwony oraz kalkulatora.

Analiza zależności zmiennych ilościowych korelacja i regresja

D. Ciołek EKONOMETRIA wykład 0 EKONOMETRIA. Wykład 0: Informacje o przedmiocie. dr Dorota Ciołek. Katedra Ekonometrii Wydział Zarządzania UG

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

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki Natalia Nehrebecka. Wykład 1

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

Stanisław Cichocki. Natalia Nehrebecka


ń Ą ń Ę ż ż Ę ż ń ż Ę ż ń ż Ę Ę Ę ń ń ż ż Ę ż Ś ż ź

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

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

Metody predykcji analiza regresji

Współczynnik korelacji liniowej oraz funkcja regresji liniowej dwóch zmiennych

Mikroekonometria 10. Mikołaj Czajkowski Wiktor Budziński

WPROWADZENIE DO ANALIZY KORELACJI I REGRESJI

Regresja liniowa i nieliniowa

PROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ

Stanisław Cichocki. Natalia Nehrebecka. Wykład 11

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

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

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Markowa. ZałoŜenia schematu Gaussa-

IID = 2. i i i i. x nx nx nx

ż ć ż ń Ń Ż ń ń ć ż ż ć Ż

Analiza regresji modele ekonometryczne

Metoda najmniejszych kwadratów

Statystyka opisowa. Wykład V. Regresja liniowa wieloraka

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

Analiza korelacji i regresji

Stanisław Cichocki Natalia Nehrebecka. Wykład 1

ź ń ń

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

Natalia Nehrebecka. Wykład 1

ć ć ć

Ą Ę Ł Ą Ż

ź Ć Ż

Ż ź Ł

Ę Ż ż Ł ź ż ż ż ż

ś ś ś ź ć ś ś

Ł

Ą ŚĆ Ś Ś Ę ć

ć Ę ć Ę ź Ę

ź Ź Ź ć ć ć ź ć ć ć ć ć Ź

ś ś ś ś ś ś ś ś ś ś ć ś Ż Ż ć ś ś Ż ć

Ę

ż ż Ż Ł Ż Ś ć ż ć ż Ś

ś ść ść ś ść ść ś ś ś ś ść ś ś ś ść ść

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer

Ł ń Ż Ł ż Ą Ó Ś Ż ń ż ż ń ż Ń Ł Ą Ł Ą Ą Ą Ą ż

65120/ / / /200

Mikroekonometria 10. Mikołaj Czajkowski Wiktor Budziński

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

ż ż ż ż ż ż ż Ś ż ń ż ż Ę ż ż ż ż ń ż ż Ś ż ż ż ż ń Ł

Ekonometria ćwiczenia Kolokwium 1 semestr 20/12/08. / 5 pkt. / 5 pkt. / 5 pkt. / 5 pkt. /20 pkt. Regulamin i informacje dodatkowe

Ntli Natalia Nehrebecka. Dariusz Szymański. Zajęcia 4

Analiza danych OGÓLNY SCHEMAT. Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

Statystyka. Zmienne losowe

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 1-2

Procedura normalizacji

ść ś ń ś ś ź ś ć Ą ś Ą ś ń ś ń ń ń ń Ń ć ź ń ś ń ń Ń ć ń ś ś

Ó Ą Ł Ń ń ć ń ń ć Ń Ń ń Ń ń Ń ć ć ć Ń ź ź

EKONOMETRIA Wykład 4: Model ekonometryczny - dodatkowe zagadnienia

Funkcje i charakterystyki zmiennych losowych

Natalia Neherbecka. 11 czerwca 2010

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

ZASTOSOWANIE METOD EKONOMETRYCZNYCH DO BADANIA HETEROGENICZNOŚCI OBIEKTÓW

Ś Ę Ą Ł Ś Ł Ł Ł Ł Ł Ś Ś Ł Ł Ł Ą Ł Ł Ł Ł Ł Ą Ą Ł

Ą Ł ć Ę ć Ę ć

ć ć Ł ć Ź ć Ł ź ć Ś ć ć Ż Ł Ż ć ż ć

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

ć Ą Ą Ł Ą

Ę Ż Ż Ż ś ż Ż

Transkrypt:

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 lnowego 4. Estymacja modelu Przykład Wartość teoretyczna (dopasowana) Reszty 5. MNK przypadek jednej zmennej

. Sprawy organzacyjne Zasady zalczena Ćwczena Lteratura. Czym zajmuje sę ekonometra? Model ekonometryczny 3. Model lnowy Postać modelu lnowego Zaps macerzowy modelu dl lnowego 4. Estymacja modelu Przykład Wartość teoretyczna (dopasowana) Reszty 5. MNK przypadek jednej zmennej 3

- adres malowy: nnehrebecka@wne.uw.edu.pl - strona nternetowa: www.wne.uw.edu.pl/nnehrebecka -dyżur: środa 8.30 9.30 sala 30 lub 303 4

