10 Häufige Fehler in Angewandte Ökonometrie

Fehler vermeiden, wenn Sie ökonometrische Analyse tun auf Ihre Fähigkeit, Wissen, das Sie vor und während Ihres Ökonometrie Klasse erworben anzuwenden abhängt. Es folgt ein Überblick über häufige Fehler, damit Sie Ihre Anwendung von ökonometrischen Analyse zu verbessern.

Andernfalls Ihren gesunden Menschenverstand und das Wissen der ökonomischen Theorie zu verwenden,

Eines der Merkmale, die Forschung in Ökonometrie von anderen Anwendungen der statistischen Analyse ist die Verwendung der ökonomischen Theorie und gesundem Menschenverstand angewendet differenzieren sich die Verbindung zwischen den unabhängigen und abhängigen Variablen zu motivieren.

In der Ökonometrie, sollten Sie in der Lage sein, ein starkes Argument für die unabhängigen Variablen zu machen (Xs) verursacht Veränderungen in der abhängigen Variablen (Y). Sie müssen Klang Theorie und gute gesunde Menschenverstand Ihr Ansatz zu rechtfertigen. Dadurch ermöglicht es Ihnen, eine vernünftige Interpretation der Ergebnisse zusätzlich zu den typischen Maßnahmen der statistischen Signifikanz und fit zu liefern.

Fragen an den falschen Fragen zuerst

Erste Schritte mit den technischen Details besessen ökonometrischer Modelle Schätzung kann einfach sein. Allerdings sollten Sie immer einen Schritt zurück und fragen Sie sich, warum Sie das tun, was du tust. Warum werden andere finden mein Thema interessant und wichtig?

Das Ignorieren der Arbeit und Beiträge anderer

Anderenfalls Ihre Arbeit mit der anderen verbinden, die Ihre Forschungsfrage oder etwas eng verwandt geprüft haben, ist ein schwerer Fehler. Zu verstehen, wie andere mit ähnlichen Themen behandelt haben, können Sie, welches Modell zu verwenden, ergeben können Verfeinerungen bei Ihrer Arbeit helfen, herauszufinden, und Leser, die Relevanz Ihres Themas erlaubt, besser zu verstehen.

In Ihrer Literaturrecherche, konzentrieren sich auf Papiere oder Segmente von Papieren, die für Ihre Arbeit in direktem Zusammenhang stehen. Eine Zusammenfassung der Ansatz, Daten und Ergebnisse anderer Forscher. Schließlich darüber im Klaren sein, wie Sie Ihre Arbeit passt mit dem, was bereits von anderen gemacht worden, was verbessert hat worden ist, und / oder wie neue Dimensionen des Themas erforscht.

Andernfalls Sie sich mit den Daten vertraut zu machen

Die Schüler gehen oft davon aus, dass die Daten, die sie gerade arbeiten für alle Variablen abgeschlossen ist und dass die gemeldete Informationen korrekt. Sie können Ihre Chancen auf unliebsame Überraschungen in den Ergebnissen, indem Sie einige Sondierungsarbeiten reduzieren, die deskriptiven Statistiken, Liniendiagramme enthält (für Zeitreihendaten), Häufigkeitsverteilungen und sogar Inserate von einigen einzelnen Datenwerte.

Eine Reihe von unerwünschten Ergebnissen kann aus der Nicht führen mit Ihrer Analysedaten kennen zu lernen. Diese drei Beispiele sind vielleicht die am häufigsten:

• Variablen, die Sie tatsächlich in Kategorien oder Gruppen kontinuierlich sind gemessen gedacht.

• Die Messungen, die Sie reale Werte glaubten tatsächlich fehlen Werte.

• Die Datenwerte, die vollkommen legitim erscheinen, sind tatsächlich Werte zensiert.

So dass es zu kompliziert

Die Kunst der Ökonometrie liegt in den entsprechenden Spezifikation oder funktionelle Form der Suche nach Ihrem bestimmtes Ergebnis von Interesse zu modellieren. In vielen Fällen kann jedoch Theorie über die spezifischen Elemente eines Modells Spezifikation vage.

In Anbetracht der Unsicherheit der Wahl # 147-perfect # 148- Spezifikation, machen viele der angewandten Ökonometrie den Fehler overspecifying ihre Modelle (das heißt, sie zahlreiche irrelevante Variablen enthalten) oder begünstigen komplizierte Schätzmethoden über einfachere Techniken. Es kann zu unerwünschten Schätzer Eigenschaften und Schwierigkeiten führen, die Bedeutung der Interpretation der Ergebnisse.

