SAMENVATTING ONDERZOEKSMETHODEN
INHOUDSOPGAVE
INTRODUCTIE OPO ............................................................................................................................. 3
BASISPRINCIPES VAN ECONOMETRICS ................................................................................................ 4
ORDINARY LEAST SQUARES (OLS) ....................................................................................................... 8
BASIS PRINCIPES OLS ........................................................................................................................ 10
ALGEMENE EIGENSCHAPPEN VAN OLS SCHATTERS ....................................................................................... 10
DE KLASSIEKE ASSUMPTIES AKA GAUSS-MARKOV ASSUMPTIES ..................................................................... 10
ERROR TERM ....................................................................................................................................... 10
NORMALE ASSUMPTIE VOOR UI : UI ~N(0, Σ²) .............................................................................................. 10
OLS SCHATTERS ZIJN BLUE (GAUSS-MARKOV) ........................................................................................... 13
BASIS PRINCIPES OLS ............................................................................................................................ 14
MULTIPLE (MEERVOUDIGE) REGRESSIE ...................................................................................................... 17
DUMMY VARIABELEN ............................................................................................................................ 20
DUMMIES ON INTERCEPT ....................................................................................................................... 21
DUMMIES ON INTERCEPT AND/OR SLOPE(S)................................................................................................ 24
INTERACTIES ........................................................................................................................................ 26
RECAP: OLS-SPECIFICATION........................................................................................................................ 31
FORMAL SPECIFICATION AND VARIABLE TRANSFORMATIONS .......................................................................... 33
REMOVING THE UNIT SCALE: STANDARDIZED COEFFICIENTS ............................................................................ 35
TRANSFORMING OUR VARIABLES: LOGARITHMIC TRANSFORMATIONS ............................................................... 36
INTERVAL ESTIMATION AND HYPOTHESIS TESTING ........................................................................................ 40
NORMALITY OF RESIDUALS ...................................................................................................................... 40
HYPOTHESIS TESTING ............................................................................................................................ 42
HERHALING: OLS-SPECIFICATION .................................................................................................................. 51
OLS: VARIABLES (RECAP) ............................................................................................................................. 51
OLS: FORMAL SPECIFICATION (RECAP) ........................................................................................................... 52
HYPOTHESIS TESTING: NORMALITY ASSUMPTION (RECAP).................................................................................. 52
RECAP: OLS-SPECIFICATION .................................................................................................................... 77
OLS: FORMAL SPECIFICATION (RECAP) ...................................................................................................... 77
HYPOTHESIS TESTING (RECAP) ................................................................................................................. 77
EXTREME OBSERVATIES (RECAP)............................................................................................................... 79
MULTICOLLINEARITY ........................................................................................................................ 80
MODEL SPECIFICATIES EN DIAGNOSTISCHE TESTEN........................................................................... 86
OMITTED VARIABLE BIAS .............................................................................................................................. 88
INCLUSION OF IRRELEVANT VARIABLES = OVERFITTING ....................................................................................... 89
1.1 RECAP ...................................................................................................................................... 93
