STATA for Beginners INTENSIVE

พชญ จงวฒนากล

1

ความหมายของเศรษฐมต

• เศรษฐมตเปนการวดทางเศรษฐศาสตร

(Economic measurement)

• เศรษฐมต หมายถง การวเคราะหทางปรมาณเก&ยวกบปรากฎการณหรอพฤตกรรมทางเศรษฐศาสตร โดยอาศยทฤษฎและขอมลท&สงเกตไดแลวนามาอธบายความสมพนธโดยวธวนจฉยท&เหมาะสม (Samualson)

2

กระบวนการทางเศรษฐมต

• เลอกทฤษฎและต 6งสมมตฐาน• สรางแบบจาลองทางคณตศาสตรตามทฤษฎ• สรางแบบจาลองทางเศรษฐมต• รวมรวมขอมล (ประกอบดวย ขอเทจจรงท&ปรากฎ หรอส&งท&สงเกตได)

• ประมาณการ (estimate) คาพารามเตอร (parameter)

• การวเคราะหทางสถตทดสอบความเช&อม&นและความนาเช&อถอ• การทานายหรอพยากรณ (forecast)

• การประยกตใชเพ&อนาไปสนโยบายตางๆ

3

1. เลอกทฤษฎและต�งสมมตฐาน

• ทฤษฎการบรโภคของเคนส กลาววา รายไดท&ใชจายได (Disposable Income) เปนตวแปรท&สาคญท&สดในการกาหนดรายจายเพ&อการบรโภค ดงน 6นเม&อสมมตใหปจจยอ&น ๆ คงท& ฟงกชนการบรโภคจงข 6นอยกบรายไดท&ใชจายไดแตเพยงอยางเดยว

4

2. สรางแบบจาลองทางคณตศาสตรตามทฤษฎ

Consumption: Y

Disposable Income: X

β1

0

Y

มขอสงเกตวา แมวาระดบรายไดจะมคาเทากบศนยกยงคงมการบรโภคอยระดบหน&ง

เสนการบรโภคเปนเสนตรง และมความชนเปนบวก เม*อมรายไดท*ใชจายไดเพ*มสงข�น การบรโภคจะเพ*มสงข�นดวย

Y = β 1 + β 2X

0 < β 2 <1

5

3. สรางแบบจาลองทางเศรษฐมต

• U คอ ตวรบกวน (disturbance term) หรอ error term

เกดข 6นจาก อทธพลของตวแปรอ&นๆท&ไมไดนามาศกษาในแบบจาลอง หรอกลาวไดวา เปนสวนท&ไมสามารถอธบายไดจากแบบจาลองท&สรางข 6น

Y = β 1 + β 2X + U

6

4. รวมรวมขอมล

• Personal Consumption Expenditures (PCE)

– > U.S. Bureau of Labor Statistics

• Real GDP

– > World Bank

• สมมตใชขอมลต 6งแตป 1960 - 2005

7

5. ประมาณการคาพารามเตอร

MPC = ???

8

6. การวเคราะหทางสถตทดสอบความเช*อม*นและความนาเช*อถอ

• MPC = 0.72

– มระดบนยสาคญท&เทาไร (ตางจากศนยหรอไม)

– ตรงตามทฤษฎไหม (ทดสอบระดบนยสาคญดวย)

– ถามตวแปรตนมากกวา 2 ตวแปร• ปญหา Multicolinearlity ???

• ปญหา Heterosckedasticity ???

• ปญหา Autocorrelation ???

0 < β 2 <1

9

7. การทานายหรอพยากรณ (forecast)

• สมมตตองการพยากรณคา mean consumption expenditure ในป 2006

• ถา GDP ในป 2006 มคา 11,319.4 พนลานดอลลารสหรฐ จะได

• ดงน 6น การทานาย mean consumption expenditure มคา 7,870.75 พนลานดอลลารสหรฐ

• แตถาตวเลขจรงๆ ของ ป 2006 เทากบ 8,044 พนลานดอลลารสหรฐ• แสดงวาการทานายของแบบจาลองดงกลาวต&ากวาความเปนจรงไป 174

พนลานดอลลารสหรฐ• หรอเกด forecast error 174 พนลานดอลลารสหรฐ 10

7. การทานายหรอพยากรณ (forecast)

• สมมตวา ปธน ตองการเสนอใหลดภาษเงนไดบคคลธรรมดา (income tax) ลง

• คาถามคอ นโยบายดงกลาวจะเกดผลกระทบตอ Consumption

expenditure และ การจางงานอยางไร

11

7. การทานายหรอพยากรณ (forecast)

• ตามทฤษฎเศรษฐศาสตรมหภาค ถามการเปล&ยนแปลงใน income

จะสงผลตอการเปล&ยนแปลงใน investment expenditure

ซ&งจะวดไดโดย income multiplier

• ดงน 6นการเพ&มข 6น (หรอลดลง) ของการลงทนหน&งดอลลารสหรฐ จะนาไปสการเพ&มข 6น (หรอลดลง) ของรายได 3.57 ดอลลารสหรฐ

12

8. การประยกตใชเพ*อนาไปสนโยบายตางๆ

• สมมตใหเม&อทาการประมาณคาแบบจาลองการบรโภคไดดงน 6

• และสมมตวา ถารฐบาลเช&อวา consumer expenditure มคาประมาณ 8,750 พนลานเหรยญดอลลารสหรฐ โดยจะสามารถคงอตราการวางงาน (unemployment rate) อยท& 4.2% (ชวงตนของ 2006) อยากทราบวาระดบของ income ควรจะเปนเทาไรจงเปนการการนตถงเปาหมาย consumer expenditure ณ ท& 8,750 พนลานเหรยญดอลลารสหรฐ ได

13

8. การประยกตใชเพ*อนาไปสนโยบายตางๆ

• เม&อทาการคานวณปรากฎวา ระดบรายได (income) ควรอยท& 12,537 พนลานเหรยญดอลลารสหรฐ จงจะทาใหได consumer

expenditure ท& 8,750 พนลานเหรยญดอลลารสหรฐ

• และการท&จะทาใหระดบรายได (income) ตามเกณฑดงกลาวน 6น รฐบาลตองผสมผสานนโยบายตางๆ เพ&อใหบรรลเปาหมาย– Fiscal policy

– Monetary policy

14

ประเภทของขอมล

ถาอยากวดความสง…..

15

ขอมลท*แบงตามเวลาและตวอยางในการเกบรวบรวมขอมลแบงออกไดเปน 4 ประเภทหลกๆ

• Cross - sectional data

• Time – series data

• Panel or Longitudinal data

• Pooled Cross – sectional data

16

Cross - sectional dataไปเกบขอมลแคปเดยว วดสวนสงหลายๆ คนID ป สวนสง เพศ ( 1 = ญ, 0 = อ&นๆ)

2010 120 0

2010 135 0

2010 115 0

2010 125 1

2010 123 1

2010 140 117

Time – series data

ตดตามขอมลสวนสงของเดกท*สนใจอยางตอเน*องหลายๆ ปID ป สวนสง เพศ ( 1 = ญ, 0 = อ&นๆ)

2010 120 0

2011 125 0

2012 137 0

2013 148 0

2014 159 0

2015 168 018

Panel or Longitudinal data

เกบขอมลคนเดม (ย �าวาคนเดม !) หลายๆ คน หลายๆ ป ID ป สวนสง เพศ ( 1 = ญ, 0 = อ&นๆ)

2010 120 0

2011 125 0

2010 115 0

2011 128 0

2010 123 1

2011 137 119

Pooled Cross – sectional dataมาเกบขอมลหลายๆ ป เจอใครกขอวดสวนสง ไมจาเปนตองเปนคนเดม

ID ป สวนสง เพศ ( 1 = ญ, 0 = อ&นๆ)

2010 120 0

2011 137 0

2012 155 0

2010 125 1

2013 150 1

2011 147 120

ตวแปรหน (dummy variable)

