Etapy modelowania ekonometrycznego

Podobne dokumenty
Metody Ilościowe w Socjologii

EKONOMETRIA. Prof. dr hab. Eugeniusz Gatnar.

Wiadomości ogólne o ekonometrii

Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych

Metoda najmniejszych kwadratów

1. Ekonometria jako dyscyplina naukowa (przedmiot, metodologia, teorie ekonomiczne). Model ekonometryczny, postać modelu, struktura, klasyfikacja.

Statystyka opisowa. Wykład V. Regresja liniowa wieloraka

Statystyka matematyczna i ekonometria

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

t y x y'y x'x y'x x-x śr (x-x śr)^2

Ekonometria. Zajęcia

3. Modele tendencji czasowej w prognozowaniu

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Tomasz Stryjewski Uniwersytet Mikołaja Kopernika w Toruniu

Państwowa Wyższa Szkoła Zawodowa w Suwałkach SYLLABUS na rok akademicki 2014/2015

Narzędzia statystyczne i ekonometryczne. Wykład 1. dr Paweł Baranowski

STATYSTYKA EKONOMICZNA

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada

Stanisław Cichocki. Natalia Nehrebecka

Badania eksploracyjne Badania opisowe Badania wyjaśniające (przyczynowe)

Wprowadzenie do analizy korelacji i regresji

ZAKRES TEMATYCZNY EGZAMINU LICENCJACKIEGO

Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania

Ćwiczenia IV

Proces badawczy schemat i zasady realizacji

Prognozowanie na podstawie modelu ekonometrycznego

KURS EKONOMETRIA. Lekcja 1 Wprowadzenie do modelowania ekonometrycznego ZADANIE DOMOWE. Strona 1

Ekonometria. Wprowadzenie do modelowania ekonometrycznego Estymator KMNK. Jakub Mućk. Katedra Ekonomii Ilościowej

Stanisław Cichocki. Natalia Nehrebecka

Statystyka i Analiza Danych

Modelowanie glikemii w procesie insulinoterapii

Proces badawczy schemat i zasady realizacji

Uniwersytet w Białymstoku Wydział Ekonomiczno-Informatyczny w Wilnie SYLLABUS na rok akademicki 2010/2011

Imię, nazwisko i tytuł/stopień KOORDYNATORA przedmiotu zatwierdzającego protokoły w systemie USOS Jacek Marcinkiewicz, dr

Proces badawczy schemat i zasady realizacji

KARTA PRZEDMIOTU. 12. PRZEDMIOTOWE EFEKTY KSZTAŁCENIA Odniesienie do kierunkowych efektów kształcenia (symbol)

Rozdział 1. Modelowanie ekonometryczne

K wartość kapitału zaangażowanego w proces produkcji, w tys. jp.

parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających,

STRESZCZENIE. rozprawy doktorskiej pt. Zmienne jakościowe w procesie wyceny wartości rynkowej nieruchomości. Ujęcie statystyczne.

Podstawowe pojęcia statystyczne

Analiza współzależności zjawisk

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

Wady klasycznych modeli input - output

Spis treści 3 SPIS TREŚCI

Eksperyment jako metoda badawcza

Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego

e) Oszacuj parametry modelu za pomocą MNK. Zapisz postać modelu po oszacowaniu wraz z błędami szacunku.

Zadanie 1. a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1

przedmiotu Nazwa Pierwsza studia drugiego stopnia

Ekonometria. Mieczys aw Sobczyk

Podstawy ekonometrii. Opracował: dr hab. Eugeniusz Gatnar prof. WSBiF

Ekonometria. Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych. Jakub Mućk. Katedra Ekonomii Ilościowej

METODOLOGIA BADAŃ przypomnienie kluczowych zagadnień dot. metodologii konstrukcja planu pracy do ustalonych

Zmienne zależne i niezależne

REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ

Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2014/2015

Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2017/2018

Ekonometria ćwiczenia 3. Prowadzący: Sebastian Czarnota

Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna

Ekonometria i prognozowanie Econometrics and prediction

Metody badań w naukach ekonomicznych

Proces modelowania zjawiska handlu zagranicznego towarami

REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ. Analiza regresji i korelacji

TEST STATYSTYCZNY. Jeżeli hipotezę zerową odrzucimy na danym poziomie istotności, to odrzucimy ją na każdym większym poziomie istotności.

ANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO

Weryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1

Opis zakładanych efektów kształcenia na studiach podyplomowych WIEDZA

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2014/2015

Modele DSGE. Jerzy Mycielski. Maj Jerzy Mycielski () Modele DSGE Maj / 11

PYTANIA NA EGZAMIN MAGISTERSKI KIERUNEK: EKONOMIA STUDIA DRUGIEGO STOPNIA. CZĘŚĆ I dotyczy wszystkich studentów kierunku Ekonomia pytania podstawowe

Ekonometria. Modelowanie zmiennej jakościowej. Jakub Mućk. Katedra Ekonomii Ilościowej

Rozdział 8. Regresja. Definiowanie modelu

KARTA KURSU. Kod Punktacja ECTS* 1

Ekonometria. Dobór postaci analitycznej, transformacja liniowa i estymacja modelu KMNK. Paweł Cibis 9 marca 2007

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Liniowy model ekonometryczny Metoda najmniejszych kwadratów Laboratorium 1.

O LICZBIE ABONENTÓW TELEFONII KOMÓRKOWEJ W POLSCE ZDANIEM TRZECH STATYSTYKÓW

STATYSTYKA. dr Agnieszka Figaj

Metodologia badań psychologicznych

Wybór postaci analitycznej modelu ekonometrycznego

METODY I TECHNIKI BADAŃ SPOŁECZNYCH

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA

Ekonometria - ćwiczenia 1

Stanisław Cihcocki. Natalia Nehrebecka

Ekonometria. Weryfikacja liniowego modelu jednorównaniowego. Jakub Mućk. Katedra Ekonomii Ilościowej

Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych (X1, X2, X3,...) na zmienną zależną (Y).

ZMIENNE LOSOWE CZY NIELOSOWE W EKONOMETRII

OGŁOSZENIE O ZAMÓWIENIU nr 1/2013 (POWYŻEJ 14 tys. EURO)

Ekonometria_FIRJK Arkusz1

Testowanie hipotez statystycznych związanych ą z szacowaniem i oceną ą modelu ekonometrycznego

Rozdział 1. Modelowanie ekonometryczne

Uchwała Nr 69 /2012. Senatu Uniwersytetu Jana Kochanowskiego w Kielcach. z dnia 31 maja 2012 roku

Wykład 5: Analiza dynamiki szeregów czasowych

Co to jest analiza regresji?

Modelowanie jako sposób opisu rzeczywistości. Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka

Stanisław Cichocki Natalia Neherbecka

ANALIZA PORÓWNAWCZA WYBRANYCH PROCEDUR MODELOWANIA EKONOMETRYCZNEGO DLA MODELU GOSPODARKI WOJEWÓDZTWA ŚLĄSKIEGO

Stanisław Cichocki. Natalia Neherbecka. Zajęcia 13

Transkrypt:

Etapy modelowania ekonometrycznego

jest podstawowym narzędziem badawczym, jakim posługuje się ekonometria. Stanowi on matematyczno-statystyczną formę zapisu prawidłowości statystycznej w zakresie rozkładu, dynamiki i wahań oraz zależności w czasie i przestrzeni. Innymi słowy model ekonometryczny to równanie, bądź układ równań, przedstawiający stochastyczną zależność pomiędzy zasadniczymi zmiennymi charakteryzującymi badane zjawisko ekonomiczne. Strukturę każdego modelu ekonometrycznego określają następujące elementy: zmienne, typ związku funkcyjnego (postać analityczna) i parametry modelu oraz składnik losowy.

parametry modelu typ związku funkcyjnego postać analityczna modelu Y X X... X t 0 1 1 2 2 n n zmienne składnik losowy

W modelu ekonometrycznym występują dwie podstawowe klasy zmiennych: endogeniczne i egzogeniczne. to zmienne, których kształtowanie objaśniane jest przez model ekonometryczny za pomocą funkcyjnego zapisu zależności. to zmienne, które pozwalają na objaśnienie modelu kształtowania się zmiennych endogenicznych, ale same nie są przedmiotem analizy modelu. W poszczególnych równaniach modelu podstawowy jest podział zmiennych na objaśniane i objaśniające. danego równania to zmienna zależna, której kształtowanie objaśniane jest w danym równaniu za pomocą zależności funkcyjnych. danego równania to zmienne niezależne służące do objaśnienia w danym równaniu kształtowania się wielkości zmiennej zależnej.

