Questions tagged «econometrics»

计量经济学是将统计方法应用于经济数据的各种目的,例如检验假设,推断因果关系和预测未来趋势。仅将此标签用于与计量经济技术的理论方面有关的问题。

0
AR的Wold分解和自相关
是否可以使用Wold分解为AR(2)平稳模型检索到一定滞后的自相关(值或任何其他信息)? 例: Xt=0.32Xt−1+0.51Xt−2+εtXt=0.32Xt−1+0.51Xt−2+εtX_t=0.32X_{t-1}+0.51X_{t-2}+ \varepsilon_t 滞后聚形式 (1−0.32L−0.51L2)Xt=εt(1−0.32L−0.51L2)Xt=εt(1-0.32L-0.51L^2)X_t= \varepsilon_t 字符式 Z2−0.32Z−0.51=0Z2−0.32Z−0.51=0Z^2-0.32Z-0.51=0 尔德分解形式:(LJ:−ϕ1ψj−1−ϕ2ψj−2+ψj=0)(LJ:−ϕ1ψj−1−ϕ2ψj−2+ψj=0)(L^J:- \phi_1 \psi_{j-1}-\phi_2 \psi_{j-2}+ \psi_j = 0) L0:ψ0=0L0:ψ0=0L^0:\psi_0 = 0 L1:−0.32ψ0−ψ1=0L1:−0.32ψ0−ψ1=0L^1:-0.32 \psi_{0}-\psi_1 = 0 L2:−0.32ψ1−0.51ψ0+ψ2=0L2:−0.32ψ1−0.51ψ0+ψ2=0L^2:-0.32 \psi_{1}-0.51 \psi_{0}+ \psi_2 = 0 L3:−0.32ψ2−0.51ψ1+ψ3=0L3:−0.32ψ2−0.51ψ1+ψ3=0L^3:-0.32 \psi_{2}-0.51 \psi_{1}+ \psi_3 = 0 L4:−0.32ψ3−0.51ψ2+ψ4=0L4:−0.32ψ3−0.51ψ2+ψ4=0L^4:-0.32\psi_{3}-0.51 \psi_{2}+ \psi_4 = 0

3
暂时性冲击与永久性冲击有什么区别?
在我的计量经济学中的时间序列回归模型研究中,我们讨论了基本的时间序列回归并解释了有限分布滞后模型中冲击的影响。我想知道,从直觉上来说,暂时性冲击与永久性冲击之间有什么区别。根据我目前的理解,每一次冲击都是永久的,因为您无法撤消过去。难道不是说一种效果是短暂的,就像完全从存在中消除了它的效果而从不考虑它一样吗?我认为我错了,但我不知道为什么。

2
条件独立,没有相关性
我有一个关于基本计量经济学的问题。 考虑一下模型 $$ y_i = \ alpha + \ beta x_i + u_i $$ 我理解线性回归模型的假设4表明 $$ [1] \ quad E(u | x)= 0 $$ 但是,我经常看到这种情况写成: $$ [2] \ quad E(ux)= 0 $$ 这两件事情是否相同?我看到如果[1]和$ E(u)= 0 $那么我们得到[2];但是我不明白为什么[2]会暗示[1]。

0
合适的乐器变量
您好我想找一个航空公司“破产”的工具变量,但该工具不应该影响机票价格?谁能帮我吗?我已经尝试过现金流量,流动资产和负债。


1
面板数据,简单的重新排列?
考虑相关随机效应模型其中X 我吨是一个标量解释变量。ÿ我Ť= α + x我Ťβ+ x¯γ+ w一世+ ϵ我Ťyit=α+xitβ+x¯γ+wi+ϵity_{it} = \alpha + x_{it}\beta + \bar x \gamma + w_i + \epsilon_{it} X我Ťxitx_{it} 在相关的随机效应GLS估计β Ç ř Ë是的OLS估计β在准贬低回归β^C[R éβ^CRE \hat \beta_{CRE} ββ\beta ,ÿ〜我Ť= δ+ x〜我Ťβ+ x¯一世ρ + u我Ťy~it=δ+x~itβ+x¯iρ+uit\tilde y_{it} = \delta + \tilde x_{it} \beta + \bar x_i \rho + u_{it} 其中和θ = …

0
平稳过程测试系列
我想在该州的GSDP和电力生产之间应用Grangers测试。该州是2000年新组建的,因此我只有13个数据点,如下所述 年份 GSDP 2000-01 | 29539 01至02 | 32493 02至03 | 38802 03至04 | 47862 04至05 | 53381 05至06 | 66875 06至07 | 80255 07至08 | 96972 08至09 | 99364 09至10 | 119420 10至11 | 144382 11至12 | 163461 12至13 | 185060 测试表明它不是固定过程。Kpss测试表明这不是趋势平稳过程。因此,第二个流行的选择是差异固定过程。(数据转换产生相同的结果)。 问题是如何将此过程转换为平稳过程?是否建议使用此数量有限的数据点进行Grangers检验?如果没有,我可以采用其他什么方法。

