POLECAMY
-14%
Autor:
Marek Gruszczyński, Bartosz Witkowski, Arkadiusz Wiśniowski, Adam Szulc, Marcin Owczarczuk, Monika Książek, Monika Bazyl
Wydawca:
Format:
Mikroekonometria jest pierwszym w Polsce podręcznikiem analizy mikrodanych dotyczących zagadnień ekonomicznych, finansowych i społecznych. Coraz większy popyt na analizy mikrodanych odnotowuje się w marketingu, w finansach, w zarządzaniu, w badaniach mikro- i makroekonomicznych, a także w innych naukach społecznych. Przykładowe zastosowania omawianych modeli obejmują:
badanie zdolności kredytowej,
prognozowanie odejść klientów i bankructw firm,
wybór grup docelowych do kampanii bezpośrednich,
badanie preferencji klientów względem marek,
modelowanie szkód i wypłat ubezpieczeniowych.
Obok przeglądu modeli i metod książka zawiera liczne przykłady i ćwiczenia.
Jest przeznaczona do studiowania mikroekonometrii przez studentów uczelni ekonomicznych oraz praktyków-analityków interesujących się analizą mikrodanych.
Drugie wydanie Mikroekonometrii zostało rozszerzone o rozdziały poświęcone modelom dla danych panelowych oraz szacowaniu efektów oddziaływania za pomocą estymacji przez dopasowanie (matching).
Autorzy książki związani są z Instytutem Ekonometrii oraz z Instytutem Statystyki i Demografii w Szkole Głównej Handlowej w Warszawie, zwłaszcza z Zakładem Ekonometrii Stosowanej kierowanym przez redaktora naukowego książki profesora Marka Gruszczyńskiego.
"Jest to publikacja bardzo potrzebna, wypełniająca luką na polskim rynku wydawnictw naukowych w zakresie podręcznika metod ekonometrycznych stosowanych do analizy mikrodanych."
Z recenzji profesor Krystyny Strzały
Rok wydania | 2012 |
---|---|
Liczba stron | 352 |
Kategoria | Teoria ekonomii |
Wydawca | Wolters Kluwer Polska SA |
ISBN-13 | 978-83-264-5184-3 |
Język publikacji | polski |
Informacja o sprzedawcy | ePWN sp. z o.o. |
POLECAMY
Ciekawe propozycje
Spis treści
Wstęp | |
str. | 11 |
1 Wprowadzenie do mikroekonometrii | |
str. | 15 |
1.1 Mikrodane | |
str. | 15 |
1.2 Obszar mikroekonometrii, tradycje i piśmiennictwo | |
str. | 17 |
1.3 Modele mikroekonometrii | |
str. | 19 |
1.4 Główne zagadnienia mikroekonometrii | |
str. | 21 |
1.4.1 Ekonomia a strategia modelowania w mikroekonometrii | |
str. | 21 |
1.4.2 Założenia modelu regresji dla danych przekrojowych | |
str. | 23 |
1.4.3 Korelacja a przyczynowość. Relacje przyczynowe a analiza ceteris paribus | |
str. | 24 |
1.4.4 Efekty oddziaływania | |
str. | 26 |
1.4.5 Endogeniczność | |
str. | 28 |
1.4.6 Heterogeniczność | |
str. | 29 |
1.4.7 Skokowość, nieliniowość, zawartość informacyjna zbiorów mikrodanych | |
str. | 32 |
1.4.8 Zbieranie danych | |
str. | 32 |
1.4.9 Nowe wyzwania dla mikroekonometrii | |
str. | 38 |
1.5 Ekonometria przestrzenna a mikroekonometria | |
str. | 38 |
1.6 Mikroekonometria na salonach: Heckman i McFadden | |
str. | 40 |
1.7 Słowa kluczowe | |
str. | 42 |
1.8 Problemy i zadania | |
str. | 43 |
2 Metody i modele | |
str. | 45 |
2.1 Metoda największej wiarygodności | |
str. | 45 |
2.1.1 Wprowadzenie | |
str. | 45 |
2.1.2 Przykład Moneta | |
str. | 46 |
2.1.3 Definicja estymatora metody największej wiarygodności | |
str. | 47 |
2.1.4 Przykład.MNW-estymator wartości oczekiwanej rozkładu normalnego | |
str. | 48 |
2.1.5 M-estymatory | |
str. | 48 |
2.1.6 Teoretyczne własności metody największej wiarygodności | |
str. | 50 |
2.1.7 Testy statystyczne zbudowane na podstawie metody największej wiarygodności | |
str. | 52 |
2.1.8 Optymalizacja | |
str. | 54 |
2.1.9 Nieliniowa metoda najmniejszych kwadratów | |
str. | 56 |
2.1.10 Podsumowanie | |
str. | 57 |
2.2 Problem wielokrotnego testowania hipotez | |
