Økonometri 1: Afslutningsforelæsning1 Økonometri 1 Afslutningsforelæsning 19. maj 2003.

Slides:



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

Dummyvariabler 13. 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.
KM2: F281 Økonometri 1 Afslutningsforelæsning 23. maj 2007.
Økonometri 1: Afslutningsforelæsning1 Økonometri 1 Afslutningsforelæsning 13. december 2004.
Økonometri 1: Binær responsmodeller: Logit og probit1 Økonometri 1 Binær responsmodeller: Logit og probit 8. maj 2003.
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: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation II 7. december 2005.
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.
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.
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.
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: Heteroskedasticitet1 Økonometri 1 Heteroskedasticitet 24. marts 2006.
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.
KM2: F211 Kvantitative metoder 2 Specifikation og dataproblemer 30. april 2007.
Den multiple regressionsmodel 21. september 2005
Heteroskedasticitet 25. oktober 2005
Præsentationens transcript:

Økonometri 1: Afslutningsforelæsning1 Økonometri 1 Afslutningsforelæsning 19. maj 2003

Økonometri 1: Afslutningsforelæsning 2 Dagens program: Evalueringsskemaerne Afrunding og perspektivering af Økonometri 1.  Opfølgning af introduktionsforelæsningen. Wooldridge, kapitel 19: Carrying out an Empirical Project Information og spørgsmål vedr. eksamen

Økonometri 1: Afslutningsforelæsning 3 Evalueringer Kun 23 har udfyldt evalueringsskemaerne ud af ca. 120 tilmeldte til eksamen Resultatet kan ses på hjemmesiden Andre kommentarer ?

Økonometri 1: Afslutningsforelæsning 4 Målsætning for Økonometri 1 Værdsætte betydning af gode, relevante og pålidelige data. Forstå en række af de problemstillinger, der knytter sig til passivt observerede data, der ofte fremkommer som resultat af økonomiske agenters valg. Kunne implementere løsninger på disse problemstillinger indenfor en relativt simpel, men alligevel anvendelig ramme: Modeller for uafhængige data. Indse styrken af en empirisk analyse, hvor økonomisk teori, data og statistiske metoder går op i en højere enhed.

Økonometri 1: Afslutningsforelæsning 5 Data: Betydningen af pålidelige og relevante målinger Relevans:  Teorigrundlaget giver et sæt af ”ideelle” målinger Udeladte variabler: ”ability” (kap. 3, 9, 15) Proxy-variabler (kap. 9): IQ i stedet for ”ability”: Konsistens (?)  I praksis: Databeskrivelse og splejsning af datasæt fra forskellige kilder (u.s. 8, 12) 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, 6, 13).

Økonometri 1: Afslutningsforelæsning 6 Passiv observation contra aktiv eksperimentering To eksempler: Høstudbytte, afkast af uddannelse Hovedproblem ved passivt observerede data: Endogenitet (korrelation mellem regressor og uobserverbare faktorer). Løsning: Instrumentvariabler (kap. 15)  Udvide datagrundlaget med kilder til exogen variation i regressorerne I praksis:  IV som løsning på målefejl: Indkomst som IV for samlet forbrug (u.s. 11) Geografi som IV for initialindkomst (u.s. 12)  IV for underliggende forårsagende variabel: ”Investeringsklima” i forhold til investeringskvote og vækstrate (u.s. 12)

Økonometri 1: Afslutningsforelæsning 7 Eksperiment: Udbyttet af sojabønner

Økonometri 1: Afslutningsforelæsning 8 Passiv observation: Afkast af uddannelse

Økonometri 1: Afslutningsforelæsning 9 Implementere løsninger Grundredskab: Multipel lineær regressionsmodel  Teknik om OLS-estimatoren: Mekaniske egenskaber (kapitel 3, u.s. 3, 7) 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. MLR.1 (Lineær model): Test af funktionel form, grafiske check. MLR.3 (Betinget middelværdi): Test af exogenitet.  Løsninger: WLS, FGLS ved heteroskedasticitet (Kap. 8, u.s. 9, 10) IV ved problemer med endogenitet (Kap. 15, u.s. 11, 12) Vigtigste begrænsning: Lineær i parametrene (Kap. 17, u.s. 13)

