Inleiding Econometrie
uitleg vanaf nul
Voor de bachelor Econometrie en Operationele Research, Tilburg University
Vakcode: 35B111-B-6
Gebaseerd op: Wooldridge (2020), Introductory Econometrics: A Modern Approach (7e druk) · hfdst. 2–8,
10–11, 15 en app. E
Gemaakt door Levi, Master of Science
Lees dit eerst
• Voor wie? Voor jou als regressie-output nog een muur van getallen is. Dit document laat
zien wat OLS doet, wanneer je het mag vertrouwen, hoe je toetst, en wat je doet als de
aannames niet kloppen. Doel: het grote plaatje en een voldoende.
• Taal. Uitleg in het Nederlands. Boek en tentamen zijn Engelstalig (je antwoordt in het
Engels), dus vaktermen staan vetgedrukt in het Engels. Achterin staat een woordenlijst.
• Volgorde. Lees van voor naar achter. §2–§4 (OLS, de aannames MLR.1–6 en toetsen) zijn
het fundament: elk later hoofdstuk gaat over “welke aanname faalt nu, en wat doe je dan?”.
• Eerlijk. De onderwerpen volgen de tentamens Introduction Econometrics (35B111) van
2010–2024, met nadruk op de recente (2020–2024), en de bijbehorende hoofdstukken van
Wooldridge (2020). Panel data, probit/logit en seriële correlatie kwamen in de recente
tentamens niet of nauwelijks voor en zijn weggelaten. Check de studiehandleiding. Dit is
een eigen uitleg naast het boek, niet in plaats ervan. Maak de oude tentamens.
Inhoud
1. Het grote plaatje 6. Logs, dummies en interacties
2. OLS: de beste lijn door de data 7. Heteroskedasticiteit
3. Wanneer is OLS goed? Zuiverheid en Gauss–
8. Tijdreeksen en exogeniteit
Markov
4. Toetsen: 𝑡, betrouwbaarheidsinterval en 𝐹 9. Endogeniteit en instrumentele variabelen
5. Grote steekproeven: consistentie 10. Strategie voor een voldoende
1
, Inleiding Econometrie – uitleg vanaf nul Tilburg EOR, 35B111-B-6 · Levi, Master of Science
1 Het grote plaatje: waar gaat dit vak over?
Econometrie is meten met data. Het vak draait om één vraag:
Wat is het effect van 𝑥 op 𝑦, met de rest gelijk,
en hoe zeker ben je van dat getal?
Denk aan een dokter die wil weten of een medicijn werkt. Hij wil het effect van het medicijn los van
leeftijd, gewicht en andere factoren (ceteris paribus). Regressie doet precies dat: het “houdt de
rest constant”. Maar het werkt alleen als de dingen die je niet meet (de fout 𝑢) niet samenhangen
met 𝑥. Bijna het hele vak gaat over wat er gebeurt als dat misgaat.
Schatten
𝛽 ̂ = (𝑋′ 𝑋)−1 𝑋′ 𝑦 Eigenschappen
(§2) zuiver, BLUE (§3)
Endogeen 𝑥
𝑦 = 𝑋𝛽 + 𝑢 Toetsen
IV, 2SLS, Haus-
schat 𝛽 met OLS 𝑡, 𝐹 , CI (§4, §5)
man (§9)
Problemen Specificatie
heterosk., tijd- logs, dummies (§6)
reeks (§7, §8)
De tabel die je nooit mag vergeten: welke aannames geven welk resultaat? (Wooldridge, 2020, hfdst.
3–5) uit je hoofd leren zeer tentamengevoelig
Aannames Wat krijg je
MLR.1 lineair, MLR.2 OLS is unbiased (Stelling 3.1)
aselecte steekproef, MLR.3
geen perfecte
multicollineariteit, MLR.4
𝐸(𝑢 ∣ x) = 0
+ MLR.5 formule Var(𝛽)̂ = 𝜎2 (𝑋 ′ 𝑋)−1 klopt; OLS is BLUE
homoskedasticiteit (Gauss–Markov, Stelling 3.4)
+ MLR.6 𝑢 ∼ 𝑁 (0, 𝜎2 ) exacte 𝑡- en 𝐹 -verdelingen in kleine steekproeven (Stelling 4.2)
MLR.1–3 met 𝐸(x𝑢) = 0, consistent en asymptotisch normaal (Stelling 5.1, 5.2)
grote 𝑛
MLR.5 faalt nog steeds zuiver/consistent, maar standaardfouten fout:
gebruik robust SE
MLR.4 faalt (endogeen) OLS zelfs niet consistent: gebruik IV
2
uitleg vanaf nul
Voor de bachelor Econometrie en Operationele Research, Tilburg University
Vakcode: 35B111-B-6
Gebaseerd op: Wooldridge (2020), Introductory Econometrics: A Modern Approach (7e druk) · hfdst. 2–8,
10–11, 15 en app. E
Gemaakt door Levi, Master of Science
Lees dit eerst
• Voor wie? Voor jou als regressie-output nog een muur van getallen is. Dit document laat
zien wat OLS doet, wanneer je het mag vertrouwen, hoe je toetst, en wat je doet als de
aannames niet kloppen. Doel: het grote plaatje en een voldoende.