• “ตวแปรหน” (Dummy variables) เปน ขอมลท&สรางข 6นโดยนกวจย ในกรณซ&งปจจยท&มผลกระทบตอตวแปรตามไมสามารถวดออกเปนตวเลขไดท 6งน 6เพราะปจจยเหลาน 6อยในรปเชงคณภาพ (Qualitative variable) เชน อาชพ ศาสนา เพศ

21

ประเภทขอมล(จาแนกตามแหลงท*มาของขอมล )

• ขอมลปฐมภม (Primary Data) เปนขอมลท&ผ ใชหรอหนวยงานท&ใชเปนผ ทาการเกบขอมลดวยตนเอง ด 6วยวธการ– วธการสมภาษณ – การทดลอง -> Experimental Economics

– การสงเกตการณ – เกบแบบสอบถามเอง -> Google forms แลวไปแปะใน FB เพ&อน

• ขอมลปฐมภมเปนขอมลท&มรายละเอยดตรงตามท&ผ ใชตองการ แตมกจะเสยเวลาในการจดหาและมคาใชจายสงไปเดนเกบแบบสอบถามเอง

22

ประเภทขอมล(จาแนกตามแหลงท*มาของขอมล )

• ขอมลทตยภม (Secondary Data) เปนขอมลท&ผ ใชไมไดเกบรวบรวมเอง แตมผ อ&นหรอ หนวยงานอ&นๆ ทาการเกบรวบรวมไวแลว เชน จากรายงาน ท&พมพแลว หรอยงไมไดพมพของ หนวยงานของรฐบาล สมาคม บรษท สานกงานวจย นกวจย วารสาร หนงสอพมพ เปนตน

• การนาเอาขอมลเหลาน 6มาใชเปนการประหยดเวลาและคาใชจาย แตในบางคร 6งขอมลอาจจะไมตรงกบความตองการของผใช หรอมรายละเอยดไมเพยงพอท&จะนาไปวเคราะห

• นอกจากน 6ในบางคร 6ง ขอมลน 6นอาจมความผดพลาดและผใชมกจะไมทราบขอผดพลาดดงกลาว ซ&งอาจมผลกระทบตอการสรปผล ดงน 6น ผ ท&จะนาขอมลทตยภมมาใชควรระมดระวงและตรวจสอบคณภาพขอมลกอนท&จะนาไปวเคราะห

23

ตวอยางแหลงขอมลทตยภม (Secondary Data)

• เสยเงน– ผลการสารวจผใชแรงงาน (labor force survey) สานกงานสถตแหงชาต

– ขอมลการคาระหวางประเทศขององคการสหประชาชาต uncomtrade

– ขอมลการใชสทธพเศษทางภาษศลกากร FTA

• สานกสทธประโยชนทางการคา กรมการคาตางประเทศ กระทรวงพาณชย

– ฐานขอมลเอกชน ซ&งไปซ 6อขอมลมาอกทอดหน&ง หรอไปเอามาจากแหลงท&ฟร• CEIC -> จฬาฯ มธ ABAC , มสธ ไมม

• Bloomberg

24

ตวอยางแหลงขอมลทตยภม (Secondary Data)

• ไมเสยเงนยนดเผยแพร (บางสวนอาจเสยเงนบาง)• ธนาคารแหงประเทศไทย (www. bot.or.th)

– ประเภทขอมล: ขอมลเศรษฐกจมหภาค รายไดการเงน การคลง รายงานภาวะเศรษฐกจ บทความ งานวจย นโยบายการเงน

• กระทรวงการคลง (www.mof.go.th)

– ประเภทขอมล: การคลง รายรบ ภาษรายงานสถานะการคลง

• กระทรวงพาณชย (www.moc.go.th)

– ประเภทขอมล: ภาวะและสถตการคา ขอมลการสงออกและนาเขาดชนราคา พระราชบญญตท&เก&ยวกบการคา

25

ตวอยางแหลงขอมลทตยภม (Secondary Data)

• สานกคณะกรรมการพฒนาเศรษฐกจและสงคมฯ (www.

