badania preferencji 2012 2013 c2

background image

1

Badania preferencji, 2012/2013, cw. 2

1


Badania preferencji (ćwiczenia)

Studia stacjonarne II stopnia

Kierunek: Ekonomia, Zarządzanie
II rok, III semestr (zimowy)

Dr hab. Andrzej Bąk, prof. UE

Katedra Ekonometrii i Informatyki
Konsultacje:

piątki, 9.00-11.00, A82

email:

andrzej.bak@ue.wroc.pl

www:

http://www.ezit.ue.wroc.pl/

Wydział EZiT

http://keii.ue.wroc.pl

Katedra EiI

background image

2

Badania preferencji, 2012/2013, cw. 2

Spis treści

1. Preferencje

2. Mikroekonometria

3. Modele dwumianowe i ich estymacja w programie R

4. Modele klas ukrytych i ich estymacja w programie R

5. Przykłady


Mikroekonometryczne modele
badania preferencji

background image

3

Badania preferencji, 2012/2013, cw. 2

Preferencje

Homo oeconomicus

– koncepcja racjonalnego wyboru (A. Smith 1723-1790)

Teoria perspektywy

– współczesna krytyka modelu homo oeconomicus (D. Kahneman

i A. Tversky, 1979)

Użyteczność

– miara zaspokojenia potrzeb i uzasadnienie dokonywanych wyborów

Preferencje

– zdolność konsumenta do porządkowania i wyboru produktów lub usług

oferowanych na rynku na określonych warunkach

Kategoria

preferencji

służy do pomiaru (kwantyfikacji) użyteczności

Preferencje ujawnione

– stanowią odbicie rzeczywistych decyzji rynkowych

konsumentów

Preferencje wyrażone

– dotyczą hipotetycznych (deklarowanych) zachowań

rynkowych konsumentów

background image

4

Badania preferencji, 2012/2013, cw. 2

Mikroekonometria

Cechy wyróżniające mikroekonometrię

badanie zachowań ekonomicznych jednostek (konsumentów, gospodarstw
domowych, firm)

analiza mikrodanych na poziomie indywidualnym (jednostkowym)

niski poziom agregacji mikrodanych

możliwość zaobserwowania zjawisk lub zdarzeń nie widocznych w danych
zagregowanych

nieliniowy rozkład obserwacji

wykorzystywanie nieliniowych modeli i metod estymacji

niejednorodność obserwacji (heterogeniczność badanych jednostek)

duża liczba obserwacji (masowość mikrodanych)

przekrojowy charakter mikrodanych

background image

5

Badania preferencji, 2012/2013, cw. 2

Mikroekonometria

Modele mikroekonometryczne

1.

Modele dwumianowe

modele liniowe prawdopodobieństwa

modele logitowe i probitowe

modele komplementarne log-log

modele log-liniowe (tablice kontyngencji)

2.

Modele wielomianowe

kategorii nieuporządkowanych (np.

model wyborów dyskretnych

)

kategorii uporządkowanych

3.

Modele klas ukrytych

4.

Modele przeżycia (trwania)

5.

Modele zmiennych ograniczonych

background image

6

Badania preferencji, 2012/2013, cw. 2

Modele dwumianowe

Estymacja modeli dwumianowych

W estymacji modeli dwumianowych wykorzystuje się koncepcję uogólnionych modeli

liniowych (

GLM

Generalized Linear Models)

Cechy GLM

w modelu mogą występować zmienne dyskretne i zmienne ciągłe

w modelu można uwzględnić wiele zmiennych objaśnianych

można stosować transformacje liniowe zmiennych o rozkładach nieliniowych (np.
logitową, probitową)

można uwzględnić rozkłady inne niż normalny, w szczególności rozkłady
dyskretne (np. dwumianowe)

można szacować model w przypadku współliniowości zmiennych (gdy nie istnieje
macierz odwrotna X’X, to wyznacza się tzw. uogólnioną macierz odwrotną)

background image

7

Badania preferencji, 2012/2013, cw. 2

Modele dwumianowe

Ogólny model liniowy (GLM) — wybrane transformacje

background image

8

Badania preferencji, 2012/2013, cw. 2

Modele dwumianowe

Ogólny model liniowy (GLM) w programie R

background image

9

Badania preferencji, 2012/2013, cw. 2

Modele klas ukrytych

background image

10

Badania preferencji, 2012/2013, cw. 2

Modele klas ukrytych

background image

11

Badania preferencji, 2012/2013, cw. 2

Modele klas ukrytych

background image

12

Badania preferencji, 2012/2013, cw. 2

Przykład

Przykład 1 – modele dwumianowe

background image

13

Badania preferencji, 2012/2013, cw. 2

Przykład

Przykład 1a – modele dwumianowe

(

liniowy, logitowy, probitowy

) z jedną zmienną objaśniającą (

płeć

)

