Business

10 Häufige Fehler in der angewandten Ökonometrie

10 Häufige Fehler in der angewandten Ökonometrie - Dummies

Die Vermeidung von Fehlern bei der ökonometrischen Analyse hängt von Ihrer Fähigkeit ab, Kenntnisse anzuwenden, die Sie vor und während Ihrer Ökonometrie erworben haben. Im Folgenden finden Sie eine Übersicht der häufigsten Fallstricke, mit denen Sie Ihre Anwendung der ökonometrischen Analyse verbessern können.

Versäumnis, den gesunden Menschenverstand und das Wissen der ökonomischen Theorie zu nutzen

Eine der Eigenschaften, die die angewandte Forschung in der Ökonometrie von anderen Anwendungen der statistischen Analyse unterscheidet, ist die Verwendung von Wirtschaftstheorie und gesundem Menschenverstand, um die Verbindung zwischen der unabhängigen und der abhängigen Variablen.

In der Ökonometrie sollten Sie in der Lage sein, starke Argumente für die unabhängigen Variablen ( X s) zu verwenden, die Änderungen in der abhängigen Variablen bewirken ( Y ) .. Sie brauchen solide Theorie und gesunden Menschenverstand, um Ihren Ansatz zu rechtfertigen. Auf diese Weise können Sie Ihre Ergebnisse zusätzlich zu den typischen statistischen Signifikanz- und Anpassungswerten sinnvoll interpretieren.

Die falschen Fragen zuerst stellen

Die technischen Details der Schätzung von ökonometrischen Modellen sind oft leicht zu verstehen. Sie sollten jedoch immer einen Schritt zurückgehen und sich fragen, warum Sie das tun, was Sie tun. Warum finden andere mein Thema interessant und wichtig?

Die Arbeit und die Beiträge anderer ignorieren

Es ist ein schwerwiegender Fehler, wenn man seine Arbeit nicht mit der von anderen in Verbindung bringt, die ihre Forschungsfrage oder etwas, das damit eng verwandt ist, untersucht hat. Wenn Sie verstehen, wie andere mit ähnlichen Problemen befasst wurden, können Sie herausfinden, welches Modell Sie verwenden sollten, um Verbesserungen in Ihrer Arbeit zu erzielen, und es den Lesern ermöglichen, die Relevanz Ihres Themas besser zu verstehen.

Konzentrieren Sie sich in Ihrer Literaturrecherche auf Vorträge oder Abschnitte von Vorträgen, die sich direkt auf Ihre Arbeit beziehen. Fassen Sie den Ansatz, die Daten und die Ergebnisse anderer Forscher zusammen. Schließlich sollten Sie sich darüber im Klaren sein, wie Ihre Arbeit mit dem übereinstimmt, was bereits von anderen gemacht wurde, was verbessert wurde und / oder wie neue Dimensionen des Themas erforscht wurden.

Fehler beim Einarbeiten in die Daten

Die Schüler gehen häufig davon aus, dass die Daten, mit denen sie arbeiten, für alle Variablen vollständig sind und dass die gemeldeten Informationen korrekt sind. Sie können Ihre Chancen auf unwillkommene Überraschungen in Ihren Ergebnissen reduzieren, indem Sie einige explorative Arbeiten durchführen, die beschreibende Statistiken, Liniendiagramme (für Zeitreihendaten), Häufigkeitsverteilungen und sogar Listen von einzelnen Datenwerten enthalten.

Eine Reihe von unerwünschten Ergebnissen kann daraus resultieren, dass Sie sich nicht mit Ihren Analysedaten vertraut gemacht haben. Diese drei Beispiele sind vielleicht die häufigsten:

  • Variablen, von denen Sie dachten, dass sie kontinuierlich gemessen wurden, sind tatsächlich in Kategorien oder Gruppen.

  • Messungen, von denen Sie glauben, dass sie reale Werte sind, sind tatsächlich fehlende Werte.

  • Datenwerte, die vollkommen legitim erscheinen, sind tatsächlich zensierte Werte.

Machen Sie es zu kompliziert

Die Kunst der Ökonometrie besteht darin, die geeignete Spezifikation oder funktionale Form zu finden, um Ihr spezielles interessierendes Ergebnis zu modellieren. In vielen Fällen kann die Theorie jedoch über die spezifischen Elemente der Spezifikation eines Modells vage sein.

