Category Archives: Ekonometri/Statistik

Solow och den genomsnittliga penislängden.


Vad förklarar tillväxt egentligen? Den mystiska solowresidualen lämnar utrymme för ändlösa spekulationer i vetenskapliga tidsskrifter. Institutioner motiveras ofta vara en viktig faktor, ett lands politiska struktur ett annat. Tatu Westling, på Helsinki University har undersökt den genomsnittliga penislängdens (!!!) relation till tillväxt. År 1985 fann han ett intressant samband:

“The GDP in 1985 is found to experience an inverted U-shaped rela-tionship with the male organ. One result is the collapse in GDP after male organ exceeds the length of 16 centimetres. It is also noteworthy that countries with below 12 centimetre male organs are generally less developed. “

Quite remarkable is the fi nding that male organ alone can explain 20% of the between-country variation in GDP growth rates between 1960 and 1985. Regarding the relative importance of political institutions in shaping economic development, it seems that male organ is more strongly associated with GDP growth than country’s political regime type.

Den genomsnittliga penislängden är alltså närmare relaterad till tillväxt i BNP än ett lands politiska regim!

(Skriv inte det på tentan)

Bloggtrender


Cyklisk besökarstatistik, stiger initialt och toppar i mitten av veckan för att sjunka till omkring hundratalet om helgerna. Inget konstigt i det, lite ledigt kan ni få ta. Dagen innan dugga smäller det rejält i besökarstatistiken, verkar vara många som får panik då (inringat).

Utöver det har jag kollat igenom vilka sökord ni använder er av för att komma hit, bland dessa fanns “hans westerberg haschpipa” samt en hel del sökord innehållandes “penis”. Det fick mig att haja till, men det har sin förklaring.

Är lärareffekten obefintlig?


Duggorna är färdigrättade och jag fick med ens tillgång till ett intressant datamaterial. Är kvinnor bättre på duggor i nationalekonomi?

Call:
lm(formula = Data$Dugga.1 ~ Data$Female)

Residuals:
    Min      1Q  Median      3Q     Max 
-5.6756 -1.6296  0.3244  1.3244  3.3704 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)  6.67556    0.11559  57.753   <2e-16 ***
Data$Female -0.04593    0.16516  -0.278    0.781    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Residual standard error: 1.734 on 439 degrees of freedom
  (176 observations deleted due to missingness)
Multiple R-squared: 0.0001761,  Adjusted R-squared: -0.002101 
F-statistic: 0.07732 on 1 and 439 DF,  p-value: 0.7811

Svaret är nej, visar ingen som helst signifikans. Men det visar också att det inte finns någon fördel av att vara man heller. Hur är det då med ålder? Blir vi bättre på att skriva dugga om vi är äldre?

Call:
lm(formula = Data$Dugga.1 ~ Data$Age)

Residuals:
    Min      1Q  Median      3Q     Max 
-5.6894 -1.6358  0.3428  1.3499  3.3571 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept) 6.571363   0.507941  12.937   <2e-16 ***
Data$Age    0.003578   0.021951   0.163     0.87    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Residual standard error: 1.734 on 439 degrees of freedom
  (176 observations deleted due to missingness)
Multiple R-squared: 6.053e-05,  Adjusted R-squared: -0.002217 
F-statistic: 0.02657 on 1 and 439 DF,  p-value: 0.8706

Nej! Ingen signifikans där heller. Jag körde även en del regressioner för att utreda vilka lärare som var bäst/sämst, dock finns en ganska stark grupp-bias där som sannolikt bättre förklarar skillnader mellan grupperna. För att inte trampa någon på tårna, visar jag inte detta här. Jag kan emellertid avslöja att bara tre av grupperna påvisar signifikans med ett svagt negativt samband. Det verkar således inte spela särskilt stor roll vilken lärare du har, eller vilken grupp du tillhör.

Är effekten av en duktig/dålig lärare måhända obefintlig för duggaresultatet?


					


Många känner till att det på plan nio i A-huset finns en avdelning för Ekonomisk historia. Få vet däremot om att det finns en institution för Ekonometrisk historia på plan 2 i rum 257, där jag bor.

Nåja. Inte ännu och dessvärre verkar intresset svalt bland kollegor, vänner, studenter och framför allt min familj. Måhända gör mitt nyvunna intresse mig till kuf, men det är i så fall en titel jag tänker bära upp med stolthet för det här är jävlarimig intressant.

Hur körde man regressioner innan R-project och Stata? Och innan persondatorns lansering? När jag kör regressioner misslyckas jag vanligen ett hundratal gånger innan något intressant spottas fram på skärmen. Ibland kör jag till och med lite hobbyregressioner på diverse data jag kommer över (bl a duggaresultat, men mer om det senare), något jag misstänker var ett dyrt nöje förr.

En mil till skolan, inga tv-spel, DDT och ATP.  Ekonometri var på den gamla goda tiden så som allt annat var på den tiden, kärvt helt enkelt.

Professor Giles är ekonometriker på University of Victoria i Canada, Här redogör han för det hårda livet på den gamla goda tiden. Jag avundas honom inte.

Pedagogiskt om statistik


Här för en nationalekonom ett samtal med sin son om statistisk inferens på ett mycket förtjänstfullt sätt. Intressant nog likt Platons pedagogiska dialoger i Staten, som statsvetarstudenter tvingas plöja på A-kursen.

Då fadern förklarar varför hans son i genomsnitt har fler (mer) armar än genomsnittet uppstår följande meningsutbyte:

“Statistics are silly.”

“Statistics are not silly. But many people use them in a silly way.”

Ett exemplariskt sätt att uppfostra sitt barn.

Tackar A. Bornhäll för tipset.