INNE EBOOKI AUTORA
Autor:
Wydawca:
Format:
pdf, ibuk
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 wydania | 2014 |
---|---|
Liczba stron | 406 |
Kategoria | Metody ilościowe |
Wydawca | PWE |
ISBN-13 | 978-83-208-2152-9 |
Numer wydania | 1 |
Język publikacji | polski |
Informacja o sprzedawcy | ePWN sp. z o.o. |
INNE EBOOKI AUTORA
EBOOKI WYDAWCY
POLECAMY
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 | |