EKONOMETRIA PODSTAWY TEORII I PRAKTYKI

ISBN: 978-83-87251-60-4

268 stron
format: B5
oprawa: miękka
Rok wydania: 2010

Książka zawiera podstawowy kurs teorii i praktyki ekonometrii. Jest przeznaczona dla studentów różnych dyscyplin ekonomicznych poza specjalizacją ekonometrii. Będzie również użyteczna dla ekonomistów prowadzących analizy danych ekonomicznych, a jednocześnie niedysponujących solidnymi podstawami matematycznymi. W podręczniku uwzględnione zostały najnowsze ujęcia ekonometrii, które rozumiemy dwojako.

SPIS TREŚCI

WstępCzęść 1. Klasyczny model regresji liniowej1.Wprowadzenie1.1.Czym jest ekonometria?1.2.Pojęcie modelu ekonometrycznego1.3.Dane statystyczne1.4.Metodologia ekonometriiPodsumowanie2.Podstawy klasycznego modelu regresji liniowej2.1.Zapis macierzowy modelu2.2.Od populacji do próby i od próby do populacji2.3.Założenia klasycznego modelu regresji liniowejPodsumowanie3.Metoda najmniejszych kwadratów3.1.Estymatory metody najmniejszych kwadratów3.2.Własności algebraiczne rozwiązania MNKPodsumowanie4.Wnioskowanie o estymatorach metody najmniejszych kwadratów4.1.Jeszcze o założeniu normalności zaburzeń losowych4.2.Twierdzenie Gaussa-Markowa4.3.Estymator wariancji zaburzenia losowego i błędy standardoweestymatorów4.4.Rozkład t-Studenta, weryfikacja prostych hipotez i przedziały ufności 4.5.Istotność równania regresji4.6.Asymptotyczne własności estymatorów MNKPodsumowanie5.Interpretacja równania regresji5.1.Interpretacja współczynników regresji i założenie liniowości5.2.Jakościowe zmienne objaśniające - regresory zerojedynkowe,oznaczane również jako zmienne 0-1 lub zmienne binarne5.3.Restrykcje i modele zagnieżdżone. Łączna istotność zmiennychzerojedynkowych5.4.Jakościowa zmienna objaśniana5.5.Wybór regresorów zgodnie z zasadą "Od ogólnego do szczegółowego".Skutki pominięcia w równaniu regresji istotnych zmiennych objaśniających- skutki dodania do równania regresji zmiennych nieistotnych5.6.Testowanie łącznej istotności podzbioru regresorów5.7.Testowanie hipotez złożonychPodsumowanie6.Problemy wynikające z niedoskonałości danych statystycznych6.1.Współliniowość i jej konsekwencje. Wykrywanie wspólliniowości i środki zaradcze6.2.Obserwacje opuszczone6.3.Wykrywanie nietypowych wartości zmiennej objaśnianej i nietypowychwartości zmiennych objaśniających (obserwacje znaczące)Podsumowanie7.Prognozowanie na podstawie klasycznej metody regresji liniowej7.1.Prognoza i błąd standardowy prognozyPodsumowanieLiteratura uzupełniająca do części ICzęść 2. Złagodzenie założeń modelu klasycznego8.Uogólniona metoda najmniejszych kwadratów8.1.Heteroskedastyczność i autokorelacja zaburzeń losowych w KMRL8.2.Estymatory uogólnionej metody najmniejszych kwadratów8.3.Testowanie heteroskedastyczności: testy Goldfelda-Ojuandta, Breuscha-Pagana oraz White‘-a8.4.Estymacja macierzy wariancji-kowariancji zaburzeń losowych w przypadku heteroskedastyczności. Stosowalna uogólniona metoda najmniejszych kwadratów8.5.Estymator White‘-a macierzy wariancji-kowariancji dla b wyznaczonego za pomocą MNK - odporny na heteroskedastyczność8.6.Testowanie autokorelacji: testy Durbina-Watsona i Breuscha-Godfreya8.7.Estymacja macierzy wariancji-kowariancji zaburzeń losowych w przypadku autokorelacji zaburzeń pierwszego rzędu8.8.Estymator Neweya-Westa macierzy wariancji-kowariancji dla b oszacowanego za pomocą MNK - odporny na heteroskedastyczność i odporny na autokorelacjęPodsumowanie9.Diagnostyka w klasycznej metodzie regresji liniowej9.1.Test White‘-a9.2.Test RESET błędu specyfikacji postaci funkcyjnej równania regresjiRamseya9.3.Test niezagnieżdżonych alternatyw9.4.Testy stabilności parametrów Chowa9.5.Test Jarque-Bera normalności zaburzeń9.6.Ocena wyników analizy regresjiPodsumowanieLiteratura uzupełniająca do części IICzęść 3.Szczególnie ważne modele ekonometryczne10.Ograniczona zmienna objaśniana10.1.Liniowa funkcja prawdopodobieństwa10.2.Metody logitowa i probitowa10.3.Wielomianowa metoda logitowa, metoda tobitowa, modele samoselekcji próbyPodsumowanie11.Modele jednowymiarowych szeregów czasowych11.1.Analiza klasyczna11.2.Szereg czasowy jako realizacja procesu stochastycznego11.3.Procedura Boxa-Jenkinsa11.4.Funkcja autokorelacji i cząstkowej autokorelacji szeregu Dowjones11.5.Procesy ARIMA dla danych sezonowychPodsumowanie12.Modele dynamiczne12.1.Problemy ekonometryczne modeli dynamicznych12.2.Modele o opóźnieniach rozłożonych (Distributed Lag Models)12.3.Estymacja modeli DL i wybór rzędu opóźnienia12.4.Modele autoregresyjne i modele autoregresyjne z opóźnieniamirozłożonymi (AutoRegressive Distributed Lag Models - Modele ADLlub ARDL)12.5.Niestacjonarność i integracja szeregu12.6.Test pierwiastka jednostkowego Dickeya-Fullera (test DF)12.7.Rozszerzony test pierwiastka jednostkowego (test ADF)12.8.Kointegracja szeregów czasowych12.9.Przyczynowość w ekonometriiPodsumowanie13.Modele wektorowej autoregresji (VAR) i modele korekty błędem13.1.Modele wielorównaniowe13.2.Modele wektorowej autoregresji (Vector AutoRegresshe Models - VAR)13.3.Model korekty błędem (równowagi) (Error Correction Model - ECM)Podsumowanie14.Opracowanie projektów badawczychLiteratura uzupełniająca do części IIIAneksyA.Elementy algebry macierzyB.Wybrane zagadnienia rachunku prawdopodobieństwaC.Bazy danychBibliografiaIndeks