Overordnede kursusmål
Kurset giver en grundlæggende indføring i økonometriske
(statistiske) metoder til analyser af energi- og miljørelaterede
data ud fra et økonomisk perspektiv. Efter kurset vil deltagerne
kunne anvende metoderne i praksis og være i stand til kritisk at
kunne vurdere eksisterende empiriske analyser. Konkrete
dataanalyser vedrører eksempelvis estimation af udbuds- og
efterspørgselsrelationer og af dynamiske effekter på energiforbrug
af skatteændringer. Der lægges vægt på både hands-on anvendelse af
metoderne på konkrete datasæt, samt på opbygningen af en
fundamental forståelse for brugen og valget af de forskellige
metoder. Dataeksemplerne i undervisningen er primært energi- og
miljørelaterede, men metoderne er generelle og anvendes i en lang
række andre sammenhænge i og uden for økonomien.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
- Udføre estimation og modelkontrol for de anvendte statistiske
modeller.
- Fortolke estimationsresultater i en energi- og miljøøkonomisk
sammenhæng.
- Vurdere hvilke statistiske modeller der kan anvendes på
problemer inden for energiøkonomi.
- Anvende det valgte software (bl.a. R) til konkrete dataanalyser
og fortolke output herfra.
- Beregne og fortolke multiplikator-eksperimenter i dynamiske
modeller.
- Kritisk vurdere eksisterende økonometriske analyser i den
energi- og miljøøkonomiske litteratur.
- Kritisk vurdere og argumentere for de statistiske
modelantagelserne i lyset af et givet datasæt.
- Redegøre for grundlæggende begreber, herunder statistisk model,
(lokal) Data-Genererende Proces, Maximum-Likelihood Estimation,
modelkontrol, eksogenitet, identifikation.
- Vurdere egenskaber såsom size og power i forbindelse med
hypoteseprøvning i konkrete anvendelser og anvende
simulationsbaserede værtøjer hertil.
Kursusindhold
Der vil blive undervist i nogle de mest anvendte økonometriske
modeller fra simpel og multipel regression med tværsnitsdata til
dynamiske enkeltlignings og systemmodeller (ADL, VAR) med
tidsrækkedata. Vi vil bl.a. benytte programmet R til de konkrete
dataanalyser. Kurset giver også en introduktion til udvalgte emner
som eksempelvis ikke-stationaritet (ko-integration), automatisk
model selektion, indicator saturation, simple regimeskiftmodeller
og GARCH modeller til energiprisanalyser.
Litteraturhenvisninger
Econometric Modeling - A likelihood approach. David Hendry and Bent
Nielsen (2007). Princeton.
Supplerende undervisningsnoter
Uddrag af andre lærebøger og tidsskriftsartikler
Bemærkninger
Kurset er overvejende metodologisk og matematisk orienterede
studerende vil have en fordel. Uden de anbefalede forudsætninger
kan kurset forekomme relativt krævende.
Sidst opdateret
01. maj, 2018