Heckman modell. Szelekciós modellek alkalmazásai.
|
|
- Benedek Kozma
- 8 évvel ezelőtt
- Látták:
Átírás
1 Heckman modell. Szelekciós modellek alkalmazásai. Mikroökonometria, 12. hét Bíró Anikó A tananyag a Gazdasági Versenyhivatal Versenykultúra Központja és a Tudás-Ökonómia Alapítvány támogatásával készült az ELTE TáTK Közgazdaságtudományi Tanszékének közreműködésével
2 Emlékeztető Tobit modell sarokmegoldás Cenzorált modell maximált értékek Csonkolt modell x értékei nem megfigyeltek bizonyos intervallumon Heckman modell: nem véletlen minta
3 Nem véletlen minta okozói Mintavétel módszere Válaszmegtagadások Panel adatok: lemorzsolódás Járulékos szelekció: y nem megfigyelhető egy másik kimeneti változó miatt Pl.: bérregresszió csak azokra becsülhető, akik munkaerőpiacon vannak
4 OLS szelektív minta esetén OLS konzisztens az alábbi esetekben: Exogén szelekció: szelekció csak a megfigyelt exogén magyarázó változóktól függ Pl. végzettség, életkor befolyásolja béreket, ugyanezek a tényezők befolyásolják munkaerőpiaci státuszt Véletlen szelekció Szelekció exogén változóktól és azoktól független véletlen tényezőtől függ Pl. bérregresszió, meg nem figyelt tényező: IQ OLS nem konzisztens pl. csonkolt minta esetén
5 Szelekciós modell Példa: bérregresszió munkaerőpiaci részvétel y = xβ + u, E(u x) = 0 Szelekciós egyenlet: s = 1[zγ + v >= 0], E(v z) = 0 s=1, ha y megfigyelt Feltevések: x részhalmaza z-nek, u független z-től
6 Szelekciós modell, folyt. 0 :OLS konzisztens Ha (.) :inverz Mills hányados ) ( 1), ( ), ( v együttes eloszlása normális Feltevés: u, ), ( ), ( = + = = + = + = ρ λ γ ρλ β ρ β β z x s z y E v x v z y E v z u E x v z y E
7 Heckman modell (Heckit módszer) 1. Probit modell becslése: s függő változó, z magyarázó változó. 2. Inverz Mills hányados becslése. 3. Szelektált modell becslése: y függő változó, x és becsült λ magyarázó változók Szelekciós torzítás tesztelése: H 0 : ρ = 0
8 Heckman modell, megjegyzések 2 lépcsős becslés: szokásos standard hibák nem érvényesek 2 lépcsős becslés alternatívája: ML becslés 1 lépcsőben x szigorú részhalmaza legyen z-nek Kell legalább egy változó, ami befolyásolja szelekciót, de nem a lényegi kimeneti változót (y-t)!
9 Gyakorló feladatok W 17.7: egyetemre beiratkozás magyarázó tényezőinek vizsgálata, adatok: egyetemre felvettek W 17.4: bérregresszió becslése, Heckman modell becslése EViews segítségével
10 Acs, Z. J. et al. (1994) R&D spillovers and recipient firm size. The Review of Economics and Statistics.
11 Kérdésfeltevés Kis cégek innovációs képességének vizsgálata Bizonyos piacokon kis cégek innovatívabbak miért? Honnan ered az innovációs képesség?
12 Modell I = CRD β1 * UR β2 * (UR*GC) β3 * e Megfigyelési egység: termék állami szinten (USA) I: innovatív output CRD: magán R&D kiadás UR: egyetemi R&D kiadás GC: egyetemi és ipari kutatólaboratóriumok egybeesésének indexe
13 Adatok I: innovációk száma ben 5 technológiai kategória, 29 állam (145 megfigyelés)
14 Becslés Tobit modell: 0 megfigyelés több technológia iparág párban
15 Eredmények elemzése Pozitív együtthatók várakozásnak megfelelően Kisvállalatok: Innováció rugalmassága R&D kiadásokra kisebb Egyetemi kutatások jelentősége nagyobb Kutatólaboratóriumok földrajzi elhelyezkedése fontosabb Probléma: erős pozitív korreláció log(crd) és log(ur) között
