ಅರ್ಥಮಾಪನಶಾಸ್ತ್ರ

testwikiದಿಂದ
ನ್ಯಾವಿಗೇಷನ್‌ಗೆ ಹೋಗು ಹುಡುಕಲು ಹೋಗು

ಅರ್ಥಶಾಸ್ತ್ರವು ಆರ್ಥಿಕ ಸಂಬಂಧಗಳಿಗೆ ಪ್ರಾಯೋಗಿಕ ವಿಷಯವನ್ನು ನೀಡುವ ಸಲುವಾಗಿ ಆರ್ಥಿಕ ದತ್ತಾಂಶಕ್ಕೆ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ವಿಧಾನಗಳ ಅನ್ವಯವಾಗಿದೆ.[] ಹೆಚ್ಚು ನಿಖರವಾಗಿ ಇದು "ಸಿದ್ಧಾಂತ ಮತ್ತು ಅವಲೋಕನದ ಸಮಕಾಲೀನ ಅಭಿವೃದ್ಧಿಯನ್ನು ಆಧರಿಸಿದ ನಿಜವಾದ ಆರ್ಥಿಕ ವಿದ್ಯಮಾನಗಳ ಪರಿಮಾಣಾತ್ಮಕ ವಿಶ್ಲೇಷಣೆಯಾಗಿದೆ, ಇದು ಸೂಕ್ತವಾದ ಊಹೆಯ ವಿಧಾನಗಳಿಂದ ಸಂಬಂಧಿಸಿದೆ."[] ಪರಿಚಯಾತ್ಮಕ ಅರ್ಥಶಾಸ್ತ್ರ ಪಠ್ಯಪುಸ್ತಕವು ಅರ್ಥಶಾಸ್ತ್ರವನ್ನು ಅರ್ಥಶಾಸ್ತ್ರಜ್ಞರಿಗೆ "ಸರಳ ಸಂಬಂಧಗಳನ್ನು ಹೊರತೆಗೆಯಲು ದತ್ತಾಂಶದ ಪರ್ವತಗಳನ್ನು ಶೋಧಿಸಲು" ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ ಎಂದು ವಿವರಿಸುತ್ತದೆ.[] ಜಾನ್ ಟಿನ್ಬರ್ಗೆನ್ ಅರ್ಥಶಾಸ್ತ್ರದ ಇಬ್ಬರು ಸ್ಥಾಪಕ ಪಿತಾಮಹರಲ್ಲಿ ಒಬ್ಬರು.[] ಇನ್ನೊಬ್ಬರಾದ ರಾಗ್ನಾರ್ ಫ್ರಿಶ್ ಕೂಡ ಈ ಪದವನ್ನು ಇಂದು ಬಳಸಲಾಗುವ ಅರ್ಥದಲ್ಲಿ ರಚಿಸಿದರು.[]

ಅರ್ಥಶಾಸ್ತ್ರದ ಒಂದು ಮೂಲಭೂತ ಸಾಧನವೆಂದರೆ ಬಹು ರೇಖೀಯ ಹಿಮ್ಮುಖ ಮಾದರಿ. ಅರ್ಥಶಾಸ್ತ್ರೀಯ ಸಿದ್ಧಾಂತವು ಅರ್ಥಶಾಸ್ತ್ರೀಯ ವಿಧಾನಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ಮತ್ತು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಸಿದ್ಧಾಂತ ಮತ್ತು ಗಣಿತದ ಅಂಕಿಅಂಶಗಳನ್ನು ಬಳಸುತ್ತದೆ.[] ಅರ್ಥಶಾಸ್ತ್ರಜ್ಞರು ನಿಷ್ಪಕ್ಷಪಾತತೆ, ದಕ್ಷತೆ ಮತ್ತು ಸ್ಥಿರತೆ ಸೇರಿದಂತೆ ಅಪೇಕ್ಷಣೀಯ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಹೊಂದಿರುವ ಅಂದಾಜುದಾರರನ್ನು ಕಂಡುಹಿಡಿಯಲು ಪ್ರಯತ್ನಿಸುತ್ತಾರೆ. ಅನ್ವಯಿಕ ಅರ್ಥಶಾಸ್ತ್ರವು ಆರ್ಥಿಕ ಸಿದ್ಧಾಂತಗಳನ್ನು ನಿರ್ಣಯಿಸಲು, ಅರ್ಥಶಾಸ್ತ್ರೀಯ ಮಾದರಿಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು, ಆರ್ಥಿಕ ಇತಿಹಾಸವನ್ನು ವಿಶ್ಲೇಷಿಸಲು ಮತ್ತು ಮುನ್ಸೂಚನೆ ನೀಡಲು ಸೈದ್ಧಾಂತಿಕ ಅರ್ಥಶಾಸ್ತ್ರ ಮತ್ತು ನೈಜ-ಪ್ರಪಂಚದ ಡೇಟಾವನ್ನು ಬಳಸುತ್ತದೆ.