0
解决价格弹性中的内生性和促销优化问题
我有资料 购买 总价 折扣(如优惠券) 净价(即总价-折扣) 潜在客户数量(任何给定时间的潜在客户) 一段时间内的转化率(购买次数/销售线索) 企业想知道其消费者的价格弹性如何,并希望部分使用此信息通过更改总价格和/或折扣来设置其净价格。 问题在于系统中存在一些内生性(或递归性)-当企业预测更高的转化率时,它将提高价格。该业务还根据转换率和总价来改变折扣级别。 虽然企业显然在出售普通商品,但内生性/递归使得价格似乎与更多的销售和更高的转换率相关。我需要弄清楚这些影响。也许我没有想到一些出色的IV,但除非如此,还有其他其他方法可以解决这种情况吗? 我们可以认为这是一个很好的案例(我以后可以添加复杂性,但是根据我的主题知识,可以安全地忽略其他商品和交叉价格效应等)。


0
在线性回归中,A / B能比单独的A,B更好吗?
在学习计量经济学时,我很想知道是否 A/B 可以做出比分离更好的变量 A 和 B,构建线性回归模型时。 变量通常在线性回归中更改为更合适的形式,例如将其设为log(x)或更改其比例以获得更好的解释。所以我想,为什么不尝试采用两个变量的比例并摆脱原来的两个? (当然要避免多重共线性。) 举个例子,假设我对股票价格感兴趣并对其进行线性回归。包括原件会更好吗? book value 和 market value 作为我的模型中的两个独立变量或将它们变成一个变量 book value/market value?还是取决于情况/目的?

2
每月平均折扣率,3个月国库券,Sterling Vs 1个月
在计算股票的预期回报时,我的一位教授建议我使用英国国库券以获得无风险利率。 我想知道我是否应该使用1个月的T-Bills或3个月的T-bills。 哪个更好用,为什么? 我的讲师提到我下载的无风险费率将是年度百分比数字(虽然可能有也可能没有%符号),所以我需要将它们转换为每日费率才能在回归中使用它们。有谁知道我在哪里可以获得这些数据?我在英格兰银行网站上找到了1个月和3个月的T-bills数据。我需要知道如何获取这些T-bills的每日数据。

1
保护项目事后评估 - 计算成本计算时间[关闭]
我正在研究两种替代保护策略(治疗)的成本效益差异。该分析将比较两种处理之间的效益 - 成本比率。项目在治疗期间和治疗期间(20至7年)的年龄(自从采取的年数,例如种植的树木)不同。我有几个项目作为两个治疗中的每一个的重复。我有一个实地数据(鸟类),用于测量一年内的有效性。我使用已建立的定价结构的投入成本计算总成本,以每年与鸟类数据相同的美元计算每个项目的总成本。我无法获得所承担的一年的原始(实际)成本。请注意,在实施当年,成本是一次性的,而不是持续的。 我的问题涉及成本估算和项目的不同年龄。我担心的是,类似的项目将有相同的成本,尽管其中一个是年龄的两倍。成本应该考虑到项目的不同年龄,如果是,如何处理它?文献通常侧重于使用贴现来计算未来发生的项目的现值; 我可以找到更少的过去成本。

1
两个内生变量和两个仪器
我有一个模型。我对X和Y对Z的相对影响感兴趣。然而,X和Y是内生的。我分别确定了两个乐器X '和Y '。C是外源控制变量(固定效应)。Z=αX+βY+γC+ϵZ=αX+βY+γC+ϵZ = \alpha X + \beta Y + \gamma C + \epsilonXXXYYYZZZXXXYYYX′X′X'Y′Y′Y'CCC 对于两个内生变量,我如何用这两种仪器估算模型?我需要使用3SLS吗?我对这个领域很新。解决这个问题的任何资源都会非常有用,谢谢。

2
计量经济学:省略重要变量
我目前正在做一个项目来构建肉类和鱼类的需求函数。我的数据表明,水果和蔬菜价格具有统计学意义。然而,在省略了这个变量(以及其他3个无关紧要的变量)之后,F检验结果强调了拒绝Null的失败(这四个变量共同无关紧要)。 因此,我应该省略Fruit&Veg变量,尽管它具有独特的重要性,并且还具有直观的意义,可以包含在我的需求函数中。

0
欧洲央行是否仍然在NAIRU的假设下实施货币政策?
我的问题是关于NAIRU(非加速通货膨胀率)及其与欧洲央行货币政策的相关性。 我在某处读过飞利浦曲线已经失去信誉,因为它们被认为过于简单化了。NAIRU的情况也是如此吗?据我了解,NAIRU估计可能有灾难性的错误因素。经济学家能否可靠地估算它? 如果您能提供关于其与欧元区相关性(或缺乏相关性)的实际背景,则可获得奖励积分。或者让我了解有用的资源。 1 Ball,L。,&Mankiw,NG(2002)。NAIRU在理论和实践上。马萨诸塞州剑桥:国家经济研究局。

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.