16 Muraközy B., Halpern L. (2009) Innovation, Productivity and Exports: the Case of Hungary. KTI Műhelytanulmány.
17 A tanulmány célja Innováció mennyiben befolyásolja a vállalatok teljesítményét? Innováció és exportálás összefüggése Magyarországi adatok Multinacionális vállalatok szerepe
18 Adatok Forrás: Közösségi Innovációs Felmérés + mérlegadatok Szelekciós probléma: csak akkor van megfigyelés innovációra vonatkozó változókról, ha innovatív output vagy R&D pozitív Innováció indikátorai: Dummy: folytonos R&D aktivitás elmúlt 3 évben R&D intenzitás: R&D kiadás / alkalmazottak száma Dummy változók: folyamat innováció, termékinnováció Új termékek értékesítési hányada
19 Modell 4 lépcső: 1. Van-e R&D beruházás 2. R&D mértéke 3. Tudás termelési függvénye: R&D innováció 4. Innováció termelékenység 1 + 2: Heckman modell 2. lépcső: vállalat mérete kihagyva magyarázó változók közül 3. lépcső: probit modellek (innováció bináris indikátoraira)
20 Becslési eredmények 1. és 2. lépcső
21 Becslési eredmények 3. lépcső, marginális hatás az átlagban R&D 5-7%-os hatása: Nyugat- Európában jellemzően nagyobb
22 Becslési eredmények, 4. lépcső
23 Megjegyzések Labour productivity: log értékesítés / alkalmazottak száma TFP: log output log alkalmazottak száma log tőkeállomány 1. és 4. specifikáció: multikollinearitás Innovatív vállalatok 20-30%-kal termelékenyebbek, mint nem innovatívak: nagy hatás
24 Innováció hatása exportra
25 Megjegyzések Táblázatban szereplő értékek: marginális hatások a mintaátlagban Exportőr: dummy változó Probit modell Export intenzitás: export / értékesítés Tobit modell Innováció hatásának dekompozíciója: Új piacokra exportálás Exportált termékek száma nem nő Exportálás intenzitására nincs szignifikáns hatás
26 Tulajdonosi struktúra befolyása Külföldi tulajdon definíciója: min. 10% tulajdoni hányad külföldi Külföldi tulajdonlás: R&D valószínűségét nem befolyásolja De: R&D intenzitására pozitív hatás Innovációra és termelékenységre pozitív hatás
27
Heckman modell. Szelekciós modellek alkalmazásai. Mikroökonometria, 12. hét Bíró Anikó Emlékeztető
Heckman modell. Szelekciós modellek alkalmazásai. Mikroökonometria, 12. hét Bíró Anikó Emlékeztető Tobit modell sarokmegoldás Cenzorált modell maximált értékek Csonkolt modell x értékei nem megfigyeltek
RészletesebbenKétértékű függő változók: alkalmazások Mikroökonometria, 8. hét Bíró Anikó Probit, logit modellek együtthatók értelmezése
Kétértékű függő változók: alkalmazások Mikroökonometria, 8. hét Bíró Anikó Probit, logit modellek együtthatók értelmezése Pˆr( y = 1 x) ( g( ˆ β + x ˆ β ) ˆ 0 β j ) x j Marginális hatás egy megválasztott
RészletesebbenTöbb diszkrét kimenet multinomiális és feltételes logit modellek
Több diszkrét kimenet multinomiális és feltételes logit modellek Mikroökonometria, 9. hét Bíró Anikó A tananyag a Gazdasági Versenyhivatal Versenykultúra Központa és a Tudás-Ökonómia Alapítvány támogatásával
RészletesebbenMultinomiális és feltételes logit modellek alkalmazásai
Multinomiális és feltételes logit modellek alkalmazásai Mikroökonometria, 10. hét Bíró Anikó A tananyag a Gazdasági Versenyhivatal Versenykultúra Központja és a Tudás-Ökonómia Alapítvány támogatásával
RészletesebbenREGIONÁLIS GAZDASÁGTAN B
REGIONÁLIS GAZDASÁGTAN B Készült a TÁMOP-4.1.2-08/2/a/KMR-2009-0041 pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az MTA
RészletesebbenREGIONÁLIS GAZDASÁGTAN
REGIONÁLIS GAZDASÁGTAN ELTE TáTK Közgazdaságtudományi Tanszék Regionális gazdaságtan AGGLOMERÁCIÓ ÉS TERMELÉKENYSÉG Készítette: Békés Gábor és Rózsás Sarolta Szakmai felel s: Békés Gábor 2011. július
RészletesebbenREGIONÁLIS GAZDASÁGTAN B
REGIONÁLIS GAZDASÁGTAN B ELTE TáTK Közgazdaságtudományi Tanszék Regionális gazdaságtan B AGGLOMERÁCIÓ ÉS TERMELÉKENYSÉG Készítette: Békés Gábor és Rózsás Sarolta Szakmai felel s: Békés Gábor 2011. július
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó. 2010. június
GAZDASÁGSTATISZTIKA GAZDASÁGSTATISZTIKA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június
GAZDASÁGSTATISZTIKA GAZDASÁGSTATISZTIKA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi
RészletesebbenGAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június
GAZDASÁGSTATISZTIKA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén, az ELTE Közgazdaságtudományi Tanszék, az MTA Közgazdaságtudományi
RészletesebbenEgyüttmőködés és innováció
Vállalkozói innováció a Dunántúlon Pécs, 2010. március 3. Együttmőködés és innováció Csizmadia Zoltán, PhD tudományos munkatárs MTA RKK Nyugat-magyarországi Tudományos Intéztet Az előadás felépítése 1.
