Biblioteka Publiczna

Spis treści:

1. Część 1. Klasyczny model regresji liniowej
2. 1. Wprowadzenie
3. 1.1. Czym jest ekonometria?
4. 1.2. Pojęcie modelu ekonometrycznego
5. 1.3. Dane statystyczne
6. 1.4. Metodologia ekonometrii
7. Podsumowanie
8. 2. Podstawy klasycznego modelu regresji liniowej
9. 2.1. Zapis macierzowy modelu
10. 2.2. Od populacji do próby i od próby do populacji
11. 2.3. Założenia klasycznego modelu regresji liniowej
12. Podsumowanie
13. 3. Metoda najmniejszych kwadratów
14. 3.1. Estymatory metody najmniejszych kwadratów
15. 3.2. Własności algebraiczne rozwiązania MNK
16. Podsumowanie
17. 4. Wnioskowanie o estymatorach metody najmniejszych kwadratów
18. 4.1. Jeszcze o założeniu normalności zaburzeń losowych
19. 4.2. Twierdzenie Gaussa-Markowa
20. 4.3. Estymator wariancji zaburzenia losowego i błędy standardowe estymatorów
21. 4.4. Rozkład t-Studenta, weryfikacja prostych hipotez i przedziały ufności
22. 4.5. Istotność równania regresji
23. 4.6. Asymptotyczne własności estymatorów MNK
24. Podsumowanie
25. 5. Interpretacja równania regresji
26. 5.1. Interpretacja współczynników regresji i założenie liniowości
27. 5.2. Jakościowe zmienne objaśniające - regresory zerojedynkowe, oznaczane również jako zmienne 0-1 lub zmienne binarne
28. 5.3. Restrykcje i modele zagnieżdżone. Łączna istotność zmiennych
29. zerojedynkowych
30. 5.4. Jakościowa zmienna objaśniana
31. 5.5. Wybór regresorów zgodnie z zasadą "Od ogólnego do szczegółowego". Skutki pominięcia w równaniu regresji istotnych zmiennych objaśniających; skutki dodania do równania regresji zmiennych nieistotnych
32. 5.6. Testowanie łącznej istotności podzbioru regresorów
33. 5.7. Testowanie hipotez złożonych
34. Podsumowanie
35. 6. Problemy wynikające z niedoskonałości danych statystycznych
36. 6.1. Współliniowość i jej konsekwencje. Wykrywanie wspólliniowości i środki zaradcze
37. 6.2. Obserwacje opuszczone
38. 6.3. Wykrywanie nietypowych wartości zmiennej objaśnianej i nietypowych wartości zmiennych objaśniających (obserwacje znaczące)
39. Podsumowanie
40. 7. Prognozowanie na podstawie klasycznej metody regresji liniowej
41. 7.1. Prognoza i błąd standardowy prognozy
42. Podsumowanie
43. Literatura uzupełniająca do części I
44. Część 2. Złagodzenie założeń modelu klasycznego
45. 8. Uogólniona metoda najmniejszych kwadratów
46. 8.1. Heteroskedastyczność i autokorelacja zaburzeń losowych w KMRL
47. 8.2. Estymatory uogólnionej metody najmniejszych kwadratów
48. 8.3. Testowanie heteroskedastyczności: testy Goldfelda-Ojuandta, Breuscha-Pagana oraz White`a
49. 8.4. Estymacja macierzy wariancji-kowariancji zaburzeń losowych w przypadku heteroskedastyczności. Stosowalna uogólniona metoda najmniejszych kwadratów
50. 8.5. Estymator White`a macierzy wariancji-kowariancji dla b wyznaczonego za pomocą MNK - odporny na heteroskedastyczność
51. 8.6. Testowanie autokorelacji: testy Durbina-Watsona i Breuscha-Godfreya
52. 8.7. Estymacja macierzy wariancji-kowariancji zaburzeń losowych w przypadku autokorelacji zaburzeń pierwszego rzędu
53. 8.8. Estymator Neweya-Westa macierzy wariancji-kowariancji dla b oszacowanego za pomocą MNK - odporny na heteroskedastyczność i odporny na autokorelację
54. Podsumowanie
55. 9. Diagnostyka w klasycznej metodzie regresji liniowej
56. 9.1. Test White`a
57. 9.2. Test RESET błędu specyfikacji postaci funkcyjnej równania regresji Ramseya
58. 9.3. Test niezagnieżdżonych alternatyw
59. 9.4. Testy stabilności parametrów Chowa
60. 9.5. Test Jarque-Bera normalności zaburzeń
61. 9.6. Ocena wyników analizy regresji
62. Podsumowanie
63. Literatura uzupełniająca do części II
64. Część 3. Szczególnie ważne modele ekonometryczne
65. 10. Ograniczona zmienna objaśniana
66. 10.1. Liniowa funkcja prawdopodobieństwa
67. 10.2. Metody logitowa i probitowa
68. 10.3. Wielomianowa metoda logitowa, metoda tobitowa, modele samoselekcji próby
69. Podsumowanie
70. 11. Modele jednowymiarowych szeregów czasowych
71. 11.1. Analiza klasyczna
72. 11.2. Szereg czasowy jako realizacja procesu stochastycznego
73. 11.3. Procedura Boxa-Jenkinsa
74. 11.4. Funkcja autokorelacji i cząstkowej autokorelacji szeregu Dowjones
75. 11.5. Procesy ARIMA dla danych sezonowych
76. Podsumowanie
77. 12. Modele dynamiczne
78. 12.1. Problemy ekonometryczne modeli dynamicznych
79. 12.2. Modele o opóźnieniach rozłożonych (Distributed Lag Models)
80. 12.3. Estymacja modeli DL i wybór rzędu opóźnienia
81. 12.4. Modele autoregresyjne i modele autoregresyjne z opóźnieniami rozłożonymi (AutoRegressive Distributed Lag Models - Modele ADL lub ARDL)
82. 12.5. Niestacjonarność i integracja szeregu
83. 12.6. Test pierwiastka jednostkowego Dickeya-Fullera (test DF)
84. 12.7. Rozszerzony test pierwiastka jednostkowego (test ADF)
85. 12.8. Kointegracja szeregów czasowych
86. 12.9. Przyczynowość w ekonometrii
87. Podsumowanie
88. 13. Modele wektorowej autoregresji (VAR) i modele korekty błędem
89. 13.1. Modele wielorównaniowe
90. 13.2. Modele wektorowej autoregresji (Vector AutoRegresshe Models - VAR)
91. 13.3. Model korekty błędem (równowagi) (Error Correction Model - ECM)
92. Podsumowanie
93. 14. Opracowanie projektów badawczych
94. Literatura uzupełniająca do części III
95. Aneksy
96. A. Elementy algebry macierzy
97. B. Wybrane zagadnienia rachunku prawdopodobieństwa
98. C. Bazy danych

Zobacz spis treści

---