ಮೂಲ ಮಾದರಿಗಳು: ರೇಖೀಯ ಹಿಮ್ಮುಖತೆ

ಅರ್ಥಶಾಸ್ತ್ರದ ಒಂದು ಮೂಲಭೂತ ಸಾಧನವೆಂದರೆ ಬಹು ರೇಖೀಯ ಹಿಮ್ಮುಖ ಮಾದರಿ. ಆಧುನಿಕ ಅರ್ಥಶಾಸ್ತ್ರದಲ್ಲಿ ಇತರ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಸಾಧನಗಳನ್ನು ಆಗಾಗ್ಗೆ ಬಳಸಲಾಗುತ್ತದೆ ಆದರೆ ರೇಖೀಯ ಹಿಮ್ಮುಖತೆಯು ವಿಶ್ಲೇಷಣೆಗೆ ಹೆಚ್ಚಾಗಿ ಬಳಸಲಾಗುವ ಆರಂಭಿಕ ಬಿಂದುವಾಗಿದೆ. ಎರಡು ಅಸ್ಥಿರಗಳ ಮೇಲೆ ರೇಖೀಯ ಹಿಮ್ಮುಖತೆಯನ್ನು ಅಂದಾಜು ಮಾಡುವುದು ಸ್ವತಂತ್ರ ಮತ್ತು ಅವಲಂಬಿತ ಅಸ್ಥಿರಗಳ ಜೋಡಿ ಮೌಲ್ಯಗಳನ್ನು ಪ್ರತಿನಿಧಿಸುವ ದತ್ತಾಂಶ ಬಿಂದುಗಳ ಮೂಲಕ ರೇಖೆಯನ್ನು ಹೊಂದಿಸುವುದನ್ನು ದೃಶ್ಯೀಕರಿಸಬಹುದು.

ಉದಾಹರಣೆಗೆ ಜಿಡಿಪಿ ಬೆಳವಣಿಗೆಯನ್ನು ನಿರುದ್ಯೋಗ ದರಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಒಕುನ್ ನಿಯಮವನ್ನು ಪರಿಗಣಿಸಿ. ಈ ಸಂಬಂಧವನ್ನು ರೇಖೀಯ ಹಿಮ್ಮುಖತೆಯಲ್ಲಿ ಪ್ರತಿನಿಧಿಸಲಾಗುತ್ತದೆ, ಅಲ್ಲಿ ನಿರುದ್ಯೋಗ ದರದಲ್ಲಿನ ಬದಲಾವಣೆಯನ್ನು ನಿರುದ್ಯೋಗ ದರದಲ್ಲಿನ ಬದಲಾವಣೆಯು ರೇಖೀಯ ಹಿಂಜರಿತದಲ್ಲಿ ಈ ಸಂಬಂಧವನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ (Δ Unemployment) ಒಂದು ಪ್ರತಿಬಂಧದ ಕಾರ್ಯವಾಗಿದೆ (β0), ಇಳಿಜಾರಿನ ಗುಣಾಂಕ β1 ಮತ್ತು ದೋಷ ಪದ, ε ನಿಂದ ಗುಣಿಸಿದ GDP ಬೆಳವಣಿಗೆಯ ನಿರ್ದಿಷ್ಟ ಮೌಲ್ಯ:

Δ Unemployment=β0+β1Growth+ε.

