Miejska Biblioteka

Spis treści:

1. PRZEDMOWA
2. I. PRZEGLĄD PODRĘCZNIKA
3. 1.1. Znaczenie ekonometrii
4. 1.2. Typy danych ekonomicznych
5. 1.2.1. Szeregi czasowe
6. 1.2.2. dane przekrojowe
7. 1.2.3. dane panelowe
8. 1.2.4. Pozyskiwanie danych
9. 1.2.5. Przekształcanie danych: poziomy i stopy wzrostu
10. 1.3. Praca z danymi: metody graficzne
11. 1.3.1. Szeregi czasowe
12. 1.3.2. Histogramy
13. 1.3.3. Wykresy w układzie współrzędnych
14. 1.4. Praca z danymi: statystyki opisowe
15. 1.4.1. Wartości oczekiwane i wariacje
16. 1.4.2. Korelacja
17. 1.4.3. Korelacja w populacji i kowariancja
18. 1.5. Podsumowanie
19. II. NIEFORMALNE WPROWADZENIE DO REGRESJI
20. 2.1. Wprowadzenie
21. 2.2. Model regresji prostej
22. 2.2.1. Regresja jako linia najlepszego dopasowania
23. 2.2.2. Interpretacja oszacowań OLS
24. 2.2.3. Ocena dopasowania modelu regresji
25. 2.2.4. Podstawowe pojęcia statystyczne w modelu regresji
26. 2.2.5. Weryfikacja hipotez z użyciem R?: test F
27. 2.3. Model regresji wielorakiej
28. 2.3.1. Metoda najmniejszych kwadratów w modelu regresji wielorakiej
29. 2.3.2. Statystyczne aspekty w modelu regresji wielorakiej
30. 2.3.3. Interpretacja oszacowań współczynników w modelu regresji wielorakiej
31. 2.3.4. Wybór zmiennych objaśniających w modelu regresji wielorakiej
32. 2.3.5. Współliniowość
33. 2.3.6. Regresja wieloraka ze zmiennymi binarnymi
34. 2.3.7. Binarna zmienna zależna
35. 2.4. Podsumowanie
36. Ćwiczenia
37. III. MODEL REGRESJI PROSTEJ
38. 3.1. Wprowadzenie
39. 3.2. Przegląd podstawowych pojęć z rachunku prawdopodobieństwa w kontekście modelu regresji
40. 3.3. Założenia klasycznego modelu regresji
41. 3.4. Własności estymatora metody najmniejszych kwadratów parametru ß
42. 3.5. Konstrukcja przedziału ufności dla ß
43. 3.6. Weryfikowanie hipotez dla parametru ß
44. 3.7. Postępowanie w przypadku nieznanej wariacji σ?
45. 3.8. Podsumowanie
46. Ćwiczenia
47. Dodatek 1. Dowód twierdzenia Gaussa-Markowa
48. Dodatek 2. Asymptotyczna teoria w modelu regresji prostej
49. iv. Model regresji wielorakiej
50. 4.1. Wprowadzenie
51. 4.2. Podstawy modelu regresji wielorakiej / 4.3. Wybór zmiennych objaśniających
52. 4.3.1. Obciążenia na skutek zmiennych pominiętych
53. 4.3.2. Włączenie do modelu nieistotnych zmiennych objaśniających
54. 4.3.3. Współliniowość
55. 4.4. Weryfikowanie hipotez w modelu regresji wielorakiej
56. 4.4.1. Test F
57. 4.4.2. Test ilorazu wiarogodności
58. 4.5. Wybór postaci funkcyjnej w modelu regresji wielorakiej
59. 4.5.1. Regresja nieliniowa
60. 4.5.2. Wybór modelu nieliniowego
61. 4.6. Podsumowanie
62. Ćwiczenia
63. Dodatek. Testy Walda i mnożników Lagrange’a
64. V. MODEL REGRESJI WIELORAKIEJ: OSŁABIENIE ZAŁOŻEŃ MODELU KLASYCZNEGO
65. 5.1. Wprowadzenie
66. 5.2. Podstawy teoretyczne
67. 5.3. Heteroskedastyczność
68. 5.3.1. Kilka rezultatów teoretycznych przy założeniu, że σ?ωi jest znane
