Econometrics ist als "die Anwendung der Mathematik und statistischen Methoden zu Wirtschaftsdaten" definiert und als der Zweig der Volkswirtschaft beschrieben worden, "die zum Ziel hat, empirischen Inhalt Wirtschaftsbeziehungen zu geben." Genauer ist es "die quantitative Analyse von wirklichen Wirtschaftsphänomenen, die auf der gleichzeitigen Entwicklung der Theorie und Beobachtung gestützt sind, die durch passende Methoden der Schlussfolgerung verbunden ist." Ein einflussreiches einleitendes Wirtschaftlehrbuch beschreibt econometrics als das Erlauben von Wirtschaftswissenschaftlern, "um durch Berge von Daten zu durchrieseln, um einfache Beziehungen herauszuziehen." Der erste bekannte Gebrauch des Begriffes "econometrics" (in der verwandten Form) war durch Paweł Ciompa 1910. Ragnar Frisch wird das Münzen des Begriffes im Sinn zugeschrieben, dass es heute verwendet wird.

Übersicht

Econometrics ist die Vereinigung der Volkswirtschaft, Mathematik und Statistik. Diese Vereinigung erzeugt mehr als die Summe seiner Teile. Econometrics fügen empirischen Inhalt zu Wirtschaftstheorie-Erlauben-Theorien hinzu, geprüft und für die Vorhersage und Politikeinschätzung verwendet zu werden. Das grundlegende Werkzeug für econometrics ist das geradlinige Modell des rückwärts Gehens. In modernem econometrics werden andere statistische Werkzeuge oft verwendet, aber geradliniges rückwärts Gehen ist noch der am häufigsten verwendete Startpunkt für eine Analyse. Das Schätzen eines geradlinigen rückwärts Gehens auf zwei Variablen kann als Anprobe einer Linie durch Datenpunkte vergegenwärtigt werden, die paarweise angeordnete Werte der unabhängigen und abhängigen Variablen vertreten.

Denken Sie zum Beispiel das Gesetz von Okun, das BIP-Wachstum mit der Arbeitslosigkeitsrate verbindet. Diese Beziehung wird in einem geradlinigen rückwärts Gehen vertreten, wo die Änderung in der Arbeitslosigkeitsrate eine Funktion eines Abschnitts , ein gegebener Wert des BSP-Wachstums ist, das mit einem Steigungskoeffizienten und einem Fehlerbegriff multipliziert ist:

Die unbekannten Rahmen und können geschätzt werden. Hier wird geschätzt-1.77 zu sein, und wird geschätzt, 0.83 zu sein. Das bedeutet, dass, wenn BSP einen Punkt schneller angebaut hat, die Arbeitslosigkeitsrate vorausgesagt würde, um um.94 Punkte (-1.77*1+0.83) zu fallen. Das Modell konnte dann für die statistische Bedeutung betreffs geprüft werden, ob eine Zunahme im Wachstum mit einer Abnahme in der Arbeitslosigkeit vereinigt wird, wie Hypothese aufgestellt hat. Wenn die Schätzung dessen von 0 nicht bedeutsam verschieden wäre, würden wir scheitern, Beweise zu finden, die sich in die Wachstumsrate- und Arbeitslosigkeitsrate ändern, sind verbunden gewesen.

Theorie

Theorie von Econometric verwendet statistische Theorie, econometric Methoden zu bewerten und zu entwickeln. Vertreter der Ökonometrie versuchen, Vorkalkulatoren zu finden, die wünschenswerte statistische Eigenschaften einschließlich der Unbefangenheit, Leistungsfähigkeit und Konsistenz haben. Ein Vorkalkulator ist unvoreingenommen, wenn sein erwarteter Wert der wahre Wert des Parameters ist; es entspricht, wenn es zum wahren Wert zusammenläuft, weil Beispielgröße größer wird, und es effizient ist, wenn der Vorkalkulator niedrigeren Standardfehler hat als andere unvoreingenommene Vorkalkulatoren für eine gegebene Beispielgröße. Gewöhnlich werden kleinste Quadrate häufig für die Bewertung verwendet, da sie dem "besten geradlinigen unvoreingenommenen Vorkalkulatoren" zur Verfügung stellt (wo "am besten" effizientesten, unvoreingenommenen Vorkalkulatoren bedeutet) gegeben die Annahmen von Gauss-Markov. Wenn diese Annahmen verletzt werden oder andere statistische Eigenschaften, andere Bewertungstechniken wie maximale Wahrscheinlichkeitsbewertung, verallgemeinerte Methode von Momenten gewünscht werden oder verallgemeinert haben, werden kleinste Quadrate verwendet.