1.1.1 OLS: ORDINARY LEAST SQUARES ...................................................................................................... 93
,2 HETEROSKEDASTICITEIT ........................................................................................................... 101
2.1 TIME SERIES ECONOMETRICS: AUTOCORRELATION ................................................................ 109
2.1.1 TIME SERIES ECONOMETRICS ......................................................................................................... 109
2.1.2 AUTOCORRELATION: DEFINITION ..................................................................................................... 109
2.1.3 AUTOCORRELATION: CAUSES .................................................................................................. 111
2.1.4 AUTOCORRELATION: CONSEQUENTIES ................................................................................... 112
2.1.5 HOE GAAN WE AUTOCORRELATIE DETECTEREN? ................................................................................ 112
2.1.6 AUTOCORRELATIE DETECTEREN: GRAPHS ............................................................................... 112
2.1.7 AUTOCORRELATIE DETECTEREN: STATA .................................................................................. 113
2.1.8 AUTOCORRELATIE DETECTEREN: STATISTIEKEN ...................................................................... 117
2.1.9 HOE OMGAAN MET AUTOCORRELATIE? .................................................................................. 120
2.1.10 OMGAAN MET AUTOCORRELATIE: TIME TRENDS EN SEIZOENALITEIT .................................. 121
2.1.11 OMGAAN MET AUTOCORRELATIE: INCLUDING LAGGED VARIABLES ..................................... 121
2.1.12 (LN)FINITE DISTRIBUTED LAG MODEL .................................................................................... 122
2.1.13 OMGAAN MET AUTOCORRELATIE: STATA ............................................................................. 124
GAUSS-MARKOV ASSUMPTIONS ..................................................................................................... 126
HET REGRESSIEMODEL IS LINEAIR IN ZIJN PARAMETERS, IS CORRECT GESPECIFICEERD EN HEEFT EEN ADDITIEVE ERROR
TERM............................................................................................................................................... 126
ALLE VERKLARENDE VARIABELEN ZIJN NIET GECORRELEERD MET DE ERROR TERM (GEEN ENDOGENITEIT).................. 126
OBSERVATIES VAN DE ERROR TERM ZIJN NIET GECORRELEERD MET ELKAAR IN DE TIJD (GEEN SERIËLE
CORRELATIE) .................................................................................................................................. 127
DE ERROR TERM HEEFT EEN CONSTANTE VARIANTIE (GEEN HETEROSKEDASTICTEIT) ....................... 128
GEEN VERKLARENDE VARIABELE IS EEN PERFECTE LINEAIRE FUNCTIE VAN ANDERE VERKLARENDE
VARIABELE(N) (GEEN PERFECTE MULTICOLLINEARITEIT) .................................................................. 129
DE ERROR TERM WORDT NORMAAL VERDEELD MET GEMIDDELDE GELIJK AAN 0 ............................. 129
2
,Introductie OPO
• Theorie
o Nieuwe concepten, technieken, tests, detectie en oplossen van problemen
• Oefeningen op computer met
o In principe elke week: blok van 2 uur nadat nieuw concept, model, techniek uitgelegd
werd in theorieles
o ACTIEVE participatie wordt verwacht/vereist
▪ Bijhouden van theorie → studeren TIJDENS het semester
• Alle lessen en oefeningen vóór paasvakantie
Praktijk:
• Econometrische software: Stata
o Beschikbaar in alle pc-lokalen
o Zie ook community ‘Software Ondersteuning
campus Antwerpen’ op Toledo voor installatie en licentie Stata
• Zelf oefenen (ook tijdens de oefeningensessies)
o Oefeningensessies → één of enkele concepten tegelijk
o Realiteit → alles tegelijk
o Het is belangrijker om te leren redeneren, dan woord voor woord te kopiëren.
EXAMEN
Primaire dataverzameling – E. Breugelmans (1/6 van de totaalscore)
➢ 20/20 voor Schriftelijk examen
Econometrie – H. Tierens & E. Van Stee (5/6 van de totaalscore)
➢ 3/20 punten voor Permanente evaluatie: tussentijdse tests (3/20)
➢ 17/20 punten voor Mondeling examen (juni) en Take-Home (april-mei)
o Basisscore voor mondeling examen
o Minpunten voor ernstige tekortkomingen in de paper
TUSSENTIJDSE TESTS
3/20 van de eindscore
• 4 individuele tussentijdse tests
• 3 beste resultaten tellen mee
• Timing: week 3, 4, 6 en 7
• Hoe?
o Online ; 48 uur beschikbaar (maandag en dinsdag)
o Na start test: 1 uur om test te voltooien
• Wat?
o Interpretatie output Stata
o Eigen berekeningen/schattingen van modellen in Stata: toegang tot Stata
noodzakelijk!
o Algemene (bv. theorie) vragen
3
, TAKE HOME EN EXAMEN
17/20 van de eindscore
• Take home:
o Wie? In groepen van 4 of 5 studenten
o Hoe? Econometrisch model schatten, evalueren en interpreteren (2 cases)
o Wat? Minpunten voor ernstige tekortkomingen
o Waarom? Prikkel om competentie te verwerven; Econometrie moet je ‘doen’.
• Mondeling examen
o Wie? Individueel
o Hoe? Verdediging van de 2 cases + beantwoorden van theorievragen
o Wat? Basisscore
o Waarom? Prikkel om freeriders en copy-pasting te vermijden
HOE MINPUNTEN OP PAPER VERMIJDEN?
• Beschouw de paper als een consultingopdracht die je uitvoert
• Indien het eindresultaat (eindmodel) niet verdedigbaar is voor de opdrachtgever, levert dit
minpunten op
o Opdrachtgevers zijn niets met uw rapport, dus
▪ Rapport gaat integraal naar de vuilbak
▪ Factuur wordt niet betaald, boeteclausules, …
• Voorbeelden
o Nonsens variabelen opnemen, Bepaalde fundamentele, noodzakelijke procedures of
tests niet of ondermaats uitvoeren, Vragen niet of ondermaats beantwoorden, Stel
dat gevraagd wordt om het rendement op eigen vermogen te modelleren, maar je
schat een perfect model dat de omzet verklaart
BASISPRINCIPES VAN ECONOMETRICS
→ Chapter 1 in Stu
WAT IS ECONOMETRICS?
= een techniek om verbanden te gaan testen tussen bepaalde variabelen (statistisch significant gezien)
Grafisch: een curve tekenen in een spreidingsdiagram
HOWEVER correlatie houdt niet noodzakelijkerwijs oorzakelijk verband in!
Meest optimale lijn door puntenwolk trekken, maar hoe?
Rode of zwarte lijn? Hoe bepalen we dit?
=> Het is niet omdat er een x en y variabele is, dat x de
oorzaak is van y!
Vb. asbakken vs longkanker: geen causaal verband.
Vb. Ooievaar vs aantal geboorten mens
=> je moet je gaan baseren op theorie, kijk naar een 3de
variabele.
→ Hoe meer asbakken, hoe frequenter die persoon rookt. Dit zal waarschijnlijk de kans op longkanker
verhogen.
4
INHOUDSOPGAVE
INTRODUCTIE OPO ............................................................................................................................. 3
BASISPRINCIPES VAN ECONOMETRICS ................................................................................................ 4
ORDINARY LEAST SQUARES (OLS) ....................................................................................................... 8
BASIS PRINCIPES OLS ........................................................................................................................ 10
ALGEMENE EIGENSCHAPPEN VAN OLS SCHATTERS ....................................................................................... 10
DE KLASSIEKE ASSUMPTIES AKA GAUSS-MARKOV ASSUMPTIES ..................................................................... 10
ERROR TERM ....................................................................................................................................... 10
NORMALE ASSUMPTIE VOOR UI : UI ~N(0, Σ²) .............................................................................................. 10
OLS SCHATTERS ZIJN BLUE (GAUSS-MARKOV) ........................................................................................... 13
BASIS PRINCIPES OLS ............................................................................................................................ 14
MULTIPLE (MEERVOUDIGE) REGRESSIE ...................................................................................................... 17
DUMMY VARIABELEN ............................................................................................................................ 20
DUMMIES ON INTERCEPT ....................................................................................................................... 21
DUMMIES ON INTERCEPT AND/OR SLOPE(S)................................................................................................ 24
INTERACTIES ........................................................................................................................................ 26
RECAP: OLS-SPECIFICATION........................................................................................................................ 31
FORMAL SPECIFICATION AND VARIABLE TRANSFORMATIONS .......................................................................... 33
REMOVING THE UNIT SCALE: STANDARDIZED COEFFICIENTS ............................................................................ 35
TRANSFORMING OUR VARIABLES: LOGARITHMIC TRANSFORMATIONS ............................................................... 36
INTERVAL ESTIMATION AND HYPOTHESIS TESTING ........................................................................................ 40
NORMALITY OF RESIDUALS ...................................................................................................................... 40
HYPOTHESIS TESTING ............................................................................................................................ 42
HERHALING: OLS-SPECIFICATION .................................................................................................................. 51
OLS: VARIABLES (RECAP) ............................................................................................................................. 51
OLS: FORMAL SPECIFICATION (RECAP) ........................................................................................................... 52
HYPOTHESIS TESTING: NORMALITY ASSUMPTION (RECAP).................................................................................. 52
