EKONOMETRIE 7. přednáška Fáze ekonometrické analýzy



Podobné dokumenty
4EK201 Matematické modelování. 11. Ekonometrie

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie

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

18AEK Aplikovaná ekonometrie a teorie časových řad. Řešení domácích úkolů č. 1 a 2 příklad 1

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie

Korelační a regresní analýza

5EN306 Aplikované kvantitativní metody I

4EK211 Základy ekonometrie

Testování hypotéz o parametrech regresního modelu

Testování hypotéz o parametrech regresního modelu

Ilustrační příklad odhadu LRM v SW Gretl

4EK211 Základy ekonometrie

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

Teorie časových řad Test 2 Varianta A HODNOCENÍ (max. 45 bodů z 50 možných)

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

Úvodem Dříve les než stromy 3 Operace s maticemi

LINEÁRNÍ REGRESE. Lineární regresní model

Otázky ke státní závěrečné zkoušce

4EK211 Základy ekonometrie

Ilustrační příklad odhadu SM v SW Gretl

4EK211 Základy ekonometrie

5EN306 Aplikované kvantitativní metody I

4EK211 Základy ekonometrie

ZOBECNĚNÝ LINEÁRNÍ REGRESNÍ MODEL. METODA ZOBECNĚNÝCH NEJMENŠÍCH ČTVERCŮ

4EK211 Základy ekonometrie

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

Regresní analýza. Eva Jarošová

Tomáš Karel LS 2012/2013

4EK211 Základy ekonometrie

Regresní a korelační analýza

Statistika (KMI/PSTAT)

EKONOMETRIE 9. přednáška Zobecněný lineární regresní model

Tomáš Karel LS 2012/2013

4EK211 Základy ekonometrie

Regresní a korelační analýza

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

Statistická analýza jednorozměrných dat

4ST201 STATISTIKA CVIČENÍ Č. 10

You created this PDF from an application that is not licensed to print to novapdf printer (

Základy ekonometrie. XI. Vektorové autoregresní modely. Základy ekonometrie (ZAEK) XI. VAR modely Podzim / 28

STATISTIKA I Metodický list č. 1 Název tématického celku:

7 Regresní modely v analýze přežití

NÁHODNÁ ČÍSLA. F(x) = 1 pro x 1. Náhodná čísla lze generovat některým z následujících generátorů náhodných čísel:

z dat nasbíraných v letech Ke zpracování dat byl použit statistický software R. Základní model poptávkové funkce, ze kterého vycházíme,

Ekonometrie. Jiří Neubauer

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

Regresní analýza 1. Regresní analýza

MÍRY ZÁVISLOSTI (KORELACE A REGRESE)

Cvičení z ekonometrie

Inovace bakalářského studijního oboru Aplikovaná chemie

INDUKTIVNÍ STATISTIKA

, Brno Hanuš Vavrčík Základy statistiky ve vědě

odpovídá jedna a jen jedna hodnota jiných

Statistika II. Jiří Neubauer

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

Statgraphics v. 5.0 STATISTICKÁ INDUKCE PRO JEDNOROZMĚRNÁ DATA. Martina Litschmannová 1. Typ proměnné. Požadovaný typ analýzy

Matematické modelování Náhled do ekonometrie. Lukáš Frýd

Závislost obsahu lipoproteinu v krevním séru na třech faktorech ( Lineární regresní modely )

OSA. maximalizace minimalizace 1/22

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

Statistická analýza jednorozměrných dat

Aplikovaná ekonometrie a teorie časových řad Zápočtový test 2 Varianta P2017

TECHNIKA UMĚLÝCH PROMĚNNÝCH V PRŮŘEZOVÉ ANALÝZE A V MODELECH ČASOVÝCH ŘAD

Základy ekonometrie. X. Regrese s časovými řadami. Základy ekonometrie (ZAEK) X. Regrese s časovými řadami Podzim / 47

AVDAT Klasický lineární model, metoda nejmenších

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1

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

Regresní a korelační analýza

Regresní a korelační analýza

10. Předpovídání - aplikace regresní úlohy

6 Vícerovnicové ekonometrické soustavy 1

MODEL TVÁŘECÍHO PROCESU

PROGNÓZOVÁNÍ POMOCÍ EKONOMETRICKÝCH MODELŮ. ÚLOHA OČEKÁVÁNÍ V EKONOMII.

4EK211 Základy ekonometrie

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

6. Lineární regresní modely

Příloha č. 1 Grafy a protokoly výstupy z adstatu

POLYNOMICKÁ REGRESE. Jedná se o regresní model, který je lineární v parametrech, ale popisuje nelineární závislost mezi proměnnými.

