KM2: F281 Økonometri 1 Afslutningsforelæsning 23. maj 2007.

Slides:



Advertisements
Lignende præsentationer
Inferens i den lineære regressionsmodel 19. marts 2007
Advertisements

Dummyvariabler 13. oktober 2006
Heteroskedasticitet 23. oktober 2006
KM2: F221 Kvantitative metoder 2 Specifikation og dataproblemer 2. maj 2007.
Økonometri 1: Specifikation og dataproblemer1 Økonometri 1 Specifikation, og dataproblemer 4. november 2005.
KM2: F171 Kvantitative metoder 2 Dummyvariabler 2. april 2007.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation 14. april 2003.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation 26. november 2004.
Økonometri 1 Mere om dataproblemer Gentagne tværsnit og panel data I.
Økonometri 1: Dummy variable
Økonometri 1: F3 Økonometri 1 Den simple regressionsmodel 15. september 2006.
Økonometri 1: Specifikation og dataproblemer1 Økonometri 1 Specifikation, og dataproblemer 7. april 2003.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation 10. december 2004.
Økonometri 1: Afslutningsforelæsning1 Økonometri 1 Afslutningsforelæsning 19. maj 2003.
Økonometri 1: Afslutningsforelæsning1 Økonometri 1 Afslutningsforelæsning 13. december 2004.
Økonometri 1: F121 Økonometri 1 Heteroskedasticitet 27. oktober 2006.
Økonometri 1: F81 Økonometri 1 Inferens i den lineære regressionsmodel 2. oktober 2006.
KM2: F261 Kvantitative metoder 2 Instrumentvariabel estimation 16. maj 2007.
Økonometri 1: Specifikation og dataproblemer1 Økonometri 1 Specifikation, og dataproblemer 9. november 2004.
Heteroskedasticitet 17. marts 2006
Økonometri 1: Heteroskedasticitet1 Økonometri 1 Heteroskedasticitet 22. marts 2006.
KM2: F191 Kvantitative metoder 2 Heteroskedasticitet 16. april 2007.
Økonometri 1: Specifikation og dataproblemer1 Økonometri 1 Specifikation og dataproblemer 2. november 2004.
Instrumentvariabel estimation 21. maj 2007
Økonometri 1: Inferens i den lineære regressionsmodel1 Økonometri 1 Inferens i den lineære regressionsmodel 5. oktober 2004.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation II 28. april 2006.
Økonometri 1 Gentagne tværsnit og panel data I 5. april 2006.
Kvantitative metoder 2: Den multiple regressionsmodel1 Kvantitative metoder 2 Den multiple regressionsmodel 5. marts 2007.
KM2: F251 Kvantitative metoder 2 Instrumentvariabel estimation 14. maj 2007.
Økonometri 1: Dummy variable1 Økonometri 1 Dummy variable 24. marts 2003.
Økonometri 1: Specifikation og dataproblemer1 Økonometri 1 Heteroskedaticitet (Specifikation og dataproblemer) 2. november 2005.
Økonometri 1: Specifikation og dataproblemer1 Økonometri 1 Specifikation og dataproblemer 29. marts 2006.
Økonometri 1: Inferens i den multiple regressionsmodel1 Økonometri 1 Inferens i den multiple regressionsmodel 3. marts 2003.
KM2: F61 Kvantitative metoder 2 Den simple regressionsmodel 21. februar 2007.
Kvantitative metoder 2: Inferens i den lineære regressionsmodel1 Kvantitative metoder 2 Inferens i den lineære regressionsmodel 14. marts 2007.
Kvantitative metoder 2: Den multiple regressionsmodel1 Kvantitative metoder 2 Den multiple regressionsmodel 26. februar 2007.
Økonometri 1: Inferens i den multiple regressionsmodel1 Økonometri 1 Inferens i den multiple regressionsmodel 10. marts 2003.
Økonometri 1: Den simple regressionsmodel Økonometri 1 Den simple regressionsmodel 14. september 2004.
Økonometri 1: F151 Økonometri 1 Specifikation og dataproblemer 10. november 2006.
Økonometri 1: Den multiple regressionsmodel1 Økonometri 1 Den multiple regressionsmodel 24. februar 2003.
Afslutningsforelæsning 16. December 2005
KM2: F181 Kvantitative metoder 2 Heteroskedasticitet 11. april 2007.
Økonometri 1: F41 Økonometri 1 Den multiple regressionsmodel 18. september 2006.
Økonometri 1: F51 Økonometri 1 Den multiple regressionsmodel 22. september 2006.
Økonometri 1: Heteroskedasticitet1 Økonometri 1 Heteroskedasticitet 26. oktober 2004.
Økonometri 1 Avancerede Paneldata Metoder II Introduktion til Instrumentvariabler 27. november 2006.
KM2: F201 Kvantitative metoder 2 Heteroskedasticitet 18. april 2007.
Økonometri 1: Den multiple regressionsmodel1 Økonometri 1 Den multiple regressionsmodel 15. februar 2006.
Økonometri 1: Dummyvariabler1 Økonometri 1 Dummyvariabler 21. oktober 2004.
Økonometri 1: Den simple regressionsmodel Økonometri 1 Den simple regressionsmodel 13. februar 2003.
Økonometri 1: Heteroskedasticitet1 Økonometri 1 Heteroskedasticitet 31. marts 2003.
Økonometri 1: Den simple regressionsmodel Økonometri 1 Den simple regressionsmodel 7. september 2004.
Kvantitative metoder 2: Den multiple regressionsmodel1 Kvantitative metoder 2 Den multiple regressionsmodel 28. februar 2007.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation 30. november 2004.
Økonometri 1: F2 Økonometri 1 Den simple regressionsmodel 11. september 2006.
Økonometri 1: F141 Økonometri 1 Specifikation og dataproblemer 6. november 2006.
Økonometri 1: Dummyvariabler1 Økonometri 1 Dummyvariabler 12. oktober 2005.
Økonometri 1: Den simple regressionsmodel Økonometri 1 Den simple regressionsmodel 14. september 2005.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation 7. december 2004.
Økonometri 1: Dummyvariabler1 Økonometri 1 Dummyvariabler 15. marts 2006.
Økonometri 1: Afslutningsforelæsning1 Økonometri 1 Afslutningsforelæsning 17. Maj 2006.
Økonometri 1: Heteroskedasticitet1 Økonometri 1 Heteroskedasticitet 27. marts 2003.
Økonometri 1: Den multiple regressionsmodel1 Økonometri 1 Den multiple regressionsmodel 17. september 2004.
Økonometri 1: Heteroskedasticitet1 Økonometri 1 Heteroskedasticitet 29. oktober 2004.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation I 2. December 2005.
KM2: F41 Kvantitative metoder 2 Den simple regressionsmodel 14. februar 2007.
Økonometri 1: F131 Økonometri 1 Heteroskedasticitet 30. oktober 2006.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation IV 10. maj 2006.
Den multiple regressionsmodel 21. september 2005
Heteroskedasticitet 25. oktober 2005
Præsentationens transcript:

KM2: F281 Økonometri 1 Afslutningsforelæsning 23. maj 2007

KM2: F28 2 Dagens program: 6-trins procedure til IV estimation. Afrunding af IV: Rygning og fødselsvægt. Afrunding og perspektivering af Kvant 2.  Opfølgning af introduktionsforelæsningen.  Wooldridge, kapitel 19: Carrying out an Empirical Project  Oversigt over økonometriske metoder Information og spørgsmål vedr. eksamen

KM2: F28 3 Målsætning for Kvantitative metoder 2 Værdsætte betydning af relevante og pålidelige data. Forstå de problemstillinger, der knytter sig til analyser af passivt observerede data, der fremkommer som resultat af økonomiske agenters valg. Kunne implementere løsninger på sådanne problemer indenfor en relativt simpel, men alligevel anvendelig ramme: Modeller for uafhængige data eller paneldata. Indse styrken af en empirisk analyse, hvor økonomisk teori, data og statistiske metoder går op i en højere enhed.

KM2: F28 4 Relevante og pålidelige data Relevans:  Teorigrundlaget giver et sæt af ”ideelle” målinger, men: Udeladte variabler: ”ability” (kap. 3, 9, 15) Proxy-variabler (kap. 9): IQ i stedet for ”ability”: Konsistens (?)  I praksis: Databeskrivelse (u.s. 1, 2, 4, 9, opb. 1, 2), sortering (u.s. 6, 9) og splejsning af datasæt fra forskellige kilder (u.s. 7) Pålidelighed:  Målefejl i forklarende variabler (kap. 9): Problem!  Betydningen af ekstreme observationer og ikke-tilfældige stikprøver (kap. 9).  I praksis: Beskriv de vigtigste karakteristika ved datasæt (u.s. 1, 2, 4, 9).

KM2: F28 5 Passiv observation contra aktiv eksperimentering

KM2: F28 6 Implementere løsninger Grundredskab: Multipel lineær regressionsmodel  Teknik om OLS-estimatoren: Mekaniske egenskaber (kap. 3, u.s. 3, 6) Statistiske egenskaber i en konkret specificeret statistisk model (MLR.1-4,5,6) (kapitel 3,4,5, u.s. 4, 5, 8)  Check af forudsætningerne: MLR.5 (Varianshomogenitet): Whites test, B-P test, grafiske check (kap. 8. u.s. 9 og 10). MLR.1 (Lineær model): Test af funktionel form, grafiske check (kap. 9). MLR.4 (Betinget middelværdi): Test af exogenitet (kap 15, u.s. 13).  Løsninger: WLS, FGLS ved heteroskedasticitet (Kap. 8, u.s. 9, 10) Paneldata estimation ved udeladte tids-invariante variabler (kap. 13, u.s. 9) IV ved generelle former for endogenitet (Kap. 15, u.s. 10) Vigtigste begrænsning: Lineær i parametrene

