Emp. Wirts. Forschung Flashcards
(22 cards)
Was ist Ökonometrie?
-Anwendung statistischer Methoden zur Analyse ökonomischer Daten
-meistens anhand von Beobachtungsdaten
Sind BWL und VWL Empirische Wirts. Wissenschaften was bedeutet das und wie handeln sie dann?
JA
Wissenschaften welche wie folgt handeln
1.Beobachtung der Realität
2.Datensammlung
3.Überprüfbarkeit
4.Systematik
5.Objektivität
Querschnittsdaten
- Stichproben von Individuen zu einem bestimmten Zeitpunkt
- Meist mehr oder weniger unabhängig voneinander
- bsp. Zufallsstichprobe
- Problem: Nicht immer Annahmen der Zufallsstrichproben erfüllt, z.b. lehnen einige Haushalte Umfragen ab,…
Zeitreihendaten
- Beobachtungen einer oder mehrere Variablen über Zeit
- Beispiele: Aktienpreise, Geldangebot, Infaltionsrate, …
- Zeitreihendaten sind typischerweise autokorreliert/ seriell korreliert (Werte hängen mit vorherigen Werten der Zeitreihe zusammen)
- Typische Anwendungen_ Angewandte Makroökonomik und Finance
Gepoolte Querschnittsdaten
- zwei oder mehr Querschnitte in einem Datensatz
- Querschnitte werden unabhängig voneinander gezogen
- Oft zur Evaluierung Politikmaßnahmen verwendet
Paneldaten
- Derselbe Querschnitt über Zeit
- Paneldaten haben also Querschnitts- und eine Zeitreihendimension!
- Vorteile: 1. man kann Zeitinvariante und nicht beobachtbare variable berücksichtigen; 2. Verzögerte Reaktionen können untersucht werden
Beispiel:
-Kriminalitätsstatistik für zwei Jahre für jede Stadt
-Zeitinvariante und nicht beobachtbare Städtemerkmale können berücksichtigt werden.
-Effekte von Polizeieinsätzen auf Kriminalitätsrate tritt wahrscheinlich mit zeitlicher
Verzögerung ein.
Welchen Wert erwartet man immer beim Stichprobendurchschnitt? (Erwartungswert)
Mü y
Was ist der erwartungswert von y-Strich?
Mü y
Was ist die varianz von y-Strich?
Sigma y^2 : n
Was ist die Varianz von y?
Sigma y^2
Was ist die Standartabweichung von y-Strich?
Sigma y : Wurzel-n
Was sagt die Grenzwerttheorie aus?
Durchschnitte in Stichproben sind approximativ Normalverteilt, also Werte außen kleiner und Mittig (nahe Erwartungswert) größer.
(Extremer werden unwahrscheinlicher)
Was ist eine Normalverteilung?
Werte nahe des Erwartungswert werden mehr und kommen öfter vor, extrema kommen weniger vor (außen)
Graph mitte groß außen klein
Mü ist mittelwert
Was ist immer die Summe eines Parameters?
mal n
Ist Sy^2 ein guter Schätzer für sigma y^2? Und wo gegen tendiert er?
Ja, es tendiert gegen sigma y^2
Was besagt das Gesetz der großen Zahlen?
Es besagt, dass wenn man ein Zufallsexperiment sehr oft wiederholt, dann nähert der Durchschnitt sich den Ergebnissen des theoretischen Erwartungswerts an.
(Bedeutet Stichprobenmittelwert konvergiert in Wahrscheinlichkeiten immer gegen mü y)
Was sind bedingte Varianz/Erwartungswert etc.?
Die Werte einer Variable in Abhängigkeit der andern
Bsp.:
wenn nur nach den Y-Werten gefragt wird wo X = 3, dann interessieren die anderen Werte nicht
Was ist die Kovarianz?
Eine mögliche Größe, um zu beschreiben, in welchem Ausmaß sich zwei Zufallsvariablen gleich bewegen.
Die Kovarianz von X und Y ist der Erwartungswert:
E[(X−µX )(Y−µY )]. {Bezeichnung cov(X,Y)}
cov(X,Y) = σXY = E[(X−µX )(Y−µY )]
= {Summe aus k}{summe aus l} (xj−µX )(yi−µY )Pr(X= xj,Y= yi)
Kovarianz sind die Einheiten von X mal Einheiten von Y
Was ist die Korrelation?
Gibt den Zusammenhang mehrerer Variablen an.
corr(X,Y) = cov(X,Y) : Wurzel_var(X)var(Y) = σXY : σX σY
-Einheiten in Zähler und Nenner sind identisch.
-Folglich besitzt die Korrelation keine Einheiten und rangiert zwischen -1 und 1.
-Zwei Zufallsvariablen sind unkorreliert, wenn corr(X,Y) = 0.
Was ist Chi-Quadrat Verteilung?
Du prüfst, ob zwei Merkmale unabhängig sind (z. B. Bildung & Parteipräferenz).
Dazu vergleichst du beobachtete Häufigkeiten mit den erwarteten, falls die Merkmale unabhängig wären.
x^2 = {Summe aus} (O - E)^2 : E
• O: beobachtete Häufigkeit
• E: erwartete Häufigkeit
Was ist die Student-t Verteilung?
-für Hypothesentests für Mittelwerte
-für kleine Stichprobengrößen
-wenn Varianz unbekannt
-Extrema größer als bei Normalverteilung (ab n > 29 fast gleich mit Normalverteilung)
Die Student-t Verteilung mit m Freiheitsgraden ist definiert als die Verteilung des
Verhältnisses einer standard- normalverteilten Zufallsvariable geteilt durch die Wurzel
einer unabhängig verteilten chi- Quadrat Zufallsvariable mit m Freiheitsgraden geteilt
durch m.
Z sei eine standard-normalverteilte Zufallsvariable und W eine Zufallsvariable mit chi-Quadrat Verteilung. Dann folgt die Zufallsvariable Z : {Wurzel W : m} einer Student-t Verteilung mit m Freiheitsgraden.
Was Sind alle Werte der Normalverteilung für 99%,95% und 90%?
Center : µ
90% liegt zwischen µ -1,645 σ und µ +1,645 σ
95% liegt zwischen µ - 1,96 σ und µ +1,96 σ
99% liegt zwischen µ -2,576 σ und µ + 2,576 σ
