TUDOMÁNYOS MÓDSZERTAN

Hasonló dokumentumok
Készült a TÁMOP /2/A/KMR pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén

ELTE TáTK Közgazdaságtudományi Tanszék MAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter

MIKROÖKONÓMIA I. Készítette: Kőhegyi Gergely, Horn Dániel. Szakmai felelős: Kőhegyi Gergely június

ELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június

TUDOMÁNYOS MÓDSZERTAN

ELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június

TUDOMÁNYOS MÓDSZERTAN ÉS ÉRVELÉSTECHNIKA

Kant és a transzcendentális filozófia. Filozófia ös tanév VI. előadás

BEVEZETÉS A PSZICHOLÓGIÁBA

BEVEZETÉS A PSZICHOLÓGIÁBA

BEVEZETÉS A PSZICHOLÓGIÁBA

Bizonytalan tudás kezelése

REGIONÁLIS GAZDASÁGTAN B

KÖZGAZDASÁGTAN II. Készítette: Lovics Gábor. Szakmai felelős: Lovics Gábor június

MIKROÖKONÓMIA II. B. Készítette: K hegyi Gergely. Szakmai felel s: K hegyi Gergely február

VÁROS- ÉS INGATLANGAZDASÁGTAN

A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA

A pedagógiai kutatás metodológiai alapjai. Dr. Nyéki Lajos 2015

ELTE TáTK Közgazdaságtudományi Tanszék ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június

y ij = µ + α i + e ij

ELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június

GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június

A MODELLALKOTÁS ELVEI ÉS MÓDSZEREI

MAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter február

LOGIKA ÉS ÉRVELÉSTECHNIKA

Korrelációs kapcsolatok elemzése

ELTE TáTK Közgazdaságtudományi Tanszék KÖZGAZDASÁGTAN II. Készítette: Lovics Gábor. Szakmai felelős: Lovics Gábor június

KÖZGAZDASÁGTAN II. Készítette: Lovics Gábor. Szakmai felelős: Lovics Gábor június

BEVEZETÉS A PSZICHOLÓGIÁBA

STATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM.

BME Filozófia és Tudománytörténet Tanszék 1111 Budapest, Sztoczek J. u fsz. 2. Telefon:

ELTE TáTK Közgazdaságtudományi Tanszék OKTATÁSGAZDASÁGTAN. Készítette: Varga Júlia. Szakmai felelős: Varga Júlia június

Mikroökonómia II. B. ELTE TáTK Közgazdaságtudományi Tanszék. 6. hét AZ IDŽ KÖZGAZDASÁGTANA, 1. rész

ELTE TáTK Közgazdaságtudományi Tanszék KÖZGAZDASÁGTAN II. Készítette: Lovics Gábor. Szakmai felelős: Lovics Gábor június

LOGIKA ÉS ÉRVELÉSTECHNIKA

0,424 0,576. f) P (X 2 = 3) g) P (X 3 = 1) h) P (X 4 = 1 vagy 2 X 2 = 2) i) P (X 7 = 3, X 4 = 1, X 2 = 2 X 0 = 2) j) P (X 7 = 3, X 4 = 1, X 2 = 2)

Mi az adat? Az adat elemi ismeret. Az adatokból információkat

GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN

VÁROS- ÉS INGATLANGAZDASÁGTAN

OKTATÁSGAZDASÁGTAN. Készítette: Varga Júlia Szakmai felelős: Varga Júlia június

A fogyasztási kereslet elméletei

A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA

Regresszió. Csorba János. Nagyméretű adathalmazok kezelése március 31.

y ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell

VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA

A pedagógia mint tudomány. Dr. Nyéki Lajos 2015

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás

ELTE TáTK Közgazdaságtudományi Tanszék MAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter

Valószínűségszámítás összefoglaló

BME Filozófia és Tudománytörténet Tanszék 1111 Budapest, Sztoczek J. u fsz. 2. Telefon:

MAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter február

Statisztikai alapok. Leíró statisztika Lineáris módszerek a statisztikában

MAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter február

Jelek és rendszerek 1. 10/9/2011 Dr. Buchman Attila Informatikai Rendszerek és Hálózatok Tanszék

Matematikai statisztika c. tárgy oktatásának célja és tematikája

MIKROÖKONÓMIA I. B. Készítette: K hegyi Gergely, Horn Dániel és Major Klára. Szakmai felel s: K hegyi Gergely június

Jármőtervezés és vizsgálat I. VALÓSZÍNŐSÉGSZÁMÍTÁSI ALAPFOGALMAK Dr. Márialigeti János

Függetlenségvizsgálat, Illeszkedésvizsgálat

KÖZGAZDASÁGTAN II. Készítette: Lovics Gábor. Szakmai felelős: Lovics Gábor június

JOG ÉS KÖZGAZDASÁGTAN

VÁROS- ÉS INGATLANGAZDASÁGTAN

STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése

MEZŐGAZDASÁGI ÁRAK ÉS PIACOK

MUNKAGAZDASÁGTAN. Készítette: Köllő János. Szakmai felelős: Köllő János január

A valószínűségszámítás elemei

0-49 pont: elégtelen, pont: elégséges, pont: közepes, pont: jó, pont: jeles

0. Teszt megoldás, matek, statika / kinematika

3/29/12. Biomatematika 2. előadás. Biostatisztika = Biometria = Orvosi statisztika. Néhány egyszerű definíció:

GAZDASÁGSZOCIOLÓGIA I.

A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA

MIKROÖKONÓMIA II. Készítette: K hegyi Gergely. Szakmai felel s: K hegyi Gergely február

ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 3. MÉRÉSFELDOLGOZÁS

PIACI SZERKEZETEK BMEGT30A hét, 1. óra: Differenciált termékes Bertrand-oligopólium

FILOZÓFIA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

Matematika III. 2. Eseményalgebra Prof. Dr. Závoti, József

Bevezetés, tudnivalók, ökonometriai alapok

REGIONÁLIS GAZDASÁGTAN B

Differenciál és integrálszámítás diszkréten

VÁROS- ÉS INGATLANGAZDASÁGTAN

Valószínűségi változók. Várható érték és szórás

Mintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás

MAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter február

Méréselmélet MI BSc 1

Véletlenszám generátorok és tesztelésük HORVÁTH BÁLINT

BEVEZETÉS A PSZICHOLÓGIÁBA

VÁROS- ÉS INGATLANGAZDASÁGTAN

A mérések általános és alapvető metrológiai fogalmai és definíciói. Mérések, mérési eredmények, mérési bizonytalanság. mérés. mérési elv

4/24/12. Regresszióanalízis. Legkisebb négyzetek elve. Regresszióanalízis

BEVEZETÉS A PSZICHOLÓGIÁBA

Bizalom szerepe válságban Diadikus jelenségek vizsgálata a gazdálkodástudományban

A MEGBÍZHATÓSÁGI ELEMZŐ MÓDSZEREK

Diszkrét matematika I.

KÖZGAZDASÁGTAN I. Készítette: Bíró Anikó, K hegyi Gergely, Major Klára. Szakmai felel s: K hegyi Gergely június

Matematikai alapok és valószínőségszámítás. Normál eloszlás

Mérhetőség, σ-algebrák, Lebesgue Stieltjes-integrál, véletlen változók és eloszlásfüggvényeik

VÁROS- ÉS INGATLANGAZDASÁGTAN

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

TANTÁRGYI PROGRAM Matematikai alapok I. útmutató

LOGIKA ÉS ÉRVELÉSTECHNIKA

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Átírás:

TUDOMÁNYOS MÓDSZERTAN 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 Intézet és a Balassi Kiadó közreműködésével Készítette: Kőhegyi Gergely, Kutrovátz Gábor, Margitay Tihamér, Láng Benedek, Tanács János és Zemplén Gábor Szakmai felelős: Kőhegyi Gergely 2011. január

