4EK211 Základy ekonometrie



Podobné dokumenty
4EK201 Matematické modelování. 11. Ekonometrie

EKONOMETRIE 7. přednáška Fáze ekonometrické analýzy

Otázky ke státní závěrečné zkoušce

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie

České vysoké učení technické v Praze Fakulta jaderná a fyzikálně inženýrská OKRUHY. ke státním závěrečným zkouškám BAKALÁŘSKÉ STUDIUM

4EK211 Základy ekonometrie

Návrh a vyhodnocení experimentu

Ilustrační příklad odhadu LRM v SW Gretl

Tomáš Karel LS 2012/2013

MATEMATICKÁ STATISTIKA. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci

STATISTIKA. Inovace předmětu. Obsah. 1. Inovace předmětu STATISTIKA Sylabus pro předmět STATISTIKA Pomůcky... 7

, Brno Hanuš Vavrčík Základy statistiky ve vědě

4EK211 Základy ekonometrie

Statistika. Diskrétní data. Spojitá data. Charakteristiky polohy. Charakteristiky variability

4EK211 Základy ekonometrie

Ekonomický a ekonometrický model. Předpoklady, formulace EKO modelu a očekávání o chování proměnných

4EK311 Operační výzkum. 1. Úvod do operačního výzkumu

Chyby měření 210DPSM

4EK211 Základy ekonometrie

Ekonometrie. Jiří Neubauer

5EN306 Aplikované kvantitativní metody I

4EK211 Základy ekonometrie

Ilustrační příklad odhadu SM v SW Gretl

Manažerská ekonomika KM IT

Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012. Tutoriál č. 4: Exploratorní analýza. Jan Kracík

Měření závislosti statistických dat

Statistika. Regresní a korelační analýza Úvod do problému. Roman Biskup

MATEMATIKA III V PŘÍKLADECH

Grafický a číselný popis rozložení dat 3.1 Způsoby zobrazení dat Metody zobrazení kvalitativních a ordinálních dat Metody zobrazení kvan

Statistika II. Jiří Neubauer

Testování hypotéz o parametrech regresního modelu

Statistická analýza jednorozměrných dat

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM

Studijní program Matematika Obor Pravděpodobnost, matematická statistika a ekonometrie

Úvodem Dříve les než stromy 3 Operace s maticemi

Testování hypotéz o parametrech regresního modelu

Návrh a vyhodnocení experimentu

RNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr.

STATISTIKA LS Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D.

4EK211 Základy ekonometrie

Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách

STATISTIKA A INFORMATIKA - bc studium OZW, 1.roč. (zkušební otázky)

Regresní analýza 1. Regresní analýza

Charakterizace rozdělení

Ing. Michael Rost, Ph.D.


Základy popisné statistiky

Zápočtová práce STATISTIKA I

P13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod.

Tomáš Karel LS 2012/2013

Plán přednášek makroekonomie

4EK212 Kvantitativní management. 1. Úvod do kvantitativního managementu a LP

Analýza dat na PC I.

Regresní analýza. Ekonometrie. Jiří Neubauer. Katedra ekonometrie FVL UO Brno kancelář 69a, tel

4EK211 Základy ekonometrie

Kartografické stupnice. Přednáška z předmětu Tematická kartografie (KMA/TKA) Otakar Čerba Západočeská univerzita

Určete zákon rozložení náhodné veličiny, která značí součet ok při hodu a) jednou kostkou, b) dvěma kostkami, c) třemi kostkami.

Náhodná veličina a rozdělení pravděpodobnosti

Otázky k měření centrální tendence. 1. Je dáno rozložení, ve kterém průměr = medián. Co musí být pravdivé o tvaru tohoto rozložení?

23. Matematická statistika

Vybraná rozdělení náhodné veličiny

Poznámky k předmětu Aplikovaná statistika, 4. téma

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2014

Náhodná veličina a její charakteristiky. Před provedením pokusu jeho výsledek a tedy ani sledovanou hodnotu neznáte. Proto je proměnná, která

CHEMOMETRIKA a STATISTIKA. Prozatímní učební text vybrané příklady (srpen 2012) Miloslav Suchánek

odpovídá jedna a jen jedna hodnota jiných

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2017

Poznámky k předmětu Aplikovaná statistika, 4. téma

Pravděpodobnost a statistika

Regresní a korelační analýza

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D.

1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností,

MAKROEKONOMIKA. Úvod

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016

4EK211 Základy ekonometrie

Pravděpodobnost a aplikovaná statistika

10. Předpovídání - aplikace regresní úlohy

OPTIMÁLNÍ ŘÍZENÍ V EKONOMETRII. METODA CÍLOVÝCH PROMĚNNÝCH A JEJÍ OMEZENÍ.

