Miejska Biblioteka

Spis treści:

1. Przedsłowie
2. Przedmowa do drugiego wydania
3. Przedmowa do trzeciego wydania
4. Nekrolog G.S. Maddali
5. Przedmowa do polskiego wydania
6. Część pierwsza. Wprowadzenie i model regresji liniowej
7. 1. Czym jest ekonometria
8. Co jest w tym rozdziale
9. 1.1. Czym jest ekonometria?
10. 1.2. Model ekonomiczny i model ekonometryczny
11. 1.3. Cele i metody ekonometrii
12. 1.4. Co jest testem dla teorii ekonomicznej?
13. Podsumowanie i plan książki
14. 2. Podstawy statystyki i algebry macierzy
15. Co jest w tym rozdziale
16. 2.1. Wprowadzenie
17. 2.2. Prawdopodobieństwo
18. Zasady sumowania prawdopodobieństw
19. Prawdopodobieństwo warunkowe i reguła iloczynu
20. Twierdzenie Bayesa
21. Operacje sumowania i mnożenia
22. 2.3. Zmienne losowe i rozkłady prawdopodobieństwa
23. Łączne, brzegowe i warunkowe rozkłady prawdopodobieństwa
24. 2.4. Rozkład normalny i związane z nim inne rozkłady
25. Rozkład normalny
26. Rozkłady związane z rozkładem normalnym
27. 2.5. Klasyczne wnioskowanie statystyczne
28. 2.6. Własności estymatorów
29. Nieobciążoność
30. Efektywność
31. Zgodność
32. Inne własności asymptotyczne
33. 2.7. Rozkłady z próby w przypadku prób pochodzących z populacji o rozkładzie normalnym
34. 2.8. Estymacja przedziałowa
35. 2.9. Weryfikacja hipotez
36. 2.10. Związek między estymacją przedziałową i weryfikacją hipotez
37. 2.11. Wnioskowanie na podstawie niezależnych testów
38. Podsumowanie
39. Ćwiczenia
40. Dodatek: Algebra macierzy
41. 3. Regresja prosta
42. Co jest w tym rozdziale
43. 3.1. Wprowadzenie
44. 3.2. Specyfikacja zależności
45. 3.3. Metoda momentów
46. 3.4. Metoda najmniejszych kwadratów
47. Regresja odwrotna
48. 3.5. Wnioskowanie statystyczne w modelu regresji liniowej
49. Przedziały ufności dla α, β i σ2
50. Weryfikacja hipotez
51. Regresja bez wyrazu wolnego
52. 3.6. Analiza wariancji w modelu regresji prostej
53. 3.7. Predykcja w modelu regresji prostej
54. Predykcja wartości oczekiwanej
55. 3.8. Obserwacje nietypowe
56. 3.9. Alternatywne postacie funkcyjne równań regresji
57. 3.10.* Predykcja odwrotna w modelu szacowanym metodą najmniejszych kwadratów
58. 3.11.* Losowe zmienne objaśniające
59. 3.12.* Pułapka regresji
60. Dwuwymiarowy rozkład normalny
61. Wynik Galtona i pułapka regresji
62. Podsumowanie
63. Ćwiczenia
64. Dodatek
65. 4. Model regresji wielorakiej
66. Co jest w tym rozdziale
67. 4.1. Wprowadzenie
68. 4.2. Model z dwiema zmiennymi objaśniającymi
69. Metoda najmniejszych kwadratów
70. 4.3. Wnioskowanie statystyczne w modelu regresji wielorakiej
71. Wzory dla ogólnego przypadku k zmiennych objaśniających
72. 4.4. Interpretacja ocen parametrów w modelu regresji* 4.5. Współczynniki korelacji cząstkowej a współczynnik korelacji wielorakiej
73. 4.6. Związek między współczynnikami korelacji prostej, cząstkowej i wielorakiej
74. 4.7. Prognozowanie w modelu regresji wielorakiej
75. 4.8. Analiza wariancji i weryfikacja hipotez
76. Hipotezy zagnieżdżone i niezagnieżdżone
