Запитання з тегом «econometrics»

Це питання може бути дуже наївним, але те, як я навчаю економетрії, я дуже збентежений, якщо є різниця між тимчасовими рядами та методом даних на панелі. Що стосується часових рядів, я висвітлював такі теми, як коваріація стаціонарна, AR, MA та ін. Щодо даних панелей, я бачив лише дискусії у формі …

15 time-series  econometrics  panel-data 

У мене є дані про працівників великої італійської фірми за десять років, і я хотів би побачити, як гендерний розрив у доходах чоловіків і жінок змінювався з часом. Для цього я запускаю об'єднаний OLS: yit=X′itβ+δmalei+∑t=110γtdt+εityit=Xit′β+δmalei+∑t=110γtdt+εit y_{it} = X'_{it}\beta + \delta {\rm male}_i + \sum^{10}_{t=1}\gamma_t d_t + \varepsilon_{it} де yyy - …

15 hypothesis-testing  estimation  econometrics  fixed-effects-model 

Я повинен викладати теорему Фріша Во з економетрики, яку я не вивчав. Я зрозумів математику, яка стоїть за ним, і я сподіваюся, що ідея "коефіцієнт, який ви отримуєте для конкретного коефіцієнта з декількох лінійних моделей, дорівнює коефіцієнту простої регресійної моделі, якщо ви" усунете "вплив інших регресорів". Тож теоретична ідея є …

15 regression  econometrics  least-squares  projection  decomposition 

Припустимо, що у двовимірному просторі є точки, і ми хочемо виміряти вплив атрибутів на атрибут . Звичайно типовою лінійною регресійною моделлю є XXXyyyy=Xβ+ϵy=Xβ+ϵy= X\beta + \epsilon Тут є дві проблеми: перша полягає в тому, що терміни можуть бути просторово корельованими (порушуючи припущення про незалежні та однакові помилки), а друга полягає …

14 econometrics  spatial 

У дослідженнях фінансової економетрії дуже часто досліджується взаємозв'язок між фінансовими часовими рядами, які набувають форми щоденних даних . Змінна часто робиться , наприклад, приймаючи різницю журналу; ln ( P t ) - ln ( P t - 1 ) .Я( 0 )Я(0)I(0)ln( Ст) - ln( Ст - 1)ln⁡(Пт)-ln⁡(Пт-1)\ln(P_t)-\ln(P_{t-1}) Однак щоденні …

14 time-series  econometrics  finance  macroeconomics  unevenly-spaced-time-series 

Я шукаю теоретично суворий підручник з байєсівської економетрії, припускаючи чітке розуміння частістської економетрики. Я хотів би запропонувати одну роботу за кожну відповідь, щоб рекомендації можна було проголосувати вгору або вниз окремо.

14 bayesian  econometrics  references 

Я розумію причинно-наслідкові зв’язки, що використовуються в мікроекономіці (зокрема, проект IV або регресії регресії), а також причинність Грейнджера, що використовується в економетрії часових рядів. Як я пов’язую одне з іншим? Наприклад, я бачив, як обидва підходи використовуються для даних панелі (скажімо, , T = 20 ). Будь-які посилання на документи …

14 time-series  econometrics  causality  granger-causality 

Що в економетриці розуміють під скороченою формою? Крім того, що шукають люди, коли вони говорять: "Я хотів би бачити зменшені оцінки". Це було вирішено на роботі, і окремі пояснення та пошук Google є надмірно технічними. Сподіваючись, що хтось зможе навести простий приклад.

14 regression  multiple-regression  econometrics 

Останнім часом мені довелося прочитати кілька робіт з економіки (сфера, з якою я не надто знайомий). Одне, що я помітив, - це те, що навіть коли змінна відповідь є бінарною, лінійні регресійні моделі, встановлені за допомогою OLS, є всюдисущими. Моє питання, таким чином: Чому перевагу надає лінійна регресія, наприклад, логістична …

13 regression  logistic  econometrics 

У Здебільшого безшкодній економетрії: Супутник емпіриків (Ангріст і Пішке, 2009: стор. 209) я прочитав наступне: (...) Насправді, щойно визначений 2SLS (скажімо, простий Оцінювач Вальда) є приблизно неупередженим . Це важко показати формально, оскільки щойно визначений 2SLS не має моментів (тобто розподіл вибірки має жирові хвости). Тим не менш, навіть із …

13 regression  self-study  multiple-regression  econometrics  instrumental-variables 

Дійсно наткнувся на цей. Мені дуже хотілося б прикладу чи ситуації, коли оцінювач B був би одночасно послідовним та упередженим.

13 mathematical-statistics  estimation  econometrics 

Академічні економетри часто зацікавлені у визначенні причинності. Схоже, що всі статистичні та науково-дослідні роботи приватного сектору, про які я чую, шукають лише прогнозні моделі. Чи є в приватному секторі (або урядових робочих місцях) робочі місця, які досліджують причинність?

12 econometrics  causality  careers 

З Вікіпедії є визначення інформаційного критерію Akaike (AIC) як , де k - кількість параметрів, а log L - вірогідність журналу моделі.А яС=2k−2logLAIC=2k−2log⁡L AIC = 2k -2 \log L kkklogLlog⁡L\log L Тим НЕ менше, наші замітки Економетрика в поважній державного університету , що I C = журнал ( σ 2 …

12 econometrics  aic  arma  information-theory 

У мене є питання / плутанина щодо стаціонарних серій, необхідних для моделювання з ARIMA (X). Я думаю про це більше з точки зору висновку (ефекту від втручання), але хотів би знати, чи прогнозування проти умовиводу має якусь різницю у відповіді. Питання: Усі прочитані вами вступні ресурси стверджують, що серія повинна …

12 time-series  econometrics  arima  inference 

У мене дуже великий набір даних, і близько 5% випадкових значень відсутні. Ці змінні співвідносяться між собою. Наступний приклад набору даних R - це лише іграшковий приклад з манекено-корельованими даними. 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