Проблеми и Екцел мултиваријантне економетрије

Већина економских одељења захтева да студенти друге или треће године додипломског студија заврше пројекат економетрије и напишу рад о својим налазима. Годинама касније се сећам колико је мој пројекат био стресан, па сам одлучио да напишем водич за часописе о економетрији који бих волео да имам када сам био студент. Надам се да ће вас то спречити да дуготрајно проводите испред рачунара.

За овај економетрички пројекат израчунаћу граничну склоност конзумирању (МПЦ) у Сједињеним Државама. (Ако вас више занима једноставнији, униваријантни економетријски пројекат, погледајте „Како урадити пројекат безболне економетрије") Гранична склоност конзумирању дефинише се колико кошта агент који му даје додатни долар од личног расположивог дохотка додатног долара. Моја теорија је да потрошачи издвајају одређену количину новца за улагања и ванредне ситуације, а остатак расположивог дохотка троше на робу за потрошњу. Стога је моја нулта хипотеза да је МПЦ = 1.

Такође ме занима како промене у премије увећавају потрошачке навике. Многи верују да кад камата расте, људи штеде више и троше мање. Ако је то тачно, требало би очекивати да постоји негативан однос између каматних стопа као што је основна стопа и потрошња. Моја теорија је, међутим, да не постоји веза између њих двоје, тако да сви остали, који су једнаки, не бисмо требали видети промену нивоа склоности конзумирању као промене стопе премије.

Да бих тестирао своје хипотезе, морам да створим економетријски модел. Прво ћемо дефинисати наше променљиве:

И_т је номинални издатак за личну потрошњу (ПЦЕ) у Сједињеним Државама.
Икс_2т је номинални расположиви приход након опорезивања у Сједињеним Државама. Икс_3т је највиша стопа у Сједињеним Државама

Наш модел је тада:

Где б ₁, б ₂и б ₃ су параметри које ћемо процењивати линеарном регресијом. Ови параметри представљају следеће:

• б₁ је износ ниво ПЦЕ када је номинални расположиви приход након опорезивања (Кс_2т) и основна стопа (Кс_3т) обојица су нула. Ми немамо теорију о томе која би "права" вредност овог параметра требало да буде, јер нас то мало занима.
• б₂ представља износ који ПЦЕ расте када номинални расположиви приход након опорезивања у Сједињеним Државама расте за један долар. Имајте на уму да је ово дефиниција граничне склоности конзумацији (МПЦ), тако да б₂ је једноставно МПЦ. Наша теорија је да је МПЦ = 1, па је наша нулта хипотеза за овај параметар б₂ = 1.
• б₃ представља износ повећања ПЦЕ када се основна стопа повећа за пуни проценат (рецимо са 4% на 5% или са 8% на 9%). Наша теорија је да промене примарне стопе не утичу на навике потрошње, па је наша нулта хипотеза за овај параметар б₂ = 0.

Зато ћемо упоређивати резултате нашег модела:

на хипотезирани однос:

где б ₁ је вредност која нас не посебно занима. Да бисмо могли процијенити наше параметре, потребни су нам подаци. Изврсна табела „Трошкови за личну потрошњу“ садржи тромјесечне америчке податке од 1. квартала 1959. до 3. квартала 2003. године. Сви подаци потичу ФРЕД ИИ - Федерални резерват Ст.. То је прво место где треба да потражите америчке економске податке. Након што преузмете податке, отворите Екцел и убаците датотеку под називом "абоутпце" (пуно име "абоутпце.клс") у мапу у коју сте је сачували. Затим наставите на следећу страницу.

Будите сигурни да ћете наставити на страницу 2 „Како урадити пројекат безболне мултиваријантне економетрије“.

Отворили смо датотеку података и можемо почети да тражимо шта нам треба. Прво морамо пронаћи нашу И променљиву. Подсјетимо да И_т је номинални трошак за личну потрошњу (ПЦЕ). Брзо скенирање наших података видимо да су наши подаци о ПЦЕ у колони Ц, под називом "ПЦЕ (И)". Гледајући у колоне А и Б, видимо да наши подаци о ПЦЕ раде од 1. квартала 1959. до последњег тромесечја 2003. у ћелијама Ц24-Ц180. Те чињенице требате записати јер ће вам касније требати.

Сада морамо пронаћи наше Кс променљиве. У нашем моделу имамо само две Кс променљиве, а то су Кс_2т, расположиви лични доходак (ДПИ) и Кс_3т, најповољнија стопа. Видимо да је ДПИ у колони означеној ДПИ (Кс2) која је у колони Д, у ћелијама Д2-Д180, а највиша стопа је у колони означеној Приме Рате (Кс3) која је у колони Е, у ћелији Е2-Е180. Идентифицирали смо потребне податке. Сада можемо израчунати коефицијенте регресије користећи Екцел. Ако нисте ограничени на употребу одређеног програма за регресијску анализу, препоручио бих вам да користите Екцел. Екцел недостаје мноштво функција које користе многи софистициранији економетрички пакети, али за обављање једноставне линеарне регресије то је корисно средство. Много је вероватније да ћете користити Екцел када уђете у „стварни свет“ него што користите пакет економетрије, тако да је познавање Екцела корисна вештина.

