בעיות אקונומטריות רב-משתנות ו- Excel

מרבית המחלקות לכלכלה דורשות סטודנטים לתואר ראשון בשנה ג 'או ג' לסיים פרויקט אקונומטרי ולכתוב מאמר על ממצאיו. כעבור שנים אני זוכר עד כמה הפרויקט שלי היה מלחיץ, ולכן החלטתי לכתוב את המדריך למאמרי מונחי אקונומטריה שהלוואי שהיה לי כשהייתי סטודנט. אני מקווה שזה ימנע מכם לבלות הרבה לילות ארוכים מול מחשב.

עבור פרויקט אקונומטרי זה, אני הולך לחשב את הנטייה השולית לצריכה (MPC) בארצות הברית. (אם אתה מעוניין יותר לעשות פרויקט אקונומטרי פשוט יותר שאינו משתנה, אנא ראה "כיצד לבצע פרויקט אקונומטרי ללא כאבים") הנטייה השולית לצרוך מוגדרת כמה סוכן מוציא כשנותנים לו דולר נוסף מההכנסה הפנויה האישית של דולר נוסף. התיאוריה שלי היא שהצרכנים מקפידים על סכום כסף קבוע להשקעה ולחירום, ומבלים את שאר הכנסותיהם הפנויות על מוצרי צריכה. לכן ההשערה האפסית שלי היא ש- MPC = 1.

מעניין אותי לראות גם כיצד שינויים בשיעור הפריים פריי משפיעים על הרגלי הצריכה. רבים מאמינים שכאשר הריבית עולה אנשים חוסכים יותר ומוציאים פחות. אם זה נכון, עלינו לצפות כי יש קשר שלילי בין שיעורי ריבית כמו פריים לצריכה. עם זאת, התיאוריה שלי היא שאין קשר בין השניים, ולכן כל השאר שווה, עלינו לראות שום שינוי ברמת הנטייה לצריכה ככל ששיעור הפריים משתנה.

כדי לבחון את ההשערות שלי, עלי ליצור מודל אקונומטרי. ראשית נגדיר את המשתנים שלנו:

י_t הוא ההוצאה הצריכה האישית הנומינלית (PCE) בארצות הברית.
איקס_2t היא ההכנסה הנקובה הפיננסית לאחר המס בארצות הברית. איקס_3t הוא שער הפריים בארה"ב.

המודל שלנו הוא אם כן:

איפה ב ₁, ב ₂, ו ב ₃ הם הפרמטרים שנעריך באמצעות רגרסיה לינארית. פרמטרים אלה מייצגים את הדברים הבאים:

• ב₁ הוא הסכום שרמת ה- PCE כאשר הכנסה פנויה נומינלית לאחר מס (X_2t) ושיעור הפריים (X_3t) שניהם אפסיים. אין לנו תיאוריה לגבי הערך "האמיתי" של פרמטר זה, מכיוון שהוא לא מעניין אותנו מעט.
• ב₂ מייצג את הסכום ש- PCE עולה כאשר ההכנסה הנומינלית הפנויה לאחר מס בארה"ב עולה בדולר. שימו לב שזו ההגדרה של הנטייה השולית לצריכה (MPC), ולכן ב₂ הוא פשוט ה- MPC. התיאוריה שלנו היא ש- MPC = 1, כך שההשערה האפסית שלנו לפרמטר זה היא b₂ = 1.
• ב₃ מייצג את הסכום ש- PCE עולה כאשר שער הפריים עולה באחוז מלא (נניח מ- 4% ל- 5% או מ- 8% ל- 9%). התיאוריה שלנו היא ששינויים בשיעור הפריים אינם משפיעים על הרגלי צריכה, ולכן השערת האפס שלנו לפרמטר זה היא b₂ = 0.

