Ekonometria. Metody i ich zastosowanie

1 ocena

Wydawca:

PWE

Format:

pdf, ibuk

DODAJ DO ABONAMENTU

WYBIERZ RODZAJ DOSTĘPU

25,47  39,80

Format: pdf

 

Dostęp online przez myIBUK

WYBIERZ DŁUGOŚĆ DOSTĘPU

Cena początkowa: 39,80 zł (-36%)

Najniższa cena z 30 dni: 27,86 zł (-9%)  


25,47

w tym VAT

TA KSIĄŻKA JEST W ABONAMENCIE

Już od 24,90 zł miesięcznie za 5 ebooków!

WYBIERZ SWÓJ ABONAMENT

Książka jest podręcznikiem prezentującym w przystępny sposób metody ekonometryczne oraz możliwości ich zastosowania. Zawiera opis zarówno tradycyjnych metod estymacji, testów i procedur, jak i najnowszych osiągnięć w dziedzinie modelowania ekonometrycznego. Wykład jest prowadzony nowocześnie i zgodnie z aktualnymi tendencjami światowymi.


Rok wydania2014
Liczba stron406
KategoriaMetody ilościowe
WydawcaPWE
ISBN-13978-83-208-2152-9
Numer wydania1
Język publikacjipolski
Informacja o sprzedawcyePWN sp. z o.o.

Ciekawe propozycje

Spis treści

  Przedmowa
  
  Wstęp
  
  Notacja, konwencje, stosowane symbole i akronimy
  
  1. Klasyczny model regresji liniowej — przypadek jednej zmiennej objaśniającej
  1.1. Wprowadzenie
  1.2. Założenia modelu regresji liniowej
  1.3. Metoda najmniejszych kwadratów
  1.4. Dekompozycja wariancji zmiennej objaśnianej
  1.5. Właściwości i błędy średnie estymatorów. Wariancja składnika losowego
  1.6. Przedziały ufności
  1.7. Testowanie hipotez o istotności
  Nota bibliograficzna
  
  2. Klasyczny model regresji liniowej — przypadek wielu zmiennych objaśniających
  2.1. Wstęp
  2.2. Założenia modelu liniowej regresji wielu zmiennych
  2.3. Interpretacja w modelu regresji wielu zmiennych
  2.4. Metoda najmniejszych kwadratów
  2.5. Właściwości estymatora klasycznej metody najmniejszych kwadratów
  2.6. Estymator wariancji składnika losowego
  2.7. Miary zgodności
  2.8. Testowanie hipotez
  2.9. Metoda najmniejszych kwadratów przy warunkach pobocznych
  2.10. Testowanie stabilności parametrów
  Nota bibliograficzna
  
  3. Metoda największej wiarygodności
  3.1. Wstęp
  3.2. Estymator MNW parametrów modelu regresji liniowej
  3.3. Właściwości estymatora największej wiarygodności
  3.4. Testy ilorazu wiarygodności, Walda i mnożnika Lagrange’a
  Nota bibliograficzna
  
  4. Autokorelacja
  4.1. Wstęp
  4.2. Przyczyny autokorelacji
  4.3. Schemat autoregresyjny pierwszego rzędu
  4.4. Inne schematy autokorelacji
  4.5. Estymacja w przypadku procesu AR(1), gdy znany jest współczynnik autokorelacji
  4.6. Estymacja w przypadku procesu AR(1), gdy współczynnik autokorelacji jest nieznany
  4.7. Testowanie występowania zjawiska autokorelacji pierwszego rzędu
  4.8. Estymacja i testowanie w przypadku procesu MA(1)
  4.9. Estymacja i testowanie w przypadku szczególnego procesu AR(4)
  4.10. Respecyfikacja modelu
  Nota bibliograficzna
  
  
  5. Heteroskedastyczność
  5.1. Wstęp
  5.2. Estymacja w przypadku, gdy macierz _ jest znana
  5.3. Estymacja w przypadku, gdy macierz _ nie jest znana
  5.4. Testowanie występowania heteroskedastyczności składników losowych
  5.5. Modele ARCH. Modele zmienności stochastycznej
  Nota bibliograficzna
  
  6. Współliniowość
  6.1. Wstęp
  6.2. Konsekwencje występowania współliniowości
  6.3. Dokładna współliniowość
  6.4. Przybliżona współliniowość
  6.5. Pomiar współliniowości
  6.6. Postępowanie w przypadku przybliżonej współliniowości zmiennych objaśniających
  6.7. Wnioski
  Nota bibliograficzna
  
  7. Modele specjalne
  7.1. Modele nieliniowe
  7.2. Modele ze zmiennymi zero-jedynkowymi
  7.3. Modele przełącznikowe
  7.4. Model wygładzonego przejścia
  7.5. Modele nierównowagi
  7.6. Modele z rozkładami opóźnień
  7.7. Model autoregresyjny z rozkładem opóźnień . Model korekty błędem
  7.8. Modele oczekiwań
  7.9. Modele racjonalnych oczekiwań.
  7.10. Modele ARMA
  Nota bibliograficzna
  
  
  8. Prognozy na podstawie modeli jednorównaniowych
  8.1. Wstęp
  8.2. Prognozy na podstawie modelu z jedną zmienną objaśniającą
  8.3. Prognozy warunkowe
  8.4. Prognozy na podstawie modelu regresji wielu zmiennych
  8.5. Zastosowanie zmiennych zero-jedynkowych w prognozowaniu
  8.6. Źródła błędów prognoz
  8.7. Pomiar dokładności prognoz
  8.8. Porównanie prognoz. Prognozy optymalne
  Nota bibliograficzna
  
  
  9. Modele wielorównaniowe o równaniach współzależnych
  9.1. Wstęp
  9.2. Zapis. Założenia
  9.3. Rodzaje modeli
  9.4. Postać zredukowana
  9.5. Postać końcowa. Mnożniki
  9.6. Identyfikacja
  9.7. Estymacja parametrów
  9.8. Estymacja parametrów pojedynczych równań
  9.9. Estymacja łączna parametrów układów równań
  9.10. Metody estymacji w praktyce modelowania
  Nota bibliograficzna
  
  
  10. Symulacje i wykorzystanie modeli wielorównaniowych
  10.1. Wstęp
  10.2. Rodzaje symulacji
  10.3. Klasyczny algorytm Gaussa–Seidela
  10.4. Istnienie rozwiązania i jego poszukiwanie metodą Gaussa–Seidela
  10.5. Rozwiązywanie dużych układów równań liniowych metodą Gaussa–Seidela
  10.6. Rozwiązywanie nieliniowych modeli ekonometrycznych metodą Gaussa–Seidela
  10.7. Metoda Newtona–Raphsona
  10.8. Porządkowanie układu równań
  10.9. Zastosowanie metody Newtona–Raphsona do symulacji modeli ekonometrycznych
  10.10. Numeryczne wyznaczanie wartości mnożników
  10.11. Symulacje stochastyczne
  10.12. Budowa modeli o równaniach współzależnych
  10.13. Prognozy na podstawie modeli wielorównaniowych
  10.14. Korekty struktury modelu
  Nota bibliograficzna
  
  
  11. Modelowanie na podstawie szeregów niestacjonarnych
  11.1. Równowaga. Zależności długookresowe
  11.2. Stacjonarność i równowaga
  11.3. Trendy deterministyczne i stochastyczne. Testy pierwiastków jednostkowych
  11.4. Regresje pozorne
  11.5. Kointegracja
  11.6. Testy kointegracji
  11.7. Model wielowymiarowy w przypadku zmiennych zintegrowanych w stopniu pierwszym
  11.8. Estymacja parametrów modelu VEqCM
  11.9. Testowanie rzędu kointegracji
  11.10. Strukturalizacja modelu VEqCM
  11.11. Analiza reakcji na impuls
  Nota bibliograficzna
  
  Bibliografia (wybór)
  
  
  
  Indeks
RozwińZwiń