Probleme Econometrice Multivariate și Excel

Majoritatea departamentelor de economie necesită studenți ai studenților secundari sau ai treia ani pentru a finaliza un proiect de econometrie și pentru a scrie o lucrare despre rezultatele lor. Ani mai târziu îmi amintesc cât de stresant a fost proiectul meu, așa că am decis să scriu ghidul lucrărilor de termeni în economie pe care mi-aș dori să le am când eram student. Sper că acest lucru vă va împiedica să petreceți multe nopți lungi în fața unui computer.

Pentru acest proiect de econometrie, voi calcula înclinația marginală la consum (MPC) în Statele Unite. (Dacă sunteți mai interesat să faceți un proiect de economometrie mai simplu și univariat, vă rugăm să consultați "Cum se face un proiect de Econometrie nedureroasă") Propensiunea marginală la consum este definită ca suma cheltuită de un agent atunci când i se acordă un dolar în plus din venitul disponibil personal al unui dolar. Teoria mea este că consumatorii păstrează o sumă stabilită de bani deoparte pentru investiții și situații de urgență și cheltuiesc restul venitului disponibil pe bunuri de consum. Prin urmare, ipoteza mea nulă este că MPC = 1.

De asemenea, mă interesează să văd cum influențează modificările ratei prime asupra obiceiurilor de consum. Mulți cred că atunci când rata dobânzii crește, oamenii economisesc mai mult și cheltuiesc mai puțin. Dacă acest lucru este adevărat, ar trebui să ne așteptăm să existe o relație negativă între ratele dobânzii, cum ar fi rata primă și consum. Teoria mea este însă că nu există nicio legătură între cele două, așa că toate celelalte fiind egale, nu ar trebui să vedem nicio schimbare a nivelului de înclinare a consumului pe măsură ce rata primară se schimbă.

Pentru a-mi testa ipotezele, trebuie să creez un model econometric. Mai întâi vom defini variabilele noastre:

Y_T este cheltuiala nominală de consum personal (PCE) în Statele Unite.
X_2t este venitul nominal disponibil după impozitare în Statele Unite. X_3t este rata primară în S.U.A.

Modelul nostru este atunci:

Unde b ₁, b ₂, și b ₃ sunt parametrii pe care îi vom estima prin regresie liniară. Acești parametri reprezintă următorii:

• b₁ este suma la nivelul PCE atunci când venitul nominal după impozitare disponibil (X)_2t) și rata primă (X_3t) sunt ambele zero. Nu avem o teorie despre care ar trebui să fie valoarea „adevărată” a acestui parametru, deoarece ne interesează puțin.
• b₂ reprezintă suma pe care PCE crește atunci când venitul nominal disponibil după impozit în Statele Unite crește cu un dolar. Rețineți că aceasta este definiția tendinței marginale de a consuma (MPC), deci b₂ este pur și simplu MPC. Teoria noastră este că MPC = 1, deci ipoteza noastră nulă pentru acest parametru este b₂ = 1.
• b₃ reprezintă suma care crește PCE atunci când rata primă crește cu un procent complet (să zicem de la 4% la 5% sau de la 8% la 9%). Teoria noastră este că modificările ratei prime nu influențează obiceiurile de consum, deci ipoteza noastră nulă pentru acest parametru este b₂ = 0.

Vom compara astfel rezultatele modelului nostru:

la relația ipotezată:

unde b ₁ este o valoare care nu ne interesează în special. Pentru a putea estima parametrii noștri, vom avea nevoie de date. Fișa de calcul excel „Cheltuieli pentru consumul personal” conține date trimestriale americane din 1 trimestru 1959 până în trimestrul 3 2003. Toate datele provin de la FRED II - Rezerva Federală St.. Este primul loc în care ar trebui să mergi pentru datele economice din SUA. După ce ați descărcat datele, deschideți Excel și încărcați fișierul numit „aboutpce” (nume complet „aboutpce.xls”) în orice director în care l-ați salvat. Apoi continuați la pagina următoare.

Asigurați-vă că veți continua pagina 2 din „Cum să faceți un proiect de ecometrie multivariabilă fără durere”

Avem fișierul de date deschis, putem începe să căutăm ceea ce avem nevoie. Mai întâi trebuie să localizăm variabila noastră Y. Reamintim că Y_T reprezintă cheltuiala nominală de consum personal (PCE). Scanarea rapidă a datelor noastre vedem că datele noastre PCE sunt în coloana C, etichetate „PCE (Y)”. Analizând coloanele A și B, vedem că datele noastre PCE se desfășoară din primul trimestru 1959 până în trimestrul final al anului 2003 în celulele C24-C180. Ar trebui să scrieți aceste date, deoarece veți avea nevoie de ele mai târziu.

Acum trebuie să găsim variabilele noastre X. În modelul nostru avem doar două variabile X, care sunt X_2t, venit personal disponibil (DPI) și X_3t, rata primă. Vedem că DPI se află în coloana marcată DPI (X2) care este în Coloana D, în celulele D2-D180 și rata primă se află în coloana marcată Prime Rate (X3) care este în coloana E, în celulele E2-E180. Am identificat datele de care avem nevoie. Acum putem calcula coeficienții de regresie folosind Excel. Dacă nu sunteți restricționat să utilizați un anumit program pentru analiza de regresie, vă recomand să utilizați Excel. Excel lipsește o mulțime de caracteristici o mulțime de pachete de economometrie mai sofisticate pe care le utilizează, dar pentru a face o regresie liniară simplă este un instrument util. Ești mult mai probabil să folosești Excel când intri în „lumea reală” decât să folosești un pachet de econometrie, deci să fii priceput în Excel este o abilitate utilă.

