1️⃣ AI•DS/⚾ 계량경제•통계35 계량경제학 스터디 Lecture 3. Matching 👀 계량경제학 개인 공부용 포스트 글입니다. 1. Treatment conditional on covariates ① Conditional Independence Assumption ◯ Motivation • treatment effect 의 신뢰성을 어떻게 측정할까 ▸ Cetris Paribus : all else being equal ▸ Treatment 는 treatment 와 control group 의 유일한 차이여야 한다. (다른 건 다 동일) • treatment 가 모든 setting 에서 진짜로 random 할까 ▸ observational study 뿐만 아니라, lab experiment 에서도 treatment 는 randomly 하게 할당되지 않을 수 있다. ▸public poli.. 2023. 5. 12. 계량경제학 강의_한치록_단순회귀 3장 👀 계량경제학 개인 공부용 포스트 글입니다. • 모수에 대응하는 숫자를 표본으로부터 구하는 것을 estimation 추정 이라고 한다. 추정 공식을 estimator (추정량) 이라고 하고, 공식을 실제 자료에 적용해 값을 구하면 추정값 (estimate) 라고 한다. 3. 단순회귀 모형의 추정 ① 자료 • (x1,y1), (x2,y2), ..., (xn,yn) → 관측된 표본 ② 직선 그리기 • 회귀식을 추정하여 구한 기울기 추정값이 자동적으로 인과관계를 나타내지는 않는다는 점을 명심해야 한다. ③ 최소제곱법 ◯ 최소제곱법 • 수직 방향거리를 제곱하여 합한 값을 가장 작게 만들도록 절편과 기울기를 결정한다. OLS 라고도 부른다. 각 점들로부터 직선까지 수직방향 거리를 구하고 이들을 모두 제곱해 합한 .. 2023. 5. 11. 계량경제학 강의_한치록_단순회귀 2.5~2.7장 👀 계량경제학 개인 공부용 포스트 글입니다. 2. 단순 선형회귀 모형과 그 해석 ⑤ 기울기에 대한 자세한 설명 • Y = β0 + β1•X + u • E(u|X) = 0 이면 β1 은 X가 1 단위 높을 때 Y가 평균 얼마만큼 높은지 나타낸다. • 가령 X가 교육연수, Y가 임금 (만원단위) 라고 했을 때, 교육연수가 1년 차이나는 두 집단 간에는 평균 β1 만원 만큼의 임금차이가 있다고 해석해볼 수 있다. 만일 β1=0 이라면 교육연수는 임금에 평균적으로 어떤 영향도 미치지 않는다. • 반면 X가 이진변수일 때, 에를들어 자가용 이용여부 (1:자가용 이용, 0: 대중교통이용) 이고 Y가 출근에 걸린 시간 (단위 1시간) 이라고 한다면, X가 0에서 1로 증가할 때 (대중교통으로 출근하다 자가용으로 출근.. 2023. 5. 10. 계량경제학 스터디 Lecture 2. Regression 👀 계량경제학 개인 공부용 포스트 글입니다. 1. Review and Motivation ① Review ◯ ATT + selection bias • difference between treat and control = avg. causal effect (ATT) + selection bias • observed difference = causal effect 가 될 때 (= selection bias 를 무시할 수 있을 때) • treatment 가 outcome 에 독립일 때 : randomization 과 같이 결과에 관계없이 할당될 때 ◯ 예시 ↪ E(y0i | Di) ▸ Di=1 일 때 : (30/100)*1 + (70/100)*(-1) = -0.4 ▸ Di=0 일 때 : (70/100)*1 +.. 2023. 5. 10. R 강좌 : 정책효과 분석 : 이중차분법 DiD, 삼중차분법 DDD 👀 계량경제학 개인 공부용 포스트 글 입니다. 강좌영상 ① 더미변수 ◯ 더미변수 • 남여 임금격차 : Y = α + β•Educ + ϒ•male + u • Y = α + β•Educ + ϒ•male + u Y_m = α + β•Educ + ϒ•1 + u Y_f = α + β•Educ + ϒ•0+ u ----------------------------------------- Y_m - Y_f = ϒ → 해석 : 여성에 비해 남성은 ϒ 만큼 임금을 더 (덜) 받는다. • 로그 차분인 경우에는 상대적 변화율을 의미한다 : lnY = α + β•Educ + ϒ•male + u ↪ lnYm - lnYf = (Ym - Yf)/Yf = 여성대비 남성 임금의 상대적 변화율 = 100•ϒ ↪ 해석 : 여성에 비해 남성은.. 2023. 