Garantie de satisfaction à 100% Disponible immédiatement après paiement En ligne et en PDF Tu n'es attaché à rien
logo-home
Warwick EC226 - Econometrics T1 Full Revision Notes (1st Final Exam) €15,30   Ajouter au panier

Notes de cours

Warwick EC226 - Econometrics T1 Full Revision Notes (1st Final Exam)

 13 vues  0 fois vendu
  • Cours
  • Établissement
  • Book

Pass your exams with a first!!! Providing an in-depth and comprehensive review of the EC226: Econometrics course from Warwick Economics. The revision notes were written by a student who scored a solid first in the module and final exams. Revision notes include content from all the weeks from term 1...

[Montrer plus]

Aperçu 3 sur 19  pages

  • 2 mars 2024
  • 19
  • 2022/2023
  • Notes de cours
  • Jeremy smith
  • Toutes les classes
  • Inconnu
avatar-seller
outcome
dependent
Two-variable ↑

regression Specify
.

:
ETQIQ
-
= L+ BL in
equinately :
2

·ndepome/ual Y L + P + negremio
=
.
or
er




Basic notel to
we observe (22 3) .
as
having come
P .
dist and E =
y -

E(y)M) =
y -


x
-




BM

-




lawe Passical Lineor Regression Mode)
May
causal interpretation . .




>
- can be u re a
for forecasting
Conditional enfectation >
-
Data : n observations ,
(2 , 4, 1
, .... (Ru ,
In)


of of Y Yi Ei for
-
·
It y conditional th = 2 + XiB +
each
given ze-average on i = 1 m .



, ....




being


I
a
particular value ·




on : - (II ElEl + ] = 0
Ei has mean 8
for anyth
Assumptions
·
ie
. Condition (restrict) the data set for fined # of education (V(3i(X) =
V(Ei) =
02 >
-
navance-constant .




I look of A r.
Earnings for that restricted group .


B Cou(Ei ,
3 ; (2) =
0 for ifj

·
E(9(2) -'conditional enfectation 14) Eil X ~ Normas (0 5
,




-(no beteroscedasticity)
*
↳ ↳ has
function
a constant variance .




regression
.




Explaining
Conditions :




Correlation & Causality (video 2) .
(1) E
: = 0
for any
22 .
Do condition violated when :





hiB represent out else than conditional enfectation -




check
Statistical Correlation
*

· - In 84 have systematic relations .
when E(3/mi) 70 when 22 depends on 3 .




coontry)
=if at l
>
-




of
regresion error hasindegenevariance
(2) i s
regoe




Reminder
·
- Could 41 ,
=

-(x-Mse) (4 My) - L . education example
:
nagex Education years
-




↳ low
where
g
E(Xh
My E14) (a) Cor(x A for
= =
vor
=
HS education
; ; , von uage
among
Tron
for mage
among Uni education -




>
- constant variance inplier ,
a
plot of re s i d u a l vs (2) har a
pattern
that forms a holitontal and
palle n

B) information .
abst Ith person has new
infor alt .




Ith person

Correlation
·


# Correlation .




holdswhenwahaueassectionaldaa radorDateene
O
(4) Assumption for nathematical Convenience
.




When can we view correlation as a causal relationship ? Ordinary Least Square Estimation : (0()) (Video 4)

↳ Medical & Economic Example . ·
Estimate <, B from (m , y 1 . ,
...
(W , Un) .




↳ (a b) (x B)
wite , for estimates
of ,
.




Classical Linear Regression Hokel. (video 3) idea :
Yi-a-bhi-B-bluEi ;
+



close 100

& b B.
diff
by minimizing ,
a x =




Conditional Expectation (lined
.




Least square estimation :
regression) -




choose a b such that



- ,



minimited
nb) This in
b) (Yn function

=1412S-aimB'where B # from aa (4 + + a
-




a
-




a, some not m,
minay
-


are entiate
-




he ,
...




4
(close to 07 .




-

linor function .




How computer ?
is a & b
- stateevation the
calculus
.


"observations
*
t

, Hof) 0:
%a (Yi-a-Mib) ,
= -




2 (4 ; - a - Mib) () Interpreting Regression Coefficient moder 2
(video 21


o
=
4/b * (4 ,
-


a -
Mib)" = -




z (4 , -

a -



zib)x; Ch ↳

Y; = x +
Blog(xi) +
Ei


Population:) Fac a o (4 , - a
-



-i b) = 8 : 3 (4 , hib)
- E if 2 4 by small amount $ :

p[log(n b) togle
+
-




- (4 , - ib E
[Y14I = C +
Blogb)
E(y(x Al
na =


,
(4 :
-


2; b) + = 2 +
Blog(n A) +




a:
Y ,
(4 , -Rib) 6 Y, Y
is e I compute the
change in
average
to
Blog (I +
n

I
embl
Substitute into other foc . (2) ↳2)
By approximation rule :
if $/ in small (cose to 01


0
: (4 :- Jn)ze;
-us l el i s e. >
-
log
(1 + 9/2) =
&ke
-Simplify algebraically mone a
cane

- b



- derot
Benital On
Wil
Therefore
:
5(4( -x + 11 -



E(414-N =
BPk

/ 100 =
/ is % change inse ,
so when 2 4
by 1).,


regression
re s i d u a l the
average of Y
changes by P/100




L
I
.




