ebook

Ekonometria. Metody i ich zastosowanie

Aleksander Welfe

Wydawca: PWE

Cena: ~~39.80 zł~~ 33.00 zł brutto

Najniższa cena z ostatnich 30 dni przed wprowadzeniem obniżki: 33.00 zł

Format:

Koszty dostawy:

Wysyłka na e-mail 0.00 zł brutto

Opis produktu
Opinie kupujących
Zapytaj o produkt

Opis produktu

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.

Tytuł: Ekonometria. Metody i ich zastosowanie
Autor: Aleksander Welfe
Język: polski
Wydawnictwo: PWE
ISBN: 978-83-208-2152-9
Rok wydania: 2014 Warszawa
Wydanie: 1
Liczba stron: 406
Format: pdf
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