100% tevredenheidsgarantie Direct beschikbaar na betaling Zowel online als in PDF Je zit nergens aan vast
logo-home
Samenvatting - Advanced Econometrics €5,99
In winkelwagen

Samenvatting

Samenvatting - Advanced Econometrics

 10 keer bekeken  0 keer verkocht

Samenvatting Advanced Econometrics van de Master Econometrics and Operational Research aan de VU. Deze samenvatting omvat de volgende onderwerpen: linear regression, non linear models, stationarity, forecasting, value at risk, impulse response functions, fading memory, ergodicity, bounded moments, ...

[Meer zien]

Voorbeeld 4 van de 32  pagina's

  • 13 december 2024
  • 32
  • 2024/2025
  • Samenvatting
Alle documenten voor dit vak (1)
avatar-seller
joyadasilva
Summary

Joya da Silva Patricio Gomes

Advanced Econometrics

Email: joyadasilvapatricio@gmail.com

Student Number: 2806884




December 13, 2024

,Contents

Week 1 1
Chapter 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
Recap: Simple Linear Regression . . . . . . . . . . . . . . . . . . . . . . . . . 1
Chapter 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
Recap: Linear AR(1) Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
Difficulties with Nonlinear Models . . . . . . . . . . . . . . . . . . . . . . . . 3
Chapter 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
Difficulties with Nonlinear Models continued . . . . . . . . . . . . . . . . . . 4
Stationarity problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

Week 2 7
Chapter 9 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
Challenges in Analyzing Complex Models . . . . . . . . . . . . . . . . . . . 7
Probabilistic Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
Forecasting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
Value-at-Risk (VaR) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
Impulse Response Functions (IRFs) . . . . . . . . . . . . . . . . . . . . . . . . 9
Dynamic Portfolio Optimization . . . . . . . . . . . . . . . . . . . . . . . . . 9
Chapter 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
Stochastic Properties of Dynamic Probability Models . . . . . . . . . . . . . 10
Stationarity, Dependence and Ergodicity . . . . . . . . . . . . . . . . . . . . . 10
Stability of Dynamical Systems . . . . . . . . . . . . . . . . . . . . . . . . . . 11
Fading Memory and Dependence Structures . . . . . . . . . . . . . . . . . . 11
Bounded Moments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

Week 3 12
Chapter 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Filters and Data-Generating Processes (DGPs) . . . . . . . . . . . . . . . . . 12
Invertibility of Filters . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
Invertibility in Perturbed Dynamic Equations . . . . . . . . . . . . . . . . . . 14
Multivariate Filters . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Chapter 6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Extremum Estimators . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Criterion Function Properties . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
M-Estimators . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
Z-Estimators . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
Existence and Measurability . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

Week 4 18
Chapter 7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

2

,Advanced Econometrics Summary

Consistency of Estimators . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
Uniform Convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
Stochastic Equicontinuity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
Identifiable Uniqueness . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
Strong consistency . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
Consistency under Misspecification . . . . . . . . . . . . . . . . . . . . . . . 21
Chapter 8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
Asymptotic Normality of Estimators . . . . . . . . . . . . . . . . . . . . . . . 21
Extremum Estimators and Asymptotic Normality . . . . . . . . . . . . . . . 21
Well-Behaved Functions and Asymptotic Normality . . . . . . . . . . . . . . 22
Approximate Statistical Inference Using Asymptotic Normality . . . . . . . 22
Estimating the Asymptotic Variance . . . . . . . . . . . . . . . . . . . . . . . 23

Week 5 23
Chapter 10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
Method Selection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
Least Squares and the Weighted L2-Norm . . . . . . . . . . . . . . . . . . . . 24
MLE and Kullback-Leibler Divergence . . . . . . . . . . . . . . . . . . . . . . 24
Specification Tests with Pseudo-True Parameters . . . . . . . . . . . . . . . . 25
Estimator Selection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Model Selection Criteria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Ensemble Methods . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

Week 6 26
Chapter 11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
Structural Modeling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
Dynamic Pricing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
The Importance of Exogeneity . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
Instrumental Variables and A/B Testing . . . . . . . . . . . . . . . . . . . . . 29




CONTENTS 3

, Week 1

Chapter 1
Recap: Simple Linear Regression
The Linear Regression Model
The linear regression model is specified as:

yt = α + βxt + ϵt , (1)

where:

• yt is the dependent variable (also known as the endogenous variable or target).

• xt is the independent variable (also known as the exogenous variable or predictor).

• α is the intercept term.

• β is the slope parameter, which measures the effect of a one-unit change in xt on yt .

• ϵt is the error term, representing unexplained variability.


Assumptions in Linear Regression
For the Ordinary Least Squares (OLS) method to provide meaningful estimates, certain
assumptions must be satisfied:

• Linearity: The relationship between yt and xt is linear.

• Exogeneity: The error term is uncorrelated with the regressors, i.e., E(ϵt | xt ) = 0.

• Homoscedasticity: The variance of the error term is constant, i.e., Var (ϵt | xt ) = σ2 .

• No Perfect Multicollinearity: The regressors are not perfectly collinear.

• Independence: The observations are independently and identically distributed (i.i.d).


Ordinary Least Squares (OLS) Estimation
The OLS method estimates the parameters α and β by minimizing the sum of squared
residuals:
T
(α̂, β̂) = arg min ∑ (yt − α − βxt )2 . (2)
α,β t=1


1

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, creditcard of Stuvia-tegoed 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 joyadasilva. Stuvia faciliteert de betaling aan de verkoper.

Zit ik meteen vast aan een abonnement?

Nee, je koopt alleen deze samenvatting voor €5,99. Je zit daarna nergens aan vast.

Is Stuvia te vertrouwen?

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

Afgelopen 30 dagen zijn er 52510 samenvattingen verkocht

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

Start met verkopen
€5,99
  • (0)
In winkelwagen
Toegevoegd