Angesichts der Unsicherheit der Wahl der "perfekten" Spezifikation machen viele angewandte Ökonometriker den Fehler, ihre Modelle zu überspezifizieren (dh sie enthalten zahlreiche irrelevante Variablen) oder komplizierte Schätzmethoden gegenüber einfacheren Techniken zu bevorzugen. Dies kann zu unerwünschten Schätzungseigenschaften und Schwierigkeiten bei der Interpretation der Bedeutung der Ergebnisse führen.

Unflexibel zu realen Komplikationen

Die durch ökonomische Theorien abgeleiteten Lösungen oder Vorhersagen verwenden logische Deduktion und / oder mathematische Beweise, die sich normalerweise auf die Annahme von ceteris paribus (alles andere konstant) stützen.

Die Daten, die Sie zum Testen wirtschaftlicher Hypothesen verwenden, leiten sich jedoch aus einer Welt ab, in der Agenten (Individuen, Firmen oder was Sie haben) mit ihrer Umgebung auf eine Art und Weise interagieren, die die ceteris paribus Annahme, weil viele der Variablen, die ihre spezifischen Umstände definieren, von einer Beobachtung zur anderen erheblich variieren.

In die andere Richtung schauen, wenn Sie bizarre Ergebnisse sehen

Die meisten ökonometrischen Forschungsprojekte enthalten Schätzergebnisse für zahlreiche Variationen verwandter Modelle. Sie möchten sich auf Ihre primären interessierenden Variablen (Kernvariablen) konzentrieren, stellen jedoch sicher, dass Sie alle Ihre Ergebnisse untersuchen.

Das bedeutet, ignorieren Sie nicht unvernünftige Ergebnisse (meist unbedeutende Schätzungen, Koeffizienten mit dem falschen Vorzeichen und Größenordnungen, die zu groß sind) und fahren mit der Berichterstattung und Interpretation fort. Wenn einige Ergebnisse einen Common-Sense-Test nicht bestehen, sind die statistischen Tests wahrscheinlich bedeutungslos und können sogar darauf hindeuten, dass Sie einen Fehler mit Ihren Variablen, der Schätztechnik oder beidem gemacht haben.

Besessenheit von Anpassungsmaßstäben und statistischer Signifikanz

Nachdem Sie ein ökonometrisches Modell geschätzt haben, konzentrieren Sie Ihre Aufmerksamkeit und führen Sie den Leser (wenn Sie ein Forschungspapier schreiben) zu den Ergebnissen, die für Ihre Forschungsfrage am relevantesten sind. ..

Die Wichtigkeit Ihrer Ergebnisse sollte nicht auf der Grundlage der Anpassung (R-quadrierte Werte) oder der statistischen Signifikanz allein bestimmt werden. Sicherlich deuten statistisch nicht signifikante Koeffizienten darauf hin, dass Ihre unabhängige Variable wahrscheinlich nicht Ihre abhängige Variable beeinflusst. Wenn jedoch das Fehlen einer Beziehung neu oder unerwartet ist, kann diese Feststellung von Bedeutung sein!

Wirtschaftliche Signifikanz vergessen

Mit statistischen Signifikanzen können Sie bestimmen, welche Variablen die abhängige Variable wahrscheinlich nicht beeinflussen, aber Sie können sie nicht verwenden, um zu bestimmen, welche Variablen eine relevante Wirkung haben.

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

Das wichtigste Element bei der Diskussion Ihrer Ergebnisse ist die Auswertung der statistischen Signifikanz und für die interessierenden Primärvariablen. Wenn eine Variable einen statistisch signifikanten Koeffizienten hat, aber die Größe zu klein ist, um von Bedeutung zu sein, dann sollten Sie sich über ihre fehlende wirtschaftliche Bedeutung im Klaren sein.

Angenommen, Ihre Ergebnisse sind robust

In den meisten Fällen erlaubt die ökonomische Theorie eine beträchtliche Flexibilität bei der Bestimmung der genauen Spezifikation des ökonometrischen Modells. Sie sollten sehen, ob geringfügige Anpassungen Ihre Ergebnisse ändern.

Gehen Sie nicht davon aus, dass nur ein ökonometrisches Modell auf Ihre Forschungsfrage zutreffen kann und dass sich die Ergebnisse nicht mit angemessenen Änderungen an Ihrer Spezifikation ändern werden. Sie möchten eine Robustheits- (oder Empfindlichkeits-) Analyse durchführen, um zu zeigen, dass Ihre Modellschätzungen nicht empfindlich (sind robust) gegenüber geringfügigen Abweichungen in der Spezifikation sind.