Preguntas etiquetadas con econometrics

Tengo datos sobre los empleados de una gran empresa italiana durante diez años y me gustaría ver cómo la brecha de género en los ingresos de hombres y mujeres ha cambiado con el tiempo. Para este propósito ejecuto OLS agrupados: yit=X′itβ+δmalei+∑t=110γtdt+εityit=Xit′β+δmalei+∑t=110γtdt+εit y_{it} = X'_{it}\beta + \delta {\rm male}_i + \sum^{10}_{t=1}\gamma_t …

15 hypothesis-testing  estimation  econometrics  fixed-effects-model 

Se supone que debo enseñar el teorema de Frish Waugh en econometría, que no he estudiado. He entendido las matemáticas detrás de esto y espero que la idea también "el coeficiente que obtienes para un coeficiente particular de un modelo lineal múltiple sea igual al coeficiente del modelo de regresión …

15 regression  econometrics  least-squares  projection  decomposition 

Esta pregunta puede ser muy ingenua, pero la forma en que me enseñan econometría me confunde mucho si hay una diferencia entre las series de tiempo y el método de datos de panel. Con respecto a las series de tiempo, he cubierto temas como la covarianza estacionaria, AR, MA, etc. …

14 time-series  econometrics  panel-data 

Supongamos que tenemos puntos en el espacio bidimensional y deseamos medir los efectos de los atributos en el atributo . El modelo de regresión lineal típico es, por supuesto, XXXyyyy=Xβ+ϵy=Xβ+ϵy= X\beta + \epsilon Aquí hay dos problemas: el primero es que los términos pueden estar correlacionados espacialmente (violando el supuesto …

14 econometrics  spatial 

En la investigación de la econometría financiera, es muy común investigar las relaciones entre series de tiempo financieras que toman la forma de datos diarios . La variable a menudo se convertirá en tomando la diferencia logarítmica, por ejemplo; ln ( P t ) - ln ( P t - …

14 time-series  econometrics  finance  macroeconomics  unevenly-spaced-time-series 

Estoy buscando un libro de texto teóricamente riguroso sobre econometría bayesiana, suponiendo una comprensión sólida de la econometría frecuentista. Me gustaría sugerir un trabajo por respuesta, para que las recomendaciones se puedan votar hacia arriba o hacia abajo individualmente.

14 bayesian  econometrics  references 

En econometría, ¿qué se entiende por forma reducida? Además, ¿qué buscan las personas cuando dicen "Me gustaría ver las estimaciones de forma reducida". Esto se ha dado en el trabajo y las explicaciones individuales y las búsquedas de Google son demasiado técnicas. Esperando que alguien pueda dar un ejemplo simple.

14 regression  multiple-regression  econometrics 

Últimamente, he tenido que leer varios artículos en economía (un campo con el que no estoy muy familiarizado). Una cosa que he notado es que incluso cuando la variable de respuesta es binaria, los modelos de regresión lineal ajustados usando OLS son ubicuos. Mi pregunta es por lo tanto: ¿Por …

13 regression  logistic  econometrics 

Entiendo la causalidad como se usa en microeconomía (en particular, el diseño de discontinuidad IV o regresión) y también la causalidad de Granger como se usa en la econometría de series de tiempo. ¿Cómo me relaciono uno con el otro? Por ejemplo, he visto que ambos enfoques se utilizan para …

13 time-series  econometrics  causality  granger-causality 

En Econometría en su mayoría inofensiva: un compañero empirista (Angrist y Pischke, 2009: página 209) leí lo siguiente: (...) De hecho, el 2SLS recién identificado (digamos, el estimador simple de Wald) es aproximadamente imparcial . Esto es difícil de mostrar formalmente porque 2SLS recién identificado no tiene momentos (es decir, …

13 regression  self-study  multiple-regression  econometrics  instrumental-variables 

Realmente perplejo en este caso. Realmente me gustaría un ejemplo o una situación en la que un estimador B sea a la vez consistente y sesgado.

13 mathematical-statistics  estimation  econometrics 

Los economometristas académicos a menudo están interesados ​​en determinar la causalidad. Parece que todos los trabajos de ciencias de datos / estadísticas del sector privado que conozco solo buscan modelos predictivos. ¿Hay algún trabajo en el sector privado (o en el gobierno) que investigue la causalidad?

12 econometrics  causality  careers 

De Wikipedia hay una definición del Criterio de información de Akaike (AIC) como , donde k es el número de parámetros y log L es la probabilidad de registro del modelo.Un yoC= 2 k - 2 logLAIC=2k−2log⁡L AIC = 2k -2 \log L kkkIniciar sesiónLlog⁡L\log L Sin embargo, nuestros notas …

12 econometrics  aic  arma  information-theory 

Tengo una pregunta / confusión sobre las series estacionarias requeridas para modelar con ARIMA (X). Estoy pensando en esto más en términos de inferencia (efecto de una intervención), pero me gustaría saber si el pronóstico versus la inferencia hace alguna diferencia en la respuesta. Pregunta: Todos los recursos introductorios que …

12 time-series  econometrics  arima  inference 

Tengo un conjunto de datos muy grande y faltan alrededor del 5% de valores aleatorios. Estas variables están correlacionadas entre sí. El siguiente conjunto de datos R de ejemplo es solo un ejemplo de juguete con datos correlacionados ficticios. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf