Econometria - Appunti

Che cos'è l'econometria?

• Scienza che sottopone a verifica le teorie economiche
• Insieme di strumenti usati per prevedere i valori futuri delle variabili economiche
• Processo con cui si adattano i modelli economici matematici ai dati del mondo reale
• Arte e scienza di usare dati storici per fare raccomandazioni di politica economica

L'econometria si occupa dello studio quantitativo delle relazioni economiche.

[In P.E. era studio qualitativo → se i ↑ Borsa ↓]

In Econometria ci interessa di quanto la Borsa diminuisce ↑ ↓ i.

Utilizzo di tecniche statistiche per interpretare la realtà alla luce della teoria economica.

A cosa serve l'econometria?

Dare una risposta quantitativa ad una domanda economica.

Es. Quale frazione di reddito disponibile viene consumata?

Elementi di uno studio econometrico

• Modello economico e ipotesi di lavoro
• Modello econometrico
• Dati
• Stime
• Interpretazione risultati

Che cos'è l'econometria?

• Scienza che sottopone a verifica le teorie economiche
• Insieme di strumenti usati per prevedere i valori futuri delle variabili economiche
• Processo con cui si adattano i modelli economici matematici ai dati del mondo reale
• Arte e scienza di usare dati storici per fare raccomandazioni di politica economica

L'Econometria si occupa dello studio quantitativo delle relazioni economiche.

[In P.E. era studio qualitativo → se i _↑ Borsa _↓]

In Econometria ci interessa di quanto la Borsa diminuisce & i _↑.

Utilizzo di tecniche statistiche per interpretare la realtà alla luce della teoria economica.

A cosa serve l'econometria?

Dare una risposta quantitativa ad una domanda economica.

Es. Quale frazione di reddito disponibile viene consumata?

Elementi di uno studio econometrico

• Modello economico e ipotesi di lavoro
• Modello econometrico
• Dati
• Stime
• Interpretazione risultati

Modello econometrico

Modello di regressione multipla ➔ permette di valutare qual è l'effetto di determinate variabili sulla variabile di interesse, mantenendo tutte le altre condizioni/caratteristiche costanti (ceteris paribus).

Il risultato (y) dipende da più variabili/fattori/valori.

Tentativo di passare da correlazioni a effetti causali ➔ ad un'azione specifica corrisponde una specifica e misurabile conseguenza.

Es: fertilizzante ➔ pomodori.

Covarianza ➔ quanto due variabili si muovono assieme.

Cov(x,y) = Cov(y,x)

Difetto: dipende dalla scala delle variabili.

Correlazione = covarianza standardizzata

^Cov/_st.error

r = 0 non c'è nessun legame tra le variabili.

Dunque, ci dice se c'è legame tra le variabili ma non ci dice se c'è un legame causale.

Dati

Dati ➔ non sperimentali (≠ statistica).

Foto del mondo reale, non possiamo scegliere la dimensione del campione ecc.

Tipologie di dati

• Sezionali ➔ [1 colonna] in uno stesso momento osservo più unità economiche [consumo di 50 famiglie]
• Serie temporali ➔ [1 riga] stessa unità in diversi stati temporali [1 famiglia, Qnt consuma au'anno negli ultimi 20 anni]
• Dati panel ➔ [1 tabella] tante unità osservate in tanti stati temporali
• Dati longitudinali [mix dei primi due]

3) Stime

Incertezza intorno ai valori ottenuti: le risposte dipendono dai dati.

È necessario fornire una risposta numerica ma anche una misura della sua precisione [distorsione].

Variabile: necessità di un insieme di definizione e casuale della sua distribuzione.

Momenti teorici

Riguardano la popolazione.

V.c. continua.

Es. Normale Y ~N(μ,δ²)

Densità va da -∞ a +∞ centrata su μ.

E(Y) = μ = ∫Y f(y) dy

Var(Y) = δ² = ∫(Y - μ)² f(y) dy

∫f(Y) dy = 1

V.c. discreta assume un insieme finito di valori.

Y = { 1→P₁ 3→P₂ 10→P₃ } P₁ + P₂ + P₃ = 1

E(Y) = 1·P₁ + 3·P₂ + 10·P₃ = ∑_i=1^mY_i · P_i

Var(Y) = ∑_i=1^m (Y_i - E(Y))² · P_i

Momenti empirici

Calcolati sul campione empirico.

V.c. continua.

_i=1,...,n¹/_n Σ_i=1ⁿ y_i media empirica.

¹/_n-1 Σ_i=1ⁿ (y_i - ŷ)² varianza empirica.

V.c. discreta.

_i=1,...,n ¹/