<미시> 장기노동수요함수의 도해
·
Learning-Log/Economics
●요소시장에서 장•단기는 K의 가변성이 좌우 but (L,W)평면상에서 K는 외생변수이므로 K의 변화는 곡선자체의 변화이며, 동시에 하나의 노동수요함수로는 K의 변화 도해 불가능 쉽게말해, ceteris paribus에 의해 노동평면상의 모든 (MRP로 나타낸 )노동수요함수는 단기노동수요함수임(K고정) 따라서 장기노동수요곡선을 도해하려면 두개 이상의 단기노동수요함수를 통해 '개형의 추론'으로 접근해야만 한다. ●장 단기의 차이 ●요약 MRP는 단기요소수요함수이다(ceteris paribus) 장기요소수요함수는 두개 이상의 단기요소수요함수를 통해 추론하는 수 밖에 없다. 차이 및 특성은 암기
<미시> 불확실성 관련 배경지식 : 확률과 분산 및 표준편차
·
Learning-Log/Economics
임봉욱저 미시연습을 풀다보면 불확실성파트에서 괴랄한 문제가 나온다. 링크 이 링크를 참조하자. 요약 ●기댓값은 평균이다 ●기댓값은 변수에만 갖다붙일수있다(상수 빼낼수있다. 평균이니까! 당연하지) ●분산은 편차의 제곱의 평균(기댓값)이다 (따라서 식정리하면 변수제곱의 평균-변수평균의 제곱) ●표편은 분산에 루트를 씌우자 ●분산 정의역에 상수가있으면 계수만 제곱시키고 변수에 대한 분산으로 정리가능하다 ●표편은 분산을 거쳐서 정리하면 계수가 절대값씌워진다.