Įvadas į ekonometriją - PDF Free Download

1/30 Įvadas į ekonometriją Pirma paskaita Agnė Reklaitė 2017-09-08

2/30 Įžanga

Apie ką bus šis kursas? 3/30 Ekonomikos moksle teigiama, kad svarbus ryšys tarp tam tikrų rodiklių, tačiau priežastinių ryšių kiekybiniai įverčiai neišvedami. Kiek darbo patirtis veikia atlyginimą? Koks yra tam tikros prekės paklausos elastingumas? Kokį poveikį moksleivių pasiekimams turi mokytojų kvalifikacijos kėlimo kursai?

Kurso aprėptis 4/30 Pagrindinis tikslas - įsisavinti metodus ir pricipus, kaip pasitelkiant duomenis išmatuoti priežastinių ekonominių ryšių stiprumą.

Kurso aprėptis 4/30 Pagrindinis tikslas - įsisavinti metodus ir pricipus, kaip pasitelkiant duomenis išmatuoti priežastinių ekonominių ryšių stiprumą. Duomenys Duomenys gali būti eksperimentiniai arba stebėjimų duomenys

Kas yra svarbu kuriant ekonometrinį modelį? 5/30 Ekonominė logika/prasmė

Kas yra svarbu kuriant ekonometrinį modelį? 5/30 Ekonominė logika/prasmė Modelio naudingumas

Kas yra svarbu kuriant ekonometrinį modelį? 5/30 Ekonominė logika/prasmė Modelio naudingumas Statistinis adekvatumas

Kurso dėstymo forma 6/30 Paskaitos Seminarai Laboratoriniai darbai Galutinio balo sudėtis: Kontrolinis darbas (vidurio semestro atsiskaitymas) 25% Egzaminas 35% Prezentcija 15% Praktinė užduotis komp. klasėje nr. 1 12,5% Praktinė užduotis komp. klasėje nr. 2 12,5%

Literatūra 7/30 Wooldridge J.M. "Introductory econometrics: A modern approach", 2012, Mason, South-Western Cengage Learning Lapinskas R., "Praktinė ekonometrija.i Practical econometrics.i Regression Models (Lecture Notes)" paskaitų konspektas anglų kalba, 2011 Lapinskas R., "Praktinė ekonometrija.i Practical econometrics.i Regression Models (Computer Labs)" pratybų konspektas anglų kalba, 2011 Hill R.C., Griffiths W.E., Judge G.G. "Principles of econometrics", 2012 Danvers, Wiley Stock J.H., Watson M.W. "Introduction to econometrics", 2007, Boston, Pearson Addison-Wesley Boguslauskas V., Ekonometrika, 2009, Kaunas, Technologija

8/30 Ekonominis ir ekonometrinis modelis

Ekonominis uždavinys 9/30 Empiriniuose tyrimuose dažnai pradedama nuo ekonominio uždavinio suformavimo - užrašoma, kokie veiksniai veikia dominantį rodiklį, ir apibrėžiama, koks yra ryšys tarp tiriamų veiksnių (pvz.: tiesioginis/netiesioginis, tiesinis/netiesinis,...)

Ekonominis uždavinys. Pavyzdys 10/30 Pavyzdys Nr.1 - Nusikalstamumo modelis Tarkime, norime modeliu aprašyti, kiek laiko žmogus praleidžia užsiimdamas nusikalstama veikla. Tai galima išreikšti kaip funkciją: y = f (x 1, x 2, x 3, x 4, x 5, x 6, x 7 ), kur y = valandos, praleistos užsiimant nusikalstama veikla, x 1 = valandinis uždarbis iš nusikalstamos veiklos, x 2 = valandinis atlyginimas dirbant legaliai, x 3 = ne darbo pajamos, x 4 = tikimybė būti pagautam, x 5 = tikimybė būti nuteistam, jei pagavo, x 6 = tikėtinas nuosprendis (įkalinimo metais), x 7 = amžius.

Ekonominis uždavinys. Pavyzdys 11/30 Pavyzdys Nr.2 - Atlyginimo dydžio modelis Ekonominį modelį atlyginimui galima išreikšti kaip funkciją wage = atlyginimas, educ = formalus išsilavinimas, exper = darbo patirtis, training = mokymai. wage = f (educ, exper, training), kur

Ekonominis uždavinys. Pratimas 12/30 Pratimas. Automobilio kaina Sudarykite ekonominį modelį, aprašantį automobilio kainą.

Ekonometrinio modelio kūrimas 13/30 Turint ekonominį modelį, galima pereiti prie ekonometrinio modelio kūrimo.

Ekonometrinio modelio kūrimas 13/30 Turint ekonominį modelį, galima pereiti prie ekonometrinio modelio kūrimo. Tam reikia: Išraiškos funkcijai f (...)

