Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

Ekonometria. Co wynika z podejścia stochastycznego?

Podobne prezentacje


Prezentacja na temat: "Ekonometria. Co wynika z podejścia stochastycznego?"— Zapis prezentacji:

1 Ekonometria. Co wynika z podejścia stochastycznego?

2 co to jest zmienna losowa? Repetytorium z rachunku prawdopodobieństwa, czyli Prawdopodobieństwo liczba z zakresu określająca siłę przekonania, że zajdzie niepewne zdarzenie Zmienna losowa zmienna, która przyjmuje różne wartości wyznaczone przez los funkcja

3

4

5

6

7

8

9 Charakterystyki zmiennej losowej N( )

10 Dystrybuanta Charakterystyki zmiennej losowej

11

12

13

14 Klasyczna Metoda Najmniejszych Kwadratów

15 n - liczba obserwacji k - liczba zmiennych objaśniających y - wektor obserwacji empirycznych zmiennej objaśnianej (endogenicznej, zależnej) X - macierz obserwacji zmiennych objaśniających (egzogenicznych, niezależnych)Ekonometria

16 - wektor obserwacji teoretycznych (z modelu) b - wektor parametrów modelu Klasyczna Metoda Najmniejszych Kwadratów e - składnik resztowy (reszta)

17

18 Co to jest podejście stochastyczne?

19 Y - zmienna objaśniana - składnik systematyczny - składnik przypadkowy (losowy) Podejście stochastyczne Y= + Y= +

20 Linia regresji populacji generalnej

21 Podejście stochastyczne Wszystkie możliwe wyniki obserwacji Model hipotetyczny Posiadane wyniki obserwacji Model ekonometryczny (oszacowanie modelu hipotetycznego)

22 Wnioskowanie z określonym prawdopodobieństwem y Podejście stochastyczne

23 Dobre estymatory Podejście stochastyczne metody szacowania parametrów

24 Założenia modelu standardowego KMNK

25 X 1. Zmienna objaśniająca ( X ) jest nielosowa 2. Składnik losowy ma rozkład normalny : N(, ) Założenia modelu standardowego 3. Zakłócenia mają tendencję do wzajemnej redukcji E( ) = 0 Wykorzystanie reguł elementarnej statystyki Wnioskowanie statystyczne w oparciu o rozkład t-Studenta i F Uchylenie => estymatory nie są nieobciążone 4. Składnik losowy jest sferyczny: - brak autokorelacji - homoskedastyczność Utrata efektywności estymatorów

26 Brak autokorelacji składnika losowego cov( i, j ) = 0 Założenia modelu standardowegoAutokorelacja

27 Podstawowe przyczyny autokorelacji składnika losowego: - pominięcie sezonowości - błędny dobór postaci funkcji. Podstawowe przyczyny autokorelacji składnika losowego: - pominięcie sezonowości - błędny dobór postaci funkcji. Założenia modelu standardowegoAutokorelacja

28 Postępowanie w przypadku autokorelacji p - pewna liczba N i - współczynniki autokorelacji u t - proces czysto losowy E(u t )=0, u 2 Proces czysto losowy: proces stacjonarny, w którym - w czasie dyskretnym- wszystkie zmienne losowe są wzajemnie niezależne Proces czysto losowy: proces stacjonarny, w którym - w czasie dyskretnym- wszystkie zmienne losowe są wzajemnie niezależne Obniżenie efektywności estymatorów KMNK Problematyczne stosowanie testów istotności t i F Możliwe większe błędy - szacunki dodatkowych parametrów

29 homoskedastycznyHomoskedastycznośćSkładnik losowy jest o takiej samej wariancji D 2 ( ) = 2

30 IV. Weryfikacja modelu czyli jak ocenić model?

31 II. Konstrukcja modelu III. Estymacja parametrów IV. Weryfikacja modelu V. Prognoza I. Specyfikacja zmiennych Etapy budowy modelu ekonometrycznego

32 Weryfikacja modelu Weryfikacja merytoryczna Weryfikacja statystyczna Ocena jakości modelu Badanie istotności zmiennych Badanie Rozkładu reszt

33 znaki parametrów skala parametrów konsekwencje prognostyczne konsekwencje modelowe Co oznacza weryfikacja merytoryczna? Co oznacza badanie istotności zmiennych ? Zmienna objaśniająca jest istotna jeżeli w zauważalny (wyraźny) sposób wpływa na zmienną objaśnianą Wszystkie zmienne objaśniające muszą być istotne Metoda - wnioskowanie statystyczne w oparciu o statystykę t-Studenta - poziom istotności ( =0,05 =0,10)

34 V. Prognoza czyli jak wykorzystać model?

35 y y Przedziały ufności dla linii regresji

36

37

38 Odpowiedzi wynikające z podejścia stochastycznego: - Jaką metodę najlepiej zastosować przy szacowaniu parametrów modelu? - Jaki błąd może zostać popełniony przy szacowaniu? - Na jaki błąd się narażamy dokonując prognozy?

39 Wybrane metody taksonomii, czyli jak dobierać zmienne do modelu? Next:

40 A. Aczel Statystyka w zarządzaniu PWN 2000 A.Welfe Ekonometria, PWE95 Z.Czerwiński Dylematy ekonomiczne, PWE92 Z. Czerwiński Moje zmagania z ekonomią, Wydawnictwo AE Poznań 2002 A. Zeliaś Teoria prognozy PWE97 J.Gajda Prognozowanie i symulacja a decyzje gospodarcze, Wydawnictwo C.H. Beck 2001 K.Jajuga (red.) Ekonometria. Metody i analiza problemów ekonomicznych, Wydawnictwo Akademii Ekonomicznej im. O.Langego we Wrocławiu 99 W.Kordecki Rachunek prawdopodobieństwa i statystyka matematyczna. Definicje twierdzenia wzory. Oficyna Wydawnicza GIS 2001 B.Guzik (red.) Ekonometria i badania operacyjne. Zagadnienia podstawowe. Materiały dydaktyczne AE Poznań2000 W.Samuelson, S.Marks Ekonomia menedżerska, PWE98 W.Sadowski (red.) Elementy ekonometrii i programowania matematycznego. PWN80 M.Cieślak (red.) Prognozowanie gospodarcze. Metody i zastosowania. PWN97 G.Chow Ekonometria, PWN95Literatura


Pobierz ppt "Ekonometria. Co wynika z podejścia stochastycznego?"

Podobne prezentacje


Reklamy Google