Tomáš Cipra: Finanční ekonometrie. Ekopress, Praha 2008 (538 stran, ISBN: , cena Hlávkovy nadace v roce 2009) 1. ÚVOD...

Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory

NÁHODNÁ VELIČINA. 3. cvičení

PRAVDĚPODOBNOST A STATISTIKA

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"

VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ

Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

Požadavky k opravným zkouškám z matematiky školní rok

ADZ základní statistické funkce

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2016

STATISTICKÉ PROGRAMY

Regresní a korelační analýza

Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

ČESKÁ ZEMĚDĚLSKÁ UNIVERITA V PRAZE FAKULTA PROVOZNĚ EKONOMICKÁ

1. Přednáška. Ing. Miroslav Šulai, MBA

Základy teorie pravděpodobnosti

Transkript:

4EK211 Základy ekonometrie Úvod do předmětu obecné informace Základní pojmy ze statistiky / ekonometrie Úvod do programu EViews, Gretl Některé užitečné funkce v MS Excel Cvičení 1 Zuzana Dlouhá

Úvod do předmětu obecné informace Konzultační hodiny: čtvrtek 14:30 16:00, místnost 433 NB e-mail: figlova@vse.cz // zuzana.dlouha@vse.cz URL: http://nb.vse.cz/~figlova Výuka: přednáška: prof. RNDr. Václava Pánková, CSc. pondělí 11:00 12:30 NB C cvičení: úterý 07:30 09:00 SB 107 čtvrtek 07:30 09:00 SB 203 OMLUVA předmětu postup na první přednášce!!! Body k závěrečné zkoušce: 1) průběžný test: 0 až 30 bodů (10. cvičení 21. 04. / 23. 04. 2015) a) teoretická část 15 bodů - teorie z 1. 9. týdne výuky (přednášky + knížka) 2

Úvod do předmětu obecné informace b) aplikační část 15 bodů - vyhodnocení výstupu z EViews - použít určený datový soubor, modifikovat data, odhadnout model, otestovat, interpretovat výsledky, 2) zkoušková písemná práce: 0 až 60 bodů praktická a teoretická část v poměru 1:1 (13. týden, jinak ve zkouškovém období - ISIS) 3) fakultativní ústní zkouška: ±10 bodů Hodnocení: 81 až 100 bodů: výborně 71 až 80 bodů: velmi dobře 61 až 70 bodů: dobře 0 až 60 bodů: nevyhověl(a) 3

Úvod do předmětu obecné informace Doporučená literatura: Krkošková (Lejnarová), Š., Ráčková, A. a Zouhar, J.: Základy ekonometrie v příkladech, VŠE, 2010 (pouze ke cvičením) Hušek, R.: Ekonometrická analýza, Oeconomica, 2007 (příp. Ekopress, 1999) Hušek, R.: Aplikovaná ekonometrie: teorie a praxe, Professional Publishing, 2003 (pouze kapitoly o produkčních funkcích a předmětech dlouhodobé spotřeby) Používané programy při výuce 4EK211: MS Excel (základní výpočty, maticové počty, ) EViews Gretl (viz návod poslední kapitola skript Základy ekonometrie v příkladech ) Další podklady: statistické tabulky rozdělení (viz TABULKY_ROZDELENI.pdf + DURBIN_WATSON.pdf) případně další materiály (vždy na mých stránkách) 4

Základní pojmy ze statistiky Základní soubor (populace) soubor prvků, o kterém chceme statistickými metodami něco zjistit Výběr reprezentativní část daného základního souboru (populace) slouží k odvození závěrů platných pro celou populaci Charakteristiky úrovně aritmetický průměr / vážený aritmetický průměr modus medián kvartily Charakteristiky variability rozptyl směrodatná odchylka variační rozpětí kvartilová odchylka variační koeficient 5

Základní pojmy ze statistiky Pravděpodobnost a pravděpodobnostní rozdělení náhodná veličina diskrétní / spojitá vlastnosti jednotlivých rozdělení střední hodnota modus rozptyl směrodatná odchylka Maticový počet transponování, aritmetické operace s maticemi hodnost matice determinant matice inverzní matice 6

Základní pojmy z ekonometrie Vztah ekonometrie a dalších vědných disciplín EKONOMIE MATEMATICKÁ EKONOMIE EKONOMICKÁ STATISTIKA EKONOMETRIE MATEMATIKA MATEMATICKÁ STATISTIKA STATISTIKA

