Cos'è l'econometria bayesiana?

Bayesian Econometrics è un metodo statistico e matematico di risoluzione dei problemi che si basa sulle convinzioni di un investigatore in merito a un risultato atteso, invece di fare affidamento sulle prove fornite dai dati disponibili. Questo si basa sulla premessa del teorema di Baye, che è una formula matematica che viene utilizzata per dimostrare qualsiasi ipotesi in cui le idee preesistenti siano supportate da prove. È una forma di ragionamento soggettivo che pone l'accento sul grado iniziale di credenza di un ricercatore e utilizza prove per modellare le conclusioni basate su quella credenza iniziale.

Uno degli elementi fondamentali dell'econometria bayesiana è che i principi bayesiani si basano sulla probabilità condizionale. Cioè, la probabilità che si verifichi un evento viene esaminata in base alla condizione che un evento precedente ha avuto luogo per prepararsi al terreno. La formula per questo è che una probabilità per entrambi questi eventi che si verificano deve essere divisa per la probabilità o la condizione che il primo evento ha fatto, in effetti, TAke place.

Probabilità condizionale come caratteristica dell'econometria bayesiana è un tentativo di modellare più da vicino il mondo reale quando si calcola il probabile occorrenza di eventi futuri. Si basa su distribuzioni di probabilità, che sono livelli variabili di incertezza anziché solo pura casualità, su cui basare i calcoli dei risultati futuri. Ciò significa che l'econometria bayesiana adotta un approccio di supporto più evidente come premessa, tentando di quantificare il grado di credenza o fiducia che gli individui hanno in un risultato come input per prevedere il risultato effettivo. Ciò ha rilevanza nei campi di economia come la fiducia dei consumatori, in cui le aspettative di gruppo hanno un impatto enorme su ciò che diventa realtà.

Dati insufficienti sono spesso un problema nei calcoli statistici ponderati che tentano di produrre risultati significativi e l'analisi della regressione bayesiana offre una soluzione a questo. PermetteS per le stime delle informazioni precedenti come input nei calcoli. Questo approccio all'utilizzo delle precedenti funzioni di densità per arrivare alle funzioni di densità posteriore ha il potenziale per produrre soluzioni molto più utili ai problemi.

Metodi bayesiani non sono spesso utilizzati, tuttavia, per diversi motivi. È difficile spiegare formalmente le credenze soggettive di una popolazione e formale in una significativa distribuzione matematica. Anche il calcolo del risultato adeguato alla distribuzione posteriore è aperto all'interpretazione e tutti i risultati ottenuti hanno valore solo se sei d'accordo con le credenze e le ipotesi utilizzate per iniziare. Gli economisti affermano anche che l'econometria bayesiana è focalizzata troppo su teoria e tecnica e non abbastanza sullo sviluppo di questa teoria verso gli attuali modelli economici che tentano di prevedere eventi e tendenze del mondo reale.

ALTRE LINGUE

Questo articolo è stato utile? Grazie per il feedback Grazie per il feedback

Come possiamo aiutare? Come possiamo aiutare?