nesdb.go.th )– ประเภทขอมล: การผลต รายไดการจางงาน แผนพฒนาเศรษฐกจรายงานภาวะ

เศรษฐกจ

• ตลาดหลกทรพยแหงประเทศไทย (www.set.or.th)

– ประเภทขอมล: ราคาหน ขอมลของบรษทจดทะเบยน สถตเก&ยวกบการซ 6อขายหน

• International Monetary Fund (www.imf.org)– ประเภทขอมล: นโยบายการเงน ขอมลดานการเงนระหวางประเทศ งานวจยดาน

การเงน

26

ตวอยางแหลงขอมลทตยภม (Secondary Data)

• World Bank (www.worldbank.org)

ประเภทขอมล: นโยบายการคลง การพฒนา งานวจยท&เก&ยวกบเศรษฐศาสตรทกสาขา

• Bank of International Settlement (www.bis.org )

– ประเภทขอมล: การเงน และการธนาคาร นโยบายและงานวจยดานการเงนและการธนาคาร

• World Trade Organization (www.wto.org)

– ประเภทขอมล: ดานการคาระหวางประเทศ งานวจย

27

ตวอยางแหลงขอมลทตยภม (Secondary Data)

• ปกปด ยากท&จะไดมา แตรวามนม

• ขอมลจากบรษทเอกชนตางๆ เชน– ยอดขาย

– ตนทน

28

ประมาณคา, คานวณ, estimate, รน ดวยโปรแกรม STATA

29

STATA

• Stata is a general-purpose statistical software package created in 1985 by StataCorp. Most of its users work in research, especially in the fields of economics, sociology, political science, biomedicine and epidemiology.

• Stata's capabilities include data management, statistical analysis, graphics, simulations, regression analysis (linear and multiple), and custom programming.

30

ตวอยางท* 1

31

summarize

• summarize = เปนการสรป data ท 6งหมด

• ใน Thesis ตองแสดงการสรป data ทกคร 6ง !

32

codebook

• codebook บอก detail ของแตละ variable

33

describe

• describe -> บอกวาตวแปรแตละตวมการเกบขอมลแบบไหน

• ลองพมพ describe year ด34

plot

• plot rgdp c

• plot ngdp c

• plot rgdp ngdp c

35

scatter

• scatter rgdp c

• scatter ngdp c

• scatter rgdp ngdp c

36

4.0e

+06

6.0e

+06

8.0e

+06

1.0e

+07

1.2e

+07

1.8e+06 2.0e+06 2.2e+06 2.4e+06c

rgdp ngdp

correlate

• correlate rgdp ngdp

• corr rgdp c

• corr

• ใน Thesis ตองแสดง correlate ของตวแปรตนท 6งหมดดวย !37

โจทย

• generate rgdp_mill = rgdp / 1000000

• rename rgdp_mill rgdp_mil

• gen ngdp_mil = ngdp / 1000000

• gen consumption_mil = c / 1000000

• Plot ???

• line rgdp_mil year38

โจทย

• reg rgdp_mil consumption_mil

39

Result:

40

2R F Test−

t test−

1 1ˆ ˆY a b X= +

Root MSE

• คอ ตวแปรตน x สามารถอธบายความผนแปรของตวแปรตาม y ไดรอยละเทาไร (95.05)

• Root MSE = Root Mean Square Error เปนวธการประเมนความแมนยาของคาพยากรณกบคาท&วดไดจรง คานวณจาก Root Mean Square Error ถามนอยแสดงวามความแมนยามาก

• F-test ใชทดสอบสมมตฐานวาสมประสทธทกตวมคาเทากบศนยหรอไม -> มสมประสทธMอยางนอย 1 ตวท&ไมเทากบศนยอยางมนยสาคญทางสถต

• t-test คอ ใชทดสอบสมมตฐานวาสมประสทธตวแปรตนน 6นๆ มคาเทากบศนยหรอไม

41

2R

0ˆ: 0

ˆ: 0a

H b

H b

=

≠

มนยสาคญทางสถตท&ระดบ 1% (P<0.01)

