계량경제학 학부 내용정리 01

계량경제학(학부)_01

계량경제학을 공부하며 데이터사이언티스트의 꿈을 키웠다. 계량경제학은 회귀분석을 통계적으로 그리고 비지니스 적으로 사용하는 학문이라고 볼 수 있다. 회귀분석을 가볍게 사용하는 다른 학문들과 비교해서 비교적 수학적으로 접근하는 경향이 크다.

계량경제학이란?

계량경제학이란 통계적 방법론을 이용하여 경제적 관계를 추정하고, 이론들을 증명하며, 비지니스 결정을 뒷받침해주는 근거가 되는 학문이다.

계량경제학에서의 데이터 종류

1. 횡단면 Data(Cross-Sectional Data): 하나의 Row에 하나의 Observation에 대한 내용들이 담겨져 있는 데이터. 각 Row 간의 상관관계는 없다. 예시로는 학급 학생들의 과목별 점수 등.

2. 시계열 Data(Time Series Data): 하나의 Observation에 대해서 Row가 순서대로 나열되어 있는 데이터. 시간의 순서대로 나열되어 있기 때문에 각 Row 간의 상관관계가 존재하고 있을 가능성이 있다. 예시 - 한 학생의 고등학교 전체 수학 점수.

3.poolied Cross-Sectional Data: 횡단면 데이터를 축적해서 만든 데이터.

4.Panel Data

단순선형회귀분석 모형(Simple Linear Regression Model)

단순 선형회귀식은 다음과 같이 나타낼 수 있다.

\(y=\beta_0+\beta_1X+u\)

여기서 y는 종속변수, $\beta_0$는 절편이다. $\beta_1X는 기울기로 볼 수있고, $X$는 독립변수이다. $\u$는 교란항 또는 오차항으로 불린다. 여기서 기본적인 가정은 y는 X에 영향을 주면 안되고, X는 y에 영향을 줄 수 있다. 예를 들어 교육(독립변수)에 따른 임금(종속변수)의 회귀식을 써보면 다음과 같다.

\[wage=\beta_0+\beta_1educ+u\]

와 같이 나타낼 수 있다.(“Return to Education”) \(\beta_1=\frac{\Delta wage}{\Delta educ}\)

$\beta_0: educ이 0일 때$

여기서

1. 대표값? -> E(wage

   educ) = $\beta_0+\beta_{1}educ$

2. error term? 학력(educ)을 제외한 wage에 영향을 미치는 요인

$y=\beta_0+\beta_1x+u$라고 할 때,

1) $u = a_0+v$라고 가정

2) E(u) = 0 이라고 가정 했을 때, 3) 본 식은 다음과 같이 바뀐다.

$a_0+\beta_0+\beta_1x+v = (a_0+\beta_0)+\beta_1x+v = (a_0+\beta_0)+\beta_1x+E(v)$ 여기서 E(v)는 0이므로,

$E(u)=a_0+E(v)$은 영보다 커지게 된다.