Наш И_т подаци су у ћелијама Е2-Е180 и нашем Кс_т подаци (Кс_2т и Кс_3т заједно) је у ћелијама Д2-Е180. Када радимо линеарну регресију, потребно нам је свако И_т имати тачно један придружени Кс_2т и један придружени Кс_3т и тако даље. У овом случају имамо исти број И_т, ИКС_2ти Кс_3т уноса, па би било добро да кренемо. Сада када смо пронашли потребне податке, можемо израчунати своје коефицијенте регресије (наш б₁, б₂и б₃). Пре него што наставите требало би да сачувате свој рад под другим именом датотеке (изабрао сам мипрој.клс), тако да ако требамо почети испочетка, имамо своје оригиналне податке.

Сада када сте преузели податке и отворили Екцел, можемо прећи на следећи одељак. У следећем одељку израчунавамо наше регресијске коефицијенте.

Будите сигурни да настављате на страницу 3 „Како урадити пројекат безболне мултиваријантне економетрије“

Сада на анализу података. Иди на Алати мени у врху екрана. Онда пронађите Анализа података у Алати мени. Ако Анализа података не постоји, мораћете да га инсталирате. Да бисте инсталирали алатни пакет за анализу података, погледајте ова упутства. Не можете направити регресијску анализу без инсталираног пакета алата за анализу података.

Једном када одаберете Анализа података од Алати у менију ћете видети мени избора као што су „Коваријанс“ и „Ф-тест двоструког узорка за варирање“. У том менију одаберите Регресија. Предмети су абецедним редом, тако да их не би требало бити превише тешко пронаћи. Једном тамо видећете образац који изгледа овако. Сада морамо да испунимо овај образац. (Подаци у позадини овог снимка заслона разликоват ће се од ваших података)

Прво поље које морамо попунити је Опсег улаза И. Ово је наш ПЦЕ у ћелијама Ц2-Ц180. Можете да одаберете ове ћелије тако што ћете уписати "$ Ц $ 2: $ Ц $ 180" у мали бели оквир поред Опсег улаза И или кликом на икону поред тог белог поља, а затим мишем одаберете те ћелије.

Друго поље које морамо попунити је Распон улаза Кс. Овде ћемо уносити и једно и друго наших Кс променљивих, ДПИ и Приме Рате. Наши ДПИ подаци налазе се у ћелијама Д2-Д180, а наши подаци о брзини у ћелијама Е2-Е180, тако да су нам потребни подаци из правоугаоника ћелија Д2-Е180. Можете одабрати ове ћелије тако што ћете уписати „$ Д $ 2: $ Е $ 180“ у мали бели оквир поред Распон улаза Кс или кликом на икону поред тог белог поља, а затим мишем одаберете те ћелије.

И на крају ћемо морати да именујемо страницу на којој ће ићи наши резултати регресије. Обавезно има Нови слој радног листа изабрано, а у бело поље поред њега упишите назив попут "Регресија". Када је то завршено, кликните на ок.

Сада би требало да видите картицу на дну екрана под називом Регресија (или како год сте га именовали) и неке регресијске резултате. Сада имате све резултате који су вам потребни за анализу, укључујући Р Скуаре, коефицијенте, стандардне грешке итд.

Тражили смо да проценимо наш коефицијент пресретања б₁ и наши Кс коефицијенти б₂, б₃. Наш коефицијент пресретања б₁ налази се у ретку по имену Интерцепт и у колони под називом Коефицијенти. Обавезно забележите ове бројке, укључујући број посматрања (или их исписујте) јер ће вам требати за анализу.

Наш коефицијент пресретања б₁ налази се у ретку по имену Интерцепт и у колони под називом Коефицијенти. Наш први коефицијент нагиба б₂ налази се у ретку по имену Кс променљива 1 и у колони под називом Коефицијенти. Наш други коефицијент нагиба б₃ налази се у ретку по имену Кс променљива 2 и у колони под називом Коефицијенти Завршна табела добијена вашом регресијом треба да буде слична оној која је дата на дну овог чланка.

Сада сте добили регресијске резултате који су вам потребни, морат ћете их анализирати на основу вашег рефератора. Видећемо како то учинити у чланку следеће недеље. Ако имате питање на које бисте желели да одговорите, користите образац за повратне информације.

Резултати регресије

-13.71941.4186-9.67080.0000-16.5192-10.9197