Y-ul nostru_T datele sunt în celulele E2-E180 și X-ul nostru_T date (X_2t și X_3t colectiv) se află în celulele D2-E180. Când facem o regresie liniară avem nevoie de fiecare Y_T să aibă exact un X asociat_2t și unul asociat X_3t si asa mai departe. În acest caz, avem același număr de Y_T, X_2t, și X_3t intrări, deci suntem bine să mergem. Acum că am localizat datele de care avem nevoie, putem calcula coeficienții de regresie (b. Nostru)₁, b₂, și b₃). Înainte de a continua, ar trebui să vă salvați lucrarea sub un alt nume de fișier (am ales myproj.xls), astfel încât dacă trebuie să începem din nou, avem datele noastre originale.

După ce ați descărcat datele și ați deschis Excel, putem trece la următoarea secțiune. În secțiunea următoare ne calculăm coeficienții de regresie.

Asigurați-vă că veți continua pagina 3 din „Cum să faceți un proiect de ecometrie multivariabilă fără durere”

Acum pe analiza datelor. Du-te la Unelte meniul din partea de sus a ecranului. Apoi găsește Analiza datelor în Unelte meniul. Dacă Analiza datelor nu este acolo, atunci va trebui să îl instalați. Pentru a instala pachetul de instrumente de analiză a datelor, consultați aceste instrucțiuni. Nu puteți face analize de regresie fără instalarea pachetului de instrumente de analiză a datelor.

După ce ai selectat Analiza datelor de la Unelte în meniu, veți vedea un meniu cu alegeri, cum ar fi „Covarianță” și „F-Test Two-Sample for Variances”. În meniul respectiv, selectați regresiune. Articolele sunt în ordine alfabetică, deci nu ar trebui să fie prea greu de găsit. Odată ajuns acolo, veți vedea un formular care arată așa. Acum trebuie să completăm acest formular. (Datele din fundalul acestei capturi de ecran vor diferi de datele dvs.)

Primul câmp pe care trebuie să îl completăm este Intervalul de intrare Y. Acesta este PCE-ul nostru în celulele C2-C180. Puteți alege aceste celule tastând „$ C $ 2: $ C $ 180” în caseta albă de lângă Intervalul de intrare Y sau făcând clic pe pictograma de lângă acea casetă albă, apoi selectați acele mouse cu mouse-ul.

Al doilea câmp pe care va trebui să îl completăm este Intrare X Interval. Aici vom intra ambii din variabilele noastre X, DPI și rata primă. Datele noastre DPI se găsesc în celulele D2-D180, iar datele noastre despre rata principală sunt în celulele E2-E180, deci avem nevoie de datele din dreptunghiul celulelor D2-E180. Puteți alege aceste celule tastând „$ D $ 2: $ E $ 180” în caseta albă de lângă Intrare X Interval sau făcând clic pe pictograma de lângă acea casetă albă, apoi selectați acele mouse cu mouse-ul.

În cele din urmă, va trebui să numim pagina rezultatele noastre de regresie va continua. Asigura-te ca ai Noua foaie de lucru Ply selectat și în câmpul alb de lângă acesta tastați un nume precum „Regresie”. Când s-a finalizat acest lucru, faceți clic pe O.K.

Acum ar trebui să vedeți o filă din partea de jos a ecranului, numită regresiune (sau orice ai numit-o) și rezultă unele regresii. Acum aveți toate rezultatele de care aveți nevoie pentru analiză, inclusiv R Square, coeficienți, erori standard etc.

Am căutat să estimăm coeficientul nostru de interceptare b₁ și coeficienții noștri X b₂, b₃. Coeficientul nostru de interceptare b₁ este situat în rândul numit Intercepta iar în coloana numită coeficienţi. Asigurați-vă că notați aceste cifre în jos, inclusiv numărul de observații (sau imprimați-le) deoarece veți avea nevoie de ele pentru analiză.

Coeficientul nostru de interceptare b₁ este situat în rândul numit Intercepta iar în coloana numită coeficienţi. Primul nostru coeficient de pantă b₂ este situat în rândul numit X Variabila 1 iar în coloana numită coeficienţi. Al doilea coeficient de pantă b₃ este situat în rândul numit X Variabila 2 iar în coloana numită coeficienţi Tabelul final generat de regresia dvs. ar trebui să fie similar cu cel dat în partea de jos a acestui articol.

Acum aveți rezultatele de regresie de care aveți nevoie, va trebui să le analizați pentru termenul dvs. de hârtie. Vom vedea cum se face asta în articolul săptămânii viitoare. Dacă aveți o întrebare la care doriți să răspunde, utilizați formularul de feedback.

Rezultate de regresie

-13.71941.4186-9.67080.0000-16.5192-10.9197