Ekonometria : podstawy teorii i praktyki
Odpowiedzialność: | Brunon R. Górecki. |
Hasła: | Ekonometria Podręczniki akademickie |
Adres wydawniczy: | Warszawa : Wydawnictwo Key Text, 2010. |
Opis fizyczny: | 268 s. ; 24 cm. |
Uwagi: | Bibliogr. s. [255]. - Indeks. |
Skocz do: | Dodaj recenzje, komentarz |
- Część 1. Klasyczny model regresji liniowej
- 1. Wprowadzenie
- 1.1. Czym jest ekonometria?
- 1.2. Pojęcie modelu ekonometrycznego
- 1.3. Dane statystyczne
- 1.4. Metodologia ekonometrii
- Podsumowanie
- 2. Podstawy klasycznego modelu regresji liniowej
- 2.1. Zapis macierzowy modelu
- 2.2. Od populacji do próby i od próby do populacji
- 2.3. Założenia klasycznego modelu regresji liniowej
- Podsumowanie
- 3. Metoda najmniejszych kwadratów
- 3.1. Estymatory metody najmniejszych kwadratów
- 3.2. Własności algebraiczne rozwiązania MNK
- Podsumowanie
- 4. Wnioskowanie o estymatorach metody najmniejszych kwadratów
- 4.1. Jeszcze o założeniu normalności zaburzeń losowych
- 4.2. Twierdzenie Gaussa-Markowa
- 4.3. Estymator wariancji zaburzenia losowego i błędy standardowe estymatorów
- 4.4. Rozkład t-Studenta, weryfikacja prostych hipotez i przedziały ufności
- 4.5. Istotność równania regresji
- 4.6. Asymptotyczne własności estymatorów MNK
- Podsumowanie
- 5. Interpretacja równania regresji
- 5.1. Interpretacja współczynników regresji i założenie liniowości
- 5.2. Jakościowe zmienne objaśniające - regresory zerojedynkowe, oznaczane również jako zmienne 0-1 lub zmienne binarne
- 5.3. Restrykcje i modele zagnieżdżone. Łączna istotność zmiennych
- zerojedynkowych
- 5.4. Jakościowa zmienna objaśniana
- 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
- 5.6. Testowanie łącznej istotności podzbioru regresorów
- 5.7. Testowanie hipotez złożonych
- Podsumowanie
- 6. Problemy wynikające z niedoskonałości danych statystycznych
- 6.1. Współliniowość i jej konsekwencje. Wykrywanie wspólliniowości i środki zaradcze
- 6.2. Obserwacje opuszczone
- 6.3. Wykrywanie nietypowych wartości zmiennej objaśnianej i nietypowych wartości zmiennych objaśniających (obserwacje znaczące)
- Podsumowanie
- 7. Prognozowanie na podstawie klasycznej metody regresji liniowej
- 7.1. Prognoza i błąd standardowy prognozy
- Podsumowanie
- Literatura uzupełniająca do części I
- Część 2. Złagodzenie założeń modelu klasycznego
- 8. Uogólniona metoda najmniejszych kwadratów
- 8.1. Heteroskedastyczność i autokorelacja zaburzeń losowych w KMRL
- 8.2. Estymatory uogólnionej metody najmniejszych kwadratów
- 8.3. Testowanie heteroskedastyczności: testy Goldfelda-Ojuandta, Breuscha-Pagana oraz White`a
- 8.4. Estymacja macierzy wariancji-kowariancji zaburzeń losowych w przypadku heteroskedastyczności. Stosowalna uogólniona metoda najmniejszych kwadratów
- 8.5. Estymator White`a macierzy wariancji-kowariancji dla b wyznaczonego za pomocą MNK - odporny na heteroskedastyczność
- 8.6. Testowanie autokorelacji: testy Durbina-Watsona i Breuscha-Godfreya
- 8.7. Estymacja macierzy wariancji-kowariancji zaburzeń losowych w przypadku autokorelacji zaburzeń pierwszego rzędu
- 8.8. Estymator Neweya-Westa macierzy wariancji-kowariancji dla b oszacowanego za pomocą MNK - odporny na heteroskedastyczność i odporny na autokorelację
- Podsumowanie
- 9. Diagnostyka w klasycznej metodzie regresji liniowej
- 9.1. Test White`a
- 9.2. Test RESET błędu specyfikacji postaci funkcyjnej równania regresji Ramseya
- 9.3. Test niezagnieżdżonych alternatyw
- 9.4. Testy stabilności parametrów Chowa
- 9.5. Test Jarque-Bera normalności zaburzeń
- 9.6. Ocena wyników analizy regresji
- Podsumowanie
- Literatura uzupełniająca do części II
- Część 3. Szczególnie ważne modele ekonometryczne
- 10. Ograniczona zmienna objaśniana
- 10.1. Liniowa funkcja prawdopodobieństwa
- 10.2. Metody logitowa i probitowa
- 10.3. Wielomianowa metoda logitowa, metoda tobitowa, modele samoselekcji próby
- Podsumowanie
- 11. Modele jednowymiarowych szeregów czasowych
- 11.1. Analiza klasyczna
- 11.2. Szereg czasowy jako realizacja procesu stochastycznego
- 11.3. Procedura Boxa-Jenkinsa
- 11.4. Funkcja autokorelacji i cząstkowej autokorelacji szeregu Dowjones
- 11.5. Procesy ARIMA dla danych sezonowych
- Podsumowanie
- 12. Modele dynamiczne
- 12.1. Problemy ekonometryczne modeli dynamicznych
- 12.2. Modele o opóźnieniach rozłożonych (Distributed Lag Models)
- 12.3. Estymacja modeli DL i wybór rzędu opóźnienia
- 12.4. Modele autoregresyjne i modele autoregresyjne z opóźnieniami rozłożonymi (AutoRegressive Distributed Lag Models - Modele ADL lub ARDL)
- 12.5. Niestacjonarność i integracja szeregu
- 12.6. Test pierwiastka jednostkowego Dickeya-Fullera (test DF)
- 12.7. Rozszerzony test pierwiastka jednostkowego (test ADF)
- 12.8. Kointegracja szeregów czasowych
- 12.9. Przyczynowość w ekonometrii
- Podsumowanie
- 13. Modele wektorowej autoregresji (VAR) i modele korekty błędem
- 13.1. Modele wielorównaniowe
- 13.2. Modele wektorowej autoregresji (Vector AutoRegresshe Models - VAR)
- 13.3. Model korekty błędem (równowagi) (Error Correction Model - ECM)
- Podsumowanie
- 14. Opracowanie projektów badawczych
- Literatura uzupełniająca do części III
- Aneksy
- A. Elementy algebry macierzy
- B. Wybrane zagadnienia rachunku prawdopodobieństwa
- C. Bazy danych
Zobacz spis treści
Sprawdź dostępność, zarezerwuj (zamów):
(kliknij w nazwę placówki - więcej informacji)