Økonometri 1: Afslutningsforelæsning 10 Status Styrken af den empiriske analyse:  Relevant teorigrundlag  Pålidelige data  Statistiske gyldighed af resultaterne: Konsistens! Efficiens Økonometri 1: Forståelse og de vigtigste redskaber indenfor en simpel modelramme: Modeller for uafhængige data. Økonometri 2 og fag på kandidatstudiet: Afhængige data (tidsrækker, paneldata), andre metoder (MLE, GMM, ikke-parametrisk estimation)

Økonometri 1: Afslutningsforelæsning 11 Empirisk Projekt Kapitel 19 i Wooldridge behandler, hvordan man udfører et empirisk projekt Oversigt over hvilke elementer et empirisk projekt indeholder Gode råd til hvordan man vælger et emne for det empiriske projekt Gode råd til hvordan man udfører de økonometriske analyser Vejledning i hvordan man skriver en rapport over et empirisk projekt Dette kapitel er relevant både i forhold til eksamen i økonometri 1 og til et BA-projekt

Økonometri 1: Afslutningsforelæsning 12 Emnet for det empiriske projekt Dette er relevant for et BA projekt (og ikke for eksamen) Hvordan vælger man sit emne? 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 Det er vigtigt at kunne stille et specifikt spørgsmål og få afgrænset sit emne

Økonometri 1: Afslutningsforelæsning 13 Litteratur gennemgang Et empirisk projekt bør indeholde en gennemgang af den mest relevante eksisterende litteratur Benyt Econ-lit til at finde relevant litteratur. (Igen er dette mest relevant for BA-projekter)

Økonometri 1: Afslutningsforelæsning 14 Data Valg af det rigtige datasæt  Sikre at de relevante variable er med i data  Indsamlet på en pålidelig måde Beskrivelse af data  Manglende observationer  Ekstreme værdier  Fejl i data  Hvilken type variable (kvalitative/kvantitative) Deskriptiv analyse  Gennemsnit, Varians  Min-Max  Graf af data Hvordan skal modellen estimeres?

Økonometri 1: Afslutningsforelæsning 15 Økonometrisk analyse Valg af økonometrisk metode  Fra dette kursus: OLS, WLS, FGLS, IV, LPM,logit, probit Undersøg om forudsætningerne for at anvende metoden er opfyldt (f.eks.Gauss- Markov antagelserne)

Økonometri 1: Afslutningsforelæsning 16 Økonometrisk analyse Antagelser, som man bør overveje, om er opfyldt  MLR 3 (de forklarende variable er eksogene) => IV  Funktionel form  Udeladte variable  Typen af variable (kvalitative variable kan ofte med fordel laves til dummy variable)  Typen af den afhængige variabel (bineær => LPM eller logit/probit)  Målefejl i variablene  Homoskedasticitet  Sample selektion

Økonometri 1: Afslutningsforelæsning 17 Økonometrisk analyse En del af forudsætningerne kan undersøges ved hjælp af forskellige tests Misspecifikationsanalyse Test for homoskedasticitet Følsomhedsanalyse (er estimationsresultaterne følsomme overfor et par ekstreme observationer)

Økonometri 1: Afslutningsforelæsning 18 Skrive en rapport/papir over en empirisk analyse En rapport/papir skal indeholde følgende elementer  Introduktion (motivering af projekt)  Teoretisk del (gennemgang af relevant økonomisk teori)  Den økonometriske model (gennemgang af den økonometriske metode)  Data (beskrivende afsnit om data)  Resultater (præsentation af resultater)  Konklusion

Økonometri 1: Afslutningsforelæsning 19 Præsentation af resultater Eksempler på hvordan man præsenterer sine empiriske resultater Beskriver den økonometriske model Deskriptiv tabel Estimationsresultater Tabel til sammenligning af estimations- resultater

Økonometri 1: Afslutningsforelæsning 20 Hvad bliver det næste? Spørgetime: Onsdag den 11. juni kl Se hjemmesiden for lokale. Eksamen: Fredag den 13. juni kl på hjemmesiden.