W modelach ekonometrycznych występuje również pewna szczególna zmienna należąca do klasy zmiennych losowych. Zmienną tą jest. Stochastyka modelu ekonometrycznego przejawia się właśnie występowaniem składnika losowego. W literaturze funkcjonują dwa podejścia wyjaśniające powody występowania składnika losowego w modelu ekonometrycznym: podejście deterministyczne i podejście indeterministyczne.

zakłada, że składnik losowy wyraża efekt oddziaływania na zmienną endogeniczną tych czynników, które nie zostały wyspecyfikowane w modelu (explicite w modelu uwzględnia się tylko zmienne objaśniające najistotniejsze) oraz błędów wynikających z przyjęcia niewłaściwej postaci analitycznej, a także błędów pomiaru wartości zmiennych występujących w modelu (dane statystyczne mogą być obarczone błędami pomiaru). W przyczyny występowania składnika losowego upatruje się w tym, że zjawiska losowe są z natury stochastyczne.

W zależności od charakteru badanego zjawiska ekonomicznego, model ekonometryczny może mieć różną postać. Modele ekonometryczne można zatem dzielić na różne rodzaje lub typy, z punktu widzenia różnych kryteriów klasyfikacyjnych. Najważniejsze z nich dzielą modele ekonometryczne ze względu na: 1. rodzaj prawidłowości statystycznych, - modele struktury (rozkładu), - modele dynamiki i wahań (tendencji rozwojowej), - modele związku w czasie, - modele związku w przestrzeni, 2. liczbę zmiennych w modelu, - modele z jedną zmienną objaśniającą, - modele z wieloma zmiennymi objaśniającymi,

3. postać analityczną związku funkcyjnego, - modele liniowe, - modele nieliniowe, 4. uwzględnienie czynnika czasu, - modele statyczne, - modele dynamiczne, 5. liczbę równań w modelu, - modele jednorównaniowe, - modele wielorównaniowe,

Schemat postępowania w trakcie badania ekonometrycznego Określenie celu badania Specyfikacja zmiennych modelu Konstrukcja modelu Estymacja parametrów Weryfikacja modelu Zastosowanie modelu: analizy, diagnozy, prognozy

Określenie celu badania Pierwszy etap badania ekonometrycznego stanowi swoiste zapotrzebowanie, wymagające wyjaśnienia kształtowania się pewnego zjawiska ekonomicznego, które podlega pewnej prawidłowości statystycznej. Badania ekonometryczne i badanie zjawisk ekonomicznych prowadzi się w celu: 1. opisu mechanizmu kształtowania się zjawisk ekonomicznych (cel poznawczy opisowy), 2. oceny zbadanego wcześniej mechanizmu kształtowania się zjawisk ekonomicznych (cel diagnostyczny), 3. przewidywania w sensie czasowym i przekrojowym przebiegu zjawisk ekonomicznych (cel predyktywny).

Specyfikacja zmiennych modelu Schemat postępowania w II etapie badań 1.Dobór zmiennych objaśniających 2.Zbieranie danych statystycznych 3. Wybór zmiennych objaśniających

1.Dobór zmiennych objaśniających Przez dobór zmiennych należy rozumieć merytoryczne propozycje zbioru zmiennych objaśniających, czyli listę kandydatek na zmienne objaśniające użyte explicite w modelu ekonometrycznym. Doboru zmiennych dokonujemy w kategoriach logicznych powiązań przyczynowych między zmiennymi. Przy doborze zmiennych do ekonometrycznego modelu związku należy kierować się następującymi względami:

1. Zbiór zmiennych objaśniających powinien spełniać przede wszystkim wymagania merytoryczne, które zależą od celu badania. Zmienne powinny być tak dobrane, aby uwzględniały cel badania: opisowy, diagnostyczny, czy prognostyczny, gdyż rzadko się zdarza aby ten sam model wykorzystywany był z uwzględnieniem wszystkich trzech rodzajów celów równocześnie. 2. Zmienne objaśniające powinny spełniać rolę przyczyn (co oczywiście nie oznacza, że zawsze powinny być przyczynami w pełnym tego słowa znaczeniu). 3. Zmienne objaśniające powinny reprezentować różne aspekty ze sfery przyczyn. 4. Zmienne objaśniające powinny być dobrane zarówno ze względu na istniejącą teorię ekonomii, jak i praktykę gospodarczą.

