Forår 2007 Kvantitative metoder 1 5. februar 2007 Præsentation af forelæserne Forelæser: Dorte Grinderslev Specialkonsulent i det økonomiske råd Mette Ejrnæs Lektor ved Økonomisk Institut Kontor på Bispetorvet, 3. sal. Dagens program: Begrebet økonometri Indkredse begrebet økonometri/statistik : Udgangspunkt i nogle eksempler. Afgrænse faget Kvantitative metoder 1 i den nye struktur for økonometrifagene på bachelor- og kandidatdelen. Fagets struktur: Forelæsningerne og lærebogen: Berry and Lindgren, Statistics: Theory and Methods. Øvelserne Obligatoriske opgaver Eksamen Målsætning for faget. Hvad er Økonometri? Anvende statistiske metoder på økonomiske data Hvorfor skal man beskæftige sig med Økonometri på et økonomi studie? For at kunne lave empiriske studier Eftervise og afprøve økonomiske teorier. Finde parameter i konkrete modeller Inspirere til nye økonomiske teorier 1
Økonometriske metoder Kvantitative Metoder 1 Sandsynlighedsregning Anvendelse: Økonomisk teori Statistik og sandsynlighedsregning Data Statistisk analyse og økonometri Andre disipliner indenfor økonomi: Modeller med usikkerhed Spilteori Økonometriske metoder Finansieringsteori Statistisk analyse Empiriske resultater Eksempler Eksempel: Optimal strategi Sandsynlighedsregning Optimal strategi Risikoaversion Empirisk analyse og Statistik En usædvanlig hændelse Et eksempel på mediernes brug af statistik Forestil dig at du er med i et lotteri, hvor der er tre døre. Der er en gevinst bag en af dørene og ingenting bag de to resterende Vælg en af dørene Dernæst afsløres blandt de to resterende, en dør, hvor der ikke er en gevinst Du får nu mulighed for at bytte din valgte dør ud med den tilbageværende dør Spørgsmål: Vil du gøre det? (Eksemplet er lånt fra Becker and Greene (2001): Teaching statistics and econometrics to unergraduates, Journal of economic perspectives, vol 15. no 4) 2
Eksempel: Risikoaversion Eksempel: Risikoaversion Cykelforskring. Forestil dig at du har en cykel til en værdi af 3000 kr. Det er en sandsynlighed på 5% for at cyklen bliver stjålet i løbet af et år. Du har nu mulighed for at tegne en forsikringer: 1. Forsikring: Hvis cyklen bliver stjålet bliver den er erstattet med 3000 kr. pris 200 kr. 2. Ingen forsikring Hvad vil du vælge? Sammenligning Forsikring Ej forsikring Cykel stjålet (5%) 3000-200 =2800 0 Cykel ej stjålet (95%) 3000-200 =2800 3000 Forventet værdi 2800 2850 Eksempel: Risikoaversion Eksempel: En usædvanlig hændelse At nogle vil foretrække at forsikre sig selvom den forventede værdi er lavere i tilfældet med forsikring, kan forklares med at nogle er mere risikoaverse. Hvad kan data fortælle? Ideen med dette eksempel er at vise hvor meget information man kan få ud af en tabel. Opgave: Gæt hvilken usædvanlig hændelse som data stammer fra. Datasættet indeholder oplysninger om 2201, individer som var udsat for en usædvanlig hændelse. Om disse individer kender vi deres køn(m/k), alder (Voksen/Barn), økonomiske status (I-III samt andre). Desuden oplyses hvem af disse som døde ved hændelsen. I alt døde 1490 individer. (Eksemplet er lånt fra The "Unusual Episode" Data Revisited Robert J. MacG. Dawson,Journal of Statistics Education v.3, n.3 (1995) ) 3
Eksempel: En usædvanlig hændelse Eksempel: En usædvanlig hændelse I (høj) II III andre total Population M K alle 180 145 325 179 106 285 510 196 706 862 23 885 1731 470 2201 Døde M K 118 4 154 13 422 106 670 3 1364 126 122 167 528 673 1490 Pct. døde M K 65 3 87 12 83 54 78 13 80 27 37 59 73 76 67 I (høj) II III andre total Population V B alle 319 6 325 261 24 285 627 79 706 885 0 885 2092 109 2201 Døde V B 122 0 167 0 476 52 673 0 1438 52 122 167 528 673 1490 Pct. døde V B 38 0 64 0 76 66 76-69 66 37 59 73 76 67 Eksempel: Brugen af statistik i medierne Kilde: Politikken torsdag d. 17. august 2006 samt læserbrev af Preben Wilhelm i Politikken. Eksempel: Brugen af statistik i medierne Sandsynligheden for at være Radikal 10% Potentiel radikal 26% Sandsynligheden for at en radikal eller potentiel radikal foretrækker Jelved hhv. Knader (blandt radikale og potentiel radikale) Jelved: 53%*0.10+27*0.26=12.32% (34.22%) Knader: 20*0.10+39*0.26=12.14% (33.72) 4