אז נשווה את תוצאות המודל שלנו:

לזוגיות ההשערה:

איפה ב ₁ הוא ערך שלא מעניין אותנו במיוחד. כדי לאמוד את הפרמטרים שלנו, נצטרך נתונים. בגיליון האלקטרוני של excel "הוצאה לצריכה אישית" יש נתונים אמריקאיים רבעוניים מהרבעון הראשון של 1959 עד הרבעון השלישי של 2003. כל הנתונים מגיעים FRED II - השמורה הפדרלית של סנט לואיס. זה המקום הראשון שאתה צריך ללכת אליו על נתונים כלכליים בארה"ב. לאחר שהורדת את הנתונים, פתח את Excel וטען את הקובץ שנקרא "aboutpce" (שם מלא "aboutpce.xls") בכל התיקיה ששמרת בהם. ואז המשך לדף הבא.

הקפידו להמשיך לעמוד 2 של "איך לעשות פרויקט אקונומטרי רב משתנים ללא כאבים"

יש לנו את קובץ הנתונים פתוח, שנוכל להתחיל לחפש את מה שאנחנו צריכים. ראשית עלינו לאתר את משתנה ה- Y שלנו. נזכיר ש- Y_t הוא ההוצאה הצריכה האישית הנומינלית (PCE). בסריקה מהירה של הנתונים אנו רואים כי נתוני ה- PCE שלנו נמצאים בעמודה C, שכותרתה "PCE (Y)". על ידי התבוננות בעמודות A ו- B, אנו רואים שנתוני ה- PCE שלנו עוברים מהרבעון הראשון של 1959 לרבעון האחרון של 2003 בתאים C24-C180. עליכם לרשום עובדות אלה מכיוון שתזדקקו להן בהמשך.

עכשיו עלינו למצוא את משתני ה- X שלנו. במודל שלנו יש לנו רק שני משתני X שהם X_2tהכנסה אישית פנויה (DPI) ו- X_3t, ריבית הפריים. אנו רואים כי DPI נמצא בעמודה המסומנת DPI (X2) שנמצאת בעמודה D, בתאים D2-D180 והשיעור העיקרי הוא בעמודה המסומנת Prime Rate (X3) שנמצאת בעמודה E, בתאים E2-E180. זיהינו את הנתונים הדרושים לנו. כעת אנו יכולים לחשב את מקדמי הרגרסיה באמצעות Excel. אם אינך מוגבל לשימוש בתוכנית מסוימת לניתוח הרגרסיה שלך, אני ממליץ להשתמש ב- Excel. ב- Excel חסרות הרבה מהתכונות בהן משתמשים רבות מחבילות האקונומטריה המתוחכמות יותר, אך לצורך ביצוע רגרסיה לינארית פשוטה זהו כלי שימושי. סביר להניח שתשתמש באקסל כשאתה נכנס ל"עולם האמיתי "מכפי שאתה משתמש בחבילת אקונומטריה, לכן מיומנות באקסל היא מיומנות שימושית.

Y שלנו_t הנתונים נמצאים בתאים E2-E180 וב- X שלנו_t נתונים (X_2t ו- X_3t באופן קולקטיבי) נמצא בתאים D2-E180. כשעושים רגרסיה לינארית אנו זקוקים לכל Y_t שיהיה בדיוק X אחד שקשור אליו_2t ואחד המשויך ל- X_3t וכולי. במקרה זה יש לנו אותו מספר של Y_t, איקס_2t, ו- X_3t כניסות, אז כדאי ללכת. כעת, לאחר שמצאנו את הנתונים הדרושים לנו, אנו יכולים לחשב את מקדמי הרגרסיה שלנו (b₁, ב₂, ו ב₃). לפני שתמשיך עליך לשמור את העבודה שלך תחת שם קובץ אחר (בחרתי ב- myproj.xls) כך שאם נצטרך להתחיל מחדש יש לנו את הנתונים המקוריים שלנו.

כעת, לאחר שהורדת את הנתונים ופתחת את Excel, נוכל לעבור לסעיף הבא. בחלק הבא אנו מחשבים את מקדמי הרגרסיה שלנו.

