100% tevredenheidsgarantie Direct beschikbaar na betaling Zowel online als in PDF Je zit nergens aan vast
logo-home
Samenvatting econometrie (deel 1) €6,49
In winkelwagen

Samenvatting

Samenvatting econometrie (deel 1)

1 beoordeling
 272 keer bekeken  0 keer verkocht

Deze samenvatting bevat H1-H8. Zowel het boek, als slides, als notities vanuit de les zijn verwerkt in deze samenvatting.

Voorbeeld 3 van de 21  pagina's

  • Nee
  • H1, h2, h3, h4, h5, h6, h7, h8
  • 3 februari 2020
  • 21
  • 2018/2019
  • Samenvatting
book image

Titel boek:

Auteur(s):

  • Uitgave:
  • ISBN:
  • Druk:
Alle documenten voor dit vak (9)

1  beoordeling

review-writer-avatar

Door: mariedebode • 1 jaar geleden

avatar-seller
inezvandezande
Econometrie voor bedrijfseconomen
HOOFDSTUK 1: Economische vraagstukken en data
1. Wat is econometrie?
 Modellen voor economische fenomenen opstellen
 Opletten voor causaal verband (oorzaak-gevolg)  geluk!!
- Zorgen dat alle variabelen die verband kunnen veroorzaken mee in het model zitten
- Vb: onveilige seks prostitutie  te verklaren variabele = prijs (andere variabelen = leeftijd…)

2. Economische data
2.1 Hoe wordt economische data gegenereerd?
1) Experimentele data  gegenereerd via experiment vb: invloed bemesting op tomaten
- Voordeel: oorzaak-gevolg
- Nadelen:
 Vaak slechts een nabootsing van de werkelijkheid
Vb: onderzoek naar belastingontduiking (zie artikel online)
 Niet altijd mogelijk (praktisch, ethisch…)  zeker voor economische/sociologische
Vb: effect van extra jaar studeren op loon  dwingen om 1j extra te studeren?
 pseudo-experimenten = experiment nabootsen (gelijkaardige omstandigheden)
2) Niet-experimentele data (meest gebruikt)
- Surveys, landendata… vb: Labour force survey
- Voordeel: vaak grote representatieve datasets
- Nadeel: opletten met oorzaak-gevolg
 technieken van betrouwbaarheid  zoveel mogelijke controlevariabelen in model

2.2 Types van economische data
 Data kan op verschillende niveaus verzameld worden
- Micro: personen, huishoudens, bedrijven… (via enquêtes)
Vb: effect opwaarderen buurt op prijs?  gegevens = huizen
- Macro: gemeenten, landen (geaggregeerde gegevens)
Vb: gemiddelde huur huis in ≠ gemeentes?
 Kwantitatief of kwalitatief?
- Kwantitatief: te verklaren (afhankelijke) variabele
- Kwantitatief + kwalitatief: verklarende (onafhankelijke) variabele
 Vast tijdstip of evolutie?
- Cross-sectionele data: data over verschillende entiteiten voor 1 bepaalde tijdsperiode
 doorsnede op 1 moment vb: hoeveel kost een huis NU?
- Tijdreeksdata: data over 1 bepaalde entiteit maar van verschillende tijdsperiodes
- Paneldata (longitudinale): data over ≠ entiteiten + elk geobserveerd voor  2 tijdsperiodes
 combinatie van vorige 2 technieken (complex)

HOOFDSTUK 2 & 3: Herhaling kansrekenen en statistiek
1. The California Test Score Data
1.1 Probleem
 Probleemstelling: effect op examenresultaten van  vd klasgrootte met 1 student?
- n = 420 schooldistricten in California
- Variabelen: testscores van 5e graad en student-teacher ratio (STR)
- Macro-niveau  gemiddelde per district
 Hebben districten met kleinere klassen hogere testscores?  spreidingsdiagram
1

, - Verklarende variabele = STR
- STR  = testscore   negatief verband
 Is dit een causaal verband?
 andere variabelen/verklaringen vb: rijkere districten = meer middelen

1.2 Verkennende analyses
 Kwantitatief bewijs dat districten met lagere STR, hogere testscores hebben?
1) Schatting: vergelijk gemiddelde testscores bij districten met lagere STR met deze bij hogere
- Schatting van ∆=μklein−μ groot = verschil tss de groepsgemiddelden
- μklein−μ groot =7,4
2) Toetsen van hypothesen: test H0 dat de gem testscores in de 2 types districten dezelfde zijn
- Toetsen tegen de alternatieve hypothese dat ze verschillen
- H 0 : μklein =μ groot vs . H a :μ klein ≠ μ groot
ý k − ý g
t= =4,0480
s 2k s2g  P ( T ≥ 4,0480 )=0,000063  H 0 verwerpen
- Teststatistiek:
√ +
n k ng
3) Betrouwbaarheidsintervallen: bereken een interval voor het verschil in de gem testscore
- ý k − ý g ±1,96 SE( Ý ¿¿ k−Ý g)=[3,81; 10,99]¿
- 0 ligt niet in het BI  H 0 verwerpen
 Besluit: we hebben voldoende sterk bewijs tegen de nulhypothese om deze te verwerpen
 de testscores van districten met lagere STR verschillen significant van deze bij hogere STR

HOOFDSTUK 4: Enkelvoudige lineaire regressie
1. Het lineair regressiemodel
1.1 Het enkelvoudig lineair regressiemodel
 Vb: prijs appartement in groot-Leuven  vermoeden van positief lineair verband tss prijs en opp
 Y = prijs in euro, X = oppervlakte in m2
 Y = β0 + β 1 X !!MAAR: het verband is niet perfect  foutenterm u
- We hebben n observaties: ( X i , Y i ) ,i=1 ,… , n
- Y i=β 0 + β 1 X i+ ui
 Algemeen model
- Y = de afhankelijke (te verklaren) variabele en X = de onafhankelijke (verklarende) variabele
- β 0 = intercept en β 1 = helling
- ui = de foutenterm (error term)  bevat alle andere variabelen dan X met invloed op Y
 bevat ook alle andere fouten (meetfouten, toeval…)