Regresní a korelační analýza

UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, Pardubice

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

8 Coxův model proporcionálních rizik I

Tomáš Karel LS 2012/2013

Semestrální práce. 2. semestr

DIPLOMOVÁ PRÁCE. Ekonometrické modely

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení

Testování hypotéz. Analýza dat z dotazníkových šetření. Kuranova Pavlina

REGRESNÍ ANALÝZA NESTACIONÁRNÍCH EKONOMICKÝCH ČASOVÝCH ŘAD

MATEMATIKA III V PŘÍKLADECH

Stanovení manganu a míry přesnosti kalibrace ( Lineární kalibrace )

6. Lineární regresní modely

6. Lineární regresní modely

UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, Pardubice

10. cvičení z PST. 5. prosince T = (n 1) S2 X. (n 1) s2 x σ 2 q χ 2 (n 1) (1 α 2 ). q χ 2 (n 1) 2. 2 x. (n 1) s. x = 1 6. x i = 457.

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

PRAVDĚPODOBNOST A STATISTIKA

METODY ODHADU REDUKOVANÉHO A STRUKTURNÍHO TVARU MODELŮ SIMULTÁNNÍCH ROVNIC.

Transkript:

EKONOMETRIE 7. přednáška Fáze ekonometrické analýzy Ekonometrická analýza proces, skládající se z následujících fází: a) specifikace b) kvantifikace c) verifikace d) aplikace Postupné zpřesňování jednotlivých fází tak, aby konečná verze modelu byla plně verifikovaná. Typ aplikace modelu ovlivňuje specifikaci, metody kvantifikace a nevyhovující verifikační testy opět ovlivňují výběr metod odhadu parametrů (aplikaci) atd. Specifikace Znamená formulaci a konstrukci modelu. Nutno specifikovat: proměnné, rovnice modelu, typ modelu a rozsah očekávaných hodnot parametrů modelu. Základními body specifikace modelu jsou: a) určení a klasifikace všech proměnných v modelu b) stanovení znamének a rozsahu očekávaných hodnot parametrů c) volba matematického modelu Z regresní analýzy: vysvětlující proměnných a vysvětlované proměnné Po statistickém odhadu parametrů: ze známých hodnot vysvětlujících proměnných lze určit hodnoty vysvětlovaných proměnných Řešení modelu = vypočtení teoretických hodnot vysvětlovaných proměnných Endogenní proměnné = proměnné, jejichž hodnoty jsou určeny řešením modelu Exogenní proměnné = proměnné, které ovlivňují řešení modelu, ale samy nejsou řešením modelu ovlivněny (jejich hodnoty zadány mimo model) Endogenní proměnné: o V jednorovnicových modelech charakter vysvětlovaných proměnných o Ve vícerovnicových modelech v některých rovnicích mohou mít charakter vysvětlovaných proměnných, v jiných vysvětlujících proměnných Exogenní proměnné: vždy charakter vysvětlujících proměnných Ekonometrické modely lze možno dynamizovat dvojím způsobem: o Explicitní dynamizace o Implicitní dynamizace Predeterminované proměnné = exogenní a časově zpožděné proměnné

Některé rovnice modelu obsahují náhodné složky Tyto náhodné složky nelze zachytit měřením, ale je nutno formulovat hypotézu o pravděpodobnostním rozdělení náhodných složek. Stanovení znamének a rozsahu očekávaných hodnot parametrů. Tyto informace se nazývají apriorní, tzn. platné již před vlastní kvantifikací modelu. Na základě ekonomické teorie je možno určit, že nějaký parametr může nabývat pouze kladných resp. záporných hodnot, leží v určitém intervalu, např. mezi nulou a jedničkou atd. Apriorní informace je možno použít i pro vztah mezi parametry modelu, jako je např. součet, rozdíl nebo poměr parametrů. Zásadním dělení ekonometrických modelů: modely jednorovnicové a vícerovnicové Jednorovnicový model formalizuje ekonomickou hypotézu o jedné části reprodukčního procesu. Jako příklad si uvedeme specifikaci parametrů Cobbovy-Douglasovy produkční funkce: Y = A K a L b (cvičení 7, př. 1) a specifikaci parametrů poptávkové funkce: q 1 = b 0 + b 1 p 1 + b 2 p 2 + b 3 y (cvičení 7, př. 2) Podle matematické formulace rovnic modelu: lineární a nelineární modely Z hlediska použití metody nejmenších čtverců pro odhad parametrů je důležité rozdělení modelů lineární v parametrech a na nelineární v parametrech. Často se používá transformace pomocí logaritmu Cobbova-Douglasova produkční funkce je např. model, který není lineární v parametrech: Y = A K a L b, ale je možno ji pomocí logaritmické transformace převést na tvar lineární v parametrech: log Y = log A + a log K + b log L Na tato transformovaná data lze použít postupy pro modely lineární v parametrech (např. metodu nejmenších čtverců) Další příklady viz. cvičení 7, př. 3 Vícerovnicové modely se dělí na systémy nezávislých rovnic a simultánní systémy rovnic. Systém nezávislých rovnic popisuje jednotlivé části reprodukčního procesu bez vazeb mezi těmito částmi. Simultánní systém zachycuje vzájemné vazby mezi těmito částmi. Model může také obsahovat deterministické rovnice, které definují vztahy mezi veličinami pomocí identit.