3. hét Tudományos elméletek alapvető kategóriái Készítette: Kőhegyi Gergely, Kutrovátz Gábor, Margitay Tihamér, Láng Benedek, Tanács János és Zemplén Gábor Szakmai felelős: Kőhegyi Gergely Léteznek-e minden elméletben közös alapvető kategóriák? Valószínűleg nem. De vannak közös mintázatok. Pl.: (Ismétlés): Alapelemek, vagy entitások (elektron, sejt, gén, homo oeconomicus, ösztön én, társ. csoport, stb.), azok tulajdonságainak és azok összefüggéseinek, majd viselkedésének leírása. Mit jelent a tulajdonság és a viselkedés? Tér-idő-okság Tulajdonság: az entitás elhelyezkedése egy absztrakt térben (fizikai (3D) tér, jószágtér, minőségtér, állapottér, szociális tér, stb.) Kvalitatív és kvantitatív tulajdonságok Elvi szintű mérhetőség valamilyen skálán: Nominális (minőségi) 2

Ordinális (sorrendi) Metrikus (mennyiségi) Különbség Arány Viselkedés: A tulajdonságok változása valamilyen absztrakt időben (vagy általánosabban: valamelyik rögzített tulajdonsághoz képest) Mi okozza a változást? (A törvény csak leírja!) Pl.: Mozgás leírása: Részecske helyének változása az időben Állapotváltozás: Test térfogatának, hőmérsékletének stb. változása az időben Homo oeconomicus optimális fogyasztásának változása két időszak között az árváltozás következtében Ösztön én háttérbeszorulása az emberi viselkedés irányításában Vertikális és horizontális társadalmi mobilitás Stb. A tér és idő értelmezése Milyen a tér természete? Euklideszi vagy nem euklideszi? Termékdifferenciálás lineáris (Hotelling) vagy körkörös (Salop) modellje? Milyen a téridő természete? Abszolút vagy relatív? Van-e kitüntetett pont? Vödörkísérlet (Newton) Hajólámpa-kísérlet (Einstein) Milyen a változás (mozgás) természete? Csak a tulajdonságok változnak? T. Kuhn: Arisztotelész vs. Newton Milyen a szabályszerűségek természete? Az elméletalkotó választása a fentiek közül erősen befolyásolja az elmélet 3

következményeit! Az okság értelmezése Arisztotelész: formális ok anyagi ok ható ok cél ok ezek olyan faktorokat mutatnak meg, amelyek megmagyarázhatóvá tesznek egy jelenséget Pl.: Vegyünk egy antik templomot! Anyagi oka: téglák és a kövek, formális ok: az építész terve, ható ok: kézművesek és ácsok munkája, cél ok: lehessen benne tisztelni az isteneket Ma ennél szűkebben értjük az ok fogalmát, már Descartes is csak a mechanikus okokat tekintette oknak. Hume (1711 1776) Tanulmány az emberi értelemről ( Értekezés az emberi megismerésről) Az okságról alkotott nézetünk többet implikál, mint két dolog puszta egymásra következését. Szükségszerűséget is látunk, hasonló okból hasonló okozatra számítunk. De mi alapján? Tagadja, hogy valamely dolgot valamiféle szükségszerűséggel követne egy másik dolog, a szükségszerűség látszata abból fakad, hogy a mi elménk hasonló okból hasonló okozatra számít, ez a mi elvárásunk, mi vetítjük ki. Az okot olyan dologként határozhatjuk meg, amelyet egy másik követ, éspedig olyképpen, hogy az elsőhöz hasonló összes dolgot a másodikhoz hasonló dolgok követik. Vagy másképpen fogalmazva: éspedig olyképpen, hogy ha az első nem lett volna, a második sose létezhetett volna. 4