ಅಜ್ಞಾತ ನಿಯತಾಂಕಗಳು β0 ಮತ್ತು β1 ಅನ್ನು ಅಂದಾಜು ಮಾಡಬಹುದು. ಇಲ್ಲಿ β0 ಅನ್ನು ೦.೮೩ ಎಂದು ಅಂದಾಜಿಸಲಾಗಿದೆ ಮತ್ತು β1 ಅನ್ನು -೧.೭೭ ಎಂದು ಅಂದಾಜಿಸಲಾಗಿದೆ. ಇದರರ್ಥ ಜಿಡಿಪಿ ಬೆಳವಣಿಗೆಯು ಶೇಕಡಾ ೧ ರಷ್ಟು ಹೆಚ್ಚಾದರೆ, ನಿರುದ್ಯೋಗ ದರವು ೧.೭೭ * ೧ ಪಾಯಿಂಟ್‌ಗಳಷ್ಟು ಕಡಿಮೆಯಾಗುತ್ತದೆ ಎಂದು ಊಹಿಸಲಾಗಿದೆ. ಜಿಡಿಪಿ ಬೆಳವಣಿಗೆಯ ಹೆಚ್ಚಳವು ಊಹಿಸಿದಂತೆ ನಿರುದ್ಯೋಗದ ಇಳಿಕೆಯೊಂದಿಗೆ ಸಂಬಂಧ ಹೊಂದಿದೆಯೇ ಎಂಬ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಮಹತ್ವಕ್ಕಾಗಿ ಈ ಮಾದರಿಯನ್ನು ಪರೀಕ್ಷಿಸಬಹುದು. ಇದರ ಅಂದಾಜು β1 0 ಗಿಂತ ಗಮನಾರ್ಹವಾಗಿ ಭಿನ್ನವಾಗಿಲ್ಲ, ಬೆಳವಣಿಗೆಯ ದರ ಮತ್ತು ನಿರುದ್ಯೋಗ ದರದಲ್ಲಿನ ಬದಲಾವಣೆಗಳು ಸಂಬಂಧಿಸಿವೆ ಎಂಬುದಕ್ಕೆ ಪುರಾವೆಗಳನ್ನು ಕಂಡುಹಿಡಿಯಲು ಪರೀಕ್ಷೆಯು ವಿಫಲವಾಗುತ್ತದೆ. ಸ್ವತಂತ್ರ ಅಸ್ಥಿರದ (ಜಿಡಿಪಿ ಬೆಳವಣಿಗೆ) ಕಾರ್ಯವಾಗಿ ಅವಲಂಬಿತ ಅಸ್ಥಿರದ (ನಿರುದ್ಯೋಗ) ಮುನ್ಸೂಚನೆಯಲ್ಲಿನ ವ್ಯತ್ಯಾಸವನ್ನು ಬಹುನಾಮೀಯ ಕನಿಷ್ಠ ಚೌಕಗಳಲ್ಲಿ ನೀಡಲಾಗಿದೆ.