Als unflexibel realen Welt Komplikationen

Die Lösungen oder Prognosen abgeleitet durch Verwendung von ökonomischen Theorien verwenden logische Deduktion und / oder mathematischen Beweis, dass in der Regel auf die verlassen ceteris paribus (Alles andere konstant) Annahme.

Die Daten, die Sie wirtschaftlichen Hypothesen zu testen, werden jedoch von einer Welt abgeleitet, wo Agenten (Einzelpersonen, Firmen, oder was haben Sie) mit ihrer Umgebung in einer Weise beteiligt, die nicht geeignet sind, die zu erfüllen ceteris paribus Annahme, weil viele der Variablen ihre spezifischen Umstände definieren, unterscheiden sich erheblich von einer Beobachtung zu einem anderen.

Blick in die andere Richtung, wenn Sie bizarre Ergebnisse sehen

Die meisten ökonometrischen Forschungsprojekte enthalten Schätzergebnisse für zahlreiche Variationen von verwandten Modellen. Sie wollen sich auf Ihre primäre Variablen von Interesse (Kernvariablen) zu konzentrieren, aber stellen Sie sicher, dass Sie alle Ihre Ergebnisse untersuchen.

Das bedeutet nicht ignorieren unvernünftig Ergebnisse (meist unbedeutend Schätzungen Koeffizienten mit dem falschen Vorzeichen und Größen, die zu groß sind) und auf die Berichterstattung und Interpretation gehen. Wenn einige Ergebnisse keinen gesunden Menschenverstand Test zu bestehen, dann sind die statistischen Tests wahrscheinlich bedeutungslos sein und kann sogar zeigen, dass Sie einen Fehler mit Ihren Variablen gemacht haben, die Schätzungstechnik, oder beides.

Besessen über Maßnahmen der Anpassung und die statistische Signifikanz

Nachdem Sie eines ökonometrischen Modells abschätzen zu können, richten Sie Ihre Aufmerksamkeit und führen den Leser auf die Ergebnisse (wenn man eine wissenschaftliche Arbeit schreibst), die bei der Bewältigung Ihrer Fragestellung am meisten relevant sind.

Die Bedeutung der Ergebnisse sollte nicht auf der Basis der Anpassung (R-quadrierten Werte) oder eine statistische Signifikanz allein bestimmt werden. Sicher, statistisch nicht signifikante Koeffizienten legen nahe, dass Ihre unabhängige Variable nicht wahrscheinlich ist, die abhängige Variable zu beeinflussen. Wenn jedoch das Fehlen einer Beziehung neuen oder unerwarteten ist, kann diese Feststellung von Bedeutung sein!

Vergessen über wirtschaftliche Bedeutung

Sie können Maßnahmen der statistischen Signifikanz verwenden, um welche Variablen bestimmen, sind nicht wahrscheinlich einen Einfluss auf die abhängige Variable zu haben, aber man kann sie nicht, welche Variablen haben einen relevanten Effekt bestimmen verwenden.

Nachdem Sie festgestellt haben, dass eine Variable statistisch signifikant ist, vergessen Sie nicht, Ihre Aufmerksamkeit auf die Koeffizienten zu konzentrieren. Manchmal können Variablen Koeffizienten haben, die statistisch hoch signifikant sind, obwohl keine wirtschaftliche Bedeutung mit dem Ergebnis verbunden ist.

Das wichtigste Element in der Diskussion der Ergebnisse ist die Auswertung der statistischen Signifikanz und Größe für die primären Variablen von Interesse. Wenn eine Variable einen statistisch signifikanten Koeffizienten aufweist, aber die Größe ist zu klein, von Bedeutung zu sein, dann sollten Sie sich über seinen Mangel an wirtschaftlicher Bedeutung klar sein.

Angenommen, Ihre Ergebnisse sind robust

In den meisten Fällen ermöglicht die ökonomische Theorie für eine beträchtliche Menge an Flexibilität bei der die genaue Spezifikation des ökonometrischen Modells zu bestimmen. Sie werden sehen wollen, wenn kleinere Anpassungen Ihre Ergebnisse ändern.

Gehen Sie nicht davon, dass nur ein ökonometrische Modell auf Ihre Fragestellung anwenden können, und dass die Ergebnisse nicht mit angemessenen Änderungen an Ihrer Spezifikation ändern. Sie wollen Robustheit (oder Empfindlichkeit) Analyse durchzuführen, um zu zeigen, dass nicht empfindlich Ihre Modellschätzungen sind (sind robust) zu leichten Abweichungen in der Spezifikation.