Základní pojmy z ekonometrie Ekonometrie pojem ekonometrie - Ragnar Frisch, 1926 Ekonometrická společnost (1930), časopis Econometrica (1933) kvantitativní ekonomická disciplína, která se zabývá především měřením v ekonomice na základě analýzy reálných statistických dat pomocí ekonometrických metod a modelů Tři základní oblasti použití popis ekonomické reality (matematická a statistická formulace ekonomické teorie pomocí modelového přístupu) testování hypotéz o ekonomické realitě (navrhování nebo modifikací odhadových a testovacích metod i výpočetních technik, vhodných pro ekonomické modely a empirická data) aplikace ekonometrických modelů a metod v jednotlivých oblastech ekonomické teorie a praxe, předpovídání budoucí ekonomické aktivity Příklady ekonometrických modelů modely poptávky, nabídky, tržní rovnováhy produkční modely, modely závislosti produktivity práce na různých kvantitativních faktorech 8

Základní pojmy z ekonometrie nákladové modely (funkce celkových, průměrných a mezních nákladů na objemu výroby a technických, ekonomických a organizačních podmínkách) modely meziodvětvových vztahů modely hrubé domácí produkce zahrnující vztahy mezi produktivitou práce, efektivností investic, strukturou hrubé domácí produkce (např. HDP v závislosti na zaměstnanosti a objemu investic v jednotlivých odvětvích) Význam ekonometrie pro utváření vládní politiky poptávka jako funkce cena a důchodu náklady jako funkce objemu výroby statistické vlastnosti důchodových a majetkových rozdělení struktura hospodářství popisovaná chováním spotřebitelů a výrobců problematika subvencí zemědělství pro udržení stabilních důchodů změny kurzu měny na základě závěrů ze změn cenových pružností z dovozu a vývozu změny ve zdanění vycházející z úrovně poptávky a zaměstnanosti + význam ekonometrie i na mikroúrovni 9

Základní pojmy z ekonometrie Matematické funkce y = f(x) y = f(x 1, x 2 ) Ekonometrické funkce y = f(x) + u y = f(x 1, x 2 ) + u y = endogenní / vysvětlovaná / závislá proměnná x = exogenní / vysvětlující / nezávislá proměnná u = náhodná složka, u ~ N (0, δ 2 ) lineární v parametrech nebo nelineární, ale lze je zlinearizovat, a to: logaritmickou nebo semilogaritmickou transformací (např. Cobb-Douglasova produkční funkce, logistická křivka) 10

Základní pojmy z ekonometrie Ekonometrické funkce z hlediska OBSAHU modelové produkční, logistické funkce jsou propracované ve vazbě endogenní-exogenní proměnná experimentální finanční funkce, funkce inflace závislost mezi exogenní a endogenní proměnnou se hledá, aby byl model statisticky významný Ekonometrické funkce z hlediska ČASU statické jenom proměnné v čase t dynamické obsahují proměnné zpožděné v čase t-1, t-2, 11

Základní pojmy z ekonometrie Ekonometrické funkce dle VYSVĚTLUJÍCÍCH PROMĚNNÝCH jednofaktorová fce: y = f(x) + u vícefaktorová fce: y = f(x 1, x 2,... ) + u Ekonometrické funkce dle POČTU ROVNIC jednorovnicové modely vícerovnicové (modely simultánních rovnic) Data v ekonometrii hypotetická reálná např. z ČSÚ, Eurostatu, firemní data apod. časové řady pro rovnice dynamického typu průřezová data tj. prostorová panelová data prostorová data v čase 12

Základní pojmy z ekonometrie Značení α, β, σ (malá řecká písmena) reálna čísla (konstanty), nejčastěji parametry modelu x, y, z, u (malá latinská písmena) náhodné veličiny nebo jejich hodnoty (např. ekonometrické proměnné nebo odhady parametrů) α, β, σ (malá tučná řecká) reálné vektory (konstantní) x, y, b (malá tučná latinská) náhodné vektory (vždy sloupcové) Σ, Ω (velká tučná řecká) reálné matice (konstantní) X, S (velká tučná latinská) náhodné matice Příklady značení y t = α + βx t + u t nebo y i = α + βx i + u i y = Xβ + u 13

Úvod do programu EViews Úvod do EViews umístění: Plocha Start Všechny programy EViews hlavní obrazovka + menu bar (File, Edit, ) data základní operace (vytvoření, načtení, uložení, formáty, grafy, úprava, ) Workfile práce s daty vytvoření skupiny View, Proc, Object statistiky, modely, grafy Úvod do Gretlu na VŠE: Plocha Application Explorer All Gretl doma stáhnout na: http://gretl.sourceforge.net/ při instalaci je možné zvolit český jazyk 14

Některé užitečné funkce v MS Excel MS Excel funkce DETERMINANT funkce SOUČIN.MATIC transponování matic Funkce INVERZE F2 CTRL + SHIFT + ENTER 15