Ekonometrinio modelio kūrimas 13/30 Turint ekonominį modelį, galima pereiti prie ekonometrinio modelio kūrimo. Tam reikia: Išraiškos funkcijai f (...) Parinkti rodiklius, atspindinčius veiksnius iš ekonominio modelio

Ekonometrinis modelis. Pavyzdys 14/30 Pavyzdys Nr.1 - Nusikalstamumo modelis Ekonominio modelio pavyzdžiu sukuriamas ekonometrinis: crime = β 0 + β 1 wage m + β 2 othinc + β 3 freqarr + β 4 freqconv+ +β 5 avgsen + β 6 age + u crime = koks nors kriminalinio aktyvumo rodiklis, pvz.: "karjeros" ilgis metais wage m = valandinis atlyginimas dirbant legaliai, othinc = kitos pajamos (iš turto, paveldėjimo,...), freqarr = ankstesnių suėmimų skaičius, freqconv = ankstesnių nuteisimų skaičius, avgsen = vidutininė ankstesnių įkalinimų trukmė, age = amžius.

Ekonometrinio modelio komponentai 15/30 Pavyzdžio Nr. 1 lygtis crime = β 0 + β 1 wage m + β 2 othinc + β 3 freqarr + β 4 freqconv+ +β 5 avgsen + β 6 age + u β 0, β 1,... β 6 - modelio parametrai crime, wage m,..., age - kintamieji: crime - priklausomas (ar modeliuojamas) kintamasis wagem,..., age - aiškinamieji kintamieji, arba regresoriai u - paklaida

Ekonometrinio modelio kūrimas 16/30 Rekomenduojama iš pradžių pradėti nuo ekonominio modelio, ir jo pagrindu sudaryti ekonometrinį modelį.

Ekonometrinio modelio kūrimas 16/30 Rekomenduojama iš pradžių pradėti nuo ekonominio modelio, ir jo pagrindu sudaryti ekonometrinį modelį. Praktikoje dažnai ekonominio modelio kūrimas yra praleidžiamas ir einama tiesiai prie ekonometrinio modelio konstravimo šis būdas reikalauja atidumo ir patirties.

Skyriaus apibendrinimas 17/30 Sąvokos ir reikalavimai Ekonominis modelis jo sudarymo principai Veiksniai ir rodikliai koks jų ryšys ir skirtumas Ekonometrinio modelio komponentai

18/30 Ekonominių duomenų struktūra

Vienalaikiai duomenys 19/30 Vienalaikiai duomenys (cross-sectional data) Skirtingų individų (žmonių, namų ūkių, įmonių, miestų, t.t.) duomenys, priklausantys tam pačiam laikotarpiui.

Vienalaikiai duomenys 19/30 Vienalaikiai duomenys (cross-sectional data) Skirtingų individų (žmonių, namų ūkių, įmonių, miestų, t.t.) duomenys, priklausantys tam pačiam laikotarpiui. Dažniausiai laikomi atsitiktine imtimi.

Vienalaikiai duomenys. Pvz 20/30

Vienalaikiai duomenys. Pvz 21/30

Laiko eilutės 22/30 Laiko eilutės (time series) Laiko eilutės vieno ar kelių rodiklių stebėjimai laike

Laiko eilutės 22/30 Laiko eilutės (time series) Laiko eilutės vieno ar kelių rodiklių stebėjimai laike Rodiklius retai kada galima laikyti nepriklausomais

Laiko eilutės 22/30 Laiko eilutės (time series) Laiko eilutės vieno ar kelių rodiklių stebėjimai laike Rodiklius retai kada galima laikyti nepriklausomais Duomenų dažnis (dažniausiai naudojami): Dieniniai (pvz.: valiutų kursai, akcijų kainos) Mėnesiniai (pvz.: registruotas nedarbas, kainų indeksai) Ketvirtiniai (pvz.: makroekonominiai duomenys BVP, vartojimas,...) Metiniai (pvz.: demografiniai duomenys)

Laiko eilutės. Pvz 23/30

Apjungti vienalaikiai duomenys 24/30 Apjungiant 2 ar daugiau vienalaikių duomenų masyvus, galima gauti apjungtus vienalaikius duomenis (pooled cross sections). Rodikliai yra tie patys, tik skiriasi laikotarpiai. Svarbu: imtys yra nepriklausomos

Apjungti vienalaikiai duomenys. Pvz 25/30

Paneliniai duomenis 26/30 Paneliniai duomenys (Panel data; Longitudinal data) Paneliniai duomenys laiko eilutės, kuriose yra rodikliai, apibūdinantys tuos pačius individus (žmones, įmones, šalis,...) Pagrindinis skirtumas nuo apjungtų duomenų - apjungtuose duomenyse skirtingais laikotarpiais turime skirtingų individų duomenis

Paneliniai duomenys. Pvz 27/30

Pratimas. Nustatyti duomenų struktūrą 28/30 Pratimas. Nustatyti duomenų struktūrą Nustatykite, kokia yra pateiktų duomenų struktūra. Įmonės Johnson & Johnson pelningumas

Pratimas. Nustatyti duomenų struktūrą 29/30 Pratimas. Nustatyti duomenų struktūrą Nustatykite, kokia yra pateiktų duomenų struktūra. Regioniniai rodikliai: Aprašymas: state the state, year the year, region the region, pcap public capital stock, hwy highway and streets, water water and sewer facilities, util other public buildings and structures, pc private capital stock, gsp gross state product,...

Skyriaus apibendrinimas 30/30 Sąvokos ir reikalavimai Vienalaikiai duomenys Laiko eilutės Apjungti vienalaikiai ir paneliniai duomenys ką jie turi bendro su laiko eilutėmis ir vienalaikiais duomenimis Kuo skiriasi apjungti vienalaikiai ir paneliniai duomenys?