Область статистики связана со сбором, анализом, интерпретацией и представлением данных.
Эконометрика — это просто применение статистических методов к темам в экономике.
Например, студент, изучающий вводный курс статистики, может узнать о следующих темах:
- Как рассчитать описательную статистику
- Как визуализировать данные
- Как построить доверительные интервалы
- Как проводить проверку гипотез
- Как подобрать регрессионные модели
- Как подобрать модели ANOVA
Студент, который затем пройдет курс эконометрики, узнает, как применять каждый из этих статистических методов для ответа на исследовательские вопросы, связанные с экономикой.
Если студент хочет стать эконометриком, он должен сначала узнать о концепциях, изучаемых на вводном курсе статистики.
Затем они могут пройти курс эконометрики, чтобы научиться применять статистические методы к конкретным исследовательским вопросам в области экономики.
Общие статистические методы, используемые в эконометрике
Область эконометрики использует множество статистических методов.
Следующие примеры иллюстрируют некоторые часто используемые методы.
Пример 1: Описательная статистика
Эконометристы часто используют описательную статистику, чтобы обобщить текущее состояние экономики в определенной области.
Например, эконометр может собрать следующие данные о людях в конкретном городе:
- Численность населения: 85 000 человек
- Средний доход домохозяйства: 71 200 долларов США.
- Средний доход домохозяйства: 56 400 долларов США.
- Стандартное отклонение дохода домохозяйства: 12 200 долларов США.
Используя эту описательную статистику, эконометр может получить четкое представление о распределении доходов в этом городе.
Эконометрист может также сравнить эти значения с другими городами или даже сравнить эти значения с тем же городом в другой период времени.
На практике эконометристы постоянно используют описательную статистику, чтобы лучше понять экономическое положение в разных городах, штатах и странах.
Пример 2: модели регрессии
Специалисты по эконометрике часто используют модели множественной регрессии, чтобы понять, как различные факторы влияют на определенные переменные отклика .
Например, эконометрик, изучающий дома, может подойти к следующей регрессионной модели:
Переменная ответа :
- Цена дома
Переменные-предикторы :
- Квадратные метры
- Количество спален
- Количество ванных комнат
- Размер двора
Затем они могут использовать эту регрессионную модель, чтобы точно понять, как различные предикторы влияют на переменную отклика.
Например, они могут обнаружить, что при увеличении размера дома на каждый дополнительный квадратный фут (при неизменности всех остальных переменных) цена дома увеличивается в среднем на 150 долларов.
Или они могут обнаружить, что на каждую дополнительную ванную комнату (при неизменности всех остальных переменных) цена дома увеличивается в среднем на 8500 долларов.
Они также могут использовать эту регрессионную модель для прогнозирования продажи дома по цене на основе значений переменных-предикторов в модели.
Пример 3: Прогнозирование временных рядов
Эконометристы часто используют анализ временных рядов для прогнозирования состояния экономики данного округа, города, штата или страны в какой-то момент в будущем.
Например, эконометр может использовать исторические данные, чтобы предсказать ВВП, уровень безработицы, процентную ставку или какой-либо другой показатель для данной страны в какой-то момент в будущем.
Связанный: Как построить временной ряд в R (с примерами)
Вывод
В заключение:
Область статистики охватывает широкий спектр методов, которые можно использовать со многими различными типами данных.
Область эконометрики — это просто применение этих статистических методов к различным темам экономики.
Дополнительные ресурсы
Следующие статьи объясняют важность статистики в различных областях:
Почему важна статистика? (10 причин, по которым статистика имеет значение!)
Важность статистики в бизнесе
Важность статистики в образовании
Важность статистики в здравоохранении