69. 5.3.2. heteroskedastyczność: estymacja, gdy wariacje składników losowych są nieznane
70. 5.3.3. Testowanie heteroskedastyczności
71. 5.3.4. Zalecenia w pracy empirycznej
72. 5.4. Autokorelacja w modelu regresji
73. 5.4.1. Własności autokorelacji składnika losowego
74. 5.4.2. Estymator GLS w modelu regresji z autokorelacją składników losowych
75. 5.4.3. Testowanie autokorelacji składnika losowego
76. 5.5. Metoda zmiennych instrumentalnych
77. 5.5.1. Przypadek 1: Zmienna objaśniająca jest zmienną losową niezależną od składnika losowego
78. 5.5.2. Przypadek 2: Zmienna objaśniająca jest skorelowana ze składnikiem losowym
79. 5.5.3. Dlaczego zmienne objaśniające mogą być skorelowane ze składnikiem losowym
80. 5.6. Podsumowanie
81. Ćwiczenia
82. Dodatek. Asymptotyczna teoria w metodzie OLS i zmiennych instrumentalnych
83. VI. JEDNOWYMIAROWA ANALIZA SZEREGÓW CZASOWYCH
84. 6.1. Wprowadzenie
85. 6.2. Notacja w analizie szeregów czasowych
86. 6.3. Trend w szeregach czasowych
87. 6.4. Funkcja autokorelacji
88. 6.5. Model autoregresji
89. 6.5.1. Model AR(1)
90. 6.5.2. Rozszerzenie modelu AR(1)
91. 6.5.3. Testowanie AR(p) z trendem deterministycznym
92. 6.6. Stacjonarność
93. 6.7. Modelowanie zmienności
94. 6.7.1. Zmienność cen aktywów: wprowadzenie
95. 6.7.2.Autoregresyjna warunkowa heteroskedastyczność (ARCH)
96. 6.8. Podsumowanie
97. Ćwiczenia
98. Dodatek. Modele MA i ARMA
99. VII. Szeregi czasowe i regresja
100. 7.1. Wprowadzenie
101. 7.2. Regresja, w przypadku gdy X i Y zawierają pierwiastek jednostkowy
102. 7.3.1. Regresja pozorna
103. 7.3.2. Kointegracja
104. 7.3.3. Zmienne skointegrowane: estymacja i weryfikacja
105. 7.3.4. Regresja, gdy Y i X są skointegrowane: model korekty błędem
106. 7.4. Regresja, w przypadku gdy szeregi Y i X zawierają pierwiastek jednostkowy, ale NIE są skointegrowane
107. 7.5. Przyczynowość w sensie Grangera
108. 7.5.1. Przyczynowość w sensie Grandera w modelu ADL
109. 7.5.2. Przyczynowość w sensie Grandera zmiennych skointegrowanych
110. 7.6. Model autoregresji wektorowej
111. 7.6. Prognozowanie w modelu VAR
112. 7.6.2. Autoregresja wektorowa zmiennych skointegrowanych
113. 7.6.3. Zastosowania modeli VAR: funkcje odpowiedzi na impuls i dekompozycje wariancji
114. 7.7. Podsumowanie
115. Ćwiczenia
116. Dodatek. Teoria prognozowania
117. VIII. MODELE DLA DANYCH PANELOWYCH
118. 8.1. Wprowadzenie
119. 8.2. Model uogólniony
120. 8.3. Modele z efektami jednostkowymi
121. 8.3.1. Model z efektami ustalonymi
122. 8.3.2. Model z efektami losowymi
123. 8.3.3. Rozszerzenia modeli z efektami jednostkowymi
124. 8.4. Podsumowanie
125. Ćwiczenia
126. IX. MODELE ZMIENNYCH JAKOŚCIOWEJ I UCIĘTEJ
127. 9.1. Wprowadzenie
128. 9.2. Modele zmiennej jako 9.2.1. Modele zmiennej dyskretnej
129. 9.2.2. Modele wielomianowe
130. 9.3. Modele zmiