Wages, Employment Not Determined By Supply And Demand
1.0 简介我想我已经有一段时间没有提出过这样的介绍性示例了，在这个示例中，在给定净产出水平的情况下，工资上涨与企业想要雇用更多劳动力有关。此示例是作为垂直整合企业的会计问题提出的。在此示例中，使用有理数进行精确计算非常繁琐。我估计如果有人想检查这一点，他们会使用电子表格。据我所知，Microsoft Excel 使用双精度浮点数。2.0 技术一家生产玉米的竞争性垂直整合企业的经理知道表 1 中列出的四种生产过程。玉米是一种消费品，也是一种资本品，即用于生产其他商品的生产商品。事实上，铁、钢和玉米在这个例子中都是资本品。第一个过程生产铁，第二个过程生产钢，后两个过程生产玉米。每个过程都表现出规
A Perverse Switch Point For Neoclassical Economics, Non-Perverse For Austrians
图 1：工资率利润边界1.0 简介这篇文章完成了对机器的经济寿命与技术资本密集度无关的论证。我在这里填写了一个二乘二表格的右上方。我之前已经填写了左上方和右下方的条目。我还有一个左下方的示例。2.0 技术表 1 和表 2 列出了可以组合起来生产新玉米产出的过程的生产系数。该示例的结构与 Salvatore Baldone 的示例相同。玉米被假定为唯一的消费品和计价单位。在第一个过程中，劳动力使用玉米投入生产出物理寿命为三年的机器。在其余每个过程中，劳动力使用种子玉米和指定年龄的机器来生产一单位玉米和一年前的机器。机器在上一道工序使用后即被丢弃。表 1：技术投入输入过程(I)(II)(III)(
The largest risk-group we must reach to reduce COVID vaccination disparities
昨晚我下载了最新的人口普查局7月至8月34周脉冲数据。在两杯咖啡中，我经营了明显的多变量逻辑回归，以检查谁现在已经完全接种了Covid。有关完整的logit系数，请参见本文的底部。我敢肯定，审稿人2将订购应有的[…]我们必须达到的最大风险组，以减少偶然经济学家首次出现的疫苗接种差异。
The Quantum Superposition Theorem: A Mathematical Approach
在我之前的文章中，我主要写了关于量子叠加的理论方面。量子叠加是主要的基石理论之一，它为量子物理学提供了奇特之处，并帮助我们解决量子隧穿等关键问题。在我的上一篇文章中，我写了关于正交定理的内容，这是理解量子叠加背后的数学的必要先决条件。除此之外，还需要具备概率知识的初步微积分知识才能理解下面的文字，因为它可能看起来并不像你在纪录片中看到的那样花哨，相反，如果你理解了文字，那么它会更迷人，并支持这一说法：“事实比小说更奇怪”。所以，事不宜迟，让我们深入研究它……为了制定叠加原理，首先我们必须考虑一些潜在的 V(x)，并且对于这个潜在的薛定谔方程已经得到解决。这产生了许多波函数 𝜓ᵢ(x) 及其对应
Reporting an R-Squared Measure for Count Data Models
这篇文章的灵感来自于我前段时间收到的一封电子邮件，该邮件来自一位博客读者。我认为，更“广泛”的回应可能会引起其他读者的兴趣......尽管存在许多局限性，但在报告最小二乘回归结果时，包括判定系数 (R2) 或其“调整后”的值是标准做法。就我个人而言，我认为 R2 是我们结果中包含的最不重要的统计数据之一，但我们都这样做。（请参阅上一篇文章。）如果所讨论的回归模型是线性的（在参数中）并且包含截距，并且如果参数由普通最小二乘法 (OLS) 估计，则 R2 具有许多众所周知的属性。这些包括：0 ≤ R2 ≤ 1。如果我们向模型中添加回归量，R2 的值不会减小。无论我们将这个度量定义为“解释平方和”与
Everything's Significant When You Have Lots of Data
嗯......其实不然！表面上看起来是这样，但那是因为你可能使用了完全不恰当的衡量标准来衡量什么是（统计上）显著的，什么不是。我在之前的一篇文章中谈到了这个问题，我说：“Granger（1998 年、2003 年）提醒我们，如果样本量足够大，那么几乎不可能不拒绝任何假设。因此，如果样本非常大，并且回归模型中估计系数相关的 p 值约为 0.10 甚至 0.05，那么这真是个坏消息。当样本量达到数千甚至更大时，我们需要更小的 p 值，然后我们才会对“统计上显著”的结果感到兴奋。”这个一般性观点，即我们选择的显著性水平应该随着样本量的增加而降低，大多数统计学家和计量经济学家都非常理解。 （例如，参见
本月我的阅读清单与往常略有不同。我回顾了《计量经济学》和《计量经济学杂志》的往期期刊，并挑选了一些恰好发表在这些期刊 7 月期刊上的重要且有趣的论文。以下是我为您推荐的：Aigner, D.、C. A. K. Lovell 和 P. Schmidt，1977 年。《随机前沿生产函数模型的公式和估计》。《计量经济学杂志》，6，21-37。Chow, G. C.，1960 年。《两个线性回归系数集之间的相等性检验》。《计量经济学》，28，591-605。Davidson, R. 和 J. G. MacKinnon，1984 年。《logit 和 probit 模型的便捷规范检验》。计量经济学杂志，
A Permutation Test Regression Example
在上周的一篇文章中，我谈到了排列（随机化）检验，以及它们与我们在计量经济学中通常使用的（经典参数）检验程序有何不同。我假设您已经阅读了该文章。（可能在某个时候会有一次小测验！）我承诺会提供一个基于回归的示例。毕竟，我在上一篇文章中介绍的两个示例旨在揭示排列/随机化检验的基本原理。它们确实没有太多“计量经济学内容”。在下文中，我将交替使用术语“排列检验”和“随机化检验”。我们在这里要做的是查看一个简单的回归模型，看看我们如何使用随机化检验来查看回归变量 x 和因变量 y 之间是否存在线性关系。请注意，我说的是“简单回归”模型。这意味着只有一个回归量（除了截距）。多元回归模型为置换检验提出了各种各
「新築マンション価格指数」でみる東京23区の市場動向（2023年）－コロナ禍以降、「駅近」志向が高まる一方、「住居の広さ」と「中心部までのアクセス」への評価は揺り戻しの動きも
在本文中，我们使用新建公寓的销售数据创建了经过质量调整的“新建公寓价格指数”*1，并概述了东京 23 区新建公寓市场的趋势。 *1 估算公式请参阅《通过新公寓价格指数看东京23区的市场动向(1)》中的《3.新公寓价格指数的制作》。 2023年东京23区的物价指数（2005年=100）比上年上涨9%，达到210.2，创下历史新高。 2013年开始的“后安倍经济学价格上涨阶段”仍在继续。 “地区价格指数”市中心为“241.5”（比上年增长13%），西南地区为“197.7”（比上年增长6%），西南地区为“192.8”（比上年增长8%）。 ），东部地区为“192.1”（较上年增加8%），北部地区为“1