RészletesebbenTöbbváltozós lineáris regressziós modell feltételeinek
Többváltozós lineáris regressziós modell feltételeinek tesztelése I. - A hibatagra vonatkozó feltételek tesztelése - Petrovics Petra Doktorandusz Többváltozós lineáris regressziós modell x 1, x 2,, x p
RészletesebbenMelléklet 1. A knn-módszerhez használt változólista
Melléklet 1. A knn-módszerhez használt változólista 1. Régiók (1. Budapest, Pest megye, Dunántúl; 2. Dél-Magyarország; 3. Észak-Magyarország.) 2. Főállású-e az egyéni vállalkozó dummy (1 heti legalább
RészletesebbenTöbbváltozós lineáris regressziós modell feltételeinek tesztelése I.
Többváltozós lineáris regressziós modell feltételeinek tesztelése I. - A hibatagra vonatkozó feltételek tesztelése - Kvantitatív statisztikai módszerek Petrovics Petra Többváltozós lineáris regressziós
RészletesebbenMUNKAGAZDASÁGTAN. Készítette: Köllő János. Szakmai felelős: Köllő János. 2011. január
MUNKAGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék, az MTA Közgazdaságtudományi
RészletesebbenBiometria gyakorló feladatok BsC hallgatók számára
Biometria gyakorló feladatok BsC hallgatók számára 1. Egy üzem alkalmazottainak megoszlása az elért teljesítmény %-a szerint a következı: Norma teljesítmény % Dolgozók száma 60-80 30 81-90 70 91-100 90
RészletesebbenStatisztikai következtetések Nemlineáris regresszió Feladatok Vége
[GVMGS11MNC] Gazdaságstatisztika 10. előadás: 9. Regressziószámítás II. Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet A standard lineáris modell
RészletesebbenRegressziós vizsgálatok
Regressziós vizsgálatok Regresszió (regression) Általános jelentése: visszaesés, hanyatlás, visszafelé mozgás, visszavezetés. Orvosi területen: visszafejlődés, involúció. A betegség tünetei, vagy maga
RészletesebbenBiomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János
Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 12. Regresszió- és korrelációanaĺızis Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó. 2010. június
GAZDASÁGSTATISZTIKA GAZDASÁGSTATISZTIKA Készül a TÁMOP-4..2-08/2/A/KMR-2009-004pályázai projek kereében Taralomfejleszés az ELTE TáK Közgazdaságudományi Tanszékén az ELTE Közgazdaságudományi Tanszék, az
RészletesebbenFenn vagy lenn hol helyezkedik el Magyarország a globális értékláncban?
