คำถามติดแท็ก econometrics

เศรษฐมิติคือการประยุกต์ใช้วิธีการทางสถิติกับข้อมูลทางเศรษฐกิจเพื่อวัตถุประสงค์ต่าง ๆ เช่นการทดสอบสมมติฐานการอนุมานความสัมพันธ์เชิงสาเหตุและการพยากรณ์แนวโน้มในอนาคต ใช้แท็กนี้สำหรับคำถามที่เกี่ยวข้องกับแง่มุมทางทฤษฎีของเทคนิคเศรษฐมิติเท่านั้น

3
หนังสือแนะนำสำหรับ Microeconometrics ของข้อมูลที่ไม่ต่อเนื่อง
ฉันกำลังมองหาหนังสือดีๆสักเล่มที่ตั้งระดับต่าง ๆ เพื่อช่วยวิเคราะห์ข้อมูลที่ไม่ต่อเนื่อง โดยเฉพาะ: ข้อมูลจำเพาะ, การประมาณค่าและการประยุกต์ใช้วิธีเศรษฐมิติเพื่อจำลองทางเลือกที่ไม่ต่อเนื่องโดยบุคคลครัวเรือนหรือ บริษัท

1
ทางเลือกของการหาค่าสัมประสิทธิ์ OLS
ในอีกคำถามหนึ่งของฉันผู้ตอบใช้ค่าสัมประสิทธิ์ OLS ต่อไปนี้: เรามีรูปแบบ:ที่ไม่มีการตรวจสอบ จากนั้นเรามี:ที่และ ]Y=X1β+X2β2+Zγ+ε,Y=X1β+X2β2+Zγ+ε, Y = X_1 \beta + X_2 \beta_2 + Z \gamma + \varepsilon, ZZZplimβ^1=β1+γCov(X∗1,Z)Var(X∗1)=β1,PLIMβ^1=β1+γคโอโวลต์(X1* * * *,Z)VaR(X1* * * *)=β1,\text{plim}\, \hat \beta_{1} = \beta_1 + \gamma \frac{Cov(X_1^*, Z)}{Var(X_1^*)} = \beta_1, X∗1=M2X1X1* * * *=M2X1X_1^* = M_2 X_1M2=[I−X2(X′2X2)−1X′2]M2=[ผม-X2(X2'X2)-1X2']M_2 = [I - X_2(X_2'X_2)^{-1}X_2'] มันดูแตกต่างจากปกติที่ฉันเคยเห็นในเศรษฐมิติ มีการแสดงออกที่ชัดเจนของที่มานี้หรือไม่ มีชื่อสำหรับเมทริกซ์หรือไม่?β=(X′X)−1X′Yβ=(X'X)-1X'Y\beta = …

3
การทำนาย
แบบจำลองโดยประมาณของฉันคือ ln^(yt)=9.873−0.472ln(xt2)−0.01xt3ln^(yt)=9.873−0.472ln⁡(xt2)−0.01xt3\hat \ln(y_t)=9.873-0.472\ln(x_{t2})-0.01x_{t3} ฉันขอให้หา CI คาดการณ์ที่ความเชื่อมั่น 95% สำหรับค่าเฉลี่ยของเมื่อx 02 = 250และx 03 = 8 เราจะคิดว่าs 2 x 0 ( X T X ) - 1 x T 0 = 0.000243952ที่x 0 = ( 250 , 8 )y0y0y_0x02=250x02=250x_{02}=250x03=8x03=8x_{03}=8s2x0(XTX)−1xT0=0.000243952s2x0(XTX)−1x0T=0.000243952s^2 x_0(X^TX)^{-1}x_0^T=0.000243952x0=(250,8)x0=(250,8)x_0=(250,8) ฉันมีวิธีแก้ไขปัญหาจากปีที่แล้วที่เป็นเช่นนี้: ฉันพบ CI ของรูปแบบ โดยที่tคือα / 2บน - ควอไทล์ของการแจกแจงt (CI(E[ln(y0)|x0])=[ln^(yt)−tα / 2sE, …

