Liniowy model ekonometryczny Metoda najmniejszych kwadratów Laboratorium 1.



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

Ekonometria - ćwiczenia 1

Metody Ilościowe w Socjologii

Statystyka opisowa. Wykład V. Regresja liniowa wieloraka

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

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

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

Ekonometria. Modele regresji wielorakiej - dobór zmiennych, szacowanie. Paweł Cibis pawel@cibis.pl. 1 kwietnia 2007

Ekonometria_FIRJK Arkusz1

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

przedmiotu Nazwa Pierwsza studia drugiego stopnia

Proces modelowania zjawiska handlu zagranicznego towarami

Narzędzia statystyczne i ekonometryczne. Wykład 1. dr Paweł Baranowski

Ekonometria. Regresja liniowa, współczynnik zmienności, współczynnik korelacji liniowej, współczynnik korelacji wielorakiej

Metoda najmniejszych kwadratów

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

Stanisław Cichocki. Natalia Nehrebecka. Wykład 9

EKONOMETRIA PRZESTRZENNA

STATYSTYKA MATEMATYCZNA

Ekonometria. Zajęcia

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

METODY ILOŚCIOWE W ZARZĄDZANIU

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

Ekonometria_EkonJK Arkusz1

Stanisław Cichocki. Natalia Nehrebecka

Ekonometria ćwiczenia 3. Prowadzący: Sebastian Czarnota

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

Ekonometria dla III roku studiów licencjackich dr Stanisław Cichocki dr Natalia Nehrebecka

Ekonometria i prognozowanie Econometrics and prediction

Rozdział 2: Metoda największej wiarygodności i nieliniowa metoda najmniejszych kwadratów

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

Brunon R. Górecki. Ekonometria. podstawy teorii i praktyki. Wydawnictwo Key Text

12. Przynależność do grupy przedmiotów: Blok przedmiotów matematycznych

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

1.1 Klasyczny Model Regresji Liniowej

12. Przynależność do grupy przedmiotów: Blok przedmiotów matematycznych

Własności statystyczne regresji liniowej. Wykład 4

Ekonometria. wiczenia 1 Regresja liniowa i MNK. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Stanisław Cichocki. Natalia Nehrebecka

EKONOMETRIA. Prof. dr hab. Eugeniusz Gatnar.

MODELE LINIOWE. Dr Wioleta Drobik

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada

Ekonometria. Dobór postaci analitycznej, transformacja liniowa i estymacja modelu KMNK. Paweł Cibis 23 marca 2006

Nazwa przedmiotu: Informatyczne systemy statystycznej obróbki danych. Informatics systems for the statistical treatment of data Kierunek:

Uczelnia Łazarskiego. Sylabus. 1. Nazwa przedmiotu EKONOMETRIA 2. Kod przedmiotu

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 11-12

Ekonometria. Własności składnika losowego. Jakub Mućk. Katedra Ekonomii Ilościowej

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

Niestacjonarne zmienne czasowe własności i testowanie

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

EKONOMETRIA STOSOWANA PRZYKŁADOWE ZADANIA EGZAMINACYJNE

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

JEDNORÓWNANIOWY LINIOWY MODEL EKONOMETRYCZNY

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI

WERYFIKACJA MODELI MODELE LINIOWE. Biomatematyka wykład 8 Dr Wioleta Drobik-Czwarno

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

Wprowadzenie do analizy korelacji i regresji

Egzamin z ekonometrii - wersja ogólna

Etapy modelowania ekonometrycznego

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

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

Metody komputerowe statystyki Computer Methods in Statistics. Matematyka. Poziom kwalifikacji: II stopnia. Liczba godzin/tydzień: 2W, 3L

Zmiany koniunktury gospodarczej a sytuacja ekonomiczna wybranych przedsiębiorstw z branży budowlanej w Polsce

WYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO

Na podstawie danych dotyczacych rocznych wydatków na pizze oszacowano parametry poniższego modelu:

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

Ćwiczenia IV

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

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

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

Statystyka matematyczna i ekonometria

KARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Statystyka matematyczna (STA230) 2. KIERUNEK: MATEMATYKA. 3. POZIOM STUDIÓW: I stopnia

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

Ekonometria. Regresja liniowa, współczynnik zmienności, współczynnik korelacji, współczynnik korelacji wielorakiej. Paweł Cibis

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013

Wprowadzenie do teorii ekonometrii. Wykład 1 Warunkowa wartość oczekiwana i odwzorowanie liniowe

Politechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015

Metody Ekonometryczne

Egzamin z ekonometrii wersja IiE, MSEMAT

Materiał dla studentów

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI

3. Modele tendencji czasowej w prognozowaniu

Ekonometria. Ćwiczenia nr 3. Jakub Mućk. Katedra Ekonomii Ilościowej

Statystyka matematyczna i ekonometria

Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona;

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

Metody Ekonometryczne

Zależność. przyczynowo-skutkowa, symptomatyczna, pozorna (iluzoryczna),

Liczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 16 zaliczenie z oceną

Metoda Johansena objaśnienia i przykłady

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

Ekonometria egzamin wersja Informatyka i Ekonometria 26/06/08

EKONOMETRIA II SYLABUS A. Informacje ogólne

EKONOMETRIA I SYLABUS

Wykład 4 Wybór najlepszej procedury. Estymacja parametrów re

Testowanie hipotez statystycznych

Mikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński

Analiza regresji - weryfikacja założeń

Rozdział 8. Regresja. Definiowanie modelu

Transkrypt:

Liniowy model ekonometryczny Metoda najmniejszych kwadratów Laboratorium 1. mgr mgr Krzysztof Czauderna Instytut Statystyki i Demografii Kolegium Analiz Ekonomicznych Szkoła Główna Handlowa w Warszawie Laboratorium 1. 30 września 2014 r. 1 / 15

Agenda 1 Wprowadzenie 2 Model ekonometryczny 3 Metoda najmniejszych kwadratów 4 Wstęp do gretl Laboratorium 1. 30 września 2014 r. 2 / 15

Laboratoria: Grupa nr 153 do wykładu dr. J. Kotłowskiego wtorki 15:20-17:55 sala 3d-C. Materiały, w tym pliki z danymi do ściągnięcia ze strony internetowej http://akson.sgh.waw.pl/~kc47959 Przewidziane są trzy sprawdziany: test z teorii (28.10), test z GRETL-a oraz test z SOLVER-a. Przedmiot wymaga systematycznej nauki. Konsultacje po uzgodnieniu terminu. Mail: kc47959@doktorant.sgh.waw.pl Obowiązkowa literatura. Ekonometria i badania operacyjne. Podręcznik dla studiów licencjackich, red. nauk. M. Gruszczyński, T. Kuszewski, M. Podgórska, Wydawnictwo Naukowe PWN, 2009. Laboratorium 1. 30 września 2014 r. 4 / 15

Wprowadzenie Ekonometria to zastosowanie narzędzi statystycznych i matematycznych do analizy danych ekonomicznych w celu nadania teoriom ekonomicznym kontekstu empirycznego, ich potwierdzenia lub zaprzeczenia. Laboratorium 1. 30 września 2014 r. 5 / 15

Model ekonomiczny. Przykład Na podstawie teorii ekonomiki bezpieczeństwa można zbudować model objaśniający czas spędzany na działalności przestępczej przez jednostkę [Wooldridge, 2004]: y = f (x 1, x 2, x 3, x 4, x 5, x 6, x 7 ), gdzie: y liczba godzin spędzonych na działalności przestępczej, x 1 uzyskiwane godzinne honorarium z działalności przestępczej, x 2 godzinna płaca za działalnością zgodną z prawem, x 3 dochód spoza pracy, x 4 prawdopodobieństwo aresztowania, x 5 prawdopodobieństwo skazania w przypadku aresztowania, x 6 oczekiwany wyrok w przypadku schwytania, x 7 wiek. Laboratorium 1. 30 września 2014 r. 6 / 15

