Глава 9: Дополнительно о проблемах спецификации и данных | Вводная эконометрика (Вулдридж)

Функциональная форма, пропущенные переменные, некорректные измерения, пропущенные данные и выбросы — пять способов, которыми регрессия может пойти не так, даже если метод наименьших квадратов (МНК) выполняется правильно. В этой главе представлены тесты и способы исправления: RESET, прокси-переменные, смещение, вызванное ослаблением, правила для пропущенных данных, диагностика выбросов и метод наименьших абсолютных отклонений. Каждое число пересчитывается на основе примеров из главы. В этой лекции — главе 9 учебника «Введение в эконометрику» (Wooldridge) — вопросы спецификации и данных рассматриваются словами самого лектора, с примерами из главы на экране: уровень преступности и арестов, IQ и заработная плата, городская преступность, средний балл успеваемости и доход семьи, интенсивность НИОКР и младенческая смертность в штатах. РАЗДЕЛЫ 0:00 Введение: вопросы спецификации и данных 1:35 Неправильная спецификация функциональной формы 3:23 Выявление: F-тесты для квадратичных функций 5:07 Пример 9.1: преступность, квадратичные функции совместно значимы 7:29 RESET: общий тест функциональной формы 9:12 Пример 9.2: RESET для цен на жилье 10:53 Невложенные альтернативы 13:10 Прокси-переменные для ненаблюдаемых величин 17:43 Пример 9.3: IQ как прокси для способностей 19:36 Взаимодействие: возврат к образованию при нулевом IQ 21:16 Когда прокси недостаточно хорош 23:20 Запаздывающие зависимые переменные как прокси 25:10 Пример 9.4: городская преступность, запаздывающая преступность 27:34 Другой подход: контроль, не использовать прокси 29:40 Потенциальные результаты и прокси-переменные 31:21 Случайные наклоны: оценки МНК среднее значение 35:50 Ошибка измерения: прокси против измерений 37:12 Ошибка в зависимой переменной 39:42 Пример 9.6: показатели утилизации и смещение грантов 40:53 Ошибка в регрессоре: два полярных случая 44:26 Классические ошибки в переменных: ослабление 47:48 Пример 9.7: средний балл и неверно измеренный доход 51:42 Пропущенные данные, неслучайные выборки, выбросы 55:46 Неслучайные выборки: экзогенный отбор 59:45 Эндогенный отбор, стратифицированные выборки 64:09 Выбросы и влиятельные наблюдения 67:05 Пример 9.8: интенсивность НИОКР и размер фирмы 69:27 Остатки не являются тестами на выбросы 74:13 Пример 9.9: логарифмы менее чувствительны к выбросам 76:38 Пример 9.10: младенческая смертность в штатах 79:46 Наименьшие абсолютные отклонения (LAD) 86:55 Резюме 88:58 Ключевые термины, первая половина 90:24 Ключевые термины, вторая половина 91:55 Практика: Задача 1 93:48 Практика: Задачи 2 и 3 96:40 Практика: Задачи 6, 7, 11, компьютерные упражнения 99:33 Заключение: пять идей для дальнейшего развития РАССМОТРЕНО ТЕМЫ • Неправильная спецификация функциональной формы и RESET • Тесты против невложенных альтернатив • Прокси-переменные и решение с подстановкой • Запаздывающие зависимые переменные как прокси • Потенциальные результаты и контрольные переменные • Модели со случайными наклонами • Ошибка измерения в y и в x • Классические ошибки в переменных и смещение ослабления • Пропущенные данные: MCAR, MAR и полные случаи • Неслучайные выборки и эндогенный отбор • Выбросы, стандартизированные Остатки и LAD ПОЛНЫЙ КУРС Введение в эконометрику (Вулдридж): Полный курс — все 19 глав, по одной полной лекции в каждой. Плейлист полного курса:    • Introductory Econometrics (Wooldridge): Co...   ПРАКТИКА Решите следующие задачи из конца главы (перефразированные): 1. СБРОС. Задача 1: добавление квадратичных функций к модели заработной платы генерального директора повышает R-квадрат с 0,353 до 0,375 при n = 177 — проверьте их совместную значимость и оцените, насколько сильны доказательства. 2. Прокси. Задача 2: если использовать долю голосов 1988 года в качестве прокси для качества кандидата, имеет ли значение запаздывающая доля голосов и что происходит с коэффициентами расходов на кампанию? 3. Расходы. Задача 3: добавление lnchprg и enrol сдвигает коэффициент расходов с 11,13 до 7,75 — остается ли он значимым, и что происходит с R-квадрат? 4. Усреднение. Задача 7 и компьютерное упражнение C13: почему усреднение повторных измерений уменьшает смещение, вызванное ослаблением, и сколько стандартизированных остатков с абсолютным значением выше 2 вы ожидаете среди 177 наблюдений? Об этом курсе: Этот курс следует книге «Введение в эконометрику: современный подход» Джеффри М. Вулдриджа, глава за главой. Каждая лекция представляет собой полный, самодостаточный урок — сделайте паузу, попробуйте каждый пример самостоятельно, а затем продолжите. Анил Кумар | Доцент, Колледж коммерции Шри Рам, Делийский университет Канал: @srccan Основано на книге «Введение в эконометрику: современный подход» Джеффри М. Вулдриджа (Cengage, 2019). Никакой поддержки не подразумевается. Далее: Глава 10: Основы регрессионного анализа с использованием данных временных рядов —    • Chapter 10: Basic Regression Analysis with...   #Эконометрика #Вулдридж #SRCC #ДелийскийУниверситет #АнилКумар