1. IntroPermalink

• 계량 경제학의 목적: 인과관계를 파악하기 위함
  • 인과관계: 다른 조건이 동일할 때(Cetas Paribus) 하나의 요소를 변화시켰을 때의 영향
  • 인과관계를 파악하기란 매우 어렵지만, ‘어떤 가정하’에서 모집단의 속성(모수, 파라미터)으로써 표현하고, 이 모집단 파라미터를 추정하고 관련된 가설 검정은 가능
• 상수: 변하지 않는 값
• 변수: 변하는 값
  • 확률변수: 모집단에서 표본을 추출할 때 마다 변하는 값 (퇴화된 확률변수 참조 요망)

• 표본 평균: 모집단으로부터 표본추출하여 평균값을 구한 것이며 확률변수임. (표본 추출시마다 지속 변화, But, 모집단의 평균은 상수)

• 확률: 모집단으로부터 한 값을 임의로 추출하여 해당 사건이 일어나는지 확인하는 행위를 독립적으로 무한 반복하여 시행했을 때, 전체 시행 횟수 중 해당 사건이 발생할 궁극적 비율
  • 통계학에서는 확률을 하나의 사건을 하나의 숫자(0~1)에 대응시키는 함수로 봄
• 분포 : 확률변수 X에 관련된 모든 사건에 대하여음음 확률을 구해놓으면 이것이 바로, X의 확률 분포 or 분포임
  • 모집단의 분포를 알면 모집단의 특성을 모두 아는 것과 같음
  • 따라서, 모집단 = 모집단의 확률분포와 마찬가지
• 모수(파라미터): 모집단 분포를 특징적으로 나타내는 수(모집단의 속성)
  • 모집단의 max 값,모집단의 평균 등
  • 따라서, 모수는 상수임
• 모집단의 평균&분산: 평균은 기대값이며 모집단의 평균&분산은 상수임
• 표본평균&분산: 변수
• 통계값(Statistics): 관측된 자료가 있을때, 자료로부터 계산할 수 잇는 것
  • 표본과 관련된 계산할 수 있는 다양한 계산값들이 통계값(통계량)

2. 단순 선형회귀모형Permalink

• 모수에 대해 선형이 모형을 선형 모형이라 함
  • 학력과 소득의 관계를 본다고 할 때, 학력 제곱이나 학력에 로그를 씌운 것과는 관계 없음
• 모수에 대해 선형이지 않으면 모형 자체의 변경 필요