Egzamn psemny: Forma egzamnu: warunkem dopuszczena do egzamnu końcowego jest zalczene ćwczeń (zalczena kartkówek oraz modelu) egzamn trwa 90 mn. zawera: 4 pytana teoretyczne spośród lsty pytań ze skryptu (mogą a być zmodyfkowane) zadana podobne do zadań ze zboru zadań zadane spoza zboru konecznym warunkem zalczena egzamnu jest: rozwązane ą przynajmnej j zadana poprawna odpowedź na przynajmnej pytana teoretyczne Ocena końcowa: średna ważona (/3 ocena z egzamnu +/3 (30% kartkówk+70% model) 5

obecnośc na ćwczenach ustalana są a na podstawe, 0 mn. kartkówek ocena końcowa z ćwczeń: ocena z egzamnu najważnejszym elementem ćwczeń jest samodzelne opracowane własnego badana ekonometrycznego modelu. modele opracowywane w grupach co najwyżej osobowych Oprogramowane: akceptowane będą jedyne modele oszacowane w STAT ce. 6

- J.Mycelsk, Skrypt z ekonometr (I II sem.),dostępny na ksero wydzałowym - J.Mycelsk, Zbór zadań z ekonometr dostępny na ksero wydzałowym 7

. Sprawy organzacyjne Zasady zalczena Ćwczena Lteratura. Czym zajmuje sę ekonometra? Model ekonometryczny 3. Model lnowy Postać modelu lnowego Zaps macerzowy modelu dl lnowego 4. Estymacja modelu Przykład Wartość teoretyczna (dopasowana) Reszty 5. MNK przypadek jednej zmennej 8

- badanem zależnośc loścowych mędzy zmennym ekonomcznym - empryczną weryfkacją teor ekonomcznych Przykład: - teora: prawo popytu podaży wzrost ceny powoduje spadek popytu wzrost podaży - teora nc ne mów o le spadne popyt, wzrośne podaż 9

- ekonometryk może oszacować reakcję popytu na spadek ceny (cenowa elastyczność popytu) oraz zweryfkować hpotezę o jej ujemnym znaku - wykorzystuje do tego dane 0

- dane ne mówą,,same za sebe -narzędzem ekonometryka do analzy danych model ekonometryczny - model: a) pewen sposób opsu danych b) za pomocą newelkej lczby oszacowanych parametrów umożlwa uchwycene najważnejszych zależnośc medzy zmennym

c) ne opsuje dokładne rzeczywstośc (w sposób nedoskonały) Budowa modelu: a) cel badana hpoteza badawcza teora które zmenne stotne wpływają na analzowane zjawsko, kerunek przyczynowośc, jake formy funkcyjne wybrać b) dane c) oszacowane parametrów d) weryfkacja hpotezy

Keynesowska teora konsumpcj Zgodne z teorą Keynesa podstawowe prawo psychologczne głos, ł że ludze są skłonn do zwększana konsumpcj wraz ze wzrostem dochodów, ale w mnejszym stopnu nż wzrasta dochód. Matematyczny model dla tej teor może przyjąć postać: y = β + β 0 < β < gdze y wydatk konsumpcyjne, dochód, β, β parametry równana. β zwane jest stałą ą równana, zaś β jest parametrem nachylena lub współczynnkem kerunkowym. 3

y Wydatk kons. β =Krańcowa skłonność do konsumpcj (MPC) β 0 Dochody Rys.. Funkcja konsumpcj Keynesa, skrypt do ekonometr B. Góreck 4

Możemy oczekwać, że krańcowa skłonność do konsumpcj ne we wszystkch rodznach jest dokładne taka sama. Wpływają ł na ną nne zmenne oprócz dochodu, d take jak wek rodzny, lczba osób w rodzne, mejsce zameszkana, nawyk konsumpcyjne td. Dlatego też modyfkujemy funkcję konsumpcj dodając zaburzene losowe, dzęk ę któremu funkcja determnstyczna konsumpcj staje sę funkcją stochastyczną (losową). Taka postać funkcj jest modelem ekonometrycznym. Zapszmy ją: y = β + β + ε 5

Wydatk kons. ε Rys... Ekonometryczny model konsumpcj Keynesa, skrypt do ekonometr B. Góreckego Dochody 6

. Sprawy organzacyjne Zasady zalczena Ćwczena Lteratura. Czym zajmuje sę ekonometra? Model ekonometryczny 3. Model lnowy Postać modelu lnowego Zaps macerzowy modelu dl lnowego 4. Estymacja modelu Przykład Wartość teoretyczna (dopasowana) Reszty 5. MNK przypadek jednej zmennej 7

teora ekonomczna dane empryczne zależnośc loścowe mędzy zmennym badane ekonometryczne 8

y = β + β +... + β + K K ε y - zmennaobjaśnana (zależna, endogenczna),,, K - zmenne objaśnające (nezależne, egzogenczne), ε - błąd losowy, odpowada za losową newyjaśnoną część zmennośc y β,,ββ K - neznane parametry, =,,N ndeks obserwacj, N - lczba obserwacj. 9

ε β + = K y M M M M M L M { { ε β ε β N K X KN N N y N y 3 44 4 3 44 4 L ε β X y Stąd równane macerzowe ma postać: = Xβ + ε y β y 0