ಸಿದ್ಧಾಂತ

ಅರ್ಥಶಾಸ್ತ್ರೀಯ ಸಿದ್ಧಾಂತವು ಅರ್ಥಶಾಸ್ತ್ರೀಯ ವಿಧಾನಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ಮತ್ತು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಸಿದ್ಧಾಂತ ಮತ್ತು ಗಣಿತದ ಅಂಕಿಅಂಶಗಳನ್ನು ಬಳಸುತ್ತದೆ. ಅರ್ಥಶಾಸ್ತ್ರಜ್ಞರು ನಿಷ್ಪಕ್ಷಪಾತತೆ, ದಕ್ಷತೆ ಮತ್ತು ಸ್ಥಿರತೆ ಸೇರಿದಂತೆ ಅಪೇಕ್ಷಣೀಯ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಹೊಂದಿರುವ ಅಂದಾಜುದಾರರನ್ನು ಕಂಡುಹಿಡಿಯಲು ಪ್ರಯತ್ನಿಸುತ್ತಾರೆ. ಅದರ ನಿರೀಕ್ಷಿತ ಮೌಲ್ಯವು ನಿಯತಾಂಕದ ನಿಜವಾದ ಮೌಲ್ಯವಾಗಿದ್ದರೆ ಅಂದಾಜುದಾರನು ನಿಷ್ಪಕ್ಷಪಾತವಾಗಿರುತ್ತಾನೆ; ಮಾದರಿ ಗಾತ್ರವು ದೊಡ್ಡದಾಗುತ್ತಿದ್ದಂತೆ ಅದು ನಿಜವಾದ ಮೌಲ್ಯಕ್ಕೆ ಒಟ್ಟುಗೂಡಿದರೆ ಅದು ಸ್ಥಿರವಾಗಿರುತ್ತದೆ ಮತ್ತು ನಿರ್ದಿಷ್ಟ ಮಾದರಿ ಗಾತ್ರಕ್ಕೆ ಇತರ ಪಕ್ಷಪಾತವಿಲ್ಲದ ಅಂದಾಜುದಾರರಿಗಿಂತ ಅಂದಾಜುದಾರನು ಕಡಿಮೆ ಪ್ರಮಾಣಿತ ದೋಷವನ್ನು ಹೊಂದಿದ್ದರೆ ಅದು ಪರಿಣಾಮಕಾರಿಯಾಗಿದೆ. ಗಾಸ್-ಮಾರ್ಕೊವ್ ಊಹೆಗಳನ್ನು ಗಮನದಲ್ಲಿಟ್ಟುಕೊಂಡು ಸಾಮಾನ್ಯ ಕನಿಷ್ಠ ಚೌಕಗಳನ್ನು (ಒಎಲ್ಎಸ್) ಹೆಚ್ಚಾಗಿ ಅಂದಾಜು ಮಾಡಲು ಬಳಸಲಾಗುತ್ತದೆ ಏಕೆಂದರೆ ಇದು ನೀಲಿ ಅಥವಾ "ಅತ್ಯುತ್ತಮ ರೇಖೀಯ ನಿಷ್ಪಕ್ಷಪಾತ ಅಂದಾಜು" (ಇಲ್ಲಿ "ಅತ್ಯುತ್ತಮ" ಎಂದರೆ ಅತ್ಯಂತ ಪರಿಣಾಮಕಾರಿ, ಪಕ್ಷಪಾತವಿಲ್ಲದ ಅಂದಾಜು) ಅನ್ನು ಒದಗಿಸುತ್ತದೆ. ಈ ಊಹೆಗಳನ್ನು ಉಲ್ಲಂಘಿಸಿದಾಗ ಅಥವಾ ಇತರ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಬಯಸಿದಾಗ ಗರಿಷ್ಠ ಸಂಭವನೀಯ ಅಂದಾಜು, ಕ್ಷಣಗಳ ಸಾಮಾನ್ಯೀಕೃತ ವಿಧಾನ ಅಥವಾ ಸಾಮಾನ್ಯೀಕರಿಸಿದ ಕನಿಷ್ಠ ಚೌಕಗಳಂತಹ ಇತರ ಅಂದಾಜು ತಂತ್ರಗಳನ್ನು ಬಳಸಲಾಗುತ್ತದೆ. ಸಾಂಪ್ರದಾಯಿಕ, ಶಾಸ್ತ್ರೀಯ ವಿಧಾನಗಳಿಗಿಂತ ಬೇಸಿಯನ್ ಅಂಕಿಅಂಶಗಳನ್ನು ಬೆಂಬಲಿಸುವವರು ಹಿಂದಿನ ನಂಬಿಕೆಗಳನ್ನು ಸಂಯೋಜಿಸುವ ಅಂದಾಜುಗಳನ್ನು ಪ್ರತಿಪಾದಿಸುತ್ತಾರೆ.

ವಿಧಾನಗಳು

ಅನ್ವಯಿಕ ಅರ್ಥಶಾಸ್ತ್ರವು ಆರ್ಥಿಕ ಸಿದ್ಧಾಂತಗಳನ್ನು ನಿರ್ಣಯಿಸಲು, ಅರ್ಥಶಾಸ್ತ್ರೀಯ ಮಾದರಿಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು, ಆರ್ಥಿಕ ಇತಿಹಾಸವನ್ನು ವಿಶ್ಲೇಷಿಸಲು ಮತ್ತು ಮುನ್ಸೂಚನೆ ನೀಡಲು ಸೈದ್ಧಾಂತಿಕ ಅರ್ಥಶಾಸ್ತ್ರ ಮತ್ತು ನೈಜ-ಪ್ರಪಂಚದ ಡೇಟಾವನ್ನು ಬಳಸುತ್ತದೆ.[]