77. Testy dla liniowych funkcji parametrów
78. 4.9. Pominięcie właściwych zmiennych objaśniających i włączenie zbędnych zmiennych objaśniających
79. Pominięcie właściwych zmiennych objaśniających
80. Włączenie do modelu zbędnych zmiennych objaśniających
81. 4.10. Stopnie swobody i R2
82. 4.11. Testy stabilności
83. Test oparty na analizie wariancji
84. Predykcyjne testy stabilności
85. 4.12.* Testy LR, W i LM
86. Podsumowanie
87. Ćwiczenia
88. Dodatek: Model regresji wielorakiej w zapisie macierzowym
89. Zbiory danych
90. Część druga. Naruszenie założeń podstawowego modelu
91. 5. Heteroskedastyczność
92. Co jest w tym rozdziale
93. 5.1. Wprowadzenie
94. 5.2. Wykrywanie heteroskedastyczności
95. Test ilorazu wiarygodności
96. Test Goldfelda-Quandta
97. Test Breuscha-Pagana
98. Intuicyjne uzasadnienie testu Breuscha-Pagana
99. 5.3. Konsekwencje heteroskedastyczności
100. Ocena wariancji estymatora MNK w przypadku heteroskedastyczności
101. 5.4. Rozwiązania kwestii heteroskedastyczności
102. 5.5. Heteroskedastyczność a użycie deflatorów
103. 5.6.* Testowanie liniowości względem log-liniowości
104. Test Boxa-Coxa
105. Test BM
106. Test PE
107. Podsumowanie
108. Ćwiczenia
109. Dodatek: Uogólniona metoda najmniejszych kwadratów
110. 6. Autokorelacja
111. Co jest w tym rozdziale
112. 6.1. Wprowadzenie
113. 6.2. Test Durbina-Watsona
114. 6.3. Estymacja dla poziomów czy dla pierwszych różnic?
115. 6.4. Techniki estymacji w przypadku występowania autokorelacji składnika losowego
116. Metody iteracyjne
117. Metody przeszukiwania „po kracie"
118. 6.5. Wpływ składników losowych typu AR(1) na oceny parametrów uzyskane MNK
119. 6.6. Dalsze uwagi dotyczące testu DW
120. Test von Neumanna
121. Test Berenbluta-Webba
122. 6.7. Testy autokorelacji w modelach z opóźnioną zmienną objaśnianą
123. Test h Durbina
124. Alternatywny test Durbina
125. 6.8. Uogólniony test autokorelacji wyższego rzędu: test LM
126. 6.9. Metody postępowania w sytuacji, gdy test DW wskazuje na występowanie autokorelacji
127. Składniki losowe inne niż AR(1)
128. Autokorelacja spowodowana pominięciem zmiennych
129. Autokorelacja spowodowana nieprawidłową specyfikacją dynamiki modelu
130. Test Walda
131. 6.10.* Trend i błądzenie przypadkowe
132. Trendy pozorne
133. Różnicowanie i efekty długookresowe: koncepcja kointegracji
134. 6.11.* Modele ARCH i autokorelacja
135. 6.12. Krótki komentarz do testu DW i testów h oraz t Durbina
136. Podsumowanie
137. Ćwiczenia
138. Zbiory danych
139. 7. Współliniowość
140. Co jest w tym rozdziale
141. 7.1. Wprowadzenie
142. 7.2. Przykłady ilustrujące zagadnienie współliniowości
143. 7.3. Wybrane miary współliniowości
144. 7.4. Jak mierzyć współliniowość
145. 7.5. Rozwiązania problemu współliniowości: regresja grzbietowa
146. 7.6. Regresja względem głównych składowych
147. 7.7. Usuwanie zmiennych
148. 7.8. Inne rozwiązania problemu współliniowości
149. Przekształcenie zmiennych: ilorazy lub pierwsze różnice
