Статистика проти економетрики: у чому різниця?

Сфера статистики займається збором, аналізом, інтерпретацією та представленням даних.

Економетрика — це просто застосування статистичних методів до економічних питань.

Наприклад, студент, який вивчає вступний курс статистики, може дізнатися про такі теми:

• Як розрахувати описову статистику
• Як візуалізувати дані
• Як побудувати довірчі інтервали
• Як виконувати перевірку гіпотез
• Як підібрати регресійні моделі
• Як підібрати моделі ANOVA

Студент, який потім проходить курс економетрики, навчиться застосовувати кожен із цих статистичних методів для відповідей на дослідницькі питання, пов’язані з економікою.

Якщо студент хоче стати економетристом, він повинен спочатку ознайомитися з поняттями, які викладаються у вступному курсі статистики.

Потім вони можуть пройти курс економетрики, щоб навчитися застосовувати статистичні методи до конкретних питань дослідження в галузі економіки.

Загальні статистичні методи, що використовуються в економетриці

У галузі економетрики використовується багато статистичних методів.

Наступні приклади ілюструють деякі поширені методи.

Приклад 1: Описова статистика

Економетристи часто використовують описову статистику, щоб узагальнити поточний стан економіки в певній сфері.

Наприклад, економетрист може зібрати такі дані про людей у певному місті:

• Чисельність населення: 85 тис
• Середній сімейний дохід: $71 200
• Середній сімейний дохід: 56 400 доларів США
• Стандартне відхилення сімейного доходу: 12 200 дол

Використовуючи цю описову статистику, економетрист може отримати чітке розуміння розподілу доходів у цьому місті.

Економетрист може також порівняти ці значення з іншими містами або навіть порівняти ці значення з тим самим містом за інший період.

На практиці економетристи постійно використовують описову статистику, щоб краще зрозуміти економічну ситуацію в різних містах, штатах і країнах.

Приклад 2: регресійні моделі

Економетристи часто використовують множинні регресійні моделі , щоб зрозуміти, як різні фактори впливають на певні змінні відповіді .

Наприклад, економетрист, який вивчає будинки, може відповідати такій регресійній моделі:

Змінна відповіді :

• Ціна будинку

Прогностичні змінні :

• Квадратних футів
• кількість кімнат
• Кількість санвузлів
• Розмір землі

Потім вони можуть використовувати цю регресійну модель, щоб точно зрозуміти, як різні змінні предиктора впливають на змінну відповіді.

Наприклад, вони можуть виявити, що з кожним додатковим збільшенням розміру будинку на один квадратний фут (за умови незмінності всіх інших змінних) ціна будинку зростає в середньому на 150 доларів.

Або вони можуть виявити, що за кожну додаткову ванну кімнату (усі інші змінні залишаються незмінними) ціна будинку зростає в середньому на 8500 доларів.

Вони також можуть використовувати цю регресійну модель для прогнозування ціни продажу будинку на основі значень змінних предикторів моделі.

Приклад 3: Прогнозування часових рядів

Економетристи часто використовують аналіз часових рядів, щоб спрогнозувати стан економіки певного округу, міста, штату чи країни на певний час у майбутньому.

Наприклад, економетрист може використовувати історичні дані для прогнозування ВВП, рівня безробіття, процентної ставки або іншого показника для даної країни в певний час у майбутньому.

Пов’язане: Як побудувати часовий ряд у R (з прикладами)

Висновок

На закінчення:

Сфера статистики охоплює широкий спектр методів, які можна використовувати з різними типами даних.

Сфера економетрики — це просто застосування цих статистичних методів до різних тем економіки.

Додаткові ресурси

У наступних статтях пояснюється важливість статистики в різних сферах:

Чому статистика важлива? (10 причин, чому статистика важлива!)
Важливість статистики в бізнесі
Значення статистики в освіті
Значення статистики в охороні здоров’я