Eksempel: Brugen af statistik i medierne De udregnede sandsynligheder er baseret på 372 personer Hvor sikrer er disse sandsynligheder? Ville en anden stikprøve have givet et andet resultat? Er der signifikant forskel på holdningen til lederen bland radikale og potentielt radikale? Økonometri og statistik fag på økonomistudiet Kvantitative metoder 1 er et nyt fag på studiet. Faget er en del af en sekvens af Økonometri fag på bachelor studiet. Bachelorstudiet sandsynlighedsregning, statistik, empiriske analyser, SAS-programmering Kvantitative metoder 2: Regressionsanalysen og kausalitet Kvantitative metoder 3: Tidsrække økonometri, mere om estimation Økonometri og statistik fag på økonomistudiet Kandidatstudiet Videregående mikroøkonometri Videregående tidsrækkeøkonometri Anvendt regressionsanalyse med SAS Likelihood teori Multivariat analyse og kategoriserede data Stikprøveteori Stokastiske processer Fagets struktur Forelæsninger Øvelser Obligatoriske opgaver Eksamen 5
Forelæsninger Øvelserne Lærebogen er Berry and Lindgren Statistics: Theory and Methods. Vi gennemgår ca. kap. 1-.12 og følger stort set bogen. bogen er desværre ikke kommet endnu men vi har fået trykt kap. 1 og 2 som kan fås i studievejledningen. I forhold til bogen: Supplere med: SAS-programmering Simulationseksperimenter Eksempler med (danske) data Forelæsninger hver mandag og onsdag 16-18. Slides til mandagslæsning bør ligge klar mandag kl. 10, til onsdagsforelæsningerne onsdag kl. 10. Veksler mellem slides og tavlegennemgang. Plan: se http://www.econ.ku.dk/metrics/qm1 Formålet med øvelserne er at lave opgaver som illustrerer og forklarer teorien gennemgået ved forelæsningerne. Desuden bruges der tid på at lære SAS-programmering, således at de studerende sidste i kurset vil være i stand til at lave simple empiriske analyser. Opgaver til illustration af teorien Opgaver fra bogen Større opgaver som løber over flere øvelsesgange Øvelser Obligatoriske opgaver SAS-programmering Håndtering af data Deskriptiv analyse Simulationer Simple statistiske analyser Til øvelserne benyttes bøgerne Elementær indføring i SAS og statistik med SAS Empiriske Analyser Opgaver med at udføre en empirisk analyse på rigtige data. Stedprøve i sandsynlighedsregning. Prøven er torsdag d. 22. marts (uge 12). Stedprøven afvikles ved øvelserne Prøve i SAS. Opgaven udleveres mandag d. 16. april. Prøven afleveres ved første øvelsesgang (tirsdag d. 24. april) i uge 17 Hjemmeopgave i statistik. Opgaven udleveres onsdag d. 3. maj og skal afleveres til øvelseslærerne tirsdag d. 15. maj. 6
Eksamen i kvantitative metoder 1 Målsætning for kvantitative metoder 1 Skriftlig 4 timers eksamen med hjælpemidler Målsætningen for Kvantitative metoder 1 er at de studerende : er i stand til at lave en simpel empiriske analyse (f.eks. sammenligninger af to populationer) er i stand til at læse empiriske analyser og gennemskue hvordan de er lavet (evt. finde fejl og mangler i analyserne) får et solidt kendskab til sandsynlighedsregning, således at disse færdighed kan anvendes i andre sammenhænge f.eks. finansieringsteori, mikroteori og økonometri Forberedelse til forelæsningerne/øvelserne Forelæsningerne Inden: Få et overblik over stoffet, f.eks. ved at læse det igennem forholdsvis hurtigt Efter: Læs stoffet igennem igen, denne gang mere grundigt Øvelserne: Forsøg at løse opgaverne Deltag aktivt i timerne Hvad bliver det næste? Forelæsningsplan på hjemmesiden. Næste forelæsning: onsdag den 7. februar: Berry og Lindgren kap. 1.1-1.3. Øvelserne: Begynder i næste uge (tirsdag 13. februar) Opgaveseddel til 1. øvelsesgang 1 ligger på hjemmesiden. Forberedelse til øvelserne Løs opgaverne på ugeseddel 1 7