ถา P < 0.05 = มนยสาคญทางสถตท&ระดบ 5% ถา P < 0.1 = มนยสาคญทางสถตท&ระดบ 10%

Sig ไม Sig

เวลาทาตารางใน Thesis ใหทาในรปแบบประมาณน�หาม Copy มาด�อๆ

ตวแปรตน OLS

year 0.150***

(.012)

constant -297.153***

(24.29)

Observation 10

R-square 95.05

F-Test 153.73***

42

หมายเหต ในวงเลบคอ SE , *** หมายถง มนยสาคญทางสถตท&ระดบ 1%,

** มนยสาคญทางสถตท&ระดบ 5% , และ * มนยสาคญทางสถตท&ระดบ 10%

หา y_hat และ u_hat

43

หา y_hat และ u_hat

• หา y_hat

• predict rgdp_mil_hat, xb

• หา u_hat

• predict u_hat, residual

44

45

Plot Graph ด

• twoway scatter rgdp_mil consumption_mil || line rgdp_mil_hat consumption_mil

46

33.

54

4.5

1.8 2 2.2 2.4consumption_mil

rgdp_mil Linear prediction

โจทย

• ลองทาสมการท&สองด

47

48

• predict ngdp_mil_hat, xb

• twoway line rgdp_mil_hat year || line ngdp_mil_hat year

49

46

810

12Li

near

pre

dict

ion

2002 2004 2006 2008 2010 2012year

Linear prediction Linear prediction

• 1. หา MPC

• 2. หา multiplier

50

• MPC = 0.422

• Multiplier = 1.73

• แลวถาไมตองหารดวย 1,000,000 หละ ผลยงคงเทาเดมไหม

• reg c rgdp51

1

1multiplier

MPC=

−

ตผล

แบบจาลอง การตผล

X เปล&ยนแปลง 1 หนวย Y เปล&ยนแปลงไป ��หนวย

X เปล&ยนแปลง 100หนวย Y เปล&ยนแปลงไป ��เปอรเซนต

X เปล&ยนแปลง 1 เปอรเซนต Y เปล&ยนแปลงไป �� ∗ 0.01หนวย

X เปล&ยนแปลง 1 เปอรเซนต Y เปล&ยนแปลงไป ��เปอรเซนตหรอคอ Elasticity

52

0 1Y Xβ β= +

0 1lnY Xβ β= +

0 1 lnY Xβ β= +

0 1ln lnY Xβ β= +

ตวแปรหน Dummy Variable

53

Dummy Variable

• บางคร 6งตวแปรตนท&เราตองการ estimate น 6น ไมสามารถหาคาเปนตวเลขได• ตวแปรพวกน 6 ยกตวอยางเชน เพศ เช 6อชาต ส ศาสนา ภมภาค (เหนอ ใต ออก ตก) • ยกตวอยางสถานการณคอ การหาความแตกตางระหวางคาจางแรงงานในเพศ

หญง – ชาย • เน&องจาก เพศ ไมสามารถ กาหนด คาเปนตวเลขไดอยาง ตวแปรอ&นๆ เชน คาจาง

ผลผลต ตนทน ความสง อณหภม • ดงน 6น ตวแปรหน หรอ dummy variable จงถกหยบนามาใชแกปญหาการ

estimate ตวแปรเหลาน 6• โดยท&วๆ ไปจะ สมมต ตวเลขข 6นมา เชน ใหเพศหญง= 1 และ ใหเพศชาย = 0 แลว

จงคอยนาไป estimate

54

Average salary of public school

teachers by state, 1986

• gives data on average salary (in dollars) of public

school teachers in 50 states and the District of

Columbia for the year 1985.

• These 51 areas are classified into three

geographical regions:

• (1) Northeast and North Central (21 states in all),

• (2) South (17 states in all),

• (3) West (13 states in all).

55

แบบจาลอง

• West คอ ถา D2i และ D3i = 0

• แลวทาไมเขต west ไมตองม dummy เหมอนเขตอ&นๆ ???

