Appunti di Econometria - Laboratorio Informatico Stata

laboratorio

Appunti 13105

LEZIONE VEN

1 - stata

Consumptiondta formato dati

per

→

• Consumption do file stata

→ programma

◦ in

.

Consumption log output

→

• .

Introduttivo

CONTESTO Bo

R

ci 1

U ,

, ✗

U U D=

Xp

Y + Rz

i

ci 132

↓ =

= u

= = ,

NX '

Nxknx i

;

:

, ; "

N 1

✗ Cj .

yj .

.

i Bn

N 11=2

40 RN

:

Cn 1

= , Un

del

FUNZIONE CONSUMO

KEYNESIANA

G. i

13 Ba Ri Ui

t -1 ,N

+

= , . . .

.

Ci reddito

132=2 il Ri

di

di ' ci

marginale

EFFETTO

euro cioe

un

Davano su

(

il Ci

vario )

ari al

consumo propensione marginale

di 132 consumo

tra oepsze

TEORICAMENTE compreso 1

autonomo

di sussistenza

Consumo consumo

o )

RI

infatti (

Ci =P Ui

ne 0 > +

=

= , III.

pi E) )

ri

( ( cit

-

=

, " 2

E)

Ri

(

È ' -

_

( '

) )

' ( di cui

✗

× y as

✗

= : pi PÌR

E-

=

,

COMANDI "

" file dta dataset

Use percorso un

aprire

per

.

des dataset

info

visualizzare sul

per

(

list vuoto )

variabili

.tt

consid le

lanciare variabili

mostra valori

nomevar oppure ✗ →

list dieci

visualizza variabile

1110 i di

valori

nomevar in una

primi

→ OSSERVAZIONE :

y

)

variabili salvate

di tutte

( le guardando questo si

grafico '

principali

statistiche

visualizzare intuire

sum che

puo

per ,

disegna scalterplot indicate R2

variabili

consumption l'

delle

scatta ' sufficientemente

Income elevato

non sara

variabile ✗

variabile y il

il al

studiare

modello considerato del

con vogliamo reddito

variare

consumo

) )

/

varici) EIUI ti

B.

Var (

Bari vi vi ]

Var

+ 0

E che

so

+

- = ✗

=

- ,

-

componente -1

[ ]

Var vi ti

=

stocastica

non ,

[

Cov ;] ti

UIN -0 ;

≠

,

Ri

[ ntocdstica

]

tuttavia contante

Ci è allora

se var non

non

, ,

vi è e-teroschedash.ca ' ipotesi

l'

contro

ma cio va

,

di partenza . EIÌLRI 'È

13^2=7

ricordi )

(cit

che E)

e) si

E) ( È

Ri

( Iiii

ci E) )

(cit

2 I. )

pt

( Ri ri

(

- -

ego

[ -

{ -

dove -

e

→ sia ≤

≤

= .

= =

• É(

È

! 2

E)

2 E-

≥ Ri

Ii E)

( ) Iiii

iii.

cit Iiii

ri E)

[ 2

2 E)

2

E) ( ci

Ri (

ci

- (

-

di

coefficiente -

-

È - ,

,

?

E )2

( Ri

correlazione , -

↳ si variabili

lineare tra

della relazione 2

occupa tre Far

13^2 SDR =

=

. SDC

consvmption

Cor matrice

restituite di

la correlazione

Income variabili

info consumption

di elaborato sulle

modello (

rentituisee )

consumption rls Income

su funziona

reg e 1min

un

Income come r

È RSS df

N K di RSS

- →

SUM OF

SQUARES

→ ESS

→ RSS

→ È

NIK ↳

TSS

→

13^2

REGRESSORE À

RISPOSTA ,

!

NÉ È È È

-7¥ ! Ri

+

=

. ↓

, ottenerli !

posso

FIITATI

VALORI

I con stata

predict uhat residua / S

, variabile

attribuisco che conterrà

alla

che tutti i residui

nome

chat

consumption

scatta Income

Esplicative

RISPOSTA

consvmption noconst intercetta

modello

rlg costruisco

Income un senza

,

ORTOGONALITA

di '

condizioni verificate !

sono sempre È

Ù RIÙI

Esplicativa

Ortogonalità residui

1) TRA '

e ✗

→ O 0

= =

§ Ù È

2) ortogonalità Ù

'

RESIDUI

TRA E

FILMATI ci

→ 0

= 0

; =

,

varidbidli che

nome genero

ortog 1

gen uhat

Income *

=

ortog chat what

gen 2 *

=

total ortog vettore

il

Somma

1 ↓

total ortog 2 ortogonalità

condizione

verificata

Entrambi

Tendono A ZERO

↑

pi

Visualizziamo 122=0

il C-

cui

caso in =

,

chat

predict v20

_ chat

consumption

Her v20 Income

Sca -

122=1 prendo valori

due caso

a

BEER DTA

. birra

di

quantita ' consumata

9 =

pb birra

prezzi

=

pl prezzi vino

= (

CPI )

pr Maker

Consumers price

=

M reddito

=

1099T pbt

131 13210g t ' 30

+ Ut

+ =

= /

, .

. .

89T

d' DI pbt

◦

13

>

o domanda

elasticità della

=

, = →

.