ಅರ್ಥಶಾಸ್ತ್ರವು ಆರ್ಥಿಕ ಪ್ರಶ್ನೆಗಳನ್ನು ಅಧ್ಯಯನ ಮಾಡಲು ಪ್ರಮಾಣಿತ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಮಾದರಿಗಳನ್ನು ಬಳಸುತ್ತದೆ ಆದರೆ ಹೆಚ್ಚಾಗಿ ಇವು ನಿಯಂತ್ರಿತ ಪ್ರಯೋಗಗಳ ದತ್ತಾಂಶಕ್ಕಿಂತ ಹೆಚ್ಚಾಗಿ ವೀಕ್ಷಣಾ ದತ್ತಾಂಶವನ್ನು ಆಧರಿಸಿವೆ.[] ಇದರಲ್ಲಿ ಅರ್ಥಶಾಸ್ತ್ರದಲ್ಲಿನ ವೀಕ್ಷಣಾ ಅಧ್ಯಯನಗಳ ವಿನ್ಯಾಸವು ಖಗೋಳಶಾಸ್ತ್ರ, ಸಾಂಕ್ರಾಮಿಕ ರೋಗಶಾಸ್ತ್ರ, ಸಮಾಜಶಾಸ್ತ್ರ ಮತ್ತು ರಾಜಕೀಯ ವಿಜ್ಞಾನದಂತಹ ಇತರ ವೀಕ್ಷಣಾ ವಿಭಾಗಗಳಲ್ಲಿನ ಅಧ್ಯಯನಗಳ ವಿನ್ಯಾಸವನ್ನು ಹೋಲುತ್ತದೆ. ಅವಲೋಕನಾತ್ಮಕ ಅಧ್ಯಯನದಿಂದ ದತ್ತಾಂಶದ ವಿಶ್ಲೇಷಣೆಯು ಅಧ್ಯಯನ ಪ್ರೋಟೋಕಾಲ್‌ನಿಂದ ನಿರ್ದೇಶಿಸಲ್ಪಡುತ್ತದೆ ಆದಾಗ್ಯೂ ಪರಿಶೋಧನಾತ್ಮಕ ದತ್ತಾಂಶ ವಿಶ್ಲೇಷಣೆಯು ಹೊಸ ಊಹೆಗಳನ್ನು ರಚಿಸಲು ಉಪಯುಕ್ತವಾಗಬಹುದು. ಅರ್ಥಶಾಸ್ತ್ರವು ಅನೇಕವೇಳೆ ಸಮತೋಲನದಲ್ಲಿದೆ ಎಂದು ಊಹಿಸಲಾದ ಪೂರೈಕೆ ಮತ್ತು ಬೇಡಿಕೆಯಂತಹ ಸಮೀಕರಣಗಳು ಮತ್ತು ಅಸಮಾನತೆಗಳ ವ್ಯವಸ್ಥೆಗಳನ್ನು ವಿಶ್ಲೇಷಿಸುತ್ತದೆ. ಪರಿಣಾಮವಾಗಿ ಅರ್ಥಶಾಸ್ತ್ರದ ಕ್ಷೇತ್ರವು ಏಕಕಾಲಿಕ ಸಮೀಕರಣ ಮಾದರಿಗಳನ್ನು ಗುರುತಿಸಲು ಮತ್ತು ಅಂದಾಜು ಮಾಡಲು ವಿಧಾನಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದೆ. ಈ ವಿಧಾನಗಳು ವಿಜ್ಞಾನದ ಇತರ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಬಳಸುವ ವಿಧಾನಗಳಿಗೆ ಹೋಲುತ್ತವೆ, ಉದಾಹರಣೆಗೆ ವ್ಯವಸ್ಥೆಗಳ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ನಿಯಂತ್ರಣ ಸಿದ್ಧಾಂತದಲ್ಲಿ ಸಿಸ್ಟಮ್ ಗುರುತಿಸುವಿಕೆಯ ಕ್ಷೇತ್ರ. ಅಂತಹ ವಿಧಾನಗಳು ಸಂಶೋಧಕರಿಗೆ ವ್ಯವಸ್ಥೆಯನ್ನು ನೇರವಾಗಿ ಕುಶಲತೆಯಿಂದ ನಿರ್ವಹಿಸದೆ, ಮಾದರಿಗಳನ್ನು ಅಂದಾಜು ಮಾಡಲು ಮತ್ತು ಅವುಗಳ ಪ್ರಾಯೋಗಿಕ ಪರಿಣಾಮಗಳನ್ನು ತನಿಖೆ ಮಾಡಲು ಅನುವು ಮಾಡಿಕೊಡಬಹುದು.