Fenn vagy lenn hol helyezkedik el Magyarország a globális értékláncban? Vakhal Péter* *Kopint-Tárki Konjunktúrakutató Intézet 2017. Szeptember 8. Magyar Közgazdasági Társaság Vándorgyűlés, Eger Gazdaságpolitika
RészletesebbenMelyik vállalatok nőnek gyorsan békés időkben és válságban? Muraközy Balázs MTA KRTK KTI Közgazdász Vándorgyűlés, Gyula, 2013
Melyik vállalatok nőnek gyorsan békés időkben és válságban? Muraközy Balázs MTA KRTK KTI Közgazdász Vándorgyűlés, Gyula, 2013 1 Munkatermelékenység és GDP/fő, 2011 Forrás: OECD 2 Vállalati sokféleség és
RészletesebbenOnline melléklet. Kertesi Gábor és Kézdi Gábor. c. tanulmányához
Online melléklet Kertesi Gábor és Kézdi Gábor A roma és nem roma tanulók teszteredményei közti ekről és e ek okairól c. tanulmányához A1. A roma etnikai hovatartozás mérése A2. A mintaszelekcióból adódó
RészletesebbenBiometria az orvosi gyakorlatban. Korrelációszámítás, regresszió
SZDT-08 p. 1/31 Biometria az orvosi gyakorlatban Korrelációszámítás, regresszió Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Korrelációszámítás
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter. 2010. június
ÖKONOMETRIA ÖKONOMETRIA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék, az MTA
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 9 IX. ROBUsZTUs statisztika 1. ROBUsZTUssÁG Az eddig kidolgozott módszerek főleg olyanok voltak, amelyek valamilyen értelemben optimálisak,
RészletesebbenSTATISZTIKA. Egymintás u-próba. H 0 : Kefir zsírtartalma 3% Próbafüggvény, alfa=0,05. Egymintás u-próba vagy z-próba
Egymintás u-próba STATISZTIKA 2. Előadás Középérték-összehasonlító tesztek Tesztelhetjük, hogy a valószínűségi változónk értéke megegyezik-e egy konkrét értékkel. Megválaszthatjuk a konfidencia intervallum
RészletesebbenMagyarország növekedési kilátásai A magyarországi vállalatok lehetőségei és problémái MTA KRTK KTI workshop
Magyarország növekedési kilátásai A magyarországi vállalatok lehetőségei és problémái MTA KRTK KTI workshop Prof. Dr. Szerb László egyetemi tanár Pécsi Tudományegyetem Közgazdaságtudományi Kar Helyzetkép
Részletesebbentársadalomtudományokban
Gépi tanulás, predikció és okság a társadalomtudományokban Muraközy Balázs (MTA KRTK) Bemutatkozik a Számítógépes Társadalomtudomány témacsoport, MTA, 2017 2/20 Empirikus közgazdasági kérdések Felváltja-e
RészletesebbenMódszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető!
BGF KKK Módszertani Intézeti Tanszéki Osztály Budapest, 2012.. Név:... Neptun kód:... Érdemjegy:..... STATISZTIKA II. VIZSGADOLGOZAT Feladatok 1. 2. 3. 4. 5. 6. Összesen Szerezhető pontszám 21 20 7 22
RészletesebbenKÖVETKEZTETŐ STATISZTIKA
ÁVF GM szak 2010 ősz KÖVETKEZTETŐ STATISZTIKA A MINTAVÉTEL BECSLÉS A sokasági átlag becslése 2010 ősz Utoljára módosítva: 2010-09-07 ÁVF Oktató: Lipécz György 1 A becslés alapfeladata Pl. Hányan láttak
Részletesebben[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.15. Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza) alkotja az eseményteret. Esemény: az eseménytér részhalmazai.
RészletesebbenVÁROS- ÉS INGATLANGAZDASÁGTAN
VÁROS- ÉS INGATLANGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az
RészletesebbenStatisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.
Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,
RészletesebbenTémakörök. Elmélet. Elmélet. Elmélet. Elmélet. Elméleti megközelítések Gyakorlati példák. Mit mérnénk? Miért szeretnénk mérni?
Témakörök Gazdasági szabályozás. hét A szabályozás hatékonysága ELTE TáTK Közgazdaságtudományi Tanszék i megközelítések Gyakorlati példák Kutatási eredmények Készítette: Valentiny Pál A tananyag a Gazdasági
RészletesebbenVÁROS- ÉS INGATLANGAZDASÁGTAN
VÁROS- ÉS INGATLANGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június
GAZDASÁGSTATISZTIKA GAZDASÁGSTATISZTIKA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi
RészletesebbenStatisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.
Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,
RészletesebbenBiometria az orvosi gyakorlatban. Regresszió Túlélésanalízis
SZDT-09 p. 1/36 Biometria az orvosi gyakorlatban Regresszió Túlélésanalízis Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Logisztikus regresszió
RészletesebbenBiomatematika 2 Orvosi biometria
Biomatematika 2 Orvosi biometria 2017.02.13. Populáció és minta jellemző adatai Hibaszámítás Valószínűség 1 Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza)
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék OKTATÁSGAZDASÁGTAN. Készítette: Varga Júlia. Szakmai felelős: Varga Júlia június
OKTATÁSGAZDASÁGTAN OKTATÁSGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék,
RészletesebbenStatisztika I. 8. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 8. előadás Előadó: Dr. Ertsey Imre Minták alapján történő értékelések A statisztika foglalkozik. a tömegjelenségek vizsgálatával Bizonyos esetekben lehetetlen illetve célszerűtlen a teljes
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 8 VIII. REGREssZIÓ 1. A REGREssZIÓs EGYENEs Két valószínűségi változó kapcsolatának leírására az eddigiek alapján vagy egy numerikus
Részletesebben4/24/12. Regresszióanalízis. Legkisebb négyzetek elve. Regresszióanalízis
1. feladat Regresszióanalízis. Legkisebb négyzetek elve 2. feladat Az iskola egy évfolyamába tartozó diákok átlagéletkora 15,8 év, standard deviációja 0,6 év. A 625 fős évfolyamból hány diák fiatalabb
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék OKTATÁSGAZDASÁGTAN. Készítette: Varga Júlia. Szakmai felelős: Varga Júlia június
OKTATÁSGAZDASÁGTAN OKTATÁSGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék,
RészletesebbenA maximum likelihood becslésről
A maximum likelihood becslésről Definíció Parametrikus becsléssel foglalkozunk. Adott egy modell, mellyel elképzeléseink szerint jól leírható a meghatározni kívánt rendszer. (A modell típusának és rendszámának
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék OKTATÁSGAZDASÁGTAN. Készítette: Varga Júlia. Szakmai felelős: Varga Júlia június
OKTATÁSGAZDASÁGTAN OKTATÁSGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék,
RészletesebbenKétértékű függő változók: alkalmazások
Kétértékű függő változók: alkalmazások Mikroökonometria, 8. hét Bíró Anikó A tananyag a Gazdasági Versenyhivatal Versenykultúra Központja és a Tudás-Ökonómia Alapítvány támogatásával készült az ELTE TáTK
RészletesebbenTartalomjegyzék I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE
Tartalomjegyzék 5 Tartalomjegyzék Előszó I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE 1. fejezet: Kontrollált kísérletek 21 1. A Salk-oltás kipróbálása 21 2. A porta-cava sönt 25 3. Történeti kontrollok 27 4. Összefoglalás
RészletesebbenBiostatisztika VIII. Mátyus László. 19 October
Biostatisztika VIII Mátyus László 19 October 2010 1 Ha σ nem ismert A gyakorlatban ritkán ismerjük σ-t. Ha kiszámítjuk s-t a minta alapján, akkor becsülhetjük σ-t. Ez további bizonytalanságot okoz a becslésben.
RészletesebbenAz 1998-as szakiskolai reform hatása
Az 1998-as szakiskolai reform hatása Előzetes eredmények Zoltán Hermann MTA KRTK Közgazdaságtudományi Intézet Magyar Közgazdasági Társaság 54. Közgazdász-vándorgyűlés 2016. Szeptember 15-16., Kecskemét
RészletesebbenKeszi Roland. A távmunkavégzés munkaszervezeti bevezetését meghatározó tényezők a kkv szektorban. Szervezetszociológiai modellkísérlet
Keszi Roland A távmunkavégzés munkaszervezeti bevezetését meghatározó tényezők a kkv szektorban Szervezetszociológiai modellkísérlet Készült a Magyar Szociológiai Társaság - Gazdaságszociológiai Szekciójának
RészletesebbenBevezetés az ökonometriába
Bevezetés az ökonometriába Többváltozós regresszió: nemlineáris modellek Ferenci Tamás MSc 1 tamas.ferenci@medstat.hu 1 Statisztika Tanszék Budapesti Corvinus Egyetem Hetedik előadás, 2010. november 10.
RészletesebbenNagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem
agy számok törvényei Statisztikai mintavétel Várható érték becslése Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem A mérés mint statisztikai mintavétel A méréssel az eloszlásfüggvénnyel
RészletesebbenOKTATÁSGAZDASÁGTAN. Készítette: Varga Júlia Szakmai felelős: Varga Júlia június
OKTATÁSGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az MTA Közgazdaságtudományi
RészletesebbenMatematikai geodéziai számítások 6.
