Usa questo tag per discutere documenti empirici e problemi che sorgono quando si applicano modelli teorici ai dati. Per questioni econometriche teoriche, usa il tag `econometrics`
Nella teoria economica sappiamo che con l'uso di alcuni calcoli, il lemma di Hotellings Lemma e Sheppards possiamo derivare una determinata funzione di offerta delle imprese e, nel termine, la sua funzione di profitto. Con i dati sui costi di una determinata impresa, possiamo infatti ottenere una stima accurata della …
I dati economici sono un concetto molto ampio. Può includere set di dati di relazioni di preferenze discrete nonché dati di serie temporali estese. Ma è importante che le teorie siano testate rispetto ai dati e prima ciò accade nello sviluppo di un modello economico, o di una nuova ipotesi …
Di solito quando eseguiamo una stima della differenza nelle differenze, lo facciamo in una forma ridotta OLS come segue: Tuttavia, mi chiedevo se il gruppo di trattamento fosse endogeno (ad es. auto-selezionato), ma possiamo definire un gruppo "idoneo" per il trattamento, se sarebbe più preciso stimare un differenziale -in-diff in …
Sono uno studente che studia le serie temporali online e cerca aiuto per parlare di alcuni dei principi. C'è un punto che sto cercando di capire meglio. Mi sono imbattuto in una letteratura online che parla di come serie di dati non stazionarie stanno lentamente decadendo ACF. Il grafico dell'ACF …
Sto attualmente facendo ricerche usando alcuni dati macroeconomici. Voglio solo sapere quali sono i pro e i contro dell'uso di dati destagionalizzati / non destagionalizzati in termini di previsioni.
Il codice riportato di seguito stima un modello VEC con 4 vettori cointegranti. È un codice riproducibile, quindi copia e incolla nella tua R console (o editor di script). nobs = 200 e = rmvnorm(n=nobs,sigma=diag(c(.5,.5,.5,.5,.5))) e1.ar1 = arima.sim(model=list(ar=.75),nobs,innov=e[,1]) e2.ar1 = arima.sim(model=list(ar=.75),nobs,innov=e[,2]) e3.ar1 = arima.sim(model=list(ar=.75),nobs,innov=e[,3]) e4.ar1 = arima.sim(model=list(ar=.75),nobs,innov=e[,4]) y5 = cumsum(e[,5]) …
Sto provando a stimare $ \ lambda $ da questa equazione: $ (1+ t_t) = \ left (\ dfrac {C_t} {Y_t} \ right) ^ {\ frac {1- \ lambda} {\ lambda}} $ Dopo aver preso i registri e le approssimazioni, ottengo: $ t_t \ approx \ left (\ frac {1- …
Attualmente sto scrivendo la mia tesi di laurea sugli effetti dei pari. Tuttavia, più leggo sui problemi di identificazione (leggo ad esempio Manski, Moffitt, Angrist, Goldsmith et al.), Meno capisco. In particolare ho un problema con la comprensione di come la selezione endogena influenza le mie stime (variabili omesse? Distorsione …
Non capisco. Ok, abbiamo . Quindi, per il primo presupposto OLS risulta cheE(vi)=E((Xi-ˉX)uip→E((Xi-μX)ui)=E(Xi-μX)E(ui)=0(poichéE(uβ1−β^1=1n∑ni=1vi(n−1n)sX2β1−β^1=1n∑i=1nvi(n−1n)sX2\beta_1-\hat{\beta }_1=\frac{\frac{1}{n}\sum_{i=1}^{n}v_i}{(\frac{n-1}{n}){s_{X}}^{2}}E(vi)=E((Xi−X¯)ui→pE((Xi−μX)ui)=E(Xi−μX)E(ui)=0E(vi)=E((Xi−X¯)ui→pE((Xi−μX)ui)=E(Xi−μX)E(ui)=0E(v_i)=E((X_i-\bar{X})u_i\overset{p}{\rightarrow}E((X_i-\mu_X)u_i)=E(X_i-\mu_X)E(u_i)=0 ). Poi Archivio e Watson dice che per la seconda ipotesi OLS v i è IID e V un r ( v i ) < ∞ . Sicuramente questo è per il campionamento casuale di variabili, …
Mi chiedevo se è possibile impostare un modello di correzione degli errori con due variabili indipendenti (una variabile var e due variabili indipendenti)? In caso affermativo, quali sono le ipotesi / condizioni da soddisfare? Nella letteratura che ho trovato su questo argomento, c'è sempre una relazione uno a uno (un …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.