150. Wykorzystanie zewnętrznych ocen parametrów
151. Większy zbiór danych
152. Podsumowanie
153. Ćwiczenia
154. Dodatek
155. 8. Zmienne jakościowe i zmienne ucięte
156. Co jest w tym rozdziale
157. 8.1. Wprowadzenie
158. 8.2. Zmienne zero-jedynkowe a zmiany wyrazu wolnego
159. 8.3. Zmienne sztuczne a zmiany wartości współczynników kierunkowych
160. 8.4. Zmienne sztuczne a ograniczenia nakładane na parametry różnych równań
161. 8.5. Zmienne sztuczne a testy stabilności parametrów regresji
162. 8.6. Wykorzystanie zmiennych sztucznych przy heteroskedastyczności i autokorelacji
163. 8.7. Jakościowe zmienne zależne
164. 8.8. Liniowy model prawdopodobieństwa i liniowa funkcja dyskryminacyjna
165. Liniowy model prawdopodobieństwa
166. Liniowa funkcja dyskryminacyjna
167. 8.9. Model probitowy i model logitowy
168. Problem prób niezbilansowanych
169. Predykcja efektów zmian wartości zmiennych objaśniających
170. Miary dopasowania
171. 8.10. Zmienne ucięte: model tobitowy
172. Metoda estymacji
173. Ograniczenia modelu tobitowego
174. Model regresji uciętej
175. Podsumowanie
176. Ćwiczenia
177. 9. Modele wielorównaniowe
178. Co jest w tym rozdziale
179. 9.1. Wprowadzenie
180. 9.2. Zmienne endogeniczne i zmienne egzogeniczne
181. 9.3. Problem identyfikacji: identyfikacja przez postać zredukowaną
182. 9.4. Konieczne i dostateczne warunki identyfikacji
183. 9.5. Metody estymacji: metoda zmiennych instrumentalnych
184. Pomiar R2
185. 9.6. Metody estymacji: podwójna metoda najmniejszych kwadratów
186. Wyznaczanie błędów standardowych
187. 9.7. Problem normalizacji
188. 9.8.* Metoda największej wiarygodności z ograniczoną informacją
189. 9.9.* O zastosowaniach MNK w estymacji modeli wielorównaniowych
190. Koncepcja identyfikacji Workinga
191. Modele rekurencyjne
192. Estymacja funkcji produkcji Cobba-Douglasa
193. 9.10.* Egzogeniczność i przyczynowość
194. Słaba egzogeniczność
195. Superegzogeniczność
196. Silna egzogeniczność
197. Przyczynowość w sensie Grangera
198. Przyczynowość i egzogeniczność w sensie Grangera
199. Testy egzogeniczności
200. 9.11. Problemy związane z estymacją metodami zmiennych instrumentalnych
201. Podsumowanie
202. Ćwiczenia
203. Dodatek
204. 10. Modele nieliniowe i modele oczekiwań. Normalność rozkładu składnika losowego
205. Co jest w tym rozdziale
206. 10.1. Wprowadzenie
207. 10.2. Metoda Newtona-Raphsona
208. 10.3. Nieliniowa metoda najmniejszych kwadratów
209. Metoda Gaussa-Newtona
210. 10.4. Modele oczekiwań
211. 10.5. Modele oczekiwań naiwnych
212. 10.6. Modele oczekiwań adaptacyjnych
213. Estymacja modelu oczekiwań adaptacyjnych
214. 10.7. Zmienne opisujące oczekiwania. Opóźnienia w dostosowaniach
215. 10.8. Model częściowych dostosowań z oczekiwaniami adaptacyjnymi
216. 10.9. Alternatywne modele z rozkładem opóźnień: opóźnienia wielomianowe
217. Skończony rozkład opóźnień: opóźnienia wielomianowe
218. Wybór stopnia wielomianu
219. 10.10. Opóźnienia ilorazowe
220. 10.11. Modele oczekiwań racjonalnych