Methoden

Angewandter econometrics verwendet theoretischen econometrics und wirkliche Daten, um Wirtschaftstheorien zu bewerten, ökonometrische Modelle entwickelnd, Wirtschaftsgeschichte und Vorhersage analysierend.

Econometrics kann statistische Standardmodelle verwenden, um Wirtschaftsfragen zu studieren, aber meistenteils sind sie mit Beobachtungsdaten, aber nicht in kontrollierten Experimenten. Darin ist das Design von Beobachtungsstudien in econometrics dem Design von Studien in anderen Beobachtungsdisziplinen, wie Astronomie, Epidemiologie, Soziologie und Staatswissenschaft ähnlich. Die Analyse von Daten von einer Beobachtungsstudie wird durch das Studienprotokoll, obwohl Forschungsdatenanalyse-Mai durch den nützlichen geführt, um neue Hypothesen zu erzeugen. Volkswirtschaft analysiert häufig Gleichungssysteme, und Ungleichheit, wie Angebot und Nachfrage hat Hypothese aufgestellt, um im Gleichgewicht zu sein. Folglich hat das Feld von econometrics Methoden für die Identifizierung und Bewertung von Modellen der gleichzeitigen Gleichung entwickelt. Diese Methoden sind Methoden analog, die in anderen Gebieten der Wissenschaft, wie das Feld der Systemidentifizierung in der Systemanalyse und Steuerungstheorie verwendet sind. Solche Methoden können Forschern erlauben, Modelle zu schätzen und ihre empirischen Folgen zu untersuchen, ohne das System direkt zu manipulieren.

In letzten Jahrzehnten haben sich Vertreter der Ökonometrie zum Gebrauch von Experimenten zunehmend gedreht, um die häufig widersprechenden Beschlüsse von Beobachtungsstudien zu bewerten. Hier, kontrolliert und Randomized-Experimente stellen statistische Schlussfolgerungen zur Verfügung, die bessere empirische Leistung nachgeben können, als rein Beobachtungsstudien tun.

Eine der grundsätzlichen statistischen von Vertretern der Ökonometrie verwendeten Methoden ist Regressionsanalyse. Für eine Übersicht einer geradlinigen Durchführung dieses Fachwerks, sieh geradliniges rückwärts Gehen. Methoden des rückwärts Gehens sind in econometrics wichtig, weil Wirtschaftswissenschaftler normalerweise kontrollierte Experimente nicht verwenden können. Vertreter der Ökonometrie suchen häufig natürliche Leuchtexperimente ohne Beweise von kontrollierten Experimenten. Beobachtungsdaten können der Neigung der weggelassenen Variable und einer Liste anderer Probleme unterworfen sein, die mit der kausalen Analyse von Modellen der gleichzeitigen Gleichung gerichtet werden müssen.

Dateien, auf die Econometric-Analysen angewandt werden, können als Zeitreihe-Daten, Quer-Schnittdaten, Tafel-Daten und mehrdimensionale Tafel-Daten klassifiziert werden. Zeitreihe-Dateien enthalten Beobachtungen mit der Zeit; zum Beispiel, Inflation über den Kurs von mehreren Jahren. Quer-Schnittdateien enthalten Beobachtungen an einem einzelnen Punkt rechtzeitig; zum Beispiel, Einkommen vieler Personen in einem gegebenen Jahr. Tafel-Dateien enthalten sowohl Zeitreihe als auch Quer-Schnittbeobachtungen. Mehrdimensionale Tafel-Dateien enthalten Beobachtungen über die Zeit, Quer-schnitt-, und über eine dritte Dimension. Zum Beispiel enthält der Überblick über Berufsmeteorologen Vorhersagen für viele Meteorologen (Quer-Schnittbeobachtungen), an vielen Punkten rechtzeitig (Zeitreihe-Beobachtungen), und an vielfachen Vorhersage-Horizonten (eine dritte Dimension).