Szükségszerű = nem lehetne másképp, nem lehet hamis. Gyakran felhozott példa: Matematikai igazságok 2+2=4 (ha adott a szimbólumok jelentése) Ellentéte: esetlegesség (pl.: én itt most órát tartok) Hume szerint az okság nem szükségszerű, mert nem ismerhetjük meg a priori. Mi az az a priori? A priori = tapasztalattól függetlenül igazolható pl.: a matematikai ismeretek: 2+2=4 Ellentéte: a posteriori pl.: a víz forráspontja=100 C (ezt csak a tapasztalat által igazolhatjuk). David Hume: oksági viszonyokat nem lehet a priori megismerni, tehát nem szükségszerűek Az oksági kapcsolat nem logikai kapcsolat. Az A okozza B-t nem olyan szükségszerű, mint ahogyan az A és B-ből következik A, nincsen benne logikai szükségszerűség! 5

Immanuel Kant Az a priori és a posteriori: a tapasztalattól független, ill. függő. Analitikus és szintetikus: a fogalomból következik, ill. nem következik (ismeretelemző és -bővítő állítások) Példák: a priori analitikus: a=a, Minden test kiterjedt. (logika) a posteriori szintetikus: Ez a labda piros; Minden testnek súlya van. (fizika) a priori szintetikus: Mindennek oka van; Két pont között a legrövidebb út az egyenes (metafizika, matematika, fizika). Az okság modern értelmezése Okság a tudományos módszertanban Oksági mechanizmus C oka E-nek, ha létezik C i sorozat C-től E-ig úgy, hogy C i és C i+1 között az átmenetet egy L i törvény vezérli. Induktív szabályosság C oka E-nek, ha a K körülmények között P(E K)<P(E K C) (Rendszeres asszociáció, korreláció, rangkorreláció, vagy vegyes kapcsolat) Statisztikai következtetéselmélet Szükséges-elégséges feltétel C oka E-nek, ha C szükséges és/vagy elégséges feltétele E-nek. 6

Okság a modern filozófiában John L. Mackie: INUS feltétel Egy C esemény INUS feltétele egy E eseménynek, ha C önmagában elégtelen (Insufficient), de szükséges (Necessary) része a feltételek egy tágabb halmazának, amely ugyan nem szükséges (Unnecessary) de elégséges (Sufficient) E bekövetkezéséhez. Pl.: A rövidzárlat önmagában elégtelen, de szükséges része egy körülményhalmaznak (gyúlékony anyagok, a közbelépés hiánya, stb.), amely nem szükséges (mert a szomszéd is felgyújthatta volna a házat), de elégséges ahhoz, hogy leégjen a ház. Donald Davidson: Esemény okság Nem a kő mint tárgy töri be az ablakot, hanem az elhajított kő (egy esemény az ok). Egy esemény: egyedi és megismételhetetlen. Az események leírásai nem helyettesíthetők, csak bizonyos leírások lesznek megfelelő oksági magyarázatok. Pl.: Caesar halála (esemény) okozta Brutus bűntudatát. 7

D. Hugh Mellor Az okság nem egyedi események (Caesar halála), hanem tények (Caesar meghalt) viszonya. Pl.: Brutus bűntudatot érzett, mert Caesar meghalt. Az okság azonosítása Induktív szabályosság esetén: A B vagy B A (korreláció regresszió) Az ár határozza meg a vásárolt mennyiséget, vagy a rendelkezésre álló mennyiség az árat? Kölcsönös okozás: A B Ár-bér spirál Közvetett okozás: A B C Közös ok: C A B Mindkét termékből nő a kereslet. Kiegészítők, vagy általános életszínvonal-emelkedés történt (Ceteris paribus!) Nincs oksági kapcsolat (hamis korreláció) Időbeliség (minimális követelmény) Granger-okság y t k i 1 y i t i k i 1 x i t i u t x t nem Granger-oka t y -nek, ha 0( i 1,, k) Post hoc ergo propter hoc ( ezután, tehát emiatt ) i Kontrafaktuális hipotézis: kapcsolat feltételezése meg nem történt eseményekkel 8

