BEGRIPPENLIJST
ECONOMETRIE
Prof: R. Schoonackers
Pauline Delphine Verhelst
VUB | 2020-2021
,Inhoudsopgave
Deel 1: inleiding .......................................................................................................................................... 1
Deel 2: klassieke regressieanalyse met 2 variabelen .................................................................................... 2
Deel 3: meervoudige regressieanalyse ........................................................................................................ 5
Deel 4: afwijkingen van de KNLRM veronderstellingen................................................................................ 8
Multicollineariteit ........................................................................................................................................... 9
Heteroscedaticiteit........................................................................................................................................ 10
Autocorrelatie ............................................................................................................................................... 12
Specificatieprobleem .................................................................................................................................... 12
Endogeniteit.................................................................................................................................................. 14
Deel 1: inleiding
Econometrie Discipline die als doel heeft de kwantitatieve beschrijving te
geven van de relatie tusssen economische variabelen en
overstijgt het desciprtieve karakter van samenvattende
statistieken
Causale/oorzakelijke Wanneer een actie een resultaaat direct veroorzaakt
relaties ! causaal ≠ correlatie !
Ceteris paribus Alle andere variabelen constant houden, enkel impact van
die ene variabele meten
Statistische Zuiver, consistent en efficiënt (en lineair)
eigenschappen van de Onafhankelijk van de steekproefomvang n
gebruikte schatter Gaus-Markov veronderstellingen nodig om dit af te leiden
Zuiver Verwachte waarde van geschatte ß is gelijk aan ß
Geld over herhaaldelijke steekproeven
Schatter gemiddeld genomen correct
Consistent Als de steekproefomvang naar oneidig tendeert en de
populatie zal benaderen, dan zal geschatte ß2 tenderen naar
de werkelijke ß2
Efficiënt Laagst mogelijke variantie, kleinste spreiding over
herhaaldelijke steekproeven
Niet per see dé laagste, laagst mogelijk
Soorten datatypes Cross-sectionele data = data op 1 punt in de tijd
Tijdreeksdata: data voor 1 unit op verschillende momenten in
de tijd
Panel data: meerdere units op verschillende momenten id tijd
Doelstellingen Referentiekader voor empirisch analyseren
econometrie Nagaan van statistische eigenschappen van de gebruikte
schatter aan de hand van het klassiek lineair regressiemodel
Economische implicaties kunnen beoordelen
1
, Deel 2: klassieke regressieanalyse met 2 variabelen
Klassieke Afhankelijke variabelen proberen verklaren aan de hand van
regressieanalyse de verklarende (gekende) variabele, met als doel het
populatiegemiddelde te schatten.
Conditionele gemiddelde Verwachte waarde van Y gegeven X
E(Y|X)
Discrete verdeling Beperkt aantal waarden aannemen
Conditionele verdeling Oneindig aantal variabelen
Stochastisch E(Y|X) = E(Y)
onafhankelijk
Stochastisch afhankelijk E(Y|X) ≠ E(Y)
Populatie-regressie Beschikken over de volledige populatie
functie à Proberen benaderen met de steekproef-regressie functie
Verwachte waarde kan berekend worden zonder econometrie
omdat men beschikt over de volledige populatie
Y = structurele component + kanscomponent
Y = E(Y|Xi) + storingsterm
Stochastische Afwijkingen, foutenterm
storingsterm Andere factoren die invloed hebben op Y
Schatter Methode om een populatieparameter te schatten op basis
van informatie uit de beschikbare steekproef
Schatting Numeriek resultaat van een schatter
Steekproef-regressie Slechts een steekproef getrokken uit de populatie ter
functie beschikking
Populatie-regressiefunctie proberen reconstrueren/
benaderen
Doel regressieanalyse Zo dicht mogelijke schatting maken van de werkelijke waarde
Methode der kleinste
kwadraten =
2 voorwaarden:
1e orde = som geschatte termen = 0
2” orde = som geschatte termen * Xi = 0
Numerieke ! Gelden altijd !