1
ตัวแปรเครื่องมือเทียบกับฟังก์ชั่นการควบคุม: วิธีการใดและทำไมต้องจัดการกับเอ็นโดซีน
ฉันอยากรู้ว่าใครที่นี่สามารถสรุปความแตกต่างระหว่าง IV และวิธีการควบคุมฟังก์ชั่นเพื่อจัดการกับ endogeneity ฉันคิดว่า endogeneity มักจะใช้วิธี 2SLS หรือ IV และศึกษาวิธีการควบคุมฟังก์ชั่นสั้น ๆ ฉันไม่แน่ใจว่าวิธีการ CF เสนอวิธีที่ 2SLS และ IV ไม่ได้นำเสนอ ใครช่วยฉันอธิบายที่นี่ได้ไหม เมื่อใดที่ฉันจะใช้วิธี CF แทน 2SLS วิธีนี้จะเสนออะไรที่อีกสองอันไม่ได้ทำเป็นต้น ฉันเป็นมือใหม่ที่มีการวัดเพื่อป้อนข้อมูลใด ๆ และชื่นชม

2
รูปแบบการลดลงของแบบจำลองเศรษฐมิติปัญหาการระบุและการทดสอบ
การค้นหาความช่วยเหลือเพื่อทำความเข้าใจปัญหาต่อไปนี้และวิธีการใช้แบบฟอร์มที่ลดลงในเศรษฐมิติ พิจารณารูปแบบเพื่อสุขภาพของแต่ละบุคคล: health=b0+(b1)age+(b2)weight+(b3)height+(b4)male+(b5)work+(b6)exercise+uhealth=b0+(b1)age+(b2)weight+(b3)height+(b4)male+(b5)work+(b6)exercise+uhealth = b_0 + (b_1)age + (b_2)weight + (b_3)height + (b_4)male + (b_5)work + (b_6)exercise + u สมมติว่าตัวแปรทั้งหมดในสมการที่มีข้อยกเว้นของการออกกำลังกายไม่มีความสัมพันธ์กับคุณ A) เขียนแบบฟอร์มที่ลดลงสำหรับการออกกำลังกายและระบุเงื่อนไขที่ระบุพารามิเตอร์ของสมการ B) สมมติฐานการพิสูจน์ตัวบุคคลในส่วนคสามารถทดสอบได้อย่างไร? ถือว่าถูกต้องหรือไม่: exercise=b0+(b1)age+(b2)weight+(b3)height+(b4)male+(b5)work+uexercise=b0+(b1)age+(b2)weight+(b3)height+(b4)male+(b5)work+uexercise = b_0 + (b_1)age + (b_2)weight + (b_3)height + (b_4)male + (b_5)work + u เป็นรูปแบบที่ลดลง? และเป็นเงื่อนไขในการระบุพารามิเตอร์อย่างง่าย ๆ E(exercise|u)=0E(exercise|u)=0E(exercise|u)=0 และฉันจะทดสอบได้อย่างไร แต่สิ่งที่ดีสำหรับมันคืออะไร?

2
นักเศรษฐศาสตร์กำลังศึกษาการโอนย้ายผู้สูงอายุและการแลกเปลี่ยนข้ามชาติ
ไม่มีใครรู้ว่าใครเป็นนักเศรษฐศาสตร์ชั้นนำในสาขาผู้สูงอายุและการถ่ายโอนข้ามรุ่น ฉันต้องการที่จะรู้ว่าสิ่งที่พวกเขากำลังทำงานอยู่ในหัวข้อปัจจุบัน

2
ทิศทางความลำเอียงของตัวประมาณค่าความแปรปรวนของ heteroskedasticity
หากฉันมีแบบจำลองที่มีปัญหาความแตกต่างฉันสามารถบอกทิศทางอคติของตัวประมาณค่าความแปรปรวนได้ ฉันคิดว่าเพราะฉันจะแก้ไขด้วย WLS จากนั้นฉันได้รับ BLUE (โปรแกรม Linear Linear, Unbiased Estimator) ซึ่งหมายความว่าตัวประมาณค่าความแปรปรวนนั้นเล็กที่สุดสำหรับสัมประสิทธิ์ที่เป็นกลาง มีใครช่วยอธิบายให้ฉันฟังหน่อยได้ไหมถ้าฉันรู้ทิศทางของความลำเอียง