str. | 58 |
2.3 Sprawdzanie trafności prognoz | |
str. | 61 |
2.4 Modele ze zmienną ukrytą | |
str. | 63 |
2.4.1 Wprowadzenie | |
str. | 63 |
2.4.2 Model tobitowy | |
str. | 64 |
2.4.3 Model dwumianowy | |
str. | 65 |
2.4.4 Model uporządkowanej zmiennej wielomianowej | |
str. | 66 |
2.4.5 Modele czasów trwania | |
str. | 67 |
2.5 Słowa kluczowe | |
str. | 68 |
2.6 Problemy i zadania | |
str. | 68 |
3 Modele zmiennych jakościowych dwumianowych | |
str. | 71 |
3.1 Zmienne dwumianowe jako przedmiot modelowania | |
str. | 71 |
3.1.1 Cele modelowania zmiennej dwumianowej | |
str. | 72 |
3.1.2 Model dwumianowy | |
str. | 73 |
3.1.3 Związek Y ze zmiennymi objaśniającymi X | |
str. | 74 |
3.1.4 Intuicyjne objaśnienie modeli zmiennych dwumianowych | |
str. | 74 |
3.1.5 Główne typy modeli zmiennych dwumianowych | |
str. | 75 |
3.2 Liniowy model prawdopodobieństwa | |
str. | 76 |
3.2.1 Uwagi o R-kwadrat w mikroekonometrii | |
str. | 80 |
3.3 Model logitowy | |
str. | 80 |
3.3.1 MNW dla modelu logitowego | |
str. | 81 |
3.3.2 Weryfikacja statystyczna | |
str. | 82 |
3.3.3 Interpretacja wyników: efekty krańcowe (MEM, MER, AME) | |
str. | 83 |
3.3.4 Interpretacja wyników: ilorazy szans | |
str. | 85 |
3.4 Model probitowy | |
str. | 87 |
3.4.1 Logit, probit, LMP: relacja między parametrami oraz między efektami krańcowymi | |
str. | 88 |
3.5 Endogeniczność | |
str. | 89 |
3.6 Miary dopasowania | |
str. | 89 |
3.6.1 Pseudo-R2 | |
str. | 89 |
3.6.2 Tablica trafności oraz krzywa ROC | |
str. | 91 |
3.7 Dobór zmiennych objaśniających do modeli | |
str. | 97 |
3.8 Modelowanie interakcji | |
str. | 98 |
3.9 Regresja binarna | |
str. | 102 |
3.10 Próba dobierana w modelu logitowym | |
str. | 103 |
3.11 Model logitowy dla makrodanych | |
str. | 105 |
3.12 Słowa kluczowe | |
str. | 108 |
3.13 Problemy i zadania | |
str. | 109 |
4 Modele zmiennych wielomianowych uporządkowanych | |
str. | 123 |
4.1 Wprowadzenie | |
str. | 123 |
4.2 Zmienne uporządkowane | |
str. | 125 |
4.3 Specyfikacja modelu uporządkowanego | |
str. | 128 |
4.4 Szacowanie modelu uporządkowanego | |
str. | 132 |
4.5 Uporządkowany model probitowy i logitowy | |
str. | 134 |
4.6 Założenie proporcjonalnych szans/regresji równoległych | |
str. | 139 |
4.7 Weryfikacja założenia proporcjonalnych szans | |
str. | 143 |
4.8 Uogólniony model uporządkowany | |
str. | 146 |
4.9 Model częściowo proporcjonalnych szans | |
str. | 148 |
4.10 Problem rzadkich danych | |
str. | 149 |
4.11 Ocena jakości modelu | |
str. | 154 |
4.11.1 Ocena dopasowania modelu | |
str. | 154 |
4.11.2 Ocena zdolności predykcyjnych modelu | |
str. | 161 |
4.12 Interpretacja parametrów | |
str. | 164 |
4.12.1 Efekt kompensujący | |
str. | 164 |
4.12.2 Efekty krańcowe | |
str. | 165 |
4.12.3 Iloraz szans | |
str. | 168 |
4.13 Dane sekwencyjne | |
str. | 173 |
4.13.1 Specyfikacja modelu | |
str. | 173 |
4.13.2 Estymacja | |
str. | 175 |
4.14 Słowa kluczowe | |
str. | 177 |
4.15 Problemy i zadania | |
str. | 178 |
5 Modele zmiennych wielomianowych nieuporządkowanych | 185 |
5.1 Wstęp | |
str. | 185 |
5.2 Wprowadzenie do modeli wielomianowych | |
str. | 187 |
5.3 Zmienne egzogeniczne w modelach dla kategorii nieuporządkowanych | |
str. | 190 |
5.4 Model stochastycznej addytywnej użyteczności | |
str. | 191 |
5.5 Wielomianowy model logitowy | |
str. | 192 |
5.5.1 Konstrukcja | |
str. | 192 |
5.5.2 Estymacja i ocena jakości modelu | |
str. | 193 |
5.5.3 Interpretacja wyników estymacji | |
str. | 197 |
5.6 Warunkowy model logitowy | |
str. | 204 |
5.6.1 Konstrukcja | |
str. | 204 |
5.6.2 Estymacja | |
str. | 207 |
5.6.3 Interpretacja wyników estymacji | |
str. | 210 |