5. 9. 계량경제학 강의_한치록_단순회귀 1장~2.4장 👀 계량경제학 개인 공부용 포스트 글입니다. 1. 준비 ① 계량경제학 근본 문제 • 모집단 : 관심의 대상이 되는 집단 • 모집단 전체를 관측할 수 없는 대신, 모집단으로부터 추출된 일부 관측값들 자료 (데이터) 를 가지고 있다. • 모집단에 관심을 가지면서도 모집단을 분석하지는 못하고 극히 일부 자료만을 분석하고 그 결과에 의존하여 모집단에 대한 추론을 해야 한다는 것이 계량경제학의 근본문제이다. ② 인과관계 • 계량경제학은 흔히 인과적 영향에 관심을 갖는다. • 인과적 영향이란 "다른 조건이 같고 ceteris paribus 하나의 요소만 다를 때의 차이" 를 의미한다. • 인과적 영향은 다른 면은 모두 동일하고 해당 요인만 다른 완벽한 쌍둥이를 비교함으로써 측정할 수 있을 것이다. 자연과학이나 공학.. 2023. 5. 9. 계량경제학 스터디 Lecture 1. Introduction 👀 계량경제학 개인 공부용 포스트 글입니다. 1. Overview ① Outline • Part1. Causality basics ↪ potential outcomes framework, randomized controlled trials, regression, matching • Part2. Tools of Trade ↪ IV, DID, RD (regression discontinuity) • Part3.Topics ↪ standard errors, robust estimation, ML and causal inference • Importance of causal inference • Potential outcomes framework • Selection bias • Randomization • A.. 2023. 5. 8. 계량경제학 스터디 CH11,12,13,14,15정리 👀 계량경제학 개인 공부용 포스트 글 입니다. CH11. Endogeneity and Instrumental variables estimation ① Linear Regression with the random regressors • E(ei | xi) = 0 의 의미는 같은말로 Cov(e,x) = 0 : e 와 x의 공분산이 0 (상관관계가 없다) • 내생성과 외생성 ↪ 내생성 : x 와 e 가 상관관계가 있다. ↪ 외생성 : x와 e 가 상관관계가 없다. E(xe) = 0 ② When x and e are correlated (the case of endogeneity) • x와 e가 연관되어있을 때 : 내생성 • 예시1. 내생성 • 예시2. 외생성 • 예시3. 내생성 • 예시4. 내생성 : simu.. 2023. 4. 9. Difference-in-Difference (DiD) 👀 계량경제학 개인 공부용 포스트 글 입니다. ① 이중차분 등장배경 • 두 개의 프로모션의 성과 (매출액) 가 있을 때, 프로모션 A에 대해 평가를 진행해보고자 한다. 이때 2가지 접근이 가능할 것이다. 1. 2019년 7월의 시점에서 프로모션 B와 비교해볼 때, A가 10억이 많다. B에 비해 A의 성과가 높았다고 말할 수 있다. 2. 2018년 7월과 2019년 7월을 비교했을 때, A의 효과가 40억 떨어졌다. A의 효과가 작년보다 좋지 않았다고 보고할 수 있다. 💡 정보가 2개의 차원으로 주어졌을 때, 어떻게 해석해야 좋을까 ⇨ 이중차분법 ! ② 이중차분 개념 • DID 는 특정 사건 전후로 treatment group 과 control group 의 차이를 비교 (시간의 흐름에 따른 변화량을 비.. 2023. 4. 3. 계량경제학 스터디 CH7,8,9,10정리 👀 계량경제학 개인 공부용 포스트 글 입니다. Ch7. Nonlinear relationship ① Polynomials • Polynomials are useful to capture relationships that are curved. ⇨ examples (1) Cost functions (2) Wage function ② Nonlinear relations • GDP 는 exponential 한 추이를 보인다. 그러나 log 를 씌우면 linear 한 관계를 보일 수 있다. ③ Use of Dummy variables • nonlinear 한 관계를 만드는 가장 간단한 방법은 dummy (binary) 변수를 찾는 것이다. • Intercept dummy : 절편에 영향을 주는 더미변수 • Slo.. 2023. 3. 31. 이전 1 2 3 4 다음 728x90