1
วิธีการใด - ได้รับแรงบันดาลใจจากเศรษฐมิติโครงสร้างของ Haavelmo - สามารถแสดงให้เห็นว่าแบบจำลองดุลยภาพบางส่วนไม่น่าเชื่อถือ?
ตาม Spanos 2014 Revisiting เศรษฐมิติเชิงโครงสร้างของ Haavelmo: การเชื่อมช่องว่างระหว่างทฤษฎีและข้อมูลแบบจำลองดุลยภาพทั่วไปไดนามิกสโตแคสติกไม่เพียงพอในเชิงสถิติในลำดับความสำคัญเท่าที่จะทำให้ไร้ประโยชน์ ปัญหาที่ร้ายแรงที่สุดของรุ่น DSGE ก็คือพวกเขามักจะมีสถิติไม่เพียงพอ ทนายของการสร้างแบบจำลอง DSGE ได้ยื่นข้อโต้แย้งจำนวนหนึ่งเพื่ออธิบายถึงความไม่น่าเชื่อถือของหลักฐานเช่น 'ราคาหนึ่งต้องจ่ายสำหรับแบบจำลองทางทฤษฎีที่เข้มงวดและเกี่ยวข้องกับนโยบาย' (Lucas, 1980, p. 696) หรือหลีกเลี่ยงไม่ได้:“ แบบจำลองที่สร้างขึ้นภายในกรอบทฤษฎีนี้จำเป็นต้องมีความเป็นนามธรรมสูง ดังนั้นพวกเขาจึงจำเป็นต้องเป็นเท็จและการทดสอบสมมติฐานทางสถิติจะปฏิเสธพวกเขา อย่างไรก็ตามสิ่งนี้ไม่ได้หมายความว่าไม่มีอะไรสามารถเรียนรู้ได้จากการฝึกเชิงทฤษฎีเชิงปริมาณเช่นนี้” (Prescott, 1986, p. 10) ส่วนหนึ่งของการวิจัยของฉันเกี่ยวข้องกับการใช้แบบจำลองดุลยภาพบางส่วนเพื่อจำลองส่วนเฉพาะของเศรษฐกิจ เมื่อพิจารณาจากข้างต้นคุณจะเริ่มต้นด้วยวิธีใดเพื่อแสดงให้เห็นว่าแบบจำลองดุลยภาพที่ให้นั้นไม่น่าเชื่อถือทางสถิติ?

3
ตัวแปรสองตัว: อันไหนเป็นอันดับแรก
สมมติว่าฉันมีอนุกรมเวลาของตัวแปรสองตัวคือ $ X $ และ $ Y $ และต้องการหาว่าหนึ่งในสองตัวนี้เคลื่อนที่ก่อน ตัวอย่างหนึ่งคือการเติบโตของ GDP และการเติบโตของการลงทุนซึ่งโดยปกติเราจะบอกเล่าเรื่องราวที่ความถี่ของวัฏจักรธุรกิจการลงทุนจะเคลื่อนไหว "ก่อนหน้า" มากกว่าการผลิตหรือการบริโภค ฉันไม่ต้องการที่จะทำเศรษฐมิติที่น่าจับตามอง ("สิ่งนี้นี่ชัดเจนก่อน วิธีมาตรฐานในการจัดการกับสิ่งเหล่านี้ในวรรณคดีคืออะไร? วิธีการใดบ้างที่สามารถใช้ได้ คำตอบที่อนุญาตให้มีตัวแปรมากกว่าสองตัวยินดีต้อนรับอย่างมาก

1
วิธีประมาณค่าความผันผวนของแบบสุ่มด้วยโซ่มาร์คอฟ จำกัด - รัฐ?
การปฏิบัติทั่วไปเมื่อคำนวณวิธีการแก้ปัญหาการเพิ่มประสิทธิภาพแบบไดนามิกสุ่มคือการประมาณกระบวนการบังคับจากภายนอก $ z_ {t + 1} = \ rho z_t + \ sigma \ epsilon_ {t + 1} $ พร้อมด้วยห่วงโซ่มาร์คอฟสถานะ จำกัด เช่น โดยวิธีของ Tauchen หรือ Rouwenhorst อะไรจะเป็นวิธีที่ดีในการลดทอนกระบวนการ AR (1) ที่มีความผันผวนแบบสุ่ม นั่นคือถ้ากระบวนการ AR (1) -SV ดั้งเดิมมีลักษณะดังนี้: $$ \ begin {} แยก z_ {t + 1} & amp; = \ rho_z z_t …