RECAP: OLS-SPECIFICATION .................................................................................................................... 77
OLS: FORMAL SPECIFICATION (RECAP) ...................................................................................................... 77
HYPOTHESIS TESTING (RECAP) ................................................................................................................. 77
EXTREME OBSERVATIES (RECAP)............................................................................................................... 79
MULTICOLLINEARITY ........................................................................................................................ 80
MODEL SPECIFICATIES EN DIAGNOSTISCHE TESTEN........................................................................... 86
OMITTED VARIABLE BIAS .............................................................................................................................. 88
INCLUSION OF IRRELEVANT VARIABLES = OVERFITTING ....................................................................................... 89
1.1 RECAP ...................................................................................................................................... 93
1.1.1 OLS: ORDINARY LEAST SQUARES ...................................................................................................... 93
,2 HETEROSKEDASTICITEIT ........................................................................................................... 101
2.1 TIME SERIES ECONOMETRICS: AUTOCORRELATION ................................................................ 109
2.1.1 TIME SERIES ECONOMETRICS ......................................................................................................... 109
2.1.2 AUTOCORRELATION: DEFINITION ..................................................................................................... 109
2.1.3 AUTOCORRELATION: CAUSES .................................................................................................. 111
2.1.4 AUTOCORRELATION: CONSEQUENTIES ................................................................................... 112
2.1.5 HOE GAAN WE AUTOCORRELATIE DETECTEREN? ................................................................................ 112
2.1.6 AUTOCORRELATIE DETECTEREN: GRAPHS ............................................................................... 112
2.1.7 AUTOCORRELATIE DETECTEREN: STATA .................................................................................. 113
2.1.8 AUTOCORRELATIE DETECTEREN: STATISTIEKEN ...................................................................... 117
2.1.9 HOE OMGAAN MET AUTOCORRELATIE? .................................................................................. 120
2.1.10 OMGAAN MET AUTOCORRELATIE: TIME TRENDS EN SEIZOENALITEIT .................................. 121
2.1.11 OMGAAN MET AUTOCORRELATIE: INCLUDING LAGGED VARIABLES ..................................... 121
2.1.12 (LN)FINITE DISTRIBUTED LAG MODEL .................................................................................... 122
2.1.13 OMGAAN MET AUTOCORRELATIE: STATA ............................................................................. 124
GAUSS-MARKOV ASSUMPTIONS ..................................................................................................... 126
HET REGRESSIEMODEL IS LINEAIR IN ZIJN PARAMETERS, IS CORRECT GESPECIFICEERD EN HEEFT EEN ADDITIEVE ERROR
TERM............................................................................................................................................... 126
ALLE VERKLARENDE VARIABELEN ZIJN NIET GECORRELEERD MET DE ERROR TERM (GEEN ENDOGENITEIT).................. 126
OBSERVATIES VAN DE ERROR TERM ZIJN NIET GECORRELEERD MET ELKAAR IN DE TIJD (GEEN SERIËLE
CORRELATIE) .................................................................................................................................. 127
DE ERROR TERM HEEFT EEN CONSTANTE VARIANTIE (GEEN HETEROSKEDASTICTEIT) ....................... 128
GEEN VERKLARENDE VARIABELE IS EEN PERFECTE LINEAIRE FUNCTIE VAN ANDERE VERKLARENDE
VARIABELE(N) (GEEN PERFECTE MULTICOLLINEARITEIT) .................................................................. 129
DE ERROR TERM WORDT NORMAAL VERDEELD MET GEMIDDELDE GELIJK AAN 0 ............................. 129
2
,Introductie OPO
• Theorie
o Nieuwe concepten, technieken, tests, detectie en oplossen van problemen
• Oefeningen op computer met
o In principe elke week: blok van 2 uur nadat nieuw concept, model, techniek uitgelegd
werd in theorieles
o ACTIEVE participatie wordt verwacht/vereist
▪ Bijhouden van theorie → studeren TIJDENS het semester
• Alle lessen en oefeningen vóór paasvakantie
Praktijk:
• Econometrische software: Stata
o Beschikbaar in alle pc-lokalen
o Zie ook community ‘Software Ondersteuning
campus Antwerpen’ op Toledo voor installatie en licentie Stata
• Zelf oefenen (ook tijdens de oefeningensessies)
o Oefeningensessies → één of enkele concepten tegelijk
o Realiteit → alles tegelijk
o Het is belangrijker om te leren redeneren, dan woord voor woord te kopiëren.