• Taal. Uitleg in het Nederlands. Boek en tentamen zijn Engelstalig (je antwoordt in het
Engels), dus vaktermen staan vetgedrukt in het Engels. Achterin staat een woordenlijst.
• Volgorde. Lees van voor naar achter. §2–§4 (OLS, de aannames MLR.1–6 en toetsen) zijn
het fundament: elk later hoofdstuk gaat over “welke aanname faalt nu, en wat doe je dan?”.
• Eerlijk. De onderwerpen volgen de tentamens Introduction Econometrics (35B111) van
2010–2024, met nadruk op de recente (2020–2024), en de bijbehorende hoofdstukken van
Wooldridge (2020). Panel data, probit/logit en seriële correlatie kwamen in de recente
tentamens niet of nauwelijks voor en zijn weggelaten. Check de studiehandleiding. Dit is
een eigen uitleg naast het boek, niet in plaats ervan. Maak de oude tentamens.
Inhoud
1. Het grote plaatje 6. Logs, dummies en interacties
2. OLS: de beste lijn door de data 7. Heteroskedasticiteit
3. Wanneer is OLS goed? Zuiverheid en Gauss–
8. Tijdreeksen en exogeniteit
Markov
4. Toetsen: 𝑡, betrouwbaarheidsinterval en 𝐹 9. Endogeniteit en instrumentele variabelen
5. Grote steekproeven: consistentie 10. Strategie voor een voldoende
1
, Inleiding Econometrie – uitleg vanaf nul Tilburg EOR, 35B111-B-6 · Levi, Master of Science
1 Het grote plaatje: waar gaat dit vak over?
Econometrie is meten met data. Het vak draait om één vraag:
Wat is het effect van 𝑥 op 𝑦, met de rest gelijk,
en hoe zeker ben je van dat getal?
Denk aan een dokter die wil weten of een medicijn werkt. Hij wil het effect van het medicijn los van
leeftijd, gewicht en andere factoren (ceteris paribus). Regressie doet precies dat: het “houdt de
rest constant”. Maar het werkt alleen als de dingen die je niet meet (de fout 𝑢) niet samenhangen
met 𝑥. Bijna het hele vak gaat over wat er gebeurt als dat misgaat.
Schatten
𝛽 ̂ = (𝑋′ 𝑋)−1 𝑋′ 𝑦 Eigenschappen
(§2) zuiver, BLUE (§3)
Endogeen 𝑥
𝑦 = 𝑋𝛽 + 𝑢 Toetsen
IV, 2SLS, Haus-
schat 𝛽 met OLS 𝑡, 𝐹 , CI (§4, §5)
man (§9)
Problemen Specificatie
heterosk., tijd- logs, dummies (§6)
reeks (§7, §8)
De tabel die je nooit mag vergeten: welke aannames geven welk resultaat? (Wooldridge, 2020, hfdst.
3–5) uit je hoofd leren zeer tentamengevoelig
Aannames Wat krijg je
MLR.1 lineair, MLR.2 OLS is unbiased (Stelling 3.1)
aselecte steekproef, MLR.3
geen perfecte
multicollineariteit, MLR.4
𝐸(𝑢 ∣ x) = 0
+ MLR.5 formule Var(𝛽)̂ = 𝜎2 (𝑋 ′ 𝑋)−1 klopt; OLS is BLUE
homoskedasticiteit (Gauss–Markov, Stelling 3.4)
+ MLR.6 𝑢 ∼ 𝑁 (0, 𝜎2 ) exacte 𝑡- en 𝐹 -verdelingen in kleine steekproeven (Stelling 4.2)
MLR.1–3 met 𝐸(x𝑢) = 0, consistent en asymptotisch normaal (Stelling 5.1, 5.2)
grote 𝑛
MLR.5 faalt nog steeds zuiver/consistent, maar standaardfouten fout:
gebruik robust SE
MLR.4 faalt (endogeen) OLS zelfs niet consistent: gebruik IV
2