1
ค่าที่ขาดหายไปในอนุกรมเวลาทางเศรษฐกิจ
ฉันกำลังพยายามวิเคราะห์อนุกรมเวลาเกี่ยวกับตัวแปรบางตัว - GDP เป็นตัวแปรที่ขึ้นกับฉันและตัวแปรอิสระของฉันคือรายรับน้ำมันค่าใช้จ่ายภาครัฐการส่งออกและการลงทุนโดยตรงจากต่างประเทศ ข้อมูลของฉันมีค่าที่ขาดหายไปสำหรับบางปีอย่างน้อย 3 ตัวแปร ฉันสามารถยืนยันได้ว่าพวกเขาไม่หยุดนิ่ง อย่างไรก็ตามฉันไม่สามารถทำการทดสอบ Johansen ของการ cointegration เนื่องจากตัวแปรที่ขาดหายไปในระหว่างชุดข้อมูล ฉันจะแก้ไขปัญหานี้ได้อย่างไร

1
ทำความเข้าใจกับฟังก์ชั่นการผลิตของ Zellener-Revankar
ฉันหยิบหนังสือเล่มหนึ่งออกมาจากห้องสมุดมหาวิทยาลัยของฉันที่เรียกว่าแบบจำลองเศรษฐมิติพร้อมอนุกรมเวลา: การประมาณค่าและการทดสอบตามข้อกำหนดเพื่อพยายามเข้าใจความสำคัญของ MLE ในสาขาเศรษฐมิติ มีโน้ตเล็ก ๆ กล่าวขวัญฟังก์ชั่นการผลิตผมไม่เคยเห็นก่อนที่จะเรียกว่าเป็นฟังก์ชั่นการผลิต Zellener-Revankar (ZRPF) มันเป็นฟังก์ชั่นการผลิตที่ไม่ใช่เชิงเส้นที่เกี่ยวข้องกับผลผลิตทุนและแรงงานที่กำหนดเป็น: LNYเสื้อ+ α yเสื้อ= β0+ β1LNkเสื้อ+ β2LNล.เสื้อ+ uเสื้อLN⁡Yเสื้อ+αYเสื้อ=β0+β1LN⁡kเสื้อ+β2LN⁡ล.เสื้อ+ยูเสื้อ\ln y_t+\alpha y_t=\beta_0+\beta_1 \ln k_t+ \beta_2 \ln l_t + u_t ด้านซ้ายมือดูสมเหตุสมผล แต่ทางด้านขวามือดูแปลก ๆ การผลิตแบบใดที่พยายามเป็นตัวแทนและมีพื้นฐานมากขึ้นวิธีนี้ถือเป็นฟังก์ชันทางคณิตศาสตร์ที่ให้ว่ามีผู้ติดตามสองคนทางด้านซ้ายมือได้อย่างไร ฉันได้ดูงานกระดาษที่เกี่ยวข้องคือ: การประเมินฟังก์ชั่นการผลิตของ Zellner-Revankar เยี่ยมชม SK Mishra ภาควิชาเศรษฐศาสตร์มหาวิทยาลัย North-Eastern Hill University Shillong (อินเดีย) รูปแบบทางเลือกสำหรับการผลิตค่าใช้จ่ายและผลตอบแทนที่ได้รับในระดับฟังก์ชั่นโดย Arnold Zenner และ Hang Ryu ความช่วยเหลือใด ๆ …

2
การเลือกตนเองเป็นปัญหาเมื่อใด สมการเครื่องสับ
ฉันต้องการความช่วยเหลือในการทำความเข้าใจปัญหาอคติการเลือกนี้ ฉันกำลังประเมินสมการเครื่องสับเนื้อสำหรับโครงการปีสุดท้ายและฉันก็บอกว่าฉันต้องกังวลเกี่ยวกับอคติการเลือกตนเองในอาชีพ อาจารย์ของฉันบอกว่าเนื่องจากค่าจ้างแตกต่างกันระหว่างอาชีพและแต่ละคนเลือกอาชีพเป็นทางเลือกตัวอย่างจึงถูกเลือก ในแง่นั้นฉันต้องแก้ไขปัญหานี้ เราได้รับการสอนรูปแบบการเลือกของ Heckman ในบริบทของผู้คนที่ตัดสินใจว่าจะทำงานหรือไม่ ฉันเข้าใจกรณีนี้ แต่ไม่ใช่กรณีของอาชีพ ฉันหมายความว่าทุกอย่างเป็นทางเลือกใช่ไหม? ในแบบจำลองของฉันฉันมีชั่วโมงการทำงานภาครัฐหรือเอกชนเต็มเวลาหรือนอกเวลาภูมิภาคอุตสาหกรรมและตัวแปรทั่วไปอื่น ๆ ทำไมเราต้องกังวลเกี่ยวกับอาชีพ แต่ไม่เกี่ยวกับทุกอย่างอื่น ฉันไม่สามารถเข้าใจเรื่องนี้ได้ อาชีพมีทักษะต่ำกลางและสูง ฉันประเมินผลตอบแทนการศึกษาสำหรับคนงานชาวออสเตรเลีย ฉันคิดว่าสิ่งหนึ่งมีความสำคัญซึ่งถ้าตัวแปรนั้นรวมอยู่หรือไม่อยู่ในการถดถอย ตัวอย่างเช่นโดยปกติคุณไม่สามารถรวมตัวแปรของการจ้างงานหรือไม่ได้ใช้งานเนื่องจากไม่ได้ใช้งานไม่มีค่าจ้าง นี่คือเหตุผลที่ฉันเข้าใจจากการบรรยายเราจำเป็นต้องทดสอบเพื่อเลือก แต่ตัวแปรทางเลือกที่รวมอยู่พวกเขาเป็นข้อกังวลหรือไม่?