background image

14

Badania preferencji, 2012/2013, cw. 2

Przykład

Przykład 1a – modele dwumianowe

(

liniowy, logitowy, probitowy

) z jedną zmienną objaśniającą (

płeć

)

k

m

0

.0

0

.2

0

.4

0

.6

0

.8

1

.0

płeć

p

ra

w

d

o

p

o

d

o

b

ie

ń

st

w

a

logitowy

probitowy

liniowy

Zły” model

background image

15

Badania preferencji, 2012/2013, cw. 2

Przykład

Przykład 1b – modele dwumianowe

(

logit, probit, clog-log

) z dwiema zmiennymi objaśniającymi niemetryczną

i metryczną (

płeć, waga

)

background image

16

Badania preferencji, 2012/2013, cw. 2

Przykład

waga

p

ra

w

d

o

p

o

d

o

b

ie

ń

st

w

o

50

60

70

80

90

100

110

0

.0

0

.2

0

.4

0

.6

0

.8

1

.0

kobiety
mężczyźni

logit
probit
cloglog

Przykład 1b – modele dwumianowe

(

logit, probit, clog-log

) z dwiema zmiennymi objaśniającymi niemetryczną

i metryczną (

płeć, waga

)

background image

17

Badania preferencji, 2012/2013, cw. 2

Przykład

Przykład 1c – model dwumianowy

(

logit

) z trzema zmiennymi objaśniającymi (

płeć, waga, wzrost

) jedną

niemetryczną i dwiema metrycznymi (

płeć, waga, wzrost

) oraz interakcjami między zmiennymi metrycznymi

interakcja

background image

18

Badania preferencji, 2012/2013, cw. 2

Przykład

Przykład 1c – model dwumianowy

(

logit

) z trzema zmiennymi objaśniającymi (

płeć, waga, wzrost

) jedną

niemetryczną i dwiema metrycznymi (

płeć, waga, wzrost

) oraz interakcjami między zmiennymi metrycznymi

wag

a

w

zr

o

st

pr

aw

do

po

do

bie

ńst

w

o

kobiety

wag

a

60

70

80

90

100

w

zr

o

st

160

170

180

190

200

pr

aw

do

po

do

bie

ńst

w

o

0.2

0.4

0.6

0.8

mężczyźni

background image

19

Badania preferencji, 2012/2013, cw. 2

Przykład

Przykład 2 – model klas ukrytych

(bez zmiennych towarzyszących, zmienne obserwowane dychotomiczne)

Odpowiedzi na
pytania mierzone na
skali dychotomicznej
(są to zmienne
obserwowane)

background image

20

Badania preferencji, 2012/2013, cw. 2

Przykład

Przykład 2 – model klas ukrytych

(bez zmiennych towarzyszących, zmienne obserwowane dychotomiczne)

background image

21

Badania preferencji, 2012/2013, cw. 2

Przykład

Przykład 2 – model klas ukrytych

(bez zmiennych towarzyszących, zmienne obserwowane dychotomiczne)

background image

22

Badania preferencji, 2012/2013, cw. 2

Przykład

Przykład 2 – model klas ukrytych

(bez zmiennych towarzyszących, zmienne obserwowane dychotomiczne)

background image

23

Badania preferencji, 2012/2013, cw. 2

Przykład

Przykład 2a – model klas ukrytych

(bez zmiennych towarzyszących, zmienne obserwowane politomiczne)

background image

24

Badania preferencji, 2012/2013, cw. 2

Przykład

Przykład 2a – model klas ukrytych

(bez zmiennych towarzyszących, zmienne obserwowane politomiczne)

Class 1: population share = 0.579

cz

sl

au

ni

wl

1

2

3

4

Manifest variables

O

u

tco

m

e

s

p

r(

o

u

tco

m

e

)

Class 2: population share = 0.343

cz

sl

au

ni

wl

1

2

3

4

Manifest variables

O

u

tco

m

e

s

p

r(

o

u

tco

m

e

)

Class 3: population share = 0.078

cz

sl

au

ni

wl

1

2

3

4

Manifest variables

O

u

tco

m

e

s

p

r(

o

u

tco

m

e

)

