Pytania otagowane jako econometrics

Ekonometria to dziedzina statystyki zajmująca się zastosowaniami w ekonomii.

5
Jaka jest różnica między ekonometrią szeregów czasowych a ekonometrią danych panelowych?
To pytanie może być bardzo naiwne, ale sposób, w jaki uczę się ekonometrii, jestem bardzo zdezorientowany, jeśli istnieje różnica między szeregami czasowymi a metodą danych panelowych. Jeśli chodzi o szeregi czasowe, omówiłem takie tematy jak stacjonarne kowariancje, AR, MA itp. Jeśli chodzi o dane panelowe, widziałem tylko dyskusje w postaci …
4
Jak zachować zmienne niezmienne czasowe w modelu o ustalonych efektach
Mam dane na temat pracowników dużej włoskiej firmy w ciągu dziesięciu lat i chciałbym zobaczyć, jak zmieniła się z czasem różnica między płciami w zarobkach kobiet i mężczyzn. W tym celu uruchamiam połączone OLS: yi t= X′i tβ+ δm a l eja+ ∑t = 110γtret+ εi tyjat=Xjat′β+δmzalmija+∑t=110γtret+εjat y_{it} = X'_{it}\beta …
3
Przydatność twierdzenia Frisch-Waugh
Mam uczyć twierdzenia Frisha Waugha w ekonometrii, której nie studiowałem. Zrozumiałem matematykę, która się za tym kryje, i mam nadzieję, że pomysł „współczynnik, który otrzymujesz dla określonego współczynnika z wielokrotnego modelu liniowego, jest równy współczynnikowi prostego modelu regresji, jeśli„ wyeliminujesz ”wpływ innych regresorów”. Więc teoretyczny pomysł jest całkiem fajny. (Jeśli …
2
Przestrzenna autokorelacja a przestrzenna stacjonarność
Załóżmy, że mamy punkty w przestrzeni dwuwymiarowej i chcemy zmierzyć wpływ atrybutów na atrybut y . Typowym modelem regresji liniowej jest oczywiście y = X βXXXyyyy=Xβ+ϵy=Xβ+ϵy= X\beta + \epsilon Są tutaj dwa problemy: pierwszy to, że ϵϵ\epsilon warunki mogą być skorelowane przestrzennie (naruszając założenie niezależnych i identycznych błędów), a drugi …
2
Nieregularnie rozmieszczone szeregi czasowe w badaniach finansów / ekonomii
W badaniach ekonometrii finansowej bardzo często badane są relacje między szeregami czasowymi finansów, które przyjmują formę danych dziennych . Zmienną często będzie , biorąc na przykład różnicę logarytmiczną; ln ( P t ) - ln ( P t - 1 ) .ja( 0 )ja(0)I(0)ln( Pt) - ln( Pt - 1)ln⁡(P.t)-ln⁡(P.t-1)\ln(P_t)-\ln(P_{t-1}) …
5
Podręcznik ekonometrii bayesowskiej
Szukam teoretycznie rygorystycznego podręcznika na temat ekonometrii bayesowskiej, zakładając solidne zrozumienie ekonometrii częstych. Chciałbym zaproponować jedną pracę na odpowiedź, tak aby zalecenia mogły być głosowane indywidualnie w górę lub w dół.
2
Przyczynowość w mikroekonometrii kontra przyczynowość Grangera w ekonometrii szeregów czasowych
Rozumiem przyczynowość stosowaną w mikroekonomii (w szczególności projektowanie nieciągłości IV lub regresji), a także przyczynowość Grangera stosowaną w ekonometrii szeregów czasowych. Jak powiązać jedno z drugim? Na przykład widziałem, że oba dane są stosowane do danych panelowych (powiedzmy , ). Wszelkie odniesienia do dokumentów w tym zakresie będą mile widziane.T …
2
Dlaczego naukowcy z ekonomii używają regresji liniowej do zmiennych binarnych?
Ostatnio musiałem przeczytać kilka artykułów z ekonomii (dziedzina, której nie znam zbyt dobrze). Zauważyłem jedną rzecz, że nawet gdy zmienna odpowiedzi jest binarna, modele regresji liniowej dopasowane za pomocą OLS są wszechobecne. Moje pytanie brzmi zatem: Dlaczego preferuje się regresję liniową, na przykład regresję logistyczną w dziedzinie ekonomii? Czy jest …
1
Czy mediana-bezstronna Just-Identified 2SLS?
W „W większości nieszkodliwych ekonometriach: towarzysz empirysty” (Angrist i Pischke, 2009: strona 209) czytam: (...) W rzeczywistości właśnie zidentyfikowana 2SLS (powiedzmy, prosty estymator Wald) jest w przybliżeniu bezstronna . Jest to trudne do formalnego wykazania, ponieważ właśnie zidentyfikowana 2SLS nie ma momentów (tj. Rozkład próbkowania ma ogony tłuszczu). Niemniej jednak, …
2
Różne definicje AIC
Z Wikipedii istnieje definicja Kryterium Informacyjnego Akaike (AIC) jako , gdzie jest liczbą parametrów, a jest prawdopodobieństwem modelu.AIC=2k−2logLAIC=2k−2log⁡L AIC = 2k -2 \log L kkklogLlog⁡L\log L Jednak nasze ekonometria zauważa na szanowanym uniwersytecie, że . Tutaj to oszacowana wariancja błędów w modelu ARMA, a to liczba obserwacji w zestawie danych …
4
Czy w stacjonarnej serii trendów można modelować ARIMA?
Mam pytanie / zamieszanie dotyczące stacjonarnych serii wymaganych do modelowania za pomocą ARIMA (X). Myślę o tym bardziej w kategoriach wnioskowania (efekt interwencji), ale chciałbym wiedzieć, czy prognozowanie kontra wnioskowanie ma jakikolwiek wpływ na odpowiedź. Pytanie: Wszystkie wstępne materiały, które przeczytałem, stwierdzają, że seria musi być stacjonarna, co ma dla …
5
Jak wykonać przypisanie wartości w bardzo dużej liczbie punktów danych?
Mam bardzo duży zestaw danych i brakuje około 5% wartości losowych. Te zmienne są ze sobą skorelowane. Poniższy przykładowy zestaw danych R jest tylko zabawkowym przykładem z fałszywymi skorelowanymi danymi. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.