2
ใครบ้างที่นี่มีประสบการณ์กับการพยากรณ์ GARCH-MIDAS
ฉันเป็นนักศึกษาปริญญาโทที่กำลังมองหาหัวข้อวิทยานิพนธ์ โปรดทราบว่าฉันกำลังศึกษาด้านการเงินและในขณะที่องค์ประกอบทางเศรษฐศาสตร์ของหลักสูตรของฉันค่อนข้างขาดเมื่อเทียบกับระดับเศรษฐมิติตรงไปตรงมาขอบคุณอินเทอร์เน็ตมีทรัพยากรมากมายมหาศาลให้ฉันลองและเข้าใจด้วยตัวเอง - ด้วยความช่วยเหลือที่เป็นมิตรตลอดเส้นทาง :) ฉันต้องการใช้วิทยานิพนธ์เป็นโอกาสในการเรียนรู้รูปแบบการถดถอยใหม่ รุ่น GARCH โดยเฉพาะใช้ในการพยากรณ์ความผันผวน ตามที่ฉันเข้าใจแล้วแบบจำลอง GARCH-MIDAS (ตามที่อธิบายโดย Engle et. al 2013) สามารถและถูกใช้กับข้อมูลส่งคืนหุ้นรายวันและข้อมูลเศรษฐกิจมหภาค (โดยปกติจะเป็นรายไตรมาสหรือรายเดือน) เพื่อสร้างการคาดการณ์ความผันผวนที่มีทั้ง เรียกใช้ส่วนประกอบ แบบจำลอง GARCH ครอบคลุมความผันผวนของค่าความผันผวนในระยะสั้นในขณะที่องค์ประกอบ MIDAS สามารถจับเอฟเฟกต์ระยะยาวได้ นี่คือสิ่งที่ฉันรวบรวมจากการอ่านสั้น ๆ เมื่อคืนนี้ ยินดีต้อนรับการแก้ไขใด ๆ ! ในแง่ของประสบการณ์อนุกรมเวลาฉันสามารถใช้โมเดล AR, ARDL, VAR และ VECM ฉันไม่เคยใช้ ARCH, GARCH หรือรูปแบบใด ๆ แม้ว่าฉันจะบอกว่าฉันต้องการเรียนรู้จริงๆ ฉันเดาทั้งหมดที่ฉันถามคือว่านี่เป็นตัวเลือกที่เป็นไปได้สำหรับฉันในฐานะนักเรียนที่ไม่มีการสอนอย่างเป็นทางการ แต่เป็นความปรารถนาที่จะเรียนรู้ด้วยตัวเอง ถ้าเป็นเช่นนั้นทุกคนสามารถชี้ให้ฉันเห็นหนังสือบางเล่มที่มีการอธิบายวิธีการถดถอยแบบ GARCH และ MIDAS ได้จริงหรือไม่? …

1
เทียบกับค่าจ้างจริงในโหมดแผงข้อมูล
สมมติว่าตัวแปรตามเป็นบันทึกค่าจ้างเราจำเป็นต้องแปลงค่าแรงเล็กน้อยให้เป็นค่าแรงจริงในการวิเคราะห์ชุดข้อมูลพาเนลเมื่อใช้โมเดลแบบสุ่มและแบบคงที่หรือไม่? นั่นเป็นสิ่งที่ใช้กับ Pooled OLS เมื่อไม่ควบคุมเป็นเวลาหลายปีหรือไม่?

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.