ನಿಯಂತ್ರಿತ ಪ್ರಯೋಗಗಳಿಂದ ಪುರಾವೆಗಳ ಅನುಪಸ್ಥಿತಿಯಲ್ಲಿ ಅರ್ಥಶಾಸ್ತ್ರಜ್ಞರು ಆಗಾಗ್ಗೆ ಪ್ರಕಾಶಮಾನವಾದ ನೈಸರ್ಗಿಕ ಪ್ರಯೋಗಗಳನ್ನು ಹುಡುಕುತ್ತಾರೆ ಅಥವಾ ವಿಶ್ವಾಸಾರ್ಹ ಕಾರಣ ತೀರ್ಮಾನವನ್ನು ತೆಗೆದುಕೊಳ್ಳಲು ಅರೆ-ಪ್ರಾಯೋಗಿಕ ವಿಧಾನಗಳನ್ನು ಅನ್ವಯಿಸುತ್ತಾರೆ.

ನಿಯತಕಾಲಿಕೆಗಳು

ಅರ್ಥಶಾಸ್ತ್ರದಲ್ಲಿ ಕೃತಿಗಳನ್ನು ಪ್ರಕಟಿಸುವ ಮುಖ್ಯ ನಿಯತಕಾಲಿಕಗಳೆಂದರೆ:

  • ಎಕೊನೊಮೆಟ್ರಿಕಾ, ಇದನ್ನು ಎಕೊನೊಮೆಟ್ರಿಕ್ ಸೊಸೈಟಿ ಪ್ರಕಟಿಸುತ್ತದೆ.[]
  • ದಿ ರಿವ್ಯೂ ಆಫ್ ಎಕನಾಮಿಕ್ಸ್ ಅಂಡ್ ಸ್ಟ್ಯಾಟಿಸ್ಟಿಕ್ಸ್, ಇದು ೧೦೦ ವರ್ಷಗಳಿಗಿಂತಲೂ ಹಳೆಯದು.[೧೦]
  • ರಾಯಲ್ ಎಕನಾಮಿಕ್ ಸೊಸೈಟಿ ಸ್ಥಾಪಿಸಿದ ಎಕನಾಮೆಟ್ರಿಕ್ಸ್ ಜರ್ನಲ್.[೧೧]
  • ದಿ ಜರ್ನಲ್ ಆಫ್ ಎಕನಾಮೆಟ್ರಿಕ್ಸ್, ಇದು ಅನ್ನಲ್ಸ್ ಆಫ್ ಎಕನಾಮೆಟ್ರಿಕ್ಸ್ ಎಂಬ ಪೂರಕವನ್ನು ಸಹ ಪ್ರಕಟಿಸುತ್ತದೆ.[೧೨]
  • ಎಕೊನೊಮೆಟ್ರಿಕ್ ಥಿಯರಿ, ಇದು ಸೈದ್ಧಾಂತಿಕ ನಿಯತಕಾಲಿಕವಾಗಿದೆ.[೧೩]
  • ದಿ ಜರ್ನಲ್ ಆಫ್ ಅಪ್ಲೈಡ್ ಎಕನಾಮೆಟ್ರಿಕ್ಸ್, ಇದು ವಿವಿಧ ಸಮಸ್ಯೆಗಳಿಗೆ ಅರ್ಥಶಾಸ್ತ್ರವನ್ನು ಅನ್ವಯಿಸುತ್ತದೆ.[೧೪]
  • ಅರ್ಥಶಾಸ್ತ್ರೀಯ ವಿಮರ್ಶೆಗಳು, ಇದು ಅರ್ಥಶಾಸ್ತ್ರೀಯ ಪುಸ್ತಕಗಳು ಮತ್ತು ಸಾಫ್ಟ್ವೇರ್ನ ವಿಮರ್ಶೆಗಳನ್ನು ಸಹ ಒಳಗೊಂಡಿದೆ.[೧೫]
  • ದಿ ಜರ್ನಲ್ ಆಫ್ ಬಿಸಿನೆಸ್ & ಎಕನಾಮಿಕ್ ಸ್ಟ್ಯಾಟಿಸ್ಟಿಕ್ಸ್, ಇದನ್ನು ಅಮೇರಿಕನ್ ಸ್ಟ್ಯಾಟಿಸ್ಟಿಕಲ್ ಅಸೋಸಿಯೇಷನ್ ಪ್ರಕಟಿಸುತ್ತದೆ.[೧೬]