EXAMEN
Primaire dataverzameling – E. Breugelmans (1/6 van de totaalscore)
➢ 20/20 voor Schriftelijk examen
Econometrie – H. Tierens & E. Van Stee (5/6 van de totaalscore)
➢ 3/20 punten voor Permanente evaluatie: tussentijdse tests (3/20)
➢ 17/20 punten voor Mondeling examen (juni) en Take-Home (april-mei)
o Basisscore voor mondeling examen
o Minpunten voor ernstige tekortkomingen in de paper
TUSSENTIJDSE TESTS
3/20 van de eindscore
• 4 individuele tussentijdse tests
• 3 beste resultaten tellen mee
• Timing: week 3, 4, 6 en 7
• Hoe?
o Online ; 48 uur beschikbaar (maandag en dinsdag)
o Na start test: 1 uur om test te voltooien
• Wat?
o Interpretatie output Stata
o Eigen berekeningen/schattingen van modellen in Stata: toegang tot Stata
noodzakelijk!
o Algemene (bv. theorie) vragen
3
, TAKE HOME EN EXAMEN
17/20 van de eindscore
• Take home:
o Wie? In groepen van 4 of 5 studenten
o Hoe? Econometrisch model schatten, evalueren en interpreteren (2 cases)
o Wat? Minpunten voor ernstige tekortkomingen
o Waarom? Prikkel om competentie te verwerven; Econometrie moet je ‘doen’.
• Mondeling examen
o Wie? Individueel
o Hoe? Verdediging van de 2 cases + beantwoorden van theorievragen
o Wat? Basisscore
o Waarom? Prikkel om freeriders en copy-pasting te vermijden
HOE MINPUNTEN OP PAPER VERMIJDEN?
• Beschouw de paper als een consultingopdracht die je uitvoert
• Indien het eindresultaat (eindmodel) niet verdedigbaar is voor de opdrachtgever, levert dit
minpunten op
o Opdrachtgevers zijn niets met uw rapport, dus
▪ Rapport gaat integraal naar de vuilbak
▪ Factuur wordt niet betaald, boeteclausules, …
• Voorbeelden
o Nonsens variabelen opnemen, Bepaalde fundamentele, noodzakelijke procedures of
tests niet of ondermaats uitvoeren, Vragen niet of ondermaats beantwoorden, Stel
dat gevraagd wordt om het rendement op eigen vermogen te modelleren, maar je
schat een perfect model dat de omzet verklaart
BASISPRINCIPES VAN ECONOMETRICS
→ Chapter 1 in Stu
WAT IS ECONOMETRICS?
= een techniek om verbanden te gaan testen tussen bepaalde variabelen (statistisch significant gezien)
Grafisch: een curve tekenen in een spreidingsdiagram
HOWEVER correlatie houdt niet noodzakelijkerwijs oorzakelijk verband in!
Meest optimale lijn door puntenwolk trekken, maar hoe?
Rode of zwarte lijn? Hoe bepalen we dit?
=> Het is niet omdat er een x en y variabele is, dat x de
oorzaak is van y!
Vb. asbakken vs longkanker: geen causaal verband.
Vb. Ooievaar vs aantal geboorten mens
=> je moet je gaan baseren op theorie, kijk naar een 3de
variabele.
→ Hoe meer asbakken, hoe frequenter die persoon rookt. Dit zal waarschijnlijk de kans op longkanker
verhogen.
4