Model lnowy zakłada, że: zależność mędzy analzowanym zmennym jest lnowa (równane regresj lnowej wyznacza hperpłaszczyznę regresj) stneje zależność przyczynowo skutkowa mędzy zmennym ( korelacja) zmenne objaśnające są przyczyną zmennośc zmennej objaśnanej zależność zwykle wynka z teor (pownna) pewna część zmennośc zmennej objaśnanej pozostaje newyjaśnona, bo: neuwzględnene pewnych zmennych objaśnających losowy charakter czynnków wpływających na zmenną objaśnaną

Który z model jest poprawny dlaczego? Co jest zmenną objaśnaną a co objaśnającą? wydatk β β dochód ε = + + dochód = β + β wydatk + ε

. Sprawy organzacyjne Zasady zalczena Ćwczena Lteratura. Czym zajmuje sę ekonometra? Model ekonometryczny 3. Model lnowy Postać modelu lnowego Zaps macerzowy modelu dl lnowego 4. Estymacja modelu Przykład Wartość teoretyczna (dopasowana) Reszty 5. MNK przypadek jednej zmennej 3

Teora zwykle ne dostarcza nformacj nt. welkośc parametrów modelu {(β,,β K ) nelosowe, ale neobserwowalne}. Welkość neznanych parametrów tó należy ż oszacować ć (estymować) na podstawe danych emprycznych (próby). Oszacowane welkośc lk ś parametrów tó (estymatory) t (b,,b K ) są nedokładne (losowe), zależą od próby. 4

0 0 4 5 3 6 4 5 = = 30 8, 4 7 y 3 30 9 4 36 34 0 6 38 8 5

Rysunek: Prosta regresj przykłady 6

Wartośc dopasowane: wartośc zmennej objaśnanej (y ) przewdywane na podstawe oszacowanego modelu regresj lnowej y na,, K : y ˆ = b + b +... + K b K Różną sę od wartośc rzeczywstych, bo: zamast neznanych prawdzwych welkośc parametrów (β,, β K ) używamy ch estymatorów (b,,b K ) (β,, β K ) używamy ch estymatorów (b,,b K ) pomjamy błąd losowy (ε ) 7

Reszty: różnca mędzy wartoścą rzeczywstą a dopasowaną zmennej objaśnanej, są to oszacowana (ε ) : e = y yˆ = y b b... b K K Im mnejsza jest odległość wartośc rzeczywstych od teoretycznych tym lepszy model estymatory yparametrów modelu mnmalzują sumę ę odległośc y od : ŷ N N ( y yˆ ) = = = e 8

N N ( y yˆ ) = = = e Funkcja ta jest cągła różnczkowalna dla wszystkch e, dzęk czemu można znaleźć jej mnmumwzględem welkośc parametrów poprzez rozwązane standardowych warunków perwszego ego rzędu. 9

30

Jaką znasz nną funkcję odległośc? Dlaczego trudno jest ją stosować w procese estymacj? 3

. Sprawy organzacyjne Zasady zalczena Ćwczena Lteratura. Czym zajmuje sę ekonometra? Model ekonometryczny 3. Model lnowy Postać modelu lnowego Zaps macerzowy modelu dl lnowego 4. Estymacja modelu Przykład Wartość teoretyczna (dopasowana) Reszty 5. MNK przypadek jednej zmennej 3

Zapsz model teoretyczny, model wyestymowany, wartośc dopasowane oraz reszty dla modelu lnowego zawerającego jedną zmenną objaśnającą stałą 33

Model teoretyczny: y = β + β + ε yˆ = b + b Wartość dopasowana (teoretyczna): Reszta: e = y b b 34

Oszacowana b b pownny być dobrane tak by suma Oszacowana b b pownny być dobrane tak, by suma kwadratów reszt była jak najmnejsza. ( ) = = = N N b b y e b b S ), ( ( ) = = N y ), ( ( ) = + + + b b b b y b y b y 35

Polcz pochodne cząstkowe względem parametrów b powyższego równana przyrównaj je do zera. b S S ( b, b b ( b b, b ) ) = = 0 0 Warunk perwszego rzędu 36

Lcząc pochodne dla poszczególnych równań uzyskujemy układ równań Lcząc pochodne dla poszczególnych równań uzyskujemy układ równań zwany układem równań normalnych. N [ ] = + + 0 N b b y [ ] + + = 0 N b b y [ ] = + + = 0 b b y 37

b = y b N = y b = NN y = N 38

Przypomnj wzór na warancję (s ) kowarancję (s y ) empryczną. b = y b S b = y S 39

. Zapsać model lnowy. Podać nterpretację poszczególnych elementów tego modelu.. Podać wzajemne relacje mędzy wartoścam obserwowanym zmennej zależnej, ż oszacowanam parametrów, wartoścam ś dopasowanym resztam. 3. Wyjaśnj j różncę ę mędzy ę parametram oszacowanam parametrów oraz mędzy odchylenam losowym resztam. 4. Skąd berze sę nazwa Metoda Najmnejszych Kwadratów? 5. Wyprowadzć estymator t MNK dla modelu dl ze stałą ł jedną jd zmenną objaśnającą. 40

Dzękuję za uwagę 4