Již známe vícerovnicové modely tržní rovnováhy a národního důchodu. (cvičení 7, př. 4) Podle zahrnutí či nezahrnutí faktoru času do modelu rozdělujeme modely na dynamické a statické. Statické modely popisují ekonomickou realitu v určitém okamžiku a nepřihlížejí k časovému vývoji veličin. U dynamických modelů je tento vývoj zohledněn. Zmínili jsme se již o explicitní a implicitní dynamizaci modelů. Uvedeme si příklad na implicitní dynamizaci modelu národního důchodu (cvičení 7, př. 5) Kvantifikace Znamená odhad numerických hodnot parametrů na základě napozorovaných dat Umožňuje model vyřešit = vypočítat hodnoty endogenních proměnných v závislosti na hodnotách predeterminovaných proměnných Předpokládá na jedné straně dostupnost vhodných dat Na druhé straně použití vhodných metod pro odhad parametrů modelu Data mají povahu statistických pozorování a mohou být různého druhu: a. časové řady b. průřezová c. panelová data Odhad parametrů modelu spočívá v aplikaci vhodné metody na dostupná data. U vícerovnicových modelů se rozlišují: a) metody s omezenou informací odhadují jednotlivé rovnice modelu b) metody s úplnou informací umožňují odhad celého systému najednou Mezi nejznámější metody odhadu parametrů modelu patří: a) metoda nejmenších čtverců, b) metoda zobecněných nejmenších čtverců, c) metoda dvojstupňových nejmenších čtverců. Tyto metody se budeme učit v následujících hodinách Verifikace Znamená ověření reálnosti modelu. U modelu se provádí verifikace: a) ekonomická b) statistická c) ekonometrická

Ekonomická verifikace = ověření souladu modelu s apriorními informacemi o souladu modelu s ekonomickou hypotézou o zda hodnoty parametrů jsou ve shodě s teorií Ve fázi specifikace jsme si např. udělali analýzu možných hodnot parametrů v modelu národního důchodu. Při kvantifikaci modelu jsme získali hodnoty parametrů, které nám umožňují vyjádřit model v konkrétní podobě C = 10 + 0,75Y I = 90 12r G = 50 r = 5 Y = C + I + G Jestliže porovnáme konkrétní hodnoty parametrů s našimi specifikačními předpoklady, zjistíme, že všechny hodnoty parametrů je splňují. Při zadání hodnot exogenních proměnných vládní výdaje a úroková míra, můžeme vypočítat hodnoty endogenních proměnných. Z podmínky rovnováhy po dosazení vypočteného objemu investic na základě úrokové míry a objemu vládních výdajů dostáváme Y = 10 + 0,75Y + 30 + 50 Y = 360 C = 280 Podobně bychom mohli provést ekonomickou verifikaci jiných modelů porovnáním vypočtených hodnot parametrů se specifikačními předpoklady. Pokud nebudou v souladu je často možné situaci zlepšit zavedením dalších vysvětlujících proměnných do modelu. Statistická verifikace = posouzení statistické reálnosti parametrů i celého modelu. Provádí se tzv. testování hypotéz. Pro posouzení statistické reálnosti parametrů se počítají standardní chyby parametrů a provádí se t-testy, kdy podíl odhadu parametru a standardní chyby je porovnáván s tabulkovými hodnotami a je určeno, zda je parametr významný či nevýznamný. Pro parametry se také počítají 95% intervaly spolehlivosti. Statistickou významnost modelu jako celku, měřenou koeficientem vícenásobné determinace, lze testovat pomocí F-testu porovnáním statistiky s tabulkovými hodnotami. Konkrétní formulaci testů jsme si ukázali na prvních cvičeních na konkrétním příkladě Ekonometrická verifikace znamená ověření podmínek nutných k úspěšné aplikaci ekonometrických metod.

Ekonometrická kritéria slouží k testování statistických testů, neboť pomocí nich zkoumáme oprávněnost použití statistických kritérií, zejména v případech malého rozsahu pozorování. Jestliže nejsou splněny předpoklady pro aplikaci metody odhadu, potom odhady ztrácejí své optimální vlastnosti. Jestliže nejsou splněny předpoklady pro aplikaci testů, potom tyto testy ztrácejí svoji sílu a poskytují nereálné závěry. Mezi nejdůležitější ekonometrická kritéria patří testy heteroskedasticity, autokorelace náhodných složek, testování stupně multikolinearity a identifikovatelnost strukturních rovnic simultánního modelu. Aplikace Aplikace = konečná implementační fází celého procesu ekonometrické analýzy. Jde o praktické využití verifikovaného modelu pro ekonomickou analýzu. Při aplikování ekonometrického modelu se může jednat o jeden z následujících přístupů: 1. Ex post analýza vývoje nebo chování zkoumaného systému v období pozorování, ověřování shody modelu a ekonomické hypotézy 2. Ex ante prognózování vývoje endogenních proměnných mimo rámec pozorování 3. Volba politiky výběr nejlepší varianty ekonomických nástrojů řízení