Эконометрика

Содержание

1. Эконометрика
2. Как правило независимые переменные имеют
3. Необходимость в таких переменных возникает
4. Для того чтобы вести такие переменные в
5. Такого вида сконструированные переменные в эконометрике принято
6. Зависит ли заработная плата от пола работника?
7. На практике используется два метода моделирования:Регрессия строится
8. 2. Общая регрессионная модель строится для совокупности
9. В английской литературе такие переменные
10. Ведем переменную d1, присвоив ей
11. Тогда ожидаемое значение заработной платы при одинаковых значениях количества отработанных часов и стажа будет:Для мужчин
12. Для женщин:Заработная плата мужчин и женщин отличается на величину γ.
13. Проверив с помощью t-статистики значимость коэффициентов регрессии, можно определить, имеет ли место дискриминация по половому признаку.
14. Если коэффициент γ статистически значим, то очевидно,
15. Стандартные гипотезы в данном случае имеют следующий смысл: – дискриминация присутствует.– на рынке труда нет дискриминации.
16. Переменные такого типа во всем остальном не
17. Способ задания значений переменной не влияет на
18. Качественные различия можно формализовать с помощью любой переменной принимающей два значения не обязательно 0 и 1.
19. Однако, в эконометрической практики почти всегда используют
20. Введем в первоначальную модель еще одну фиктивную переменную, отражающую влияние образования на заработную плату:
21. d2=1 – высшее образование;d2=2 – среднее специальное
22. Если включаемый в рассмотрение качественный признак имеет
23. На практике в таких случаях используют набор
24. у – объем потребления некоторого продукта в
25. Одна категория должна отсутствовать потому что она
26. Среднемесячный объем потребления в осенние месяцы есть
27. Фиктивные переменные позволяют строить и оценивать так
28. Из некоторых априорных соображений исследователь считает, что
29. Введем дискретную переменную rt = 0, если
30. Тестируя стандартную гипотезу β2 = 0 мы
31. Скачать презентанцию

Как правило независимые переменные имеют непрерывные области измерения (возраст, стаж, денежные доходы, уровень безработицы). Однако, существуют переменные которые могут принимать два значения или в общем случае дискретное множество

Слайды и текст этой презентации

Слайд 1Эконометрика
Модели с переменной структурой
(фиктивные переменные)

Слайд 2 Как правило независимые переменные имеют непрерывные области измерения

(возраст, стаж, денежные доходы, уровень безработицы).
Однако, существуют переменные

которые могут принимать два значения или в общем случае дискретное множество значений.

Как правило независимые переменные имеют непрерывные области измерения (возраст, стаж, денежные доходы, уровень безработицы).

Слайд 3 Необходимость в таких переменных возникает в тех случаях,

когда требуется учесть влияние качественных признаков (пол, национальность, уровень образования

и т.д).

Необходимость в таких переменных возникает в тех случаях, когда требуется учесть влияние качественных признаков (пол,

Слайд 4Для того чтобы вести такие переменные в регрессионную модель, им

должны быть присвоены те или иные цифровые метки, т.е. качественные

переменные необходимо преобразовать в количественные.

Для того чтобы вести такие переменные в регрессионную модель, им должны быть присвоены те или иные цифровые

Слайд 5Такого вида сконструированные переменные в эконометрике принято называть фиктивными переменными.
Например,

рассмотрим модель формирования заработной платы (Y) от количества отработанных часов

(X1) и стажа работы (X2).

Такого вида сконструированные переменные в эконометрике принято называть фиктивными переменными. Например, рассмотрим модель формирования заработной платы (Y) от

Слайд 6Зависит ли заработная плата от пола работника?

Слайд 7На практике используется два метода моделирования:
Регрессия строится для каждой качественно

отличной группы единиц совокупности, т.е. для каждой группы в отдельности;

На практике используется два метода моделирования:Регрессия строится для каждой качественно отличной группы единиц совокупности, т.е. для каждой

Слайд 82. Общая регрессионная модель строится для совокупности в целом. В

этом случае в регрессионную модель вводятся фиктивные переменные, т.е. строится

модель с переменной структурой.

2. Общая регрессионная модель строится для совокупности в целом. В этом случае в регрессионную модель вводятся фиктивные

Слайд 9 В английской литературе такие переменные называют dummy –

фиктивная переменная (косвенным образом придает количественное значение качественным признакам).

В английской литературе такие переменные называют dummy – фиктивная переменная (косвенным образом придает количественное значение

Слайд 10 Ведем переменную d1, присвоив ей значения по следующему

правилу:
d1 = 1, если работник мужчина;
d1 = 0, если работник

женщина;

Ведем переменную d1, присвоив ей значения по следующему правилу:d1 = 1, если работник мужчина;d1 =

Слайд 11Тогда ожидаемое значение заработной платы при одинаковых значениях количества отработанных

часов и стажа будет:

Для мужчин

Слайд 12Для женщин:
Заработная плата мужчин и женщин отличается на величину γ.

Слайд 13Проверив с помощью t-статистики значимость коэффициентов регрессии, можно определить, имеет

ли место дискриминация по половому признаку.

Слайд 14Если коэффициент γ статистически значим, то очевидно, что есть различия

в оплате труда мужчин и женщин при прочих равных условиях.

Если этот коэффициент положителен, то дискриминация в пользу мужчин, если отрицателен – в пользу женщин.

