10 errores comunes en econometría aplicada

Evitar errores cuando se hace el análisis econométrico depende de su capacidad de aplicar los conocimientos que adquirió antes y durante su clase de la econometría. A continuación se presenta un resumen de las trampas más comunes para ayudarle a mejorar su aplicación del análisis econométrico.

El no poder utilizar su sentido común y el conocimiento de la teoría económica común

Una de las características que diferencian a la investigación aplicada en la econometría de otras aplicaciones de análisis estadístico es el uso de la teoría económica y el sentido común para motivar a la conexión entre las variables independientes y dependientes.

En econometría, usted debería ser capaz de hacer un caso fuerte para las variables independientes (Xs) provocando cambios en la variable dependiente (Y). Es necesario teoría sólida y el buen sentido común para justificar su enfoque. Si lo hace, le permite proporcionar una interpretación sensible de sus resultados, además de las medidas típicas de significación estadística y en forma.

Hacer las preguntas equivocadas primero

Primeros obsesionado con los detalles técnicos de la estimación de modelos econométricos puede ser fácil. Sin embargo, siempre hay que dar un paso atrás y te preguntas por qué estás haciendo lo que estás haciendo. ¿Por qué los demás encontrar mi tema interesante e importante?

Haciendo caso omiso de la labor y las contribuciones de los demás

El no poder conectar su trabajo con el de otros que han examinado su pregunta de investigación o algo estrechamente relacionado con él es un grave error. La comprensión de cómo otros han abordado cuestiones similares pueden ayudar a determinar qué modelo utilizar, puede producir mejoras en su trabajo, y permite a los lectores a comprender mejor la relevancia de su tema.

En su revisión de la literatura, se centran en los papeles o segmentos de papeles que están directamente relacionados con su trabajo. Resumir las de aproximación, datos y hallazgos de otros investigadores. Por último, tener claro cómo encaja su trabajo con lo que ya se ha hecho por otros, lo que ha mejorado, y / o cómo se han explorado nuevas dimensiones del tema.

El no poder familiarizarse con los datos

Los estudiantes a menudo asumen que los datos que están trabajando es completa para todas las variables y que la información presentada es correcta. Usted puede reducir sus probabilidades de tener sorpresas desagradables en sus resultados haciendo un trabajo exploratorio que incluye estadísticas descriptivas, gráficos de líneas (para datos de series de tiempo), distribuciones de frecuencia, e incluso listas de algunos valores de datos individuales.

Una serie de resultados no deseados puede ser resultado de no poder familiarizarse con sus datos de análisis. Estos tres ejemplos son quizás los más comunes:

• Variables que pensaba se midieron continuamente están realmente en categorías o grupos.

• Medidas que creyeron eran los valores reales son en realidad los valores perdidos.

• Los valores de datos que aparecen perfectamente legítimo en realidad están censurados valores.

Por lo que es muy complicado

El arte de la econometría se encuentra en la búsqueda de la especificación apropiada o forma funcional para modelar su resultado particular de interés. En muchos casos, sin embargo, la teoría puede ser vago acerca de los elementos específicos de las especificaciones del modelo.

Dada la incertidumbre de la elección de la " perfecta " especificación, muchos en econometría aplicada cometen el error de overspecifying sus modelos (es decir, que incluyen numerosas variables irrelevantes) o favorecer métodos de estimación más complicadas técnicas más sencillas. Puede dar lugar a propiedades estimador indeseables y dificultades para interpretar el significado de los resultados.

Ser inflexibles a las complicaciones de la vida real

Las soluciones o predicciones derivadas por el uso de las teorías económicas utilizan deducción lógica y / o demostración matemática de que por lo general se basan en la ceteris paribus (todo lo demás constante) suposición.

Los datos que se utiliza para probar las hipótesis económicas, sin embargo, se derivan de un mundo donde los agentes (individuos, empresas, o lo que sea) está comprometido con su entorno de una manera que no es probable que satisfacer la ceteris paribus suposición, porque muchas de las variables que definen sus circunstancias específicas varían considerablemente de una observación a otra.

Mirando hacia otro lado cuando vea resultados extraños

La mayoría de los proyectos de investigación econométricos contienen resultados de la estimación de numerosas variantes de los modelos relacionados. Usted quiere centrarse en sus principales variables de interés (variables principales), pero asegúrese de que usted examina todas sus resultados.

Eso significa que no ignore los resultados irrazonables (estimaciones mayoría insignificantes, coeficientes con el signo equivocado, y magnitudes que son demasiado grandes) y proceder a la presentación de informes y la interpretación. Si algunos resultados no pasan una prueba de sentido común, entonces las pruebas estadísticas tienden a ser de sentido e incluso pueden indicar que usted ha cometido un error con sus variables, la técnica de estimación, o ambos.

La obsesión por las medidas de ajuste y la significación estadística

Después de estimar un modelo econométrico, enfocar su atención y guiar al lector (si usted está escribiendo un trabajo de investigación) a los resultados que son más relevantes para abordar el problema de investigación.

La importancia de los resultados no debe determinarse sobre la base de ajuste (valores-R al cuadrado) o significación estadística solo. Claro, coeficientes estadísticamente insignificantes sugieren que la variable independiente no es probable que afecte la variable dependiente. Sin embargo, si la falta de una relación es nueva o inesperada, este hallazgo puede ser significativo!

Olvidándose de importancia económica

Usted puede usar medidas de significación estadística para determinar qué variables no es probable que tengan un efecto sobre la variable dependiente, pero no se puede utilizar para determinar las variables que tienen un efecto relevante.

Después de que usted haya establecido que una variable es estadísticamente significativa, no se olvide de centrar su atención en el coeficiente. A veces variables pueden tener coeficientes que son altamente estadísticamente significativa a pesar de que no tiene importancia económica se asocia con el resultado.

El elemento más importante en la discusión de los resultados es la evaluación de la significación estadística y magnitud para las variables primarias de interés. Si una variable tiene un coeficiente estadísticamente significativo, pero la magnitud es demasiado pequeño para ser de alguna importancia, entonces usted debe tener claro su falta de importancia económica.

Asumiendo sus resultados son robustos

En la mayoría de los casos, la teoría económica permite una cantidad considerable de flexibilidad en la determinación de la especificación exacta del modelo econométrico. Usted querrá ver si pequeños ajustes cambian los resultados.

No asuma que sólo un modelo econométrico puede aplicar a su pregunta de investigación y que los resultados no va a cambiar con modificaciones razonables a su especificación. Desea realizar análisis de robustez (o sensibilidad) para demostrar que sus estimaciones de los modelos no son sensibles (es robusta) a ligeras variaciones en las especificaciones.