הקפידו להמשיך לעמוד 3 של "איך לעשות פרויקט אקונומטרי רב-משתני ללא כאבים"

כעת על ניתוח הנתונים. עבור אל כלים בתפריט בראש המסך. ואז למצוא ניתוח נתונים בתוך ה כלים תפריט. אם ניתוח נתונים הוא לא שם, אז תצטרך להתקין אותו. להתקנת ערכת הכלים לניתוח נתונים עיינו בהוראות אלה. אינך יכול לבצע ניתוח רגרסיה בלי להתקין ערכת הכלים לניתוח נתונים.

לאחר שבחרת ניתוח נתונים מ ה כלים בתפריט תראה תפריט של אפשרויות כגון "Covariance" ו- "F-Test Two-Sample for Variances". בתפריט זה בחר רגרסיה. הפריטים בסדר אלפביתי, ולכן הם לא צריכים להיות קשה מדי למצוא. כשתהיה שם תראה טופס שנראה כך. כעת עלינו למלא טופס זה. (הנתונים ברקע צילום מסך זה יהיו שונים מהנתונים שלך)

השדה הראשון שנצטרך למלא הוא הזן טווח Y. זהו ה- PCE שלנו בתאים C2-C180. אתה יכול לבחור תאים אלה על ידי הקלדת "$ C $ 2: $ C $ 180" לתיבה הלבנה הקטנה שליד הזן טווח Y או על ידי לחיצה על הסמל שלצד התיבה הלבנה ההוא ובחר בתאים אלה בעזרת העכבר.

השדה השני שנצטרך למלא הוא טווח קלט X. כאן אנו נכנסים שניהם של משתני ה- X שלנו, DPI ו- Prime Rate. נתוני ה- DPI שלנו נמצאים בתאים D2-D180 ונתוני השיעור העיקרי שלנו הם בתאים E2-E180, ולכן אנו זקוקים לנתונים מהמלבן של התאים D2-E180. אתה יכול לבחור תאים אלה על ידי הקלדת "$ D $ 2: $ E $ 180" לתיבה הלבנה הקטנה שליד טווח קלט X או על ידי לחיצה על הסמל שלצד התיבה הלבנה ההוא ובחר בתאים אלה בעזרת העכבר.

לבסוף נצטרך לתת שם לדף בו תוצאות הרגרסיה שלנו יימשכו. תוודא שיש לך רובד גיליונות עבודה חדש שנבחרו, ובשדה הלבן שלצידו הקלד שם כמו "רגרסיה". לאחר סיום זה, לחץ על בסדר.

כעת תראה כרטיסייה בתחתית המסך שנקראת רגרסיה (או איך שקראת לזה) וכמה תוצאות רגרסיה. כעת יש לך את כל התוצאות הדרושות לניתוח, כולל ריבוע R, מקדמים, שגיאות סטנדרטיות וכו '.

חיפשנו להעריך את מקדם היירוט שלנו ב₁ ומקדמי ה- X שלנו ב₂, ב₃. מקדם היירוט שלנו ב₁ נמצא בשורה בשם לעכב ובטור בשם מקדמים. הקפד לרשום את המספרים האלה, כולל מספר התצפיות, (או להדפיס אותם) כפי שתצטרך אותם לניתוח.

מקדם היירוט שלנו ב₁ נמצא בשורה בשם לעכב ובטור בשם מקדמים. מקדם השיפוע הראשון שלנו ב₂ נמצא בשורה בשם משתנה X ובטור בשם מקדמים. מקדם השיפוע השני שלנו b₃ נמצא בשורה בשם משתנה X ובטור בשם מקדמים הטבלה הסופית שנוצרה בעקבות הרגרסיה שלך צריכה להיות דומה לזו שניתנה בתחתית מאמר זה.

כעת יש לך את תוצאות הרגרסיה הדרושות לך, תצטרך לנתח אותן עבור עבודת המונח שלך. נראה כיצד לעשות זאת במאמר של השבוע הבא. אם יש לך שאלה שאתה רוצה לענות עליה, השתמש בטופס המשוב.

תוצאות רגרסיה

-13.71941.4186-9.67080.0000-16.5192-10.9197