Hagrannsóknir II fyrirlestraglósur hluti I

More documents

Recommendations

Info

1 FYRIRLESTUR 15. JANÚAR 2 1 Fyrirlestur 15. janúar 1.1 Kynning og lýsing Maximum likelihood orðin vinsælasta aðferina vegna framfara í reiknigetu. Maximum likelihood yfirleitt best ef hægt að koma henni við. Helgi var með kennslubók eftir Kmenta á sínum tíma. SUR = seamingly unrelated regression, að eftirfarandi kerfi geta virðst tengd y1 = α + βx1 og y2 = γ + δx2 Ekki víst að Helgi nái að fara yfir Monte Carlo og bootstrap, þetta eru reikniaðferðir við mat á líkönum, það þarf að forrita svolítið til að nota þessar aðferðir. Panel-data heitir líka repeated mesarues eða analysis of longditudional data. Þetta á við mörg köst guðs, endurteknar tilraunir, t.d. þegar rottur eru rannsakaðar. Margar breytur í okkar umhverfi eru ekki samfelldar, t.d. 0 1 breytur, flokkunarbreytur og fleira. Misjafnt með flokkabreytur hvort þær hafa eðlilega innbyrðis röðun. Hér getum við líka hugsað okkur mælinga á biðtíma, t.d. hve lengi aðili er atvinnulaus. 1.2 Námsefni o.fl. • Kennslubókin Econometric Methods plús dreifir kannski efni um samþáttun og forritun. Hagfræðingur úr Sbí verður með dæmatíma á móti Helga. Dæmi í kennslubókinni og Poirier verða í dæmatímum og fólk þarf að redda sér sjálft í tölvudæmunum. • Verkefni verða fullt af gögnum, reikna e-ð og setja e-n texta með. • Hugbúnaður sem Helgi mælir með er t.d. Gretl, EasyReg, R, Octave, Yacas. Töflureiknar GNUMERIC og OpenOffice. OpenOffice er aðeins hægari en GNUMERIC og hefur færri „fídusa”. 1.3 Kennsluáætlun Kaflar 1-6 eru svolítið mikið upprifjun frá Poirier, gagnlegt að glugga í Poirier til að dýpka skilning. Exogeneity verður skilgreint nákvæmlega. 2STOLS og 3STOLS er kannski meira kennslubókarefni heldur en e-ð sem notað er á vinnumarkaði. 1.4 Inngangur kennslubókarinnar 1. Asymptotic teoría. Þau lögmál sem gilda þegar mikið af mælingum fyrir hendi. Verður æ mikilvægari vegna tölva. 2. Tímaraðaaðferðarfræði. 3. Diagnostics, líkanagreining. Menn eru mun einbeittari í dag í að spá í hvað gæti verið að líkaninu. 4. GMM, Helgi vill setja þetta atriði innan sviga, þykir þetta ekki merkileg aðferðarfræði, svolítið ad hoc. 5. Reiknifrekar aðferðir, Monte Carlo og bootstraping, svona simulerings aðferðir. Þessar aðferðir byggja algjörlega á tölvunum. (1.1)
1 FYRIRLESTUR 15. JANÚAR 3 6. Microeconometria. PanelData, ... . Líka afleiðing af tölvutækninni, til mikið af gögnum um einstaklinga og fyrirtæki. Samanber heilsutölfræði og biometrics. 1.5 Regression Regression er einskonar skilyrt ályktun, álykta um eina breytu gefin önnur. Til dæmis E(Y|X). Köllum þetta línulega regression ef hún er á borð við Og á logralínulegu sniði (log-linear form) Dæmi 1.1 Ef þá fáum við með því að logra höfum að Fáum því ⇒ Dæmi 1.2 Og E(Y|X) = α + βx (1.2) logE(Y |X) = α + βlog(X) (1.3) X ∗ = 1.01 ∗ X (1.4) logX ∗ = log(1.01) + logX (1.5) log(1.01) ≈ 0.01. (1.6) log(E(Y |X ∗ )) − log(E(Y|X)) ≈ β ∗ 0.01, (1.7) log E(Y|X ∗ ) E(Y|X) ≈ β ∗ 0.01 (1.8) E(Y|X ∗ ) ≈ e β∗0.01 ∗ E(Y|X) ≈ (1 + β ∗ 0.01)E(Y |X). (1.9) E(Y|X) log = α + βX, 1 − E(Y|X) (1.10) E(Y|X) = P(Y = 1|X), 1 − E(Y|X) = P(Y = 0|X). (1.11) log( P eα+βx ) = α + βx => P = 1 − P 1 + eα+βx (1.12) Síðustu tvö skrefin er það sem kallast logit vörpun, logistic model. β er það sem kallast odds ratio per einingu af X. Setjum P1 og P2 sem líkur á því að fyrirtækjahópar 1 og 2 verði gjaldþrota, finnum svo Odds ratio fyrir hópana OR = P1 1−P1 . (1.13) P2 1−P2 Hlutfallið hér fyrir ofan er margfeldið af því hversu líklegra er að hópur 1 verði gjaldþrota miðað við hóp 2. Það er erfitt að skilja OR en þægilegt að reikna það. Dæmi 1.3 Segjum að X sé kyn, gefið og að Y sé þyngd/laun, spyrjum hvort kynið hefur meiri breytileika í þyngd, V(Y|X). Þegar talað er um misrétti í launum þá er fólk bara að skoða fyrsta momentið, E(Y|X).
Page 1: Hagrannsóknir II fyrirlestraglósu
Page 5 and 6: 2 FYRIRLESTUR 22. JAN 5 Finnum svo
Page 7 and 8: 2 FYRIRLESTUR 22. JAN 7 Og Sjáum a
Page 9 and 10: 2 FYRIRLESTUR 22. JAN 9 5. X ekki f
Page 11 and 12: 3 FYRIRLESTUR 29. JANÚAR 11 3 Fyri
Page 13 and 14: 3 FYRIRLESTUR 29. JANÚAR 13 3.1.4
Page 15 and 16: 4 FYRIRLESTUR 5. FEB 15 að dreifni
Page 17 and 18: 4 FYRIRLESTUR 5. FEB 17 Getum meti
Page 19 and 20: 5 FYRIRLESTUR 12. FEB 19 þegar ró
Page 21 and 22: 5 FYRIRLESTUR 12. FEB 21 Gætum ley
Page 23 and 24: 5 FYRIRLESTUR 12. FEB 23 5.6 d) bay
Page 25 and 26: 6 FYRIRLESTUR 19. FEB 25 Rætur φ,

Hagrannsóknir II fyrirlestraglósur hluti I

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?