Matematikai geodéziai számítások 6. Lineáris regresszió számítás elektronikus távmérőkre Dr. Bácsatyai, László Matematikai geodéziai számítások 6.: Lineáris regresszió számítás elektronikus távmérőkre
RészletesebbenDiszkriminancia-analízis
Diszkriminancia-analízis az SPSS-ben Petrovics Petra Doktorandusz Diszkriminancia-analízis folyamata Feladat Megnyitás: Employee_data.sav Milyen tényezőktől függ a dolgozók beosztása? Nem metrikus Független
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen
RészletesebbenKorreláció és lineáris regresszió
Korreláció és lineáris regresszió Két folytonos változó közötti összefüggés vizsgálata Szűcs Mónika SZTE ÁOK-TTIK Orvosi Fizikai és Orvosi Informatikai Intézet Orvosi Fizika és Statisztika I. előadás 2016.11.02.
RészletesebbenMatematikai geodéziai számítások 6.
Nyugat-magyarországi Egyetem Geoinformatikai Kara Dr. Bácsatyai László Matematikai geodéziai számítások 6. MGS6 modul Lineáris regresszió számítás elektronikus távmérőkre SZÉKESFEHÉRVÁR 2010 Jelen szellemi
RészletesebbenA felsőoktatási részvétel és a felsőfokú végzettség hozamának változása Magyarországon
A felsőoktatási részvétel és a felsőfokú végzettség hozamának változása Magyarországon MTA KRTK Közgazdaságtudományi Intézet 54. Közgazdász Vándorgyűlés Kecskemét 2016. 09. Miről fogok beszélni? -Mekkora
RészletesebbenVÁROS- ÉS INGATLANGAZDASÁGTAN
VÁROS- ÉS INGATLANGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az
RészletesebbenKülkereskedelem és innováció
Külkereskedelem és innováció Mit tudnak a közgazdászok és azt hogyan lehet(ne) felhasználni Magyarországon? Békés Gábor, PhD MTA Közgazdaságtudományi Intézet, Közép-európai Egyetem Portfolio.hu EXPORT
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,
RészletesebbenGAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó. 2010. június
GAZDASÁGSTATISZTIKA Készül a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázai projek kereében Taralomfejleszés az ELTE TáTK Közgazdaságudományi Tanszékén, az ELTE Közgazdaságudományi Tanszék, az MTA Közgazdaságudományi
RészletesebbenOsztályozás, regresszió. Nagyméretű adathalmazok kezelése Tatai Márton
Osztályozás, regresszió Nagyméretű adathalmazok kezelése Tatai Márton Osztályozási algoritmusok Osztályozás Diszkrét értékkészletű, ismeretlen attribútumok értékének meghatározása ismert attribútumok értéke
RészletesebbenKészítette: Lovász Anna. Szakmai felelős: Lovász Anna június
NEMEK ÉS RASSZOK KÖZÖTTI GAZDASÁGI EGYENLŐTLENSÉGEK Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi
RészletesebbenDöntési fák. (Klasszifikációs és regressziós fák: (Classification And Regression Trees: CART ))
Döntési fák (Klasszifikációs és regressziós fák: (Classification And Regression Trees: CART )) Rekurzív osztályozó módszer, Klasszifikációs és regressziós fák folytonos, kategóriás, illetve túlélés adatok
RészletesebbenAdatok statisztikai értékelésének főbb lehetőségei
Adatok statisztikai értékelésének főbb lehetőségei 1. a. Egy- vagy kétváltozós eset b. Többváltozós eset 2. a. Becslési problémák, hipotézis vizsgálat b. Mintázatelemzés 3. Szint: a. Egyedi b. Populáció
RészletesebbenAZ ÁTMENET GAZDASÁGTANA POLITIKAI GAZDASÁGTANI PILLANATKÉPEK MAGYARORSZÁGON
AZ ÁTMENET GAZDASÁGTANA POLITIKAI GAZDASÁGTANI PILLANATKÉPEK MAGYARORSZÁGON AZ ÁTMENET GAZDASÁGTANA POLITIKAI GAZDASÁGTANI PILLANATKÉPEK MAGYARORSZÁGON Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati
RészletesebbenMegyei statisztikai profil a Smart Specialisation Strategy (S3) megalapozásához Jász-Nagykun-Szolnok megye
Megyei statisztikai profil a Smart Specialisation Strategy (S3) megalapozásához Jász-Nagykun-Szolnok megye Az alábbi statisztikai profil a megye általános, a Smart Specialisation Strategy (S3)-hoz kapcsolódó
RészletesebbenStatisztika I. 9. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 9. előadás Előadó: Dr. Ertsey Imre Statisztikai hipotézis vizsgálatok elsősorban a biometriában alkalmazzák, újabban reprezentatív jellegű ökonómiai vizsgálatoknál, üzemi szinten élelmiszeripari