KM2: F28 7 Oversigt over økonometriske metoder i Økonometri 1(dækker ikke alt i pensum) Økono- metrisk metode OLS Robust std. fejl WLSFGLSIV (2SLS) Paneldata metoder Model- karakter- stik Lin..reg.model (kap. 2,3,4,5) Heteroskedasticitet (kap. 8) Endogenitet (kap. 15) Flere obs. for samme individ (kap. 13) Hypo- tese prøv. t-test F-test LM-test Robust t- og Wald- og LM-test t-test F-test t-test F-test t-test F-test t-test F-test Specifika tionstest RESET test Breusch-Pagan White Grafisk test Test af exogenitet Test af overident. restriktioner Efter transformation: Som ved OLS/FGLS

KM2: F28 8 Status Styrken af den empiriske analyse:  Relevant teorigrundlag  Pålidelige data (helst mange)  Statistiske gyldighed af resultaterne: Konsistens! Efficiens Kvant 2:  Forståelse og de vigtigste redskaber indenfor en simpel modelramme.  Modeller for uafhængige data og paneldata (med få perioder). Kvant 3 og fag på kandidatstudiet:  Afhængige data (tidsrækker, mere om paneldata)  Andre estimationsmetoder (MLE, GMM, ikke-parametrisk estimation)

KM2: F28 9 Empirisk projekt Kapitel 19 i Wooldridge behandler, hvordan man udfører et empirisk projekt Relevant både i forhold til eksamen i Kvant 2 og til et BA-projekt/øvelsesoplæg/speciale. Oversigt over elementerne i et empirisk projekt:  Valg af emne og litteraturoversigt  Indsamling og behandling af data  Hvordan man udfører de økonometriske analyser  Vejledning i hvordan man skriver en rapport over et empirisk projekt

KM2: F28 10 Valg af emnet for det empiriske projekt og litteraturgennemgang Relevant fx for et BA projekt (ikke for eksamen) Hvordan vælger man sit emne? Vigtigt at kunne stille et specifikt spørgsmål og få afgrænset emnet. Emnet kan være indenfor alle grene af økonomi (så længe man kan skaffe data):  Makroøkonomi, arbejdsmarkedsøkonomi, sundhedsøkonomi, udviklingsøkonomi, mikroøkonomi,…  For et BA-projekt bør man også sørge for, at det er let at få fat i de relevante data (ØI biblioteks hjemmeside, ”polit- data”) Et empirisk projekt bør indeholde en gennemgang af den mest relevante eksisterende litteratur Benyt fx Econ-lit eller Social Science Citations Index til at finde relevant litteratur. (ØI biblioteks hjemmeside)

KM2: F28 11 Data Valg af et relevant datasæt  Sikre at relevante variabler er med i data  Indsamlet på en pålidelig måde Beskrivelse af data  Manglende observationer  Ekstreme værdier  Fejl i data  Hvilken type variabler (kvalitative/kvantitative) Deskriptiv analyse  Gennemsnit, varians  Min-Max (for at tjekke for fejlobservationer)  Grafer af data  Krydstabeller Hvordan skal modellen estimeres?

KM2: F28 12 Økonometrisk analyse Valg af økonometrisk metode  Fra dette kursus: OLS, WLS, FGLS, IV, paneldata metoder  Undersøg om forudsætningerne for at anvende metoden er opfyldt (f.eks. Gauss-Markov antagelserne) Ting, som man bør tjekke og overveje:  MLR.4 (de forklarende variabler er exogene): OLS. Ellers IV eller paneldata metoder.  Funktionel form, udeladte variabler  Typen af variabler (kvalitative variabler kan ofte med fordel laves til dummy variabler)  Målefejl i variablerne  Homoskedasticitet  Sample selektion  Robusthedsanalyse (er estimationsresultaterne følsomme fx overfor et par ekstreme observationer)

KM2: F28 13 Præsentation af resultater I kap. 19 eksempler på hvordan man præsenterer sine empiriske resultater Deskriptiv tabel Estimationsresultater Tabel til sammenligning af estimations-resultater

KM2: F28 14 Hvad bliver det næste? Spørgetime: Fredag den 8. juni kl Se hjemmesiden for lokale. Eksamen 1: Grupper à max. 3 personer: Tirsdag den 29. maj kl Opgaven vil ligge på fagets hjemmeside (og på  Opgavetekst, forside, evt. bilag, data, programfiler (se prøveeksamen eller tidligere eksamener på Økonometri 1 hjemmesiden) Den samlede rapport+bilag med SAS-output, SAS-program og SAS- datafil uploades via link som angives på eksamensopgaven Alt afleveret materiale skal forsynes med ”afleveringsnummer” (vælg et gruppemedlems eksamensnummer). Eksamen 2: 2-timers skriftlig prøve uden hjælpemdler: Tirsdag den 12. juni.

KM2: F28 15 Regler for tag-hjem eksamen: Hele opgaven skal besvares af hver gruppe for sig (både opgaven og SAS-programmerne). Se noten på hjemmesiden: Det betyder blandt andet:  Man må ikke samarbejde med andre grupper  Man må ikke få hjælp af andre grupper  Man må ikke yde hjælp til andre grupper Der er kun to undtagelser:  Man må få hjælp til generering af data af forelæseren  Man må få hjælp til at løse computertekniske problemer i IT- kælderen.

KM2: F28 16 Held og lykke! Tak for denne gang!