5.7 Logitowy model zagnieżdżony | |
str. | 213 |
5.7.1 Niezależność od nieistotnych możliwości | |
str. | 213 |
5.7.2 Konstrukcja zagnieżdżonego modelu logitowego | |
str. | 215 |
5.7.3 Inne modele wyborów dyskretnych | |
str. | 219 |
5.8 Słowa kluczowe | |
str. | 222 |
5.9 Problemy i zadania | |
str. | 222 |
6 Modele zmiennych ograniczonych | |
str. | 225 |
6.1 Wprowadzenie | |
str. | 225 |
6.2 Model tobitowy | |
str. | 226 |
6.3 Podstawowe własności modelu | |
str. | 228 |
6.4 Estymacja za pomocą metody największej wiarygodności | |
str. | 231 |
6.5 Testy istotności i miary dopasowania dla modeli zmiennych ograniczonych | |
str. | 232 |
6.6 Regresja ucięta | |
str. | 234 |
6.7 Semiparametryczne estymatory modeli regresji tobitowej i uciętej | |
str. | 237 |
6.8 Modele selekcji próby | |
str. | 238 |
6.9 Estymacja modelu selekcji próby Heckmana | |
str. | 240 |
6.10 Modele zmiennych ograniczonych w praktyce: datki charytatywne | |
str. | 242 |
6.10.1 Regresja tobitowa i ucięta | |
str. | 242 |
6.10.2 Model selekcji próby | |
str. | 245 |
6.11 Przykład.Wypłacanie dywidend | |
str. | 247 |
6.12 Słowa kluczowe | |
str. | 249 |
6.13 Problemy i zadania | |
str. | 249 |
7 Modele zmiennych licznikowych | |
str. | 251 |
7.1 Zmienna licznikowa | |
str. | 251 |
7.2 Model regresji Poissona | |
str. | 252 |
7.3 Model regresji ujemnej dwumianowej | |
str. | 255 |
7.4 Modele z podwyższoną liczbą zer | |
str. | 257 |
7.5 Modele zmiennych licznikowych w praktyce: liczba dzieci w rodzinie | |
str. | 259 |
7.6 Słowa kluczowe | |
str. | 263 |
7.7 Problemy i zadania | |
str. | 264 |
8 Modele danych panelowych | |
str. | 267 |
8.1 Wprowadzenie | |
str. | 267 |
8.2 Statyczne modele liniowe dla danych panelowych | |
str. | 270 |
8.2.1 Model z efektami ustalonymi (fixed effects) | |
str. | 272 |
8.2.2 Model z efektami losowymi (random effects) | |
str. | 277 |
8.2.3 Weryfikacja liniowych modeli statycznych dla danych panelowych | |
str. | 282 |
8.2.4 Inne modele statyczne dla danych panelowych | |
str. | 288 |
8.3 Dynamiczne modele liniowe dla danych panelowych | |
str. | 290 |
8.3.1 Estymator first differences | |
str. | 291 |
8.3.2 Metoda zmiennych instrumentalnych i estymator Andersona-Hsiao | |
str. | 292 |
8.3.3 Estymatory uogólnionej metody momentów | |
str. | 293 |
8.4 Modele zmiennych dwumianowych dla danych panelowych | |
str. | 298 |
8.4.1 Model z efektami ustalonymi | |
str. | 298 |
8.4.2 Modele z efektami losowymi | |
str. | 301 |
8.5 Słowa kluczowe | |
str. | 306 |
8.6 Problemy i zadania | |
str. | 307 |
9 Ocena efektu oddziaływania: estymacja przez dopasowanie | |
str. | 309 |
9.1 Wprowadzenie | |
str. | 310 |
9.2 Zdefiniowanie efektu oddziaływania | |
str. | 311 |
9.3 Ogólne zasady tworzenia estymatora efektu oddziaływania | |
str. | 313 |
9.4 Podstawowe założenia estymacji przez dopasowanie | |
str. | 316 |
9.5 Szczegóły konstrukcji estymatora efektu oddziaływania | |
str. | 318 |
9.5.1 Łączenie za pomocą metryki i prawdopodobieństwa (propensity score) | |
str. | 318 |
9.5.2 Prosty i skorygowany (nieobciążony) estymator oparty na metryce versus estymator PSM | |
str. | 320 |
9.5.3 Metody łączenia obserwacji | |
str. | 321 |
9.6 Własności statystyczne estymatorów | |
str. | 325 |
9.6.1 Obciążenie i efektywność | |
str. | 325 |
9.6.2 Wrażliwość oszacowań na założenia, dobór zmiennych i metodę estymacji | |
str. | 326 |
9.7 Dalszy rozwój metod estymacji przez dopasowanie | |
str. | 328 |
9.8 Estymacja przez dopasowanie z programem Stata | |
str. | 329 |
9.9 Słowa kluczowe | |
str. | 332 |
9.10 Problemy i zadania | |
str. | 333 |
Literatura | |
str. | 337 |
Indeks rzeczowy | |
str. | 347 |