RészletesebbenFŐBB PUBLIKÁCIÓK. Név: Muraközy Balázs FOLYÓIRATBAN MEGJELENT CIKKEK
FŐBB PUBLIKÁCIÓK Név: Muraközy Balázs FOLYÓIRATBAN MEGJELENT CIKKEK Békés G, Halpern L, Muraközy B (2013) Külkereskedelem és a vállalatok közötti különbségek. KÖZGAZDASÁGI SZEMLE 60:(1) 1-24. oldal Halpern
Részletesebben[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.29. A statisztika típusai Leíró jellegű statisztika: összegzi egy adathalmaz jellemzőit. A középértéket jelemzi (medián, módus, átlag) Az adatok változékonyságát
RészletesebbenÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június
ÖKONOMETIA Készült a TÁMOP-4.1.-08//A/KM-009-0041pályázat projet eretébe Tartalomfejlesztés az ELTE TáTK Közgazdaságtudomáy Taszéé az ELTE Közgazdaságtudomáy Taszé az MTA Közgazdaságtudomáy Itézet és a
RészletesebbenBizonytalanság. Mesterséges intelligencia április 4.
Bizonytalanság Mesterséges intelligencia 2014. április 4. Bevezetés Eddig: logika, igaz/hamis Ha nem teljes a tudás A világ nem figyelhető meg közvetlenül Részleges tudás nem reprezentálható logikai eszközökkel
RészletesebbenA JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA
A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE
RészletesebbenVÁROS- ÉS INGATLANGAZDASÁGTAN
VÁROS- ÉS INGATLANGAZDASÁGTAN VÁROS- ÉS INGATLANGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE
RészletesebbenSTATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése
4. A modell érvényességének ellenőrzése STATISZTIKA 4. Előadás Variancia-analízis Lineáris modellek 1. Függetlenség 2. Normális eloszlás 3. Azonos varianciák A maradék független a kezelés és blokk hatástól
RészletesebbenA JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA
A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék
RészletesebbenMatematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása
Matematikai alapok és valószínőségszámítás Statisztikai becslés Statisztikák eloszlása Mintavétel A statisztikában a cél, hogy az érdeklõdés tárgyát képezõ populáció bizonyos paramétereit a populációból
RészletesebbenVÁROS- ÉS INGATLANGAZDASÁGTAN
VÁROS- ÉS INGATLANGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az
RészletesebbenELTECON MA Keresztmetszeti és panel ökonometria tematika
ELTECON MA Keresztmetszeti és panel ökonometria tematika Készítette: Elek Péter Oktató: Elek Péter Demonstrátor: Pál Jenő (PhD-hallgató, CEU) Időkeret: heti 3*90 perc szeminarizált formában, 13 héten keresztül
RészletesebbenModern piacelmélet. ELTE TáTK Közgazdaságtudományi Tanszék. Selei Adrienn
Modern piacelmélet ELTE TáTK Közgazdaságtudományi Tanszék Selei Adrienn A tananyag a Gazdasági Versenyhivatal Versenykultúra Központja és a Tudás-Ökonómia Alapítvány támogatásával készült az ELTE TáTK
RészletesebbenHorváth Krisztina Pécsi Tudományegyetem Közgazdaságtudományi Kar Regionális Politika és Gazdaságtan Doktori Iskola, III. évfolyam
Menedzsment technikák hatása a tudásintenzív és nem tudásintenzív vállalatok produktivitására: magyar kis- és középvállalatok esete Horváth Krisztina Pécsi Tudományegyetem Közgazdaságtudományi Kar Regionális
RészletesebbenKísérlettervezés alapfogalmak
Kísérlettervezés alapfogalmak Rendszermodellezés Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék Kísérlettervezés Cél: a modell paraméterezése a valóság alapján
RészletesebbenNormális eloszlás tesztje
Valószínűség, pontbecslés, konfidenciaintervallum Normális eloszlás tesztje Kolmogorov-Szmirnov vagy Wilk-Shapiro próba. R-funkció: shapiro.test(vektor) balra ferde eloszlás jobbra ferde eloszlás balra
RészletesebbenA tankötelezettségi korhatár változásainak hatása Leíró elemzés. Hermann Zoltán 2014. november
A tankötelezettségi korhatár változásainak hatása Leíró elemzés Hermann Zoltán 2014. november Tankötelezettségi kor a kétezres ekben - a tankötelezettség annak a tannek a végéig tart, amikor a diák eléri
RészletesebbenNövekedés Magyarországon : Tőke, munka és termelékenység szerepe Harasztosi Péter. Nyíregyháza, MKT vándorgyűlés Szeptember 5.