56

ส*งท*ควรระวง• 1. ถากาหนดตวแปรเชงคณภาพดวยกน m จานวน เวลากาหนดลงใน

model จะใชไดเพยงแค m-1 ตวเทาน 6น ยกตวอยางขางตน ตองการดภมภาคแค 3 สวน แตในตว model ใช dummy แค 2 สวนเทาน 6น เพราะมนจะเกดปญหาท&เรยกวา dummy variable trap ซ&งมาจากการเกด pefect collinearity หรอ perfect multicollinearity เกดข 6น (ยกเวนถา estimate แบบกาหนดไมใหม constant ออกมา)

• 2. ตวแปรเชงคณภาพท&ไมไดใสลงไปในโมเดล (ใชเลข 0 ท 6งหมด) เคาเรยกวา base, benchmark, control, comparison, reference, or omitted category

• คาถาม จากตวอยางขางตน ภมภาคไหนเปน benchmark ???

• 3. ตว intercept หรอ constant term จะบงบอกถง mean value ของตวแปรท&เปน benchmark 57

ส*งท*ควรระวง

• 4. คาพารามเตอร หนา dummy variable เรยกวา differential intercept coefficients น&นคอถาจะด effect ของแตละภมภาค กใหเอา พารามเตอร หนา ตวแปร dummy มาบวกกบ ตวแปร intercept อยางเชนท&เราทากราฟรปภเขา ตางระดบขางตน

• 5. ตว benchmark เราสามารถกาหนดเองได อยากใหเปน south แทน west กยอมได

• 6. ถาเราตองการใสตวแปร dummy ใหครบทก ประเภท (เอาท 6ง 3 ภมภาค) กยอมทาได แตตอง estimate แบบกาหนดใหไมมคา constant ออกมา

• 7. ถามวาแบบไหนดกวากน ใหเลอกเอาแบบม constant

58

รนเลย

• เปดไฟล ex9.1

59

60

WestN/E & N/C South

1 48 15ˆ ,0β =

1 2ˆ 4 ,539ˆ 9β β+ =

1 3ˆ 4 ,294ˆ 6β β+ =

• ลองดแบบไมม constant

• reg salary d1 d2 d3, nocon

61

ตวอยางของ Model ท*มท�งตวแปรเชงคณภาพและปรมาณ (โมเดลเดมแตเพ*มคาใชจายลกหลานตอคนเขาไป)

• reg salary d2 d3 spending

62

63

64

แบบจาลองท*มท�งตวแปรเชงปรมาณ และตวแปรเชงคณภาพ โดยอาจจะมการเปล*ยนแปลงโครงสรางจากตวแปรท�งสอง

65

เปด ex9.2 page 287

• gen DX = dum* income

• reg saving income dum DX

66

67

Interaction ของตวแปร dummy 2 ตว ท*แตกตางกน

• จากตวอยางถาตองการหา ชม การทางานเฉล&ย ของท 6งผหญงท&ไมไดเปนคนขาวและไมไดเปนสเปน จะออกแบบ Model อยางไร

• ตอบ เอา ตวแปร dummy ท 6งสอง มาคณกน

68

• รายละเอยดของแตละ Coefficients คอ

69

ผลลพธ

70

แบบฝกหด

• สรปใหดหนอยวาแตละประเภทตองดคา coefficient ตวไหนบาง

71

เฉลย

72

ถาตวแปรตนมมากกวา 1 ตว ตองระวงปญหาดงตอไปน�

Multicollinearity

Heteroscedasticity

Autocorrelation

73

Multicollinearity

74

Multicollinearity

• คอสภาพท&เกดสหสมพนธ ( Correlation) กนเองระหวางตวแปรอสระในระดบคอนขางสง

• เอางายๆ คอ ตวแปรทางขวามอ มความสมพนธกนเอง

• มนจะทาใหคานวณไมออก

• ถงคานวณออกกม&วซ&ว เคร&องหมายรวนไปหมด จากลบเปนบวก จากบวกเปนลบ

• ตวอยาง เชน อตราการเสยชวตหลงคลอดของทารก ข 6นอยกบระยะเวลาต 6งครรภ (สปดาห) และ น 6าหนกทารกแรกเกด(กก.)