221. 10.12. Testy racjonalności
222. 10.13. Estymacja modelu popytu i podaży z racjonalnymi oczekiwaniami
223. 10.14. Problem autokorelacji składników losowych w modelach racjonalnych oczekiwań
224. 10.15. Normalność rozkładu składników losowych
225. 10.16. Przekształcenia danych
226. Podsumowanie
227. Ćwiczenia
228. 11. Błędy w zmiennych
229. Co jest w tym rozdziale
230. 11.1. Wprowadzenie
231. 11.2. Klasyczne rozwiązanie dla modelu jednorównaniowego z jedną zmienną objaśniającą
232. 11.3. Model jednorównaniowy z dwiema zmiennymi objaśniającymi
233. Dwie zmienne objaśniające: jedna mierzona z błędem
234. Dwie zmienne objaśniające: obie podlegające błędom pomiaru
235. 11.4. Regresja odwrotna
236. 11.5. Metody zmiennych instrumentalnych
237. 11.6. Zmienne zastępcze
238. 11.7. Inne problemy
239. Przypadek modelu wielorównaniowego
240. Wzajemne skorelowanie błędów pomiaru oraz ich skorelowanie ze składnikami systematycznymi
241. Podsumowanie
242. Ćwiczenia
243. Część trzecia. Rozszerzenia i zagadnienia specjalne
244. 12. Diagnostyka, wybór modelu, testowanie specyfikacji
245. Co jest w tym rozdziale
246. 12.1. Wprowadzenie
247. 12.2. Testy diagnostyczne oparte na resztach metody najmniejszych kwadratów
248. Testy pominiętych zmiennych
249. Testowanie efektów ARCH
250. 12.3. Problemy związane z resztami metody najmniejszych kwadratów
251. 12.4. Inne rodzaje reszt
252. Reszty predyktywne i reszty studentyzowane
253. Zastosowanie metody zmiennych zero-jedynkowych do wyznaczania reszt studentyzowanych
254. Reszty BLUS
255. Reszty rekurencyjne
256. 12.5. DFFITS i estymacja ograniczonego wpływu
257. 12.6. Wybór modelu
258. Metoda weryfikacji hipotez
259. Metoda interpretacyjna
260. Metoda upraszczania
261. Metoda zmiennych zastępczych
262. Metoda poszukiwania danych
263. Metoda konstruowania modelu po wstępnej analizie danych
264. Metoda Hendry`ego
265. 12.7. Dobór zmiennych objaśniających
266. Kryterium R2 Theila
267. Kryteria oparte na minimalizacji średniokwadratowego błędu predykcji
268. Kryterium informacyjne Akaike`a
269. 12.8. Statystyki F związane z różnymi kryteriami wyboru modelu
270. Twierdzenie Bayesa i prawdopodobieństwo a posteriori w wyborze modelu
271. 12.9. Wybór modelu według kryterium prognostycznego
272. 12.10. Test błędu specyfikacji Hausmana
273. Zastosowanie: testowanie błędów w zmiennych lub testowanie egzogeniczności
274. Zastosowanie testu Hausmana do weryfikacji hipotezy o pominiętych zmiennych
275. 12.11. Test różnicowy Plossera-Schwerta-White`a
276. 12.12. Testy hipotez niezagnieżdżonych
277. Test Davidsona i MacKinnona
278. Test uniwersalny
279. Podstawowy problem weryfikacji hipotez niezagnieżdżonych
280. Weryfikacja hipotez a wybór modelu jako strategia badawcza
281. Podsumowanie
282. Ćwiczenia
283. Dodatek
284. 13. Wprowadzenie do analizy szeregów czasowych
285. Co jest w tym rozdziale
286. 13.1. Wprowadzenie
287. 13.2. Dwie metody analizy szeregów czasowych: względem częstości i względem czasu
