Multivariate econometrieproblemen en Excel

De meeste economische afdelingen hebben tweede of derdejaars studenten nodig om een ​​econometrieproject te voltooien en een paper te schrijven over hun bevindingen. Jaren later herinner ik me hoe stressvol mijn project was, dus ik heb besloten om de gids voor econometrie-term papers te schrijven die ik wou dat ik had toen ik student was. Ik hoop dat u hierdoor niet lange nachten achter een computer kunt doorbrengen.

Voor dit econometrieproject ga ik de marginale consumptievermogen (MPC) in de Verenigde Staten berekenen. (Als je meer geïnteresseerd bent in een eenvoudiger, univariate econometrieproject, kijk dan opHoe een pijnloos econometrieproject te doen") De marginale neiging om te consumeren wordt gedefinieerd als hoeveel een agent uitgeeft wanneer hij een extra dollar krijgt uit het persoonlijke beschikbare inkomen van een extra dollar. Mijn theorie is dat consumenten een vast bedrag apart houden voor investeringen en noodsituaties, en de rest van hun besteedbaar inkomen besteden aan consumptiegoederen. Daarom is mijn nulhypothese dat MPC = 1.

Ik ben ook benieuwd hoe veranderingen in de prime rate het consumptiegedrag beïnvloeden. Velen zijn van mening dat wanneer de rente stijgt, mensen meer sparen en minder uitgeven. Als dit waar is, mogen we verwachten dat er een negatieve relatie is tussen rentetarieven zoals de prime rate en consumptie. Mijn theorie is echter dat er geen verband is tussen de twee, dus als al het andere gelijk is, zouden we geen verandering moeten zien in het niveau van de neiging om te consumeren als de prime rate verandert.

Om mijn hypothesen te testen, moet ik een econometrisch model maken. Eerst definiëren we onze variabelen:

Y_t is de nominale persoonlijke consumptie-uitgave (PCE) in de Verenigde Staten.
X_2t is het nominale beschikbare inkomen na belastingen in de Verenigde Staten. X_3t is het hoogste tarief in de Verenigde Staten

Ons model is dan:

Waar b ₁, b ₂, en B ₃ zijn de parameters die we zullen schatten via lineaire regressie. Deze parameters vertegenwoordigen het volgende:

• b₁ is het bedrag van het PCE-niveau bij nominaal beschikbaar inkomen na belastingen (X_2t) en de prime rate (X_3t) zijn beide nul. We hebben geen theorie over wat de "echte" waarde van deze parameter zou moeten zijn, omdat het ons weinig interesseert.
• b₂ vertegenwoordigt het bedrag dat PCE stijgt wanneer het nominale beschikbare inkomen na belastingen in de Verenigde Staten met een dollar stijgt. Merk op dat dit de definitie is van de marginale neiging om te consumeren (MPC), dus b₂ is gewoon de MPC. Onze theorie is dat MPC = 1, dus onze nulhypothese voor deze parameter is b₂ = 1.
• b₃ vertegenwoordigt het bedrag dat PCE stijgt wanneer de prime rate met een vol procent stijgt (zeg 4% tot 5% of van 8% tot 9%). Onze theorie is dat veranderingen in de prime rate geen invloed hebben op consumptiegewoonten, dus onze nulhypothese voor deze parameter is b₂ = 0.

Dus we zullen de resultaten van ons model vergelijken:

aan de veronderstelde relatie:

waar b ₁ is een waarde die ons niet bijzonder interesseert. Om onze parameters te kunnen schatten, hebben we gegevens nodig. De Excel-spreadsheet "Uitgaven voor persoonlijke consumptie" bevat driemaandelijkse Amerikaanse gegevens van het eerste kwartaal van 1959 tot het derde kwartaal van 2003. Alle gegevens zijn afkomstig van FRED II - De St. Louis Federal Reserve. Het is de eerste plaats waar u naartoe moet gaan voor economische gegevens in de VS. Nadat je de gegevens hebt gedownload, open je Excel en laad je het bestand met de naam "aboutpce" (volledige naam "aboutpce.xls") in de map waarin je het hebt opgeslagen. Ga dan verder naar de volgende pagina.

Zorg ervoor dat u doorgaat naar pagina 2 van "Een pijnloos multivariate econometrieproject uitvoeren"

We hebben het gegevensbestand geopend, we kunnen beginnen met zoeken naar wat we nodig hebben. Eerst moeten we onze Y-variabele lokaliseren. Bedenk dat Y_t is de nominale persoonlijke consumptie-uitgave (PCE). Als we snel onze gegevens scannen, zien we dat onze PCE-gegevens in kolom C staan, met het label "PCE (Y)". Als we naar de kolommen A en B kijken, zien we dat onze PCE-gegevens lopen van het eerste kwartaal van 1959 tot het laatste kwartaal van 2003 in cellen C24-C180. Je moet deze feiten opschrijven, want je hebt ze later nodig.

Nu moeten we onze X-variabelen vinden. In ons model hebben we slechts twee X-variabelen, namelijk X_2t, besteedbaar persoonlijk inkomen (DPI) en X_3t, het hoogste tarief. We zien dat DPI in de kolom is gemarkeerd met DPI (X2) in kolom D, in cellen D2-D180 en de prime rate in de kolom is gemarkeerd met Prime Rate (X3) in kolom E, in cellen E2-E180. We hebben de gegevens geïdentificeerd die we nodig hebben. We kunnen nu de regressiecoëfficiënten berekenen met Excel. Als u niet beperkt bent tot het gebruik van een bepaald programma voor uw regressieanalyse, raad ik u aan Excel te gebruiken. Excel mist veel van de functies die veel van de meer geavanceerde econometrische pakketten gebruiken, maar voor een eenvoudige lineaire regressie is het een handig hulpmiddel. Het is veel waarschijnlijker dat u Excel gebruikt wanneer u de "echte wereld" betreedt dan wanneer u een econometrisch pakket gebruikt, dus bekwaam zijn in Excel is een nuttige vaardigheid om te hebben.