Pbt )

diretta

d' al

dpb (

qt

09 prezzo

,

variabili log

creo la )

gen log 9

(

= )

lpb logcpb

gen = 13^2=-12 5%

del

↑ ↓

lpb Q

10%

del

la PB allora

INTERPRETATE

reg : ne

,

)

Ict

pi (

)

E- ( Igt

Ipbt lpts ( )

-

- *

= 2

It lpts /

( lpbe -

Pbt

1099T +132109 +133109Mt

=P Ut

1-

, ↓

13^2=1*1 variabile

ho

modello

corretto M

anche

nel la

'

poiche

non variabili

due pbe

note

(A) modello

ho

l' calcolato considerato 9£

ho con e

un

E come in

per →

,

mimare

devo Variabili !

13

i modello

considerando 3

a

un

LABORATORIO 2 dta

beer

dataset

il

Usiamo .

Qt)

(

log 131

MU PB.lt/33logPletPalogPRttBslogMttUtt=1,...iTlT--

Balog

: + 30

= ^

21090¥ domanda aumenta

132 della del %

del

pz Q

% Allora 7-

al pb diminuisce

Elasticità 7-

Allora

-1

pzeo Be

prezzo se

→

= → =

o

210g Pbt astuta di

E' discreta

' prezzo 133<0

complementi

t.PL ↑ ↓ Q ↓

QL BENI

Quantità

2109 Qt

P "°

=

+

domanda ci sono

elasticità ↑

2 PL Q

della QL

= ↓

} ↑ B O

incrociata > nonTTUTI

=> Beni

=

→ >

. ,

Plt del >

Pretto

ogplt possibilita

a '

vino

/ =

al prezzo ↓

↑

Pl al

3 Non

BENI 133=0

correlati

AQ

> >

= = =D

.

Qt

0108 )

( normali

' 13g Beni

13 reddito

di

elanticita 0

>

→

=

, 2109Mt logaritmi

variabili

Trasformo in

le È

" "

↑

)

IOGCQ

19

gen = fond

pvalue

→

lpb log pb)

gen ( totale

= variabilita

'

82% di

→ modello

dal

spiegata

lpl ( pt)

log

gen = un

Aspettavamo STATISTICA )

ci Oss

negativo

valore

Ipr )

logcpr

gen = Pvaiue

Associato

È !

rifiuto

NON

poi

(

/ )

log

Gen M m

= Bi

BI

lpb

lq IN IM

Ipr

reg ✓ BI correlati

=/ perciò sono

Ès 0 non

non

t

come

> ◦ papino complementi

Beni

>

=

aspettativa

da

"

" Stopes

ZERO

TEST F per

Ho )

(

132--133=134--135--0 4 rentrizioni

: De

K 1=4 p-value % Ho rifiutata

✗ ✗

allora %

al

- e ,

25

T te =

- } /

R K 0.8214

'

- FURS

F TEST %

= ✗

È

= 0.18125

} )

( t /

R K

f-

-

29 54

= . F. DTAT

livello significatività del value

di TEST 0.000

: p =

-

stat

t - I

H

Ho Bj Bj -1-0 1,2 5

=D i

: = pvalue

5% VS

, %

.

, ✗

. ,

. 0.000

=

=

PÌ Ho

pvalul 0.05

< rifiutata

>

t =

stat +25

= Io 5%

al

;)

secp 4.27

4.27

-

t.fi?tiaf "

lt-statca.cl

Dato che >

rifiutata

Ho %

132=0 all' ✗

Allora :

REGRESSIONE PARMZIONATA

Xp

D= tu

30×1

30×130×55×1 lpb 1mn

1 1pm

lply 19

, 13 ,

,

lplz

lpbz lprz

1 lmz

✗ = 192 132

30×5 ' ; F-

;

;

; 5-

; ; p ,

B

/ Pb 1m30

lpl Ipr "

1 1930

30 } ,

30 135

partizioni : )

2) 1=11

( I Ipr Im

lpl

✗

X ✗

✗ →

= ,

, ,

, )

( lpb

Xz =

→ p

.

!

Vettore scalare 133

Po

2132 U

D= +

13 ✗

X

Xp tu =

1- pu

= , ,

↓ ↳

)

/ /

/

( pl

1 Bs

pr m Ipb

, ,

,

È ' →

] '

IM ( E'

( ! E)

E

✗ May

✗ *

× ✗ ✗ ✗ y

= =

, a ↓ di

della

residui ✗

regressione y su 1

R l'

In output

mostra

: non % Posta

quietly Ipl

la In

lpr avariate

reg →

mmmm

-

lqstar

predict resid

,

È My di

regressione

✗ della

✗ Xzsu Xp

RESIDUI

= →

2

qvietly lpr

lpb In

Ipl

reg

predlct lpbstar resid

,

lpb

19 star

reg star noconst

, ↓ PI

HO TROVATO

parametri

di

TEST RESTRIZIONI sui (

grado )

tal illusione

di di

omogenei monetaria

nei

zero prezzi assenza monetaria

da illusione

razionale

consumatore affetto

non

→

lat 131+132 lpbt Pulpre

Brslplt Bslmttut

+

= + +

Raddoppio dei prezzi log

B1 (

Bzlogczpbt log

Bg )

( Pu

) Zplt Zprt) -1ps (

log 2Mt)

1- Ut

+ + +

logplttpulogz Ut

Pet 31092

pzlogpbtt

1092 Bslogmt

1082

Bz Bg

B. Balogprttps +

+

+ + +

= 2)

( (

log ) B3lpl.lt

Bzlpbtt Bulprttpslmt

B B.

But Ut

Bs

Bat +

+ +

+

= > effetto

ha

dei nullo

raddoppio prezzi

ne Allora

0

= , ( monetaria

$ )

1092=0 Bzt Bs

' è illusione

But Bs Doggett

re + non

IL

poiche consumatore

Allora a

0 o

=

↓ )