(gondolatkísérletek?!). John Stuart Mill Megegyezés módszere: Ha két vagy több esetben a vizsgált jelenségnek egyetlen közös körülménye van, akkor a megegyező körülmény a vizsgált körülmény oka (vagy okozata). Különbség módszere: Ha egyszer megjelenik, egyszer meg nem, és a két eset csak egy körülményben tér el, akkor az a jelenség oka (vagy okozata). Maradékok módszere: Ha egy kivételével minden körülmény okát vagy okozatát tudjuk, és az nem a kérdéses jelenség, akkor az lesz a maradék körülmény oka vagy okozata. Fokozás módszere: Ha a jelenségnek fokozatai vannak, akkor az a körülmény az oka vagy okozata, amely fokozati változtatásával a jelenség fokozata változik. Alapvető kategóriák szerepe a tudományos modellekben Milyen legyen a jelenséget leíró modell jellege? Statikus vs. dinamikus Folytonos vs. diszkrét Determinisztikus vs. sztochasztikus Analitikus vs. numerikus Az idő kezelésének módja Időkezelés módjai 9

Statika: Nincs változás (egyensúlyi elemzés) Komparatív statika: Nincs tranziens állapot (egyensúlyi mechanizmus) Többidőszakos modellek: Intertemporális döntés, Szekvenciális játékok, stb. Dinamika: Időfüggvények: a változás leírására (Na de milyen függvények?) Idő szerinti deriváltak (folytonos időfüggvények esetén): a változás változásának leírására (Na de hányadik derivált?) Kapcsolódó adatstruktúrák Keresztmetszeti Idősoros Panel Statikus versus dinamikus modellek és módszerek Példa: Áralkalmazkodás Dinamikus rendszer (differenciálegyenlet) Időfüggvények: p p(t), ahol t folytonos Samuelson p t D p( t) S p( t), i 1,2, n i i i i i, Bródy p t D p( t) S p( t), i 1,2, n i i i i i, 10

Példa: Áralkalmazkodás Gyökeresen más kvalitatív tulajdonságok!!! Samuelson x(t) Bródy x(t) t t Példa: Áralkalmazkodás Gyökeresen más kvalitatív tulajdonságok!!! Samuelson x(t) Bródy x(t) t t 11

Folytonos versus diszkrét mennyiségek Gyökeresen más kvalitatív tulajdonságok Folytonos vs. diszkrét idő: Pl. pókhálómodell Kvantált vagy folytonos mennyiségek? Folytonos idő, de diszkrét megfigyelés (mintavételezés)? Folytonos oszthatóság? Mat. módszer: Differencia vagy differenciál? Sztochasztikus vs. determinisztikus modellek Determinisztikus modell értelmezése: A véletlen nem kap szerepet. Következik-e ebből, hogy a változás egyértelműen meghatározható? A véletlen kezelése: A dolgok, amelyeket nem tudok, vagy nem akarok figyelembe venni. A világ inherens része. Valószínűségi interpretációk Matematikai konstruktum: 0 P(A) 1 P( ) = 1 ha A és B kizáróak => P(A B) = P(A)+P(B) 12

Objektív: relatív gyakoriság, végtelen sorösszeg (von Mieses) Szubjektív: egy képzeletbeli fogadással meghatározható (Ramsey, De Finetti) Igazából csak a kvantumelméletben létezik (Schrödinger macskája) Analitikus vs. numerikus modellek Pl.: Analitikus integrál vs. numerikus integrál Zárt alakú (analitikus) vs. numerikus egyenletmegoldás Problémák: Végtelen ciklusok Bonyolultságelméleti nehézség (NP és P nehéz feladatok) Travelling salesman problem If a salesman starts at point A, and if the distances between any two points is known, what is the shortest round-trip the salesman can make which will visit all points once and return to point A? 13