288. 13.3. Szeregi czasowe stacjonarne i niestacjonarne
289. Ścisła stacjonarność
290. Słaba stacjonarność
291. Własności funkcji autokorelacji
292. Niestacjonarność
293. 13.4. Wybrane modele szeregów czasowych
294. Proces czysto losowy
295. Błądzenie przypadkowe
296. Proces średniej ruchomej
297. Proces autoregresyjny
298. Autoregresyjny proces średniej ruchomej
299. Autoregresyjny zintegrowany proces średniej ruchomej
300. 13.5. Estymacja modeli AR, MA i ARMA
301. Estymacja modeli MA
302. Estymacja modeli ARMA
303. Reszty z modeli ARMA
304. Testowanie dopasowania modelu
305. 13.6. Podejście Boxa-Jenkinsa
306. Prognozowanie na podstawie modeli Boxa-Jenkinsa
307. Eliminowanie trendu: podejście klasyczne
308. Sezonowość w modelach Boxa-Jenkinsa
309. 13.7. Miary R2 w modelach szeregów czasowych
310. Podsumowanie
311. Ćwiczenia
312. Zbiory danych
313. 14. Autoregresja wektorowa, pierwiastki jednostkowe i kointegracja
314. Co jest w tym rozdziale
315. 14.1. Wprowadzenie
316. 14.2. Autoregresja wektorowa
317. 14.3. Problemy z modelami VAR w praktyce
318. 14.4. Pierwiastki jednostkowe
319. 14.5. Testy pierwiastka jednostkowego
320. Test Dickeya-Fullera
321. Problem autokorelacji
322. Niska moc testów pierwiastka jednostkowego
323. Test DF-GLS
324. Co jest hipotezą zerową, a co alternatywną w testach pierwiastka jednostkowego?
325. Testy, w których hipoteza zerowa mówi o stacjonarności
326. Analiza potwierdzająca
327. Testy pierwiastka jednostkowego dla danych panelowych
328. Zmiany strukturalne i pierwiastki jednostkowe
329. 14.6. Kointegracja
330. 14.7. Regresja kointegrująca
331. 14.8. Autoregresja wektorowa i kointegracja
332. 14.9. Kointegracja i model korekty błędem
333. 14.10. Testy kointegracji
334. 14.11. Kointegracja i weryfikacja hipotezy racjonalnych oczekiwań oraz hipotezy rynku efektywnego
335. 14.12. Ogólna ocena kointegracji
336. Podsumowanie
337. Ćwiczenia
338. Tablica statystyczna
339. 15. Analiza danych panelowych
340. Co jest w tym rozdziale
341. 15.1. Wprowadzenie
342. 15.2. Model z efektami ustalonymi (model LSDV)
343. 15.3. Model z efektami losowymi
344. 15.4. Model z efektami ustalonymi czy model z efektami losowymi?
345. Test Hausmana
346. Test Breuscha i Pagana
347. 15.5. Model SUR
348. 15.6. Modele dynamiczne dla danych panelowych
349. 15.7. Model z parametrami losowymi
350. Podsumowanie
351. 16. Teoria dużych prób
352. Co jest w tym rozdziale
353. 16.1. Metoda największej wiarygodności
354. 16.2. Metody rozwiązywania równań wiarygodności
355. 16.3. Dolna granica Rao-Cramera
356. 16.4. Testy dużych prób oparte na MNW
357. 16.5. UMZI i UMM
358. Podsumowanie
359. 17. Wnioskowanie w malej próbie: metody repróbkowania
360. Co jest w tym rozdziale
361. 17.1. Wprowadzenie
362. 17.2. Metody Monte Carlo
363. Metody Monte Carlo o zwiększonej efektywności
364. Powierzchnie odpowiedzi
365. 17.3. Metody repróbkowania: jackknife i bootstrap
366. Inne zagadnienia związane z metodą bootstrap
367. 17.4. Bootstrapowe przedziały ufności
368. 17.5. Weryfikacja hipotez z wykorzystaniem metody bootstrap
369. 17.6. Bootstrap reszt wobec bootstrapu danych
370. 17.7. Składniki losowe niemające jednakowych i niezależnych rozkładów oraz modele niestacjonarne
371. Heteroskedastyczność i autokorelacja
372. Testy pierwiastka jednostkowego oparte na metodzie bootstrap
373. Testy kointegracyjne
374. 17.8. Inne zastosowania
375. Podsumowanie
376. Dodatki
377. Dodatek A: Tablice statystyczne
378. Dodatek B: Zbiory danych
379. Dodatek C: Zbiory danych dostępne w Internecie
380. Dodatek D: Programy komputerowe
381. Literatura cytowana
382. Indeks rzeczowy
383. *

Zobacz spis treści

---