Növekedés Magyarországon 1994-2012: Tőke, munka és termelékenység szerepe Harasztosi Péter Nyíregyháza, MKT vándorgyűlés 2014. Szeptember 5. 1 Miről szól az előadás? Gazdasági növekés forrásainak vizsgálata
RészletesebbenBAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.
BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. 1 Mérési hibák súlya és szerepe a mérési eredményben A mérési hibák csoportosítása A hiba rendűsége Mérési bizonytalanság Standard és kiterjesztett
RészletesebbenStatisztika elméleti összefoglaló
1 Statisztika elméleti összefoglaló Tel.: 0/453-91-78 1. Tartalomjegyzék 1. Tartalomjegyzék.... Becsléselmélet... 3 3. Intervallumbecslések... 5 4. Hipotézisvizsgálat... 8 5. Regresszió-számítás... 11
RészletesebbenElemi statisztika. >> =weiszd= << december 20. Szerintem nincs sok szükségünk erre... [visszajelzés esetén azt is belerakom] x x = n
Elemi statisztika >> =weiszd=
RészletesebbenEGÉSZSÉG-GAZDASÁGTAN
EGÉSZSÉG-GAZDASÁGTAN EGÉSZSÉG-GAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi
RészletesebbenInnováció és vállalati teljesítmény Magyarországon
Közgazdasági Szemle, LVII. évf., 2010. április (293 317. o.) HALPERN LÁSZLÓ MURAKÖZY BALÁZS Innováció és vállalati teljesítmény Magyarországon Ebben a tanulmányban az innováció és a vállalati teljesítmény
RészletesebbenBUDAPESTI MUNKAGAZDASÁGTANI FÜZETEK
BUDAPESTI MUNKAGAZDASÁGTANI FÜZETEK BWP. 2000/5 A külföldi működőtőke-beáramlás hatása a munkaerő-piac regionális különbségeire Magyarországon FAZEKAS KÁROLY Magyar Tudományos Akadémia Közgazdaságtudományi
RészletesebbenSegítség az outputok értelmezéséhez
Tanulni: 10.1-10.3, 10.5, 11.10. Hf: A honlapra feltett falco_exp.zip-ben lévő exploratív elemzések áttanulmányozása, érdekességek, észrevételek kigyűjtése. Segítség az outputok értelmezéséhez Leiro: Leíró
RészletesebbenÖkonometria. Logisztikus regresszió. Ferenci Tamás 1 tamas.ferenci@medstat.hu. Nyolcadik fejezet. Budapesti Corvinus Egyetem. 1 Statisztika Tanszék
Ferenci Tamás 1 tamas.ferenci@medstat.hu 1 Statisztika Tanszék Budapesti Corvinus Egyetem Nyolcadik fejezet Tartalom V. esettanulmány 1 V. esettanulmány Csődelőrejelzés 2 Általános gondolatok 3 becslése
RészletesebbenMAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter. 2011. február
MAKROÖKONÓMIA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az MTA Közgazdaságtudományi
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék MAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter
MAKROÖKONÓMIA MAKROÖKONÓMIA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék, az
RészletesebbenFŐBB PUBLIKÁCIÓK. Muraközy B, Reizer B (2017) A magyar vállalati adózás heterogenitása. KÖZGAZDASÁGI SZEMLE 64:(12) pp
FŐBB PUBLIKÁCIÓK Név: Muraközy Balázs FOLYÓIRATBAN MEGJELENT CIKKEK Hornok C, Muraközy B (megjelenés alatt) Markups of Exporters and Importers: Evidence from Hungary. SCANDINAVIAN JOURNAL OF ECONOMICS
Részletesebben