Statystyka a ekonometria: jaka jest różnica?

Dziedzina statystyki zajmuje się gromadzeniem, analizą, interpretacją i prezentacją danych.

Ekonometria to po prostu zastosowanie metod statystycznych do zagadnień ekonomii.

Na przykład student biorący udział w kursie wprowadzającym do statystyki może poznać następujące tematy:

• Jak obliczaćstatystyki opisowe
• Jak wizualizować dane
• Jak konstruować przedziały ufności
• Jak przeprowadzić testowanie hipotez
• Jak dopasować modele regresji
• Jak dopasować modele ANOVA

Student, który następnie podejmie kurs ekonometrii, nauczy się, jak stosować każdą z tych metod statystycznych, aby odpowiedzieć na pytania badawcze związane z ekonomią.

Jeśli student chce zostać ekonometrem, musi najpierw zapoznać się z pojęciami nauczanymi na wstępnym kursie statystyki.

Następnie mogą wziąć udział w kursie ekonometrii, aby dowiedzieć się, jak stosować metody statystyczne do konkretnych problemów badawczych w dziedzinie ekonomii.

Powszechne metody statystyczne stosowane w ekonometrii

W dziedzinie ekonometrii wykorzystuje się wiele metod statystycznych.

Poniższe przykłady ilustrują niektóre powszechnie stosowane metody.

Przykład 1: Statystyka opisowa

Ekonometrycy często korzystają ze statystyk opisowych, aby podsumować aktualny stan gospodarki na danym obszarze.

Na przykład ekonometryk może zebrać następujące dane dotyczące osób w konkretnym mieście:

• Liczba ludności: 85 000
• Średni dochód gospodarstwa domowego: 71 200 dolarów
• Średni dochód gospodarstwa domowego: 56 400 dolarów
• Odchylenie standardowe dochodu gospodarstwa domowego: 12 200 dolarów

Korzystając z tych statystyk opisowych, ekonometryk może uzyskać solidną wiedzę na temat rozkładu dochodów w tym mieście.

Ekonometryk mógłby także porównać te wartości z innymi miastami lub nawet porównać te wartości z tym samym miastem w innym okresie.

W praktyce ekonometrycy stale posługują się statystyką opisową, aby lepiej zrozumieć sytuację gospodarczą różnych miast, stanów i krajów.

Przykład 2: modele regresji

Ekonometrycy często korzystają z modeli regresji wielokrotnej, aby zrozumieć, jak różne czynniki wpływają na określonezmienne odpowiedzi .

Na przykład ekonometryk badający domy może dopasować następujący model regresji:

Zmienna odpowiedzi :

• Cena domu

Zmienne predykcyjne :

• Stopy kwadratowe
• Liczba pokoi
• Liczba łazienek
• Rozmiar gruntu

Następnie mogą użyć tego modelu regresji, aby dokładnie zrozumieć, w jaki sposób różne zmienne predykcyjne wpływają na zmienną odpowiedzi.

Na przykład mogą odkryć, że na każdy dodatkowy metr kwadratowy powierzchni domu (przy niezmienionych wszystkich pozostałych zmiennych) cena domu wzrasta średnio o 150 dolarów.

Mogą też stwierdzić, że w przypadku każdej dodatkowej łazienki (przy niezmienionych pozostałych zmiennych) cena domu wzrasta średnio o 8500 dolarów.

Mogą również wykorzystać ten model regresji do przewidzenia ceny sprzedaży domu na podstawie wartości zmiennych predykcyjnych modelu.

Przykład 3: Prognozowanie szeregów czasowych

Ekonometrycy często wykorzystują analizę szeregów czasowych do prognozowania stanu gospodarki danego powiatu, miasta, stanu lub kraju w określonym momencie w przyszłości.

Na przykład ekonometryk może wykorzystać dane historyczne do przewidzenia PKB, stopy bezrobocia, stopy procentowej lub innej miary dla danego kraju w danym momencie w przyszłości.

Powiązane: Jak wykreślić szereg czasowy w języku R (z przykładami)

Wniosek

Podsumowując:

Dziedzina statystyki obejmuje szeroką gamę metod, które można stosować w przypadku wielu różnych typów danych.

Dziedzina ekonometrii to po prostu zastosowanie tych metod statystycznych do różnych zagadnień ekonomii.

Dodatkowe zasoby

Poniższe artykuły wyjaśniają znaczenie statystyki w różnych dziedzinach:

Dlaczego statystyki są ważne? (10 powodów, dla których statystyki są ważne!)
Znaczenie statystyki w przedsiębiorstwach
Znaczenie statystyki w edukacji
Znaczenie statystyki w ochronie zdrowia