Klasa 1: Polska

Klasa 2: Czechy,
Słowacja

Klasa 3: Czechy,
Słowacja, Austria,
Niemcy, Włochy

background image

25

Badania preferencji, 2012/2013, cw. 2

Przykład

Przykład 2a – model klas ukrytych

(ze zmienną towarzyszącą – dochód, zmienne obserwowane politomiczne)

Wybór optymalnej liczby klas i modelu na podstawie kryteriów BIC i AIC – procedura

background image

26

Badania preferencji, 2012/2013, cw. 2

Przykład

Class 1: population share = 0.625

cz

sl

au

ni

wl

1

2

3

4

Manifest variables

O

u

tco

m

e

s

p

r(

o

u

tco

m

e

)

Class 2: population share = 0.375

cz

sl

au

ni

wl

1

2

3

4

Manifest variables

O

u

tco

m

e

s

p

r(

o

u

tco

m

e

)

Najlepszy model według
kryterium BIC
Podział na 2 klasy
AIC(2): 1226.693
BIC(2): 1327.249

Przykład 2a – model klas ukrytych

(ze zmienną towarzyszącą – dochód, zmienne obserwowane politomiczne)

background image

27

Badania preferencji, 2012/2013, cw. 2

Przykład

Przykład 2a – model klas ukrytych

(ze zmienną towarzyszącą – dochód, zmienne obserwowane politomiczne)

Class 1: population share = 0.644

cz

sl

au

ni

wl

1

2

3

4

Manifest variables

O

u

tco

m

e

s

p

r(

o

u

tco

m

e

)

Class 2: population share = 0.286

cz

sl

au

ni

wl

1

2

3

4

Manifest variables

O

u

tco

m

e

s

p

r(

o

u

tco

m

e

)

Class 3: population share = 0.07

cz

sl

au

ni

wl

1

2

3

4

Manifest variables

O

u

tco

m

e

s

p

r(

o

u

tco

m

e

)

Najlepszy model według
kryterium AIC
Podział na 3 klasy
AIC(3): 1225.843
BIC(3): 1380.028

background image

28

Badania preferencji, 2012/2013, cw. 2

Przykład

Przykład 2a – model klas ukrytych

(ze zmienną towarzyszącą – dochód, zmienne obserwowane politomiczne)

Klasa1 (64%) – niskie dochody, kraj wypoczynku poza Polską – Czechy

Klasa 2 (29%) – średnie dochody, kraj wypoczynku poza Polską – Czechy, Słowacja

Klasa 3 (7%) – wysokie dochody, kraj wypoczynku poza Polską – Czechy, Słowacja, Austria, Niemcy, Włochy

background image

29

Badania preferencji, 2012/2013, cw. 2

Sprawdzian

background image

30

Badania preferencji, 2012/2013, cw. 2

R – podstawy

Uruchomienie programu R (Rgui.exe)

background image

31

Badania preferencji, 2012/2013, cw. 2

CRAN R


Wyszukiwarka

Podobne podstrony:
badania preferencji 2012 2013 c Nieznany
konspekt Cw5, Elektrotechnika AGH, Semestr II letni 2012-2013, Fizyka II - Laboratorium, 5,4 Badanie
Badanie zjawiska dyfrakcji i polaryzacji światła, Elektrotechnika AGH, Semestr II letni 2012-2013, F
badania identyfikujące E.coli, materiały farmacja, Materiały 4 rok, epidemiologia, Higiena i epidemi
POLARYMETR, Elektrotechnika AGH, Semestr II letni 2012-2013, Fizyka II - Laboratorium, 10 Badanie zj
Nr ćwiczenia, Elektrotechnika AGH, Semestr II letni 2012-2013, Fizyka II - Laboratorium, 10 Badanie
Dok1, Elektrotechnika AGH, Semestr II letni 2012-2013, Fizyka II - Laboratorium, 5,4 Badanie zależno
Dowodzenie Zarzadzanie S 2012 2013
Biologiczne podstawy zachowań cz I Psychologia N 2012 2013
mat2 zest6 wggios r1c g10 sl 2012 2013
BwUE wyniki kolokwium 2012 2013
Homo i heteroglikany 2012 2013
A 2012 2013
analityka podstawy spektroskopii 2012 2013
Cieciuch Metodologia Wykład 2012 2013
3 NOWY Aminokwasy II 2012 2013(1)
Mikołajki 06.12.2012, BACHAMAS, Kronika 2012 2013

więcej podobnych podstron