Analyse von Econometric kann auch auf der Grundlage von der Zahl von modellierten Beziehungen klassifiziert werden. Methoden der einzelnen Gleichung modellieren eine einzelne Variable (die abhängige Variable) als eine Funktion von einer oder mehr erklärend (oder unabhängig) Variablen. In vielen econometric Zusammenhängen,

das allgemein verwendete Übliche kann kleinste Quadratmethode nicht die theoretische Beziehung gewünscht wieder erlangen oder kann Schätzungen mit schlechten statistischen Eigenschaften erzeugen, weil die Annahmen für den gültigen Gebrauch der Methode verletzt werden. Ein weit verwendetes Heilmittel ist die Methode von instrumentalen Variablen (IV). Für ein durch mehr als eine Gleichung beschriebenes Wirtschaftsmodell können Methoden der gleichzeitigen Gleichung verwendet werden, um ähnliche Probleme, einschließlich zwei IV Varianten, Zweistufig Kleinste Quadrate (2SLS), und Dreistufig Kleinste Quadrate (3SLS) zu beheben.

Rechenbetonte Sorgen sind wichtig, um econometric Methoden und für den Gebrauch im Entscheidungsbilden zu bewerten. Solche Sorgen schließen mathematisch gut-posedness ein: die Existenz, Einzigartigkeit und Stabilität irgendwelcher Lösungen von econometric Gleichungen. Eine andere Sorge ist die numerische Leistungsfähigkeit und Genauigkeit der Software. Eine dritte Sorge ist auch die Brauchbarkeit der econometric Software.

Beispiel

Ein einfaches Beispiel einer Beziehung in econometrics vom Feld der Arbeitsvolkswirtschaft ist:

Dieses Beispiel nimmt an, dass der natürliche Logarithmus eines Lohns einer Person eine geradlinige Funktion (unter anderem) der Zahl von Jahren der Ausbildung ist, die Person erworben hat. Der Parameter misst die Zunahme im natürlichen Klotz des einem mehr Jahr der Ausbildung zuzuschreibenden Lohns. Der Begriff ist eine zufällige Variable, die alle anderen Faktoren vertritt, die direkten Einfluss auf den Lohn haben können. Die econometric Absicht ist, die Rahmen unter spezifischen Annahmen über die zufällige Variable zu schätzen. Zum Beispiel, wenn mit Jahren der Ausbildung unkorreliert ist, dann kann die Gleichung mit dem Üblichen kleinste Quadrate geschätzt werden.

Wenn der Forscher Leute verschiedenen Niveaus der Ausbildung zufällig zuteilen konnte, würde die so erzeugte Datei Bewertung der Wirkung von Änderungen in Jahren der Ausbildung auf Löhnen erlauben. In Wirklichkeit können jene Experimente nicht durchgeführt werden. Statt dessen beobachtet der Vertreter der Ökonometrie die Jahre der Ausbildung und der Löhne, die Leuten bezahlt sind, die sich entlang vielen Dimensionen unterscheiden. In Anbetracht dieser Art von Daten widerspiegelt der geschätzte Koeffizient auf Jahren der Ausbildung in der Gleichung oben sowohl die Wirkung der Ausbildung auf Löhnen als auch die Wirkung anderer Variablen auf Löhnen, wenn jene anderen Variablen mit der Ausbildung aufeinander bezogen wurden. Zum Beispiel können in bestimmten Plätzen geborene Leute höhere Löhne und höhere Niveaus der Ausbildung haben. Wenn die Steuerungen des Vertreters der Ökonometrie für den Geburtsort in der obengenannten Gleichung, die Wirkung des Geburtsorts auf Löhnen zur Wirkung der Ausbildung auf Löhnen nicht falsch zugeschrieben werden darf.

Die offensichtlichste Weise, für den Geburtsort zu kontrollieren, soll ein Maß der Wirkung des Geburtsorts in der Gleichung oben einschließen. Der Ausschluss des Geburtsorts, zusammen in der Annahme, dass mit der Ausbildung unkorreliert ist, erzeugt ein misspecified Modell. Eine andere Technik soll in die Gleichung zusätzlichen Satz von gemessenen covariates einschließen, die nicht instrumentale Variablen sind, noch identifizierbar machen. Eine Übersicht von econometric Methoden hat gepflegt zu studieren dieses Problem kann in der Karte (1999) gefunden werden.

Zeitschriften

Die Hauptzeitschriften, die Arbeit in econometrics veröffentlichen, sind Econometrica, die Zeitschrift von Econometrics, die Rezension der Volkswirtschaft und Statistik, Theorie von Econometric, der Zeitschrift von Angewandtem Econometrics, Rezensionen von Econometric, der Econometrics Zeitschrift, Angewandten Econometrics und Internationalen Entwicklung, der Zeitschrift der Geschäfts-& Wirtschaftsstatistik und der Zeitschrift des Wirtschaftlichen und Sozialen Maßes.

Beschränkungen und Kritiken

:: Siehe auch Kritiken von econometrics

Wie andere Formen der statistischen Analyse können schlecht angegebene ökonometrische Modelle eine unechte Korrelation zeigen, wo zwei Variablen aufeinander bezogen, aber kausal ohne Beziehung werden. In einer Studie des Gebrauches von econometrics in Hauptwirtschaftzeitschriften hat McCloskey beschlossen, dass Wirtschaftswissenschaftler-Bericht p (im Anschluss an die Tradition von Fisherian von Tests der Bedeutung von Punkt-ungültigen Hypothesen) schätzt, Sorgen von Fehlern des Typs II vernachlässigend; Wirtschaftswissenschaftler scheitern, Schätzungen der Größe von Effekten (abgesondert von der statistischen Bedeutung) zu melden und ihre Wirtschaftswichtigkeit zu besprechen. Wirtschaftswissenschaftler scheitern auch, das Wirtschaftsdenken für die Musterauswahl besonders zu verwenden, um der Variablen zu entscheiden, in einen regresion einzuschließen.

In einigen Fällen können Wirtschaftsvariablen nicht als Themen zufällig zugeteilte Behandlungen experimentell manipuliert werden. In solchen Fällen verlassen sich Wirtschaftswissenschaftler auf Beobachtungsstudien, häufig hat das Verwenden von Dateien mit vielen stark covariates vereinigt, auf riesige Mengen von Modellen mit der ähnlichen erklärenden Fähigkeit, aber verschiedenem covariates und den Schätzungen des rückwärts Gehens hinauslaufend. Bezüglich der Mehrzahl von mit Beobachtungsdateien vereinbaren Modellen hat Edward Leamer gedrängt, dass "Fachleuten... richtig Glauben vorenthalten, bis, wie man zeigen kann, eine Schlussfolgerung gegen die Wahl von Annahmen entsprechend unempfindlich ist"..

Wirtschaftswissenschaftler von der österreichischen Schule behaupten, dass gesamten Wirtschaftsmodellen nicht gut angepasst wird, um Wirtschaftswirklichkeit zu beschreiben, weil sie einen großen Teil von spezifischen Kenntnissen vergeuden. Friedrich Hayek in seinem Der Gebrauch von Kenntnissen in der Gesellschaft hat behauptet, dass "Kenntnisse der besonderen Verhältnisse der Zeit und des Platzes" nicht leicht angesammelt werden und häufig von Berufswirtschaftswissenschaftlern ignoriert werden.

Siehe auch

• Vermehrter Wackelig-vollerer Test
• Wahl, modellierend
• Korrelation bezieht Verursachung nicht ein
• Cowles Fundament
• Kritiken von econometrics
• Software von Econometric
• Kausalität von Granger
• Wichtige Veröffentlichungen in econometrics
• Kritik von Lucas
• Gesamtwirtschaftliches Modell
• Master der Volkswirtschaft
• Methodik von econometrics
• Das Modellieren und Analyse von Finanzmärkten
• Vorher bestimmte Variablen
• Einzelne Gleichungsmethoden (econometrics)
• Räumlicher econometrics
• Einheitswurzel

Referenzen

• Handbuch von Econometrics Elsevier. Verbindungen zu Volumen-Verbindungen der Kapitel-Vorschau: Zvi Griliches und Michael D. Intriligator, Hrsg. (1983). v. 1; (1984), v. 2; (1986), Beschreibung, v. 3; (1994), Beschreibung, v. 4 Robert F. Engle und Daniel L. McFadden, Hrsg. (2001).Description, v. 5 James J. Heckman und Edward E. Leamer, Hrsg. (2007). Beschreibung, v. 6A & v. 6B
• Handbuch der Statistik, v. 11, Econometrics (1993), Elsevier. Verbindungen zu erst-seitigen Kapitel-Vorschauen.
• Internationale Enzyklopädie der Sozialen & Verhaltenswissenschaften (2001), Statistik, "Econometrics und Time Series," verbindet sich zu erst-seitigen Vorschauen auf 21 Artikel.
• Angrist, Joshua & Pischke, JörnSteffen (2010). "Die Vertrauenswürdigkeitsrevolution in der Empirischen Volkswirtschaft: Wie Besseres Forschungsdesign das Betrügerische aus Econometrics], 24 (2), Seiten 3-30 Nimmt. Auszug.
• Eatwell, John, u. a. Hrsg. (1990). Econometrics: Der Neue Palgrave. Verbindungen der Artikel-Vorschau (von, 1987).
• Greene, William H. (1999, 4. Hrsg.) Econometric Analyse, Prentice Hall.
• Hayashi, Fumio. (2000) Econometrics, Universität von Princeton Presse. Internationale Standardbuchnummer 0691010188 Beschreibung und Inhalt-Verbindungen.
• Hamilton, James D. (1994) Zeitreihe-Analyse, Universität von Princeton Presse. Beschreibung und Vorschau.
• Kelejian, Harry H. und Wallace E. Oates (1989, 3. Hrsg.) Einführung in Econometrics.
• Kennedy, Peter (2003). Ein Handbuch zu Econometrics, 5. Hrsg.-Beschreibung, TOC und Vorschau.
• Russell Davidson und James G. MacKinnon (2004). Econometric Theorie und Methoden. New York: Presse der Universität Oxford. Beschreibung.
• Mühlen, Terence C., und Kerry Patterson, Handbuch der Hrsg. Palgrave von Econometrics:

: (2007) v. 1: Econometric Theoryv. 1. Verbindungen zur Beschreibung und dem Inhalt.

: (2009) v. 2, Angewandter Econometrics. Palgrave Macmillan. Internationale Standardbuchnummer 9781403917997 Verbindungen zur Beschreibung und dem Inhalt.

• Perle, Judea (2009, 2. Hrsg.). Kausalität: Modelle, das Denken und die Schlussfolgerung, die Universität von Cambridge Presse, Beschreibung, TOC und Vorschau, ch. 1-10 und ch. 11. 5 Wirtschaftzeitschrift-Rezensionen, einschließlich Kevin D. Hoovers, Wirtschaftzeitschrift.
• Pindyck, Robert S. und Daniel L. Rubinfeld (1998, 4. Hrsg.). Econometric Methoden und Wirtschaftsvorhersagen, McGraw-Hügel.
• Studenmund, A.H. (2011, 6. Hrsg.). Das Verwenden Econometrics: Ein Praktischer Führer. Inhalt (Kapitel-Vorschau) Verbindungen.
• Wooldridge, Jeffrey (2003). Einleitender Econometrics: Eine Moderne Annäherung. Maurer: Südwestlicher Thomson. Internationale Standardbuchnummer 0-324-11364-1 Verbindungen der Kapitel-Vorschau kurz gesagt und Detail.

Weiterführende Literatur

• Giovanini, Enrico Understanding Economic Statistics, das OECD Veröffentlichen, 2008, internationale Standardbuchnummer 978-92-64-03312-2

Links

• Econometric Gesellschaft
• Die Econometrics Zeitschrift
• Econometric verbindet
• Das Unterrichten von Econometrics (Index durch das Wirtschaftnetz (das Vereinigte Königreich))
• Angewandte Econometric Vereinigung
• Die Gesellschaft für finanziellen Econometrics