Model ekonometryczny Przejście od modelu ekonomicznego do modelu ekonometrycznego wymaga: Określenia lub przyjęcia założeń co do formy funkcyjnej Skonfrontowania założeń modelu ekonomicznego z dostępnością danych i obserwowalnością niektórych zmiennych. Model ekonometryczny to formalny opis stochastycznej zależności wyróżnionej wielkości, zjawiska lub przebiegu procesu ekonomicznego od czynników, które je kształtują, wyrażony w formie równania lub układu równań. Laboratorium 1. 30 września 2014 r. 8 / 15

Model ekonometryczny Model regresji prostej: y i = β 0 + β 1 x 1i + ɛ i, i = 1, 2,..., n Model regresji wielorakiej: i = β 0 + β 1 x 1i + β 2 x 2i +... + β k x ki + ɛ i, i = 1, 2,..., n Oznaczenia: y 1, y 2,..., y n zmienna objaśniana dla n obserwacji, x 1, x 2,..., x k zmienna/zmienne objaśniające, β 0, β 1,..., β k parametry strukturalne modelu (w liczbie k+1), ɛ 1, ɛ 2,..., ɛ n składniki losowe dla n obserwacji, Laboratorium 1. 30 września 2014 r. 9 / 15

Zapis modelu w postaci macierzowej Model regresji w postaci macierzowej: y=xβ+ɛ, gdzie: y wektor obserwacji zmiennej objaśnianej, o wymiarach n 1, X macierz zaobserwowanych wartości zmiennych objaśniających, o wymiarach n(k + 1), β wektor parametrów strukturalnych modelu, o wymiarach (k + 1) 1, ɛ wektor składników losowych, o wymiarach n 1. y 1 y 2 y =. 1 x 11 x 12... x 1k 1 x 21 x 22... x X = 2k....... β 0 β 1 β =. ɛ 1 ɛ 2 ɛ =. y n 1 x n1 x 12... x nk β k ɛ n Laboratorium 1. 30 września 2014 r. 10 / 15

Klasyczna metoda najmniejszych kwadratów (MNK, KMNK) Model regresji w postaci macierzowej: y=x β+ɛ. Wartości teoretyczne: ŷ=x ˆβ, gdzie: ŷ wektor oszacowań zmiennej zależnej, ˆβ wektor oszacowań parametrów. Celem MNK jest minimalizacja reszt z modelu (e), tj.: e = y ŷ = y X ˆβ, co można zapisać jako: ˆβ = argmin(e e). Umożliwia to estymator: ˆβ = (X X ) 1 X y (kluczowy wzór). Laboratorium 1. 30 września 2014 r. 12 / 15

MNK w MS Excel Estymator KMNK określony jest wzorem: ˆβ = (X X) 1 X y. Operacje na macierzach w MS Excel stanowią funkcje tablicowe, przykłady: = TRANSPONUJ(macierz) transpozycja, = MACIERZ.ODW (macierz) odwracanie macierzy, = MACIERZ.ILOCZYN(macierzI ; macierzii ) mnożenie macierzy. Postępowanie: 1) zaznacz komórki w rozmiarze odpowiadającym macierzy wyjściowej; 2) wpisz formułę ( funkcję ) MS Excel; 3) naciśnij jednocześnie CTRL+SHIFT+ENTER. Laboratorium 1. 30 września 2014 r. 13 / 15

Zadania na dziś: Czym jest empriryczny poziom istotności (p-value)? Estymacja modelu bez użycia komputera Estymacja modelu w MS Excel (lody.xlsx) Estymacja modelu w gretl i jego interpretacja Estymacja modelu w Stata Estymacja modelu w IBM SPSS Laboratorium 1. 30 września 2014 r. 15 / 15