1.2 Correlatie
Spreidingsdiagram
 Nagaan of er een lineair (of ander) verband is tussen X en Y?  spreidingsdiagram
= grafische voorstelling van de koppels gegevens (x1, y1), (x2, y2),..., (xn, yn)
 Deze koppels vormen een puntenwolk waar een bep (lineair) patroon in te vinden is

Steekproefcovariantie
n
1
 Covariantie = stijgend of dalend verband?  s x, y = ∑ ( x −x́ ) ( y i− ý ) !!niet dimensieloos
n−1 i=1 i
 Positieve bijdrage
- x i> x́ en y i > ý  +¿+ ¿+¿
- x i< x́ en y i < ý  −¿−¿+¿
 Negatieve bijdrage
- x i< x́ en y i > ý  −¿+¿−¿
2

, - x i> x́ en y i < ý  +¿−¿−¿

Steekproefcorrelatie
 Correlatie: zin/richting en sterkte van het lineair verband (cov meet enkel richting)
sx , y
 Formule: r x , y = !!dimensieloos = correlatie onafh van gebruikte eenheid
sx s y
 Eigenschappen
r x , y =s x−x́ y− ´y
- Correlatie = covariantie van gestandaardiseerde gegevens  ,
sx sy
- Dus eenheden worden eruit gehaald  correlatie = dimensieloos ( μ=0 en σ =1)
 Interpretatie: correlatie meet richting en sterkte vd lineaire samenhang tss 2 kwantitatieve variab
- Richting via het teken van de correlatie
 Positief (stijgend) verband  r > 0
 Negatief (dalend) verband  r < 0
- Sterkte via de grootte van de correlatie: -1 ≤ r ≤ 1
 hoe dichter bij -1 of 1, hoe sterker het lineaire verband (hoe dichter bij 0, hoe zwakker)
 r = 1: perfect stijgend lineair verband (punten liggen perfect op stijgende rechte)
 r = -1: perfect dalend lineair verband tss x en y
 r = 0: totale afwezigheid van een lineair verband tss x en y
 Opmerkingen
- Correlatie verandert niet bij een lineaire transformatie van x of y
- Correlatie meet enkel de sterkte vh lineaire verband (er kan mss wel een ander verband zijn)
- rx,y = ry,x  maakt niet uit welke de ‘te verklaren’ en welke de ‘verklarende’ variabele is
- x en y moeten kwantitatieve variabelen zijn
- De correlatie is niet resistent (gevoelig voor uitschieters)  tekening maken!!

Populatiecovariantie en -correlatie
 Eigenschappen + interpretatie zijn analoog aan die van steekproef-
 X en Y zijn ongecorreleerd als corr(X, Y) = 0 (geen lineair verband)
- X en Y onafhankelijk = X en Y ook ongecorreleerd (geen verband)
- X en Y ongecorreleerd ≠ X en Y ook onafhankelijk

2. Schatten van de regressieparameters
2.1 Kleinste kwadraten criterium
 Model: Y i=β 0 + β 1 X i+ ui  β 0 en β1 geschat op basis van een steekproef




 ^β 0 en ^β1 bepaald zodat de rechte ^β 0 + ^β 1 X i zo goed mogelijk bij de puntenwolk aansluit
- Zorgen dat verschil tussen theoretische en geschatte rechte zo klein mogelijk is
- Verschil = residu (fout op schatting): u^ i=Y i−Y ^ i=Y i −( ^β 0 + ^β 1 X i)
- Som moet zo klein mog zijn  MAAR: + en – heft elkaar op?
 daarom som van kwadraten zo klein mogelijk maken
- Totale kwadratische afwijking minimaliseren  ^β 0 en ^β1 zodat
n n n
2 2 2
 min ∑ u^ i =∑ ( Y i−Y^ i ) =∑ ( Y i− ^β 0− ^β 1 X i)
i=1 i=1 i=1
 Kleinste-kwadraten criterium
∑( X i − X́ )( Y i −Ý ) S XY SY
- ^β 1= = =R
∑ ( X i − X́ ) 2
S
2
X
SX
 Voorwaarde: S X ≠ 0

3

Voordelen van het kopen van samenvattingen bij Stuvia op een rij:

√  	Verzekerd van kwaliteit door reviews

√ Verzekerd van kwaliteit door reviews

Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!

Snel en makkelijk kopen

Snel en makkelijk kopen

Je betaalt supersnel en eenmalig met iDeal, Bancontact of creditcard voor de samenvatting. Zonder lidmaatschap.

Focus op de essentie

Focus op de essentie

Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!

Veelgestelde vragen

Wat krijg ik als ik dit document koop?

Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.

Tevredenheidsgarantie: hoe werkt dat?

Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.

Van wie koop ik deze samenvatting?

Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper inezvandezande. Stuvia faciliteert de betaling aan de verkoper.

Zit ik meteen vast aan een abonnement?

Nee, je koopt alleen deze samenvatting voor €6,49. Je zit daarna nergens aan vast.

Is Stuvia te vertrouwen?

4,6 sterren op Google & Trustpilot (+1000 reviews)

Afgelopen 30 dagen zijn er 50843 samenvattingen verkocht

Opgericht in 2010, al 14 jaar dé plek om samenvattingen te kopen

Start met verkopen
€6,49
  • (1)
In winkelwagen
Toegevoegd