Jeden łyk to za mało. Kto chce więcej, powinien sięgnąć do źródła. Moja krótka relacja z wewnętrznego szkolenia zorganizowanego dla członków PTRM, to pochwała ekonometrii oraz osób, które w sposób klarowny potrafiły nam ją przybliżyć w Rybakówce. W szczególności profesor Tadeusz Kufel, którego wiedza w temacie przełożyła się na cierpliwość mistrza.
Żadna odległość nie była za duża. Zebraliśmy się przy pięknej wrześniowej pogodzie. Piękna przyroda i naukowa przygoda. Poznawaliśmy nowe możliwości analizy danych. Wykorzystywaliśmy narzędzia udostępnione w programie Gretl.
Wszystko zależy od naszego wyboru. Każdy może dostosować analizę do własnego toku działania. Wprowadzamy do programu informacje, które będą przetwarzane. Przy złożonych analizach sami nie damy rady - program pomoże nam wnioskować na podstawie dużej liczby informacji. Możemy mieć wiele obserwacji, raz mniej – raz więcej, ich liczba zależy od naszej decyzji.
Opisy zbiorów danych są możliwe pod hasłem programowym w odpowiedniej zakładce, w celu utrwalenia źródła informacji. Deklarowanie typu danych na wstępie pozwala na dopasowanie odpowiednich testów statystycznych. Różnorodność zdefiniowanych szeregów czasowych otwiera nową grupę testów.
Możemy ocenić, czy dwie średnie wielkości są znaczeniowo jednakowe, mimo iż pochodzą z różnych zbiorów, czy dobór zmiennych jest właściwy, gdzie jest wartość krytyczna istotna dla wnioskowania na podstawie obliczeń. Możliwa jest ocena istotności parametrów, ocena dopasowania modelu obliczeniowego; badamy współliniowość danych, które obserwacje są typowe, tworzymy podpróby. Wystarczy jedna literka i... szybki podgląd na wykresie.
Szczególnie widowiskowo mogliśmy przeprowadzić ocenę modelu obliczeniowego na podstawie testów stabilności na wykresie, gdzie widzieliśmy, czy przy obliczeniach zostały przekroczone wartości krytyczne czy wręcz przeciwnie. Bez odpowiedniego narzędzia nie moglibyśmy prawidłowo wnioskować na podstawie obliczeń w dużym zbiorze danych liczbowych. Nie zawsze wystarczy intuicja i doświadczenie eksperta.
Gdy trzeba prognozować, robimy to profesjonalnie. Możemy np. prześledzić dane dzienne od roku „x" do roku „y". Zauważymy reguły ogólne przebiegu w czasie, lecz również zjawiska sezonowe w tym samym ciągu zdarzeń. Możemy wyeliminować niektóre kryteria lub uwzględnić do wyjaśnienia wyniku. Zagregowanie danych i transformacja zmiennych może ułatwić interpretacje zjawiska. Do prognozowania, do opisu złożonych struktur, dla szeregów czasowych możemy wykorzystać specjalne modele. Gdy mamy wiele cech, dla wielu obiektów. Modele wielorównaniowe mogą być łatwo przetwarzane. Przy każdej analizie bazujemy na podstawowych statystykach opisowych, badamy klasyczne miary opisowe dla różnych zmiennych. Są do dyspozycji pliki z przykładami. Przy odrobinie determinacji każdy znajdzie dla siebie odpowiedni przykład z życia wzięty.