eigenschappen van de 1) Steekproefregressielijn gaat door de
OLS-schatter steekproefgemiddelden van X en Y
2) Gemiddelde werkelijke Y = gemiddelde geschatte Y
3) Geschatte storingstermen gemiddeld genomen 0
4) Geschatte storingstermen niet gecorreleerd met Xi
Geschatte storingstermen niet gecorreleerd met Yi
Numerieke
eigenschappen van de
OLS-schatter in symbolen
2
ECONOMETRIE
Prof: R. Schoonackers
Pauline Delphine Verhelst
VUB | 2020-2021
,Inhoudsopgave
Deel 1: inleiding .......................................................................................................................................... 1
Deel 2: klassieke regressieanalyse met 2 variabelen .................................................................................... 2
Deel 3: meervoudige regressieanalyse ........................................................................................................ 5
Deel 4: afwijkingen van de KNLRM veronderstellingen................................................................................ 8
Multicollineariteit ........................................................................................................................................... 9
Heteroscedaticiteit........................................................................................................................................ 10
Autocorrelatie ............................................................................................................................................... 12
Specificatieprobleem .................................................................................................................................... 12
Endogeniteit.................................................................................................................................................. 14
Deel 1: inleiding
Econometrie Discipline die als doel heeft de kwantitatieve beschrijving te
geven van de relatie tusssen economische variabelen en
overstijgt het desciprtieve karakter van samenvattende
statistieken
Causale/oorzakelijke Wanneer een actie een resultaaat direct veroorzaakt
relaties ! causaal ≠ correlatie !
Ceteris paribus Alle andere variabelen constant houden, enkel impact van
die ene variabele meten
Statistische Zuiver, consistent en efficiënt (en lineair)
eigenschappen van de Onafhankelijk van de steekproefomvang n
gebruikte schatter Gaus-Markov veronderstellingen nodig om dit af te leiden
Zuiver Verwachte waarde van geschatte ß is gelijk aan ß
Geld over herhaaldelijke steekproeven
Schatter gemiddeld genomen correct
Consistent Als de steekproefomvang naar oneidig tendeert en de
populatie zal benaderen, dan zal geschatte ß2 tenderen naar
de werkelijke ß2
Efficiënt Laagst mogelijke variantie, kleinste spreiding over
herhaaldelijke steekproeven
Niet per see dé laagste, laagst mogelijk
Soorten datatypes Cross-sectionele data = data op 1 punt in de tijd
Tijdreeksdata: data voor 1 unit op verschillende momenten in
de tijd
Panel data: meerdere units op verschillende momenten id tijd
Doelstellingen Referentiekader voor empirisch analyseren
econometrie Nagaan van statistische eigenschappen van de gebruikte
schatter aan de hand van het klassiek lineair regressiemodel
Economische implicaties kunnen beoordelen
1
, Deel 2: klassieke regressieanalyse met 2 variabelen
Klassieke Afhankelijke variabelen proberen verklaren aan de hand van
regressieanalyse de verklarende (gekende) variabele, met als doel het
populatiegemiddelde te schatten.
Conditionele gemiddelde Verwachte waarde van Y gegeven X
E(Y|X)
Discrete verdeling Beperkt aantal waarden aannemen
Conditionele verdeling Oneindig aantal variabelen
Stochastisch E(Y|X) = E(Y)
onafhankelijk
Stochastisch afhankelijk E(Y|X) ≠ E(Y)
Populatie-regressie Beschikken over de volledige populatie
functie à Proberen benaderen met de steekproef-regressie functie
Verwachte waarde kan berekend worden zonder econometrie
omdat men beschikt over de volledige populatie
Y = structurele component + kanscomponent
Y = E(Y|Xi) + storingsterm
Stochastische Afwijkingen, foutenterm
storingsterm Andere factoren die invloed hebben op Y
Schatter Methode om een populatieparameter te schatten op basis
van informatie uit de beschikbare steekproef
Schatting Numeriek resultaat van een schatter
Steekproef-regressie Slechts een steekproef getrokken uit de populatie ter
functie beschikking
Populatie-regressiefunctie proberen reconstrueren/
benaderen
Doel regressieanalyse Zo dicht mogelijke schatting maken van de werkelijke waarde
Methode der kleinste
kwadraten =
2 voorwaarden:
1e orde = som geschatte termen = 0
2” orde = som geschatte termen * Xi = 0
Numerieke ! Gelden altijd !
eigenschappen van de 1) Steekproefregressielijn gaat door de
OLS-schatter steekproefgemiddelden van X en Y
2) Gemiddelde werkelijke Y = gemiddelde geschatte Y
3) Geschatte storingstermen gemiddeld genomen 0
4) Geschatte storingstermen niet gecorreleerd met Xi
Geschatte storingstermen niet gecorreleerd met Yi
Numerieke
eigenschappen van de
OLS-schatter in symbolen
2