Onze Y_t gegevens bevinden zich in de cellen E2-E180 en onze X_t gegevens (X_2t en X_3t collectief) bevindt zich in de cellen D2-E180. Bij het doen van een lineaire regressie hebben we elke Y nodig_t om precies één bijbehorende X te hebben_2t en een bijbehorende X_3t enzovoorts. In dit geval hebben we hetzelfde aantal Y_tX_2t, en X_3t inzendingen, dus we zijn klaar om te gaan. Nu we de gegevens hebben gevonden die we nodig hebben, kunnen we onze regressiecoëfficiënten berekenen (onze b₁, b₂, en B₃). Voordat u doorgaat, moet u uw werk opslaan onder een andere bestandsnaam (ik koos voor myproj.xls) dus als we opnieuw moeten beginnen, hebben we onze originele gegevens.

Nu je de gegevens hebt gedownload en Excel hebt geopend, kunnen we naar het volgende gedeelte gaan. In de volgende sectie berekenen we onze regressiecoëfficiënten.

Zorg ervoor dat u doorgaat naar pagina 3 van "Een pijnloos multivariate econometrieproject uitvoeren"

Nu op de data-analyse. Ga naar de Gereedschap menu bovenaan het scherm. Zoek dan Gegevensanalyse in de Gereedschap menu. Als Gegevensanalyse is er niet, dan moet je het installeren. Zie deze instructies om de Data Analysis Toolpack te installeren. U kunt geen regressieanalyse uitvoeren zonder dat de toolset voor gegevensanalyse is geïnstalleerd.

Zodra je hebt geselecteerd Gegevensanalyse van de Gereedschap menu ziet u een menu met keuzes zoals "Covariance" en "F-Test Two-Sample for Variances". Selecteer in dat menu Regressie. De items staan ​​in alfabetische volgorde, dus ze mogen niet zo moeilijk te vinden zijn. Eenmaal daar ziet u een formulier dat er als volgt uitziet. Nu moeten we dit formulier invullen. (De gegevens op de achtergrond van deze schermafbeelding verschillen van uw gegevens)

Het eerste veld dat we moeten invullen is het Voer Y-bereik in. Dit is onze PCE in cellen C2-C180. U kunt deze cellen kiezen door "$ C $ 2: $ C $ 180" in het kleine witte vak ernaast te typen Voer Y-bereik in of door op het pictogram naast dat witte vak te klikken en die cellen vervolgens met je muis te selecteren.

Het tweede veld dat we moeten invullen is het Invoer X-bereik. Hier zullen we invoeren beide van onze X-variabelen, DPI en de Prime Rate. Onze DPI-gegevens bevinden zich in de cellen D2-D180 en onze prime rate-gegevens bevinden zich in de cellen E2-E180, dus we hebben de gegevens nodig van de rechthoek van de cellen D2-E180. U kunt deze cellen kiezen door "$ D $ 2: $ E $ 180" in het kleine witte vak ernaast te typen Invoer X-bereik of door op het pictogram naast dat witte vak te klikken en die cellen vervolgens met je muis te selecteren.

Ten slotte moeten we de pagina een naam geven waar onze regressieresultaten doorgaan. Zorg dat je hebt Nieuw werkblad Ply geselecteerd en typ in het witte veld ernaast een naam als "Regressie". Als dat klaar is, klik dan op OK.

U zou nu een tabblad onderaan uw scherm moeten zien genaamd Regressie (of hoe je het ook noemde) en enkele regressieresultaten. Nu heb je alle resultaten die je nodig hebt voor analyse, inclusief R-vierkant, coëfficiënten, standaardfouten, enz.

We wilden onze onderscheppingscoëfficiënt b schatten₁ en onze X-coëfficiënten b₂, b₃. Onze onderscheppingscoëfficiënt b₁ bevindt zich in de rij met de naam Onderscheppen en in de kolom met de naam Coëfficiënten. Zorg ervoor dat u deze cijfers noteert, inclusief het aantal waarnemingen, (of print ze uit), want u heeft ze nodig voor analyse.

Onze onderscheppingscoëfficiënt b₁ bevindt zich in de rij met de naam Onderscheppen en in de kolom met de naam Coëfficiënten. Onze eerste hellingscoëfficiënt b₂ bevindt zich in de rij met de naam X Variabele 1 en in de kolom met de naam Coëfficiënten. Onze tweede hellingscoëfficiënt b₃ bevindt zich in de rij met de naam X-variabele 2 en in de kolom met de naam Coëfficiënten De finaletafel die door uw regressie wordt gegenereerd, moet vergelijkbaar zijn met de tabel onderaan dit artikel.

Nu je de regressieresultaten hebt die je nodig hebt, moet je ze analyseren voor je scriptie. We zullen zien hoe we dat kunnen doen in het artikel van volgende week. Gebruik het feedbackformulier als je een vraag hebt die je wilt beantwoorden.

Regressieresultaten

-13.71941.4186-9.67080.0000-16.5192-10.9197