ಮಿತಿಗಳು ಮತ್ತು ಟೀಕೆಗಳು

ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ವಿಶ್ಲೇಷಣೆಯ ಇತರ ರೂಪಗಳಂತೆ, ಕೆಟ್ಟದಾಗಿ ನಿರ್ದಿಷ್ಟಪಡಿಸಿದ ಅರ್ಥಶಾಸ್ತ್ರೀಯ ಮಾದರಿಗಳು ಎರಡು ಅಸ್ಥಿರಗಳು ಪರಸ್ಪರ ಸಂಬಂಧ ಹೊಂದಿರುವ ಆದರೆ ಕಾರಣಿಕವಾಗಿ ಸಂಬಂಧವಿಲ್ಲದ ನಕಲಿ ಸಂಬಂಧವನ್ನು ತೋರಿಸಬಹುದು. ಪ್ರಮುಖ ಅರ್ಥಶಾಸ್ತ್ರದ ನಿಯತಕಾಲಿಕಗಳಲ್ಲಿ ಅರ್ಥಶಾಸ್ತ್ರದ ಬಳಕೆಯ ಅಧ್ಯಯನದಲ್ಲಿ ಕೆಲವು ಅರ್ಥಶಾಸ್ತ್ರಜ್ಞರು ಪಿ-ಮೌಲ್ಯಗಳನ್ನು ವರದಿ ಮಾಡುತ್ತಾರೆ (ಪಾಯಿಂಟ್ ಶೂನ್ಯ-ಕಲ್ಪನೆಗಳ ಪ್ರಾಮುಖ್ಯತೆಯ ಪರೀಕ್ಷೆಗಳ ಫಿಶರಿಯನ್ ಸಂಪ್ರದಾಯವನ್ನು ಅನುಸರಿಸುತ್ತಾರೆ) ಮತ್ತು ಟೈಪ್ ೨ ದೋಷಗಳ ಕಾಳಜಿಯನ್ನು ನಿರ್ಲಕ್ಷಿಸುತ್ತಾರೆ ಎಂದು ಮೆಕ್ಲೋಸ್ಕಿ ತೀರ್ಮಾನಿಸಿದರು; ಕೆಲವು ಅರ್ಥಶಾಸ್ತ್ರಜ್ಞರು ಪರಿಣಾಮಗಳ ಗಾತ್ರದ ಅಂದಾಜುಗಳನ್ನು ವರದಿ ಮಾಡಲು (ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಮಹತ್ವವನ್ನು ಹೊರತುಪಡಿಸಿ) ಮತ್ತು ಅವುಗಳ ಆರ್ಥಿಕ ಪ್ರಾಮುಖ್ಯತೆಯನ್ನು ಚರ್ಚಿಸಲು ವಿಫಲರಾಗುತ್ತಾರೆ. ಕೆಲವು ಅರ್ಥಶಾಸ್ತ್ರಜ್ಞರು ಮಾದರಿ ಆಯ್ಕೆಗಾಗಿ ಆರ್ಥಿಕ ತಾರ್ಕಿಕತೆಯನ್ನು ಬಳಸಲು ವಿಫಲರಾಗುತ್ತಾರೆ, ವಿಶೇಷವಾಗಿ ಹಿಮ್ಮುಖತೆಯಲ್ಲಿ ಯಾವ ಅಸ್ಥಿರಗಳನ್ನು ಸೇರಿಸಬೇಕೆಂದು ನಿರ್ಧರಿಸಲು.

ಕೆಲವು ಸಂದರ್ಭಗಳಲ್ಲಿ ಆರ್ಥಿಕ ಅಸ್ಥಿರಗಳನ್ನು ಪ್ರಯೋಗಾರ್ಥಿಗಳಿಗೆ ಯಾದೃಚ್ಛಿಕವಾಗಿ ನಿಯೋಜಿಸಲಾದ ಚಿಕಿತ್ಸೆಗಳಾಗಿ ಪ್ರಾಯೋಗಿಕವಾಗಿ ಕುಶಲತೆಯಿಂದ ನಿರ್ವಹಿಸಲಾಗುವುದಿಲ್ಲ. ಅಂತಹ ಸಂದರ್ಭಗಳಲ್ಲಿ, ಅರ್ಥಶಾಸ್ತ್ರಜ್ಞರು ವೀಕ್ಷಣಾ ಅಧ್ಯಯನಗಳ ಮೇಲೆ ಅವಲಂಬಿತರಾಗುತ್ತಾರೆ. ಅನೇಕವೇಳೆ ಅನೇಕ ಬಲವಾದ ಸಂಬಂಧಿತ ಸಹವರ್ತಿಗಳೊಂದಿಗೆ ಡೇಟಾ ಸೆಟ್ ಗಳನ್ನು ಬಳಸುತ್ತಾರೆ, ಇದರ ಪರಿಣಾಮವಾಗಿ ಒಂದೇ ರೀತಿಯ ವಿವರಣಾತ್ಮಕ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿರುವ ಆದರೆ ವಿಭಿನ್ನ ಸಹವರ್ತಿಗಳು ಮತ್ತು ಹಿಮ್ಮುಖ ಅಂದಾಜುಗಳನ್ನು ಹೊಂದಿರುವ ಅಪಾರ ಸಂಖ್ಯೆಯ ಮಾದರಿಗಳು ಉಂಟಾಗುತ್ತವೆ. ಅವಲೋಕನಾತ್ಮಕ ಡೇಟಾ-ಸೆಟ್ ಗಳಿಗೆ ಹೊಂದಿಕೆಯಾಗುವ ಮಾದರಿಗಳ ಬಹುತ್ವಕ್ಕೆ ಸಂಬಂಧಿಸಿದಂತೆ, ಎಡ್ವರ್ಡ್ ಲೀಮರ್ "ವೃತ್ತಿಪರರು... ಊಹೆಗಳ ಆಯ್ಕೆಗೆ ಒಂದು ತೀರ್ಮಾನವು ಸಾಕಷ್ಟು ಸಂವೇದನಾಶೀಲವಾಗಿದೆ ಎಂದು ತೋರಿಸುವವರೆಗೆ ನಂಬಿಕೆಯನ್ನು ಸರಿಯಾಗಿ ತಡೆಹಿಡಿಯಿರಿ " ಎಂದಿದ್ದಾರೆ.

ಉಲ್ಲೇಖಗಳು

  1. M. Hashem Pesaran (1987). "Econometrics", The New Palgrave: A Dictionary of Economics, v. 2, p. 8 [pp. 8–22]. Reprinted in J. Eatwell et al., eds. (1990). Econometrics: The New Palgrave, p. 1 ಟೆಂಪ್ಲೇಟು:Webarchive [pp. 1–34]. Abstract ಟೆಂಪ್ಲೇಟು:Webarchive 2008 revision by J. Geweke, J. Horowitz, and H. P. Pesaran).
  2. P. A. Samuelson, Tjalling Koopmans, and Richard Stone (1954). "Report of the Evaluative Committee for Econometrica", Econometrica 22(2), p. 142. [p p. 141-146], as described and cited in Pesaran (1987) above.
  3. Paul A. Samuelson and William D. Nordhaus, 2004. Economics. 18th ed., McGraw-Hill, p. 5.
  4. http://www.elsevierweekblad.nl/Economie/achtergrond/2015/10/1969---Jan-Tinbergen-Nobelprijs-economie-2700626W/?masterpageid=5573
  5. • H. P. Pesaran (1990), "Econometrics", Econometrics: The New Palgrave, p. 2 ಟೆಂಪ್ಲೇಟು:Webarchive, citing Ragnar Frisch (1936), "A Note on the Term 'Econometrics'", Econometrica, 4(1), p. 95.
       ಟೆಂಪ್ಲೇಟು:* Aris Spanos (2008), "statistics and economics", The New Palgrave Dictionary of Economics, 2nd Edition. Abstract. ಟೆಂಪ್ಲೇಟು:Webarchive
  6. ಟೆಂಪ್ಲೇಟು:Cite book
  7. Clive Granger (2008). "forecasting", The New Palgrave Dictionary of Economics, 2nd Edition. Abstract. ಟೆಂಪ್ಲೇಟು:Webarchive
  8. ಟೆಂಪ್ಲೇಟು:Cite book
  9. http://www.econometricsociety.org/
  10. https://direct.mit.edu/rest
  11. http://www.wiley.com/bw/journal.asp?ref=1368-4221
  12. https://www.scimagojr.com/journalsearch.php?q=28973&tip=sid&clean=0
  13. https://www.cambridge.org/core/journals/econometric-theory
  14. https://onlinelibrary.wiley.com/journal/10991255?journalRedirectCheck=true
  15. https://www.tandfonline.com/action/journalInformation?journalCode=lecr20
  16. https://www.amstat.org/publications/journals