Domande taggate «econometrics»

L'econometria è l'applicazione di metodi statistici ai dati economici per vari scopi, come la verifica di ipotesi, la deduzione di relazioni causali e la previsione di tendenze future. Utilizzare questo tag solo per domande relative all'aspetto teorico di una tecnica econometrica.

1
Modo alternativo di derivare coefficienti OLS
In un'altra mia domanda , un risponditore ha usato la seguente derivazione del coefficiente OLS: Abbiamo un modello: dove Z non è osservato. Quindi abbiamo: plimY= X1β+ X2β2+ Zγ+ ε ,Y=X1β+X2β2+Zγ+ε, Y = X_1 \beta + X_2 \beta_2 + Z \gamma + \varepsilon, ZZZdoveX ∗ 1 =M2X1eM2=[I-X2(X ′ 2 X2)-1X …


3
predire
Il mio modello stimato è ln^(yt)=9.873−0.472ln(xt2)−0.01xt3ln^(yt)=9.873−0.472ln⁡(xt2)−0.01xt3\hat \ln(y_t)=9.873-0.472\ln(x_{t2})-0.01x_{t3} Mi viene chiesto di trovare un IC predittivo con una sicurezza del 95% per la media di y0y0y_0, quando x02=250x02=250x_{02}=250, e x03=8x03=8x_{03}=8. Lo supponiamos2x0(XTX)−1xT0=0.000243952s2x0(XTX)−1x0T=0.000243952s^2 x_0(X^TX)^{-1}x_0^T=0.000243952, dove x0=(250,8)x0=(250,8)x_0=(250,8). Ho una soluzione di un anno precedente, che va così: Trovo il CI del modulo CI(E[ln(y0)|x0])=[ln^(yt)−tα/2sE,ln^(yt)+tα/2sE]CI(E[ln(y0)|x0])=[ln^(yt)−tα/2sE,ln^(yt)+tα/2sE]\text{CI}(E[ln(y_0)|x_0])=\left[\hat\ln(y_t)-t_{\alpha/2}s_E,\hat …


2
Forma ridotta di un modello econometrico, problema di identificazione e test
Alla ricerca di aiuto per comprendere il seguente problema e come utilizzare la forma ridotta in econometria Considera un modello per la salute di un individuo: health=b0+(b1)age+(b2)weight+(b3)height+(b4)male+(b5)work+(b6)exercise+uhealth=b0+(b1)age+(b2)weight+(b3)height+(b4)male+(b5)work+(b6)exercise+uhealth = b_0 + (b_1)age + (b_2)weight + (b_3)height + (b_4)male + (b_5)work + (b_6)exercise + u supponiamo che tutte le variabili dell'equazione, ad …



1
Test di Hausman per equazioni simultanee
Dato un insieme di equazioni strutturali: Funzione richiesta:Q1=α0+α1Pt+α2It+α3Rt+μ1,tQ1=α0+α1Pt+α2It+α3Rt+μ1,tQ_1 = \alpha_0 + \alpha_1 P_t + \alpha_2 I_t + \alpha_3 R_t + \mu_{1, t} Funzione di fornitura:Q=β0+β1Pt+μ2,tQ=β0+β1Pt+μ2,tQ = \beta_0 + \beta_1 P_t + \mu_{2, t} Dove PPP = prezzo QQQ = quantità III = reddito RRR = ricchezza Come procederesti con il …


1
Differenze tra GMM e MSM?
In Wikipedia, la principale differenza tra GMM e MSM (Metodo dei momenti simulati) sta nel primo caso, le condizioni momento / ortogonalità possono essere valutate analiticamente, mentre nel secondo non possono e dobbiamo usare analoghi campione. Tuttavia, in Wikipedia e in altri testi, con GMM utilizziamo anche analoghi di esempio. …


0
Un approccio teorico / matematico all'analisi costi-benefici e all'analisi costi-utilità in economia sanitaria
Sto cercando di ottenere alcune risorse che guardino all'economia della salute da un punto di vista puramente matematico, cioè lo sviluppo di modelli che utilizzano equazioni differenziali alle derivate parziali o analisi complesse. In particolare, sto cercando derivazioni e modelli relativi all'analisi costi-benefici, all'analisi costi-utilità, alla relazione tra CBA / …

0
R esempio riproducibile, restrizioni sulle equazioni cointegranti
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]) …

1
Interpretazione degli effetti fissi
Ho alcuni problemi a capire l'intuizione nei modelli a effetti fissi, e le fonti di variazione che implicano. Per un esempio concreto, considera la seguente specifica di regressione: $$ r_ {ist} = \ gamma_ {i} + \ delta_ {st} + \ epsilon_ {ist} $$ Il LHS nell'equazione di cui sopra …


Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.