2.Zbieranie danych statystycznych Zbieranie danych statystycznych stanowi istotną część ekonometrii. Zbyt poważne niedokładności w mierzeniu poziomu zjawisk uniemożliwia przeprowadzenie badań ekonometrycznych tak samo jak ich brak. Rozróżniamy dane statystyczne w postaci: - szeregów czasowych (są to informacje o kształtowaniu się zmiennej w wybranym przedziale czasowym dane roczne, kwartalne, miesięczne, dzienne, itd.), - danych przekrojowych (są to informacje o kształtowaniu się zmiennej w wybranych obiektach w określonym momencie lub okresie czasu; obiektem może być np. przedsiębiorstwo, gospodarstwo domowe, - danych przekrojowo-czasowych (są to informacje będące połączeniem danych przekrojowych i danych w postaci szeregów czasowych).

3. Wybór zmiennych objaśniających Przez wybór zmiennych objaśniających do modelu ekonometrycznego rozumieć należy taką selekcję (redukcję) zbioru złożonego z kandydatek, aby zbiór zmiennych uwzględnionych w modelu spełniał wymóg przyjętego kryterium formalnego. Do modelu powinny zatem wejść takie zmienne, aby miał on sensowną interpretację merytoryczną i aby zapewniał opis zmiennej objaśnianej z założoną z góry dokładnością.

Do najważniejszych kryteriów formalnostatystycznych stosowanych w metodach wyboru zmiennych należą: 1. Zmienne występujące w modelu powinny charakteryzować się dużą zmiennością; 2. Należy zapewnić maksymalne skorelowanie zmiennej objaśnianej ze zmiennymi objaśniającymi; 3. Zmienne objaśniające nie powinny być istotnie skorelowane między sobą; 4. Należy dążyć do maksymalnego stopnia dopasowania modelu do rzeczywistych relacji gospodarczych, co wyraża się w maksymalizacji współczynnika determinacji R 2.

Przykłady metod wyboru zmiennych:

Konstrukcja modelu W tym etapie badania stajemy przed problemem podjęcia decyzji o postaci analitycznej funkcji f. Musimy zatem odpowiedzieć na pytanie według jakich formalnych związków zmienna Y zależy od zbioru zmiennych objaśniających? Na wstępie należy stwierdzić, że wybór postaci analitycznej modelu ekonometrycznego jest jednym z najtrudniejszych etapów badań. Jest on szczególnie uciążliwy, gdy rozpatrujemy modele z większą liczbą zmiennych objaśniających. Praktycznie istnieją trzy sposoby podejścia do tego zagadnienia: 1. Sposób poznawczy wykorzystujący teorię ekonomii. 2. Sposób wynikowy polega na statystycznej analizie posiadanego materiału empirycznego. 3. Sposób mieszany oparty na dwóch powyższych.

Estymacja parametrów Przechodząc do etapu estymacji modelu ekonometrycznego dysponujemy już pełną hipotezą modelową co do wszystkich zmiennych w modelu oraz co do postaci analitycznej. Zakładając zatem, że nasza hipoteza dotycząca funkcji opisującej zależność między zmienną objaśnianą a zbiorem zmiennych objaśniających jest słuszna, tzn. że model jest zgodny z rzeczywistym przebiegiem odpowiedniej prawidłowości, stajemy przed problemem określenia liczbowych wartości parametrów strukturalnych w odpowiedniej postaci analitycznej modelu. Ten etap badania sprowadza się zatem do wyboru metody szacunku parametrów modelu ekonometrycznego, a następnie do ich oszacowania.

Weryfikacja modelu Weryfikacja modeli ekonometrycznych, jest etapem decydującym o jakości modelu. W etapie tym można wyróżnić pięć następujących podetapów: 1. badanie dokładności szacunku modelu 2. badanie stopnia dopasowania modelu do danych empirycznych 3. badanie statystycznej istotności estymatorów parametrów występujących w modelu 4. weryfikacja hipotez dotyczących składnika losowego 5. badanie zasadności przyjętej postaci analitycznej modelu

Zastosowanie modelu: analizy, diagnozy, prognozy Etap ten bezpośrednio wiąże się z etapem pierwszym badania ekonometrycznego, w którym zostało zdefiniowane pewne zamówienie, wyrażone celem badania. Modele ekonometryczne buduje się najczęściej w celu: 1. opisu mechanizmu kształtowania się zjawisk ekonomicznych ( ), 2. oceny zbadanego wcześniej mechanizmu kształtowania się zjawisk ekonomicznych ( ), 3. przewidywania w sensie czasowym i przekrojowym przebiegu zjawisk ekonomicznych ( ).