Vad är Bayesian Econometrics?

Bayesian econometrics är en statistisk och matematisk metod för problemlösning som förlitar sig på en utredares övertygelse om ett förväntat resultat, istället för att bara förlita sig på bevis från de tillgängliga uppgifterna. Detta är baserat på förutsättningen för Bayes teorem, som är en matematisk formel som används för att bevisa alla hypoteser där tidigare existerande idéer stöds av bevis. Det är en form av subjektivt resonemang som lägger tonvikt på en forskares initiala grad av tro och använder bevis för att forma slutsatser baserade på den ursprungliga tron.

Ett av de grundläggande elementen i Bayesiska ekonometrik är att Bayesianska principer bygger på villkorad sannolikhet. Det vill säga att sannolikheten för att en händelse inträffar först ses utifrån villkoret att en tidigare händelse ägde rum för att ställa in scenen för den. Formeln för detta är att en sannolikhet för båda dessa händelser måste uppdelas med sannolikheten eller villkoret att den första händelsen faktiskt ägde rum.

Villkorad sannolikhet som en del av Bayesiansk ekonometrik är ett försök att närmare modellera den verkliga världen när man beräknar den sannolika händelsen av framtida händelser. Det förlitar sig på sannolikhetsfördelningar, som är olika osäkerhetsnivåer istället för bara ren slumpmässighet, på vilka man kan basera framtida resultatberäkningar. Detta innebär att Bayesian ekonometrics tar en mer uppenbar stödmetod som en premiss genom att försöka kvantifiera graden av tro eller förtroende individer har i ett resultat som ett input för att förutsäga det faktiska utfallet. Detta har relevans inom ekonomiska områden som konsumentförtroende, där gruppförväntningarna har en enorm inverkan på vad som blir verklighet.

Otillräcklig data är ofta ett problem i vägda statistiska beräkningar som försöker ge meningsfulla resultat, och Bayesiansk regressionsanalys erbjuder en lösning på detta. Det möjliggör uppskattningar av tidigare information som inmatning i beräkningarna. Detta tillvägagångssätt att använda tidigare densitetsfunktioner för att komma fram till posterior densitetsfunktioner har potential att ge mycket mer användbara lösningar på problem.

Bayesiska metoder används dock inte ofta av flera skäl. Det är svårt att formellt redogöra för befolkningens subjektiva övertygelser och bilda dem till en meningsfull matematisk fördelning. Att beräkna rätt resultat till den bakre distributionen är också öppen för tolkning, och alla resultat som erhållits har endast värde om du håller med de övertygelser och antaganden som användes till att börja med. Ekonomer säger också att Bayesian ekonometrics fokuserar för mycket på teori och teknik, och inte tillräckligt med att utveckla denna teori mot dagens ekonomiska modeller som försöker förutsäga händelser och trender i den verkliga världen.