75

รไดอยางไร

• จะรไดอยางไรวาเกด Collinearity หรอ Multicollinearity

ข 6นแลวเม&อเราทาการวเคราะหขอมลโดย Multiple regression

• คา R – Square สง แต ตวแปรตนไม significant

• ใช Scatter plot หาความสมพนธระหวางตวแปรตน

• ทดสอบหาคาสหสมพนธระหวางตวแปรอสระแตละตว– STATA ใชคาส&งอะไรหาคาสหสมพนธ ???

76

เปดไฟล ex10.5 page 333

• reg y x2 x3

• เหนอะไรไหม สงเกต R-square และ คา p-value

77

เกด multi แนๆ

• plot x2 x3

• Corr x2 x3

78

จะทาอยางไรเม*อตองเผชญกบปญหา Collinearity

หรอ Multicollinearity

• ตดตวแปรท&ม Collinearity หรอ Multicollinearity ออกสกตวท 6งไป

• รวมตวแปรท&ม Collinearity กนใหเปนตวแปรใหมท&ยงใหความสมพนธกบตวแปรตามอย– สวนสงและน 6าหนก เปนตวแปรอสระท&ม Correlation กนคอนขางมาก เรา

อาจจะเปล&ยนไปใชตวแปรใหมคอ ดชนมวลกาย แทน กจะตดปญหา Collinearity ได

• ยอมรบวาตองม Collinearity หรอ Multicollinearity แนๆ เพราะบางคร 6งเรากไมมทางเลอกท&ดกวาน 6

79

เปดไฟล ex10.5 page 333

• หา corr สมการขางตน• รนสมการ

• มปญหา multi หรอไม

80

1 2 3 4ln ln lndc y w I uβ β β β= + + + +

gen lnc = ln(c)

gen lnyd = ln( yd)

gen lnw = ln(w)

corr i lnyd lnw

81

สรป กรณน� ไมเปนนะ

• reg lnc lnyd lnw i

82

Heteroscedasticity

83

Heteroscedasticity

• ปญหา heteroscedasticity คอ การท&ความแปรปรวนของตวคลาดเคล&อนในแบบจาลองมความไมคงคงทโดยปญหาดงกลาวน 6จะเกดกบขอมลประเภท cross – section data ซ&งจะมผลทาใหการประมาณคาดวยวธ OLS ขาดลกษณะท&พงประสงคของตวประมาณคาท&ด

• ตวประมาณคาเหลาน 6นจะไมเปน Minimum Variance หรอไมม efficiency น&นเอง

• เน&องจากคาความแปรปรวนไมใชคาต&าสด ดงน 6นการทดสอบสถต เชน t-test และ F-test จะทาใหเกดความเขาใจผดได (ทาใหไมคอย significant)

84

Test อยางไร -> ตองรนโมเดลกอน

• เปดไฟล Table2.8

• reg foodexp totalexp

85

Test

• White's test ->

• estat imtest, white

• Breusch-Pagan / Cook-Weisberg test

• estat hettest

• ถา significant แสดงวาเกด Hetero

86

87

วธแก

• reg foodexp totalexp, vce(robust)

88

Autocorrelation

89

Autocorrelation

• คอ การท& error term มความสมพนธกนเอง • หรอ error term มความสมพนธกบเวลา จากกรณท&รปแบบของฟงกชน

ไมถกตอง

• โดยปญหา autocorrelation จะทาใหระดบนยสาคญทางสถตมคาสงกวาท&ควรจะเปน

• เปดไฟล ex7.4

• reg total_cost output90

• predict u_hat, residual

• gen t = _n

• line u_hat t

91

• tsset t

• estat dwatson

92

-40

-20

020

4060

Re

sidu

als

0 2 4 6 8 10t

• Durbin-Watson d-statistic( 2, 10) = .7157248

• n = 10

• k = 2

• Significant level = 5%

• เปดตาราง Durbin_Watson_tables.pdf

93

• dL = 0.879

• dU = 1.320

94

0 40.879 3.1211.320 2.680

0.716

แกปญหาไดโดย

• reg total_cost output, robust

• Robust เปนยาครอบจกรวาลท&แก auto ไดจนคา t-test ลดลงจากเดม แตจรงๆ แลวขอน 6เกดจาก omitted variable