Если коэффициент γ статистически значим, то очевидно, что есть различия в оплате труда мужчин и женщин при

Слайд 15Стандартные гипотезы в данном случае имеют следующий смысл:

–

дискриминация присутствует.
– на рынке труда нет дискриминации.

Слайд 16 Переменные такого типа во всем остальном не отличаются от обычных

непрерывных регрессоров для оценивания уравнения с фиктивными переменными МНК коэффициент

при фиктивной переменной интерпретируются также как и при остальных регрессорах.

Переменные такого типа во всем остальном не отличаются от обычных непрерывных регрессоров для оценивания уравнения с фиктивными

Слайд 17 Способ задания значений переменной не влияет на результаты оценивания, т.к.

направление влияния данного признака отражает значение коэффициента.

Такая модель называется «Модель

с переменной структурой».

Способ задания значений переменной не влияет на результаты оценивания, т.к. направление влияния данного признака отражает значение коэффициента. Такая

Слайд 18 Качественные различия можно формализовать с помощью любой переменной принимающей два

значения не обязательно 0 и 1.

Слайд 19Однако, в эконометрической практики почти всегда используют фиктивные переменные типа

0 и 1 т.к. в этом случае интерпретация выглядит наиболее

наглядно.

Однако, в эконометрической практики почти всегда используют фиктивные переменные типа 0 и 1 т.к. в этом случае

Слайд 20Введем в первоначальную модель еще одну фиктивную переменную, отражающую влияние

образования на заработную плату:

Слайд 21

d2=1 – высшее образование;
d2=2 – среднее специальное образование;
d2=3 – бакалавр;
d2=4

– магистр;
d2 =0 - общее среднее образование.

Слайд 22 Если включаемый в рассмотрение качественный признак имеет не два, а

несколько значений, то можно было бы ввести дискретную переменную, принимающее

такое же значение, но в этом случае трудно дать содержательную интерпретацию соответствующему коэффициенту.

Если включаемый в рассмотрение качественный признак имеет не два, а несколько значений, то можно было бы ввести

Слайд 23На практике в таких случаях используют набор бинарных фиктивных переменных.
Рассмотрим

пример: необходимо оценить влияние времени года на потребление некоторого товара.

На практике в таких случаях используют набор бинарных фиктивных переменных.Рассмотрим пример: необходимо оценить влияние времени года на

Слайд 24у – объем потребления некоторого продукта в месяц, кг.
d1=1, если

зима;
d1=0, в противном случае (любое другое время года);
d2

=1, если весна;
d2 = 0, в противном случае;
d3= 1, если лето;
d3 = 0, в противном случае.

у – объем потребления некоторого продукта в месяц, кг.d1=1, если зима;d1=0, в противном случае (любое другое

Слайд 25Одна категория должна отсутствовать потому что она эталонная.

Мы не вводим

4-у бинарную переменную для осени потому что в этом случае

выполнялось бы тождество d1+d2+d3+d4=1 что означает линейную зависимость регрессоров и невозможность нахождения оценок по МНК.

Одна категория должна отсутствовать потому что она эталонная.Мы не вводим 4-у бинарную переменную для осени потому что

Слайд 26Среднемесячный объем потребления в осенние месяцы есть величина α

Для зимних

месяцев объем потребления составляет α+ δ1, для весенних α+ δ2,

для летних α+ δ3

Т.о. оценки коэффициент δ показывают среднее отклонение в объеме потребления по сравнению с осенними месяцами

Но:α=δ1 потребление осенью равно зимой или Но: δ1= δ2

Среднемесячный объем потребления в осенние месяцы есть величина αДля зимних месяцев объем потребления составляет α+ δ1, для

Слайд 27Фиктивные переменные позволяют строить и оценивать так называемые кусочно-линейные модели,

которые можно применять для исследования структурных изменений.

Рассмотрим пример.

Пусть у

– зависимая перееменная и для простоты в модель включена только 1 независимая переменная х. х и у представлены в виде временных рядов.

xt – размер ОПФ в период времени t,
уt – объем продукции в t.

Фиктивные переменные позволяют строить и оценивать так называемые кусочно-линейные модели, которые можно применять для исследования структурных изменений.Рассмотрим

Слайд 28Из некоторых априорных соображений исследователь считает, что в момент времени

tо произошла структурная перестановка и линия регрессии будет отличаться от

той которая была до момента tо, но общая регрессия будет непрерывна.

Из некоторых априорных соображений исследователь считает, что в момент времени tо произошла структурная перестановка и линия регрессии

Слайд 29Введем дискретную переменную rt = 0, если t ≤ to

и rt = 1, если t > to
отсюда следует, что

регрессионная линия (рис) имеет коэффициент наклона β1 для t ≤ to и наклон β1+β2 для t > to. При этом разрыва в точке to не происходит.

Введем дискретную переменную rt = 0, если t ≤ to и rt = 1, если t >

Слайд 30Тестируя стандартную гипотезу β2 = 0 мы проверяем предположение о

том, что фактически структурные изменения не повлияли на объем выпуска

продукции.

В зависимости от способа включения фиктивной переменной в модель регрессии интерпретация оценок коэффициента при ней будет различной.

Тестируя стандартную гипотезу β2 = 0 мы проверяем предположение о том, что фактически структурные изменения не повлияли

Скачать презентацию

Разделы презентаций