Ekonometria stosowana

9
Andrzej Torój - Lato 2013/2014 1 Ekonometria stosowana Wykład 1 KMNK – estymacja i podstawowa weryfikacja modelu w arkuszu kalkulacyjnym

description

Ekonometria stosowana. Wykład 1 KMNK – estymacja i podstawowa weryfikacja modelu w arkuszu kalkulacyjnym. Ćwiczenie – rekl-baz.xls (1). Otwieramy plik rekl-baz.xls ze strony http://akson.sgh.waw.pl/~ atoroj/ES_zaoczne/ - PowerPoint PPT Presentation

Transcript of Ekonometria stosowana

Page 1: Ekonometria stosowana

1Andrzej Torój - Lato 2013/2014

Ekonometria stosowana

Wykład 1

KMNK – estymacja i podstawowa weryfikacja modelu w arkuszu kalkulacyjnym

Page 2: Ekonometria stosowana

2

Ćwiczenie – rekl-baz.xls (1)

Otwieramy plik rekl-baz.xls ze strony http://akson.sgh.waw.pl/~atoroj/ES_zaoczne/

Plik zawiera dane o sprzedaży i nakładach na reklamę w biurze turystycznym.– jakie to dane? przekrojowe, szeregi czasowe,

panelowe? mikro- czy makroekonomiczne? o jakiej częstotliwości? co powiesz o wielkości próby?

Page 3: Ekonometria stosowana

3

Ćwiczenie – rekl-baz.xls (2)

1. [Narzędzia – Dodatki – Analysis ToolPak]

2. Narzędzia – Analiza danych – Regresja

3. Wykres (najlepiej liniowy, na dwóch osiach)

4. Diagnostyka modelu – co widzimy?

5. Czy w danych jest sezonowość? Jak to zjawisko uwzględnić?

6. Czy reklama wpływa na sprzedaż z opóźnieniem? Jaka jest natura tego opóźnienia?

Page 4: Ekonometria stosowana

4

Oszacowania parametrów; standardowe błędy oszacowań

szacujemy parametry i standardowe błędy ich szacunku bez pomocy narzędzia „Regresja”, za to stosując funkcje:

macierz.iloczyn() macierz.odw() transponuj()

Pamiętamy o kombinacji F2, Ctrl+Shift+Enter dla funkcji tablicowych.

KT

T

tt

1

2

2

ˆˆ

11

122 ˆˆ

kkijT dXXD

yXXX TT 1ˆ

Page 5: Ekonometria stosowana

5

Podstawowa diagnostyka modelu

j

j

SEt

ˆ

ˆ

)/(1

1/2

2

KnR

KRF

T

tt

T

ttt

T

tt

T

tt

yy

yy

yy

yyR

1

2

1

2

1

2

1

2

2

ˆ

1

ˆ

obliczamy w Excelu kolejno: R2, t, F

Page 6: Ekonometria stosowana

6

Współczynnik determinacji R2

iy iy

iii yy ˆˆ y

yyi

zróżnicowanie całkowite

zróżnicowanie objaśnione modelem

zróżnicowanie nieobjaśnione modelem

yyi ˆ

czy niskie R2 oznacza zawsze, że model jest zły?

Page 7: Ekonometria stosowana

7

Wady R2

im więcej zmiennych w modelu, tym lepsze dopasowanie (zawsze!)

rozwiązanie: skorygowany współczynnik determinacji (brana pod uwagę także liczba zmiennych objaśniających)

222 1)1(

RKn

KRR

„kara” za

nadmiar parametrów

Page 8: Ekonometria stosowana

8

Literatura do wykładu 1

Welfe 2.1, 2.2, 2.5– powtórzenie podstaw modelu regresji liniowej wielu

zmiennych i KMNK (uzupełnienie wykładu)

Maddala 4.4, Welfe 2.3– Model z dwiema zmiennymi objaśniającymi – jak

„działa” wyłączenie wpływu jednej ze zmiennych objaśnianych w modelu regresji?

Welfe 2.7– Aby dowiedzieć się więcej o R2 i skorygowanym R2

Page 9: Ekonometria stosowana

9

Praca domowa

Dla chętnych: przeczytać tekst H. Variana zamieszczony na stronie („How to build an economic model in your spare time”) i wybrać radę, która najbardziej przypadła Wam do gustu. Uwagi, refleksje?