Summary
Samenvatting econometrics
- Course
- Institution
- Book
Voor een premaster student heb ik voor de course econometrics een samenvatting gemaakt van colleges en het boek 'A practical guide for using economics' door A. H. Studenmund.
[Show more]
Connected book
Book Title:
Author(s):
- Edition:
- ISBN:
- Edition:
More summaries for
-
Summary Econometrics
-
Uitgebreide College aantekeningen Econometrics (MAN-BPRA203) - RU - staat alles in wat belangrijk is
-
Summary Econometrics Endterm
Seller
FollowDaniellee217
Reviews received
Content preview
Econometrics bijlesDaniëlle Kruger
December 28, 2019
,Contents
1 Week 1 2
1.1 Differentiëren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Econometrie en regressieanalyse (hoofdstuk 1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3 Kwadratensom (hoofdstuk 2) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3.1 Voorbeelden variantie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2 Week 2 7
2.1 Stappenplan onderzoek (paragraaf 3.1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2 Dummy variables (paragraaf 3.3) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.3 Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.4 F-test (paragraaf 5.6) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.5 Omitted Variables (paragraaf 6.1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3 Week 3 9
3.1 The classical assumptions (paragraaf 4.1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.2 The Sampling Distribution of β̂ (paragraaf 4.2) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.3 Gaus-Markov Theorem (paragraaf 4.3) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.4 Economische notatie (paragraaf 4.4) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.5 The use and Interpretation of the Constant Term (paragraaf 7.1) . . . . . . . . . . . . . . . . . . . . . 11
3.6 Alternative functional forms (paragraaf 7.2) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.7 Slope Dummy Variables (paragraaf 7.4) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.8 Problems with Incorrect Functional Forms (paragraaf 7.5) . . . . . . . . . . . . . . . . . . . . . . . . . 11
4 Week 4 12
4.1 Hypothesis Testing (paragraaf 5.1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
4.2 t-test (paragraaf 5.2) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
4.3 Limitations of the t-test (paragraaf 5.4) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
4.4 Confidence Intervals (paragraaf 5.5) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
4.5 F-test (paragraaf 5.6) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
4.6 Perfect versus imperfect collinearity (paragraaf 8.1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
4.7 Consequences of Multicollinearity (paragraaf 8.2) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
4.8 The Detection of Multicollinearity (paragraaf 8.3) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
4.9 Remedies for Multicollinearity (paragraaf 8.4) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
5 Week 5 17
5.1 Time series (paragraaf 9.1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
5.2 Pure versus Impure Serial Correlation (paragraaf 9.2) . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
5.3 The Consequences of Serial Correlation (paragraaf 9.3) . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
5.4 The Detection of Serial Correlation (paragraaf 9.4) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
6 Week 6 20
6.1 Times-Series Models (chapter 12) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
6.2 Granger Causality (paragraaf 12.4) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
6.3 Spurious Correlation and Nonstationarity (paragraaf 12.5) . . . . . . . . . . . . . . . . . . . . . . . . . 20
7 Week 7 22
7.1 Experimental Methods in Economics (paragraaf 16.1) . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
7.2 Panel Data (paragraaf 16.2) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
7.3 Fixed versus Random Effects (paragraaf 16.3) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1
, Chapter 1
Week 1
1.1 Differentiëren
Bij mathematics hebben we veel geleerd over functies en differentiëren. Hierbij een korte herhaling van logaritmische
functies.
e
Voor alle logaritmes gelden de volgende omschrijfregels (In de dia staan ze specifiek voor de log dus voor de ln,
maar ze gelden voor alle soorten logaritmes. Daarom hier de algemene regel):
Regel Voorbeeld
g
log(a · b) =g log(a) +g log(b) 2 log(4 · 8) =2 log(4) +2 log(8) = 2 + 3 = 5
g
log( ab ) =g log(a) −g log(b) 2
log( 84 ) =2 log(8) −2 log(4) = 3 − 2 = 1
g n g 2
log(a ) = n · log(a) log(43 ) = 3 ·2 log(4) = 3 · 2 = 6
Voor differentiëren van logaritmische functies geldt het volgende: als f (x) =g log(x) dan f 0 (x) = x1 . Wanneer
we de formule iets uitbreiden tot g(x) = b + a ·g log(x) krijgen we g 0 (x) = a · x1 = xa (want de b die niet aan een
variabele vast staat, valt weg, de a die wel aan een variabele vast staat blijft staan en g log(x) wordt x1 ).
Even een ingewikkelder voorbeeld: ln(y) = b + a · x. (Dit is een voorbeeld van de dia’s, maar nodeloos ingewikkeld.)
dy
We kunnen niet kijken naar dx aangezien onze y vast zit in de ln. Daarom gaan we het even omschrijven naar andere
d ln(y)
dy dy d ln(y) dy d ln(y) dy
afgeleides. We willen dx =1· dx = d ln(y) · dx = dx · d ln(y) = dx
d ln(y) .
dy
d ln(y) d ln(y)
We hebben dus nodig dx en dy .
Voor d ln(y)
dx gaan we onze functie (b + ax) afleiden w.r.t. x (immers d ln(y)
dx = d(b+ax)
dx ) en dan krijgen we d ln(y)
dx =a
(want de b zit niet aan een variabele vast en valt dus weg, en de afgeleide van a · x is a).
Voor d ln(y)
dy gaan we ln(y) afleiden w.r.t. y en dan krijgen we d ln(y)
dy = y1 .
d ln(y)
dy dy a
Als we die twee dingen invoegen in onze omschrijving van dx dan krijgen we dx = dx
d ln(y) = 1 = a · y.
dy y
1.2 Econometrie en regressieanalyse (hoofdstuk 1)
Econometrie vult het gat tussen het zijn van een economiestudent en een econoom zijn. Het is de quantitatieve
meting en analyse van economische situaties. De ecomometrie beschrijft de economische realiteit, test hypothese van
economische theorieën en doet voorspellingen voor toekomstige economische activiteit.
In econometrie worden ideeën over relaties tussen economische variabelen uitgedrukt met wiskundige formules. Een
regressievergelijking is zo’n wiskundige formule. Het geeft de samenhang aan tussen één of meerdere onafhankelijke
(oorzaak) variabelen op de afhankelijke (gevolg) variabele. (Let op: we noemen ze dus voor het gemak oorzaak-gevolg,
maar afhankelijk van het type onderzoek weet je soms enkel dat ze samenhangen en niet wat de/of het een oorzaak-
gevolgrelatie is.) Naast de onafhankelijke variabelen (en de getallen die aangeven hoe zwaar de variabelen meetellen)
staan er vaak nog een constante in en een random stochastische component (e, error term).
Voorbeelden:
1. c = f (yd ) = 2yd + 5 is een functie die consumptie uitdrukt als een functie van beschikbaar inkomen
2. q = f (ph , ps , pc , yd ) = −0.2ph + 0.1ps − 0.5pc + 2yd + 1 een functie die de vraag voor Honda Civics uitdrukt
in de prijs van andere auto’s (substitutiegoederen), de prijs van benzine (complementgoederen) en beschikbaar
inkomen
2
The benefits of buying summaries with Stuvia:
Guaranteed quality through customer reviews
Stuvia customers have reviewed more than 700,000 summaries. This how you know that you are buying the best documents.
Quick and easy check-out
You can quickly pay through credit card or Stuvia-credit for the summaries. There is no membership needed.
Focus on what matters
Your fellow students write the study notes themselves, which is why the documents are always reliable and up-to-date. This ensures you quickly get to the core!
Frequently asked questions
What do I get when I buy this document?
You get a PDF, available immediately after your purchase. The purchased document is accessible anytime, anywhere and indefinitely through your profile.
Satisfaction guarantee: how does it work?
Our satisfaction guarantee ensures that you always find a study document that suits you well. You fill out a form, and our customer service team takes care of the rest.
Who am I buying these notes from?
Stuvia is a marketplace, so you are not buying this document from us, but from seller Daniellee217. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $7.04. You're not tied to anything after your purchase.
Can Stuvia be trusted?
4.6 stars on Google & Trustpilot (+1000 reviews)
80796 documents were sold in the last 30 days
Founded in 2010, the go-to place to buy study notes for 14 years now