95

• scatter x t

• โดย output ม pattern เปน quadratic form

96

200

250

300

350

400

tota

l_co

st

0 2 4 6 8 10output

• gen output2 = output^2

• gen output3 = output^3

• reg total_cost output output2 output3

97

• predict u_hat2, residual

• scatter u_hat2 t

• estat dwatson

• Durbin-Watson d-statistic( 4, 10) = 2.700212

• n = 10

• k = 3

98

-4-2

02

4R

esi

dua

ls

0 2 4 6 8 10t

99

• dL = 0.525

• dU = 2.016

• กลมตวอยางเลกไปสรางตารางไมได ใชวธอ&นแทน

• Estat bgodfrey

• ไม significant แสดงวา no serial correlation

100

แบบฝกหด

101

Count Model

102

Probit Model

• ตวแปรตาม เปนตวแปรเชงคณภาพ แสดงไดดวยตวเลข 0 และ 1– ทางาน – ไมทางาน -> Labor

– เดนทาง – ไมเดนทาง ->

– ลมละลาย – ไมลมละลาย -> Industrial

• ไมสามารถทาการ estimate โดยใช OLS ได

• วธท&นยมคอ Probit model หรอ Logit model

103

เปดไฟล GPA

• เปนการศกษา ปจจยท&มผลตอการรบนกเรยนเขาศกษาตอ

• sum

104

• OLS กรนได แตไมเหมาะสม

105

Probit model

• probit admit gre gpa rank

106

แตเราตองหา marginal เพ*อทาการวเคราห Probability

• mfx

107

• estat clas

108

ทานายวาผานและผานจรง

ทานายวาผานแตของจรงไมผาน

ทานายวาไมผานแตของจรงผาน

ทานายวาไมผานและของจรงไมผาน

(29+254)/400

ความแมนในการทายวาผานถก

ความแมนในการทายวาไมผานถก

เปดไฟล womenwk

• ตวแปรตาม work

• ตวแปรตน age married children education

• sum work age married children education

• probit work age married children education, nolog

109

mfx , at(children =0)

110

111

ตวอยางงานวจย

• การประยกตใชแบบจาลองการจาแนกประเภทหลายตวแปร โลจท และโพรบท ในการทานายการลมเหลวของวสาหกจขนาดกลางและขนาดยอมในภาคตะวนออกเฉยงเหนอของประเทศไทย– เจง - ไมเจง

• ปจจยท&มผลตอความนาจะเปนในการเกดวกฤตคาเงนของประเทศเวยดนาม– เกด - ไมเกด

112

Gravity Model

• Dataset

• http://www.cepii.fr/CEPII/en/bdd_modele/pr

esentation.asp?id=8

• เปดไฟล

• col_regfile09

113

• sum

• gen lngdpo = ln( gdp_o+1)

• gen lngdpd = ln( gdp_d+1)

• gen lndis = ln( distw)

• gen lntrade = ln( flow+1)

• reg lntrade lngdpo lngdpd lndis

114

ทาแบบสอบถามไมยาก แตเหน*อยตอนเกบ

115

116

ตรงน 6ยงไมคอยมใครทาลองด…..

ใช Google ใหเกดประโยชน

117

scholar.google.co.th

118

ไปงานประชมวชาการบาง….

119

120

References:

• เอกสารประกอบการสอนวชา107411: Econometrics Iรศ.ดร. บณฑต ชยวชญชาต ภาควชาเศรษฐศาสตร มหาวทยาลยเกษตรศาสตร

• EE 325 Introductory Econometrics AjarnKaewkwan Tangtipongkul, Economics, Thammasat University

• เวปไซตสานกงานสถตแหงชาต• คมสน สรยะ เวปไซต TourismLogistics.com

• https://sites.google.com/site/mystatistics01/home

121

สงเมลมาหนอย…วาสนใจอยากทาเร*องอะไร

• pit.jon@stou.ac.th

122