④ =
Y; - a-Tib in an estimate
of Ei =
Yi-x-miB ⑳
⑱@




diffaction caluim conclusion I
#wrough
-
we can estimate - =
V(2) by same .




si =
yn Ee? -

> sample analogue
- O

i =
1


You ( <+ Blogu) =
P
gn = B'
dof correction .




let the [CUIU) (2
the BY be
charge in when we
change
- -
by Dm .
- For male bu
,
we have embY/ Bu
the

We-Two variable Cont -B/x
regression =
4 B
. : =




Interpreting Regression crefflient (video 1) .

same
definition -




L what does the
reg conffient represent
.
?
Interpreting Regression Coefficient (Model 3) (Video 31

Yi = L+
BR, +
Er =
y wage ,
-causation
,
compare (212/25
E(Y(2 13) =
= d +
B13 .

instead , we can
transform Y to
log(4) leg earnings)
.
-




E(4(x =
12) = > + B12 log(Yi) =
a +
Bxi +
Ei
- o
x+px
differentiate
=


difference = E(4(x =
B) -
+
(4(k 1) = =
(c +
BB) -
( + BR) =



B art .
in o N =
B
sx
The 1 unit then Y
by B
to interpret B by
How =
changes
-


Ar
.

.




,




take the
definition of
literal derivative




T-xm to
differential Calculu La (rate a
of charge of
&
By in the 12
same
laying
: as




ofhange E(log Y ! )
=
4/jn(k + pm) =

By
same a n swe r relative As
to rate is I
~log (4 -Log (10) ,

, . . .
LetYo be the
original
va l u e
of Y and Y, be the s
ummary
:
4 c a re
(i)
·mine( it zen byjwheree4
i




ades a nde
Y
of by


Dann
I
changes
new va l u e DD i Yo
when . e
, AY =
Y,



log(4,) -Ag(y) 34ly B .





=
p
=
0
log
(41) -




lig (10) =
BAM
/ An


sever
emplonator and
log
(4 1
, -log (10) =

log (" /y) =

log (1 +

** ) *
2/

4
# = tyo.
hi
is
Box
/When Hypothesis Testing
AY
by 1 unit (video 5)
Mo
Co = 24 24
,
by 10
. .

Aft computing estimators what do e do ? - It .




Methods (1 At[0 1)
Note 1) = D
only good for
:
approximation
log
on + is .




I Eei
↳ Y
Bo
Another Method : Ho to I, and
Yo to , ↳
selm -
~
Tro




red
by




Review HT Procedure -



(1)
Specify Ho :
B =
Po

Specify
12-sdal
12) H: BFBo
table
.



(1 Choose
significance
Level (21 ; Find correspond ,
value from t-dist


Bob
14 Compute T :




(video 4)
Interpreting Regression Coefficients
Model 4 15) Decide
. whether to accept on
reject Ho


(indep ) .




(Video 6)
Forecasting

Both depended & explanator variable are
transformed .

.




loglin
log (Yi) L
Blog (i) Ei deviative
= + +


Im
L :




g(1/2)
Ja
=
0(x +
Ploglill =

Blog en

day I
of
nation
Because log litlog
10)
in
sm




log
log (70)
= P/p = big (n) -Mogl in
Bl Forming Confidence Internal


provde
cur tai
a
range of values on which the actual values u
probability -




-BW/m T0)
Y
log (3 /) log) *
=
0 1+
B
=
=
prediction


Lin el tele9
,
M



In
,
Unt
_
log (1 + 4 M) :
hi
Yo
.
6
open / Mobability 1-2 .
er ror

-
#x




/sli In the
↳ 4 4
When in 4
my 1 . by B% >
-
+




Clarial linear regression Model Assumption 4
.

Les avantages d'acheter des résumés chez Stuvia:

Qualité garantie par les avis des clients

Qualité garantie par les avis des clients

Les clients de Stuvia ont évalués plus de 700 000 résumés. C'est comme ça que vous savez que vous achetez les meilleurs documents.

L’achat facile et rapide

L’achat facile et rapide

Vous pouvez payer rapidement avec iDeal, carte de crédit ou Stuvia-crédit pour les résumés. Il n'y a pas d'adhésion nécessaire.

Focus sur l’essentiel

Focus sur l’essentiel

Vos camarades écrivent eux-mêmes les notes d’étude, c’est pourquoi les documents sont toujours fiables et à jour. Cela garantit que vous arrivez rapidement au coeur du matériel.

Foire aux questions

Qu'est-ce que j'obtiens en achetant ce document ?

Vous obtenez un PDF, disponible immédiatement après votre achat. Le document acheté est accessible à tout moment, n'importe où et indéfiniment via votre profil.

Garantie de remboursement : comment ça marche ?

Notre garantie de satisfaction garantit que vous trouverez toujours un document d'étude qui vous convient. Vous remplissez un formulaire et notre équipe du service client s'occupe du reste.

Auprès de qui est-ce que j'achète ce résumé ?

Stuvia est une place de marché. Alors, vous n'achetez donc pas ce document chez nous, mais auprès du vendeur joebloggs123. Stuvia facilite les paiements au vendeur.

Est-ce que j'aurai un abonnement?

Non, vous n'achetez ce résumé que pour €15,30. Vous n'êtes lié à rien après votre achat.

Peut-on faire confiance à Stuvia ?

4.6 étoiles sur Google & Trustpilot (+1000 avis)

80364 résumés ont été vendus ces 30 derniers jours

Fondée en 2010, la référence pour acheter des résumés depuis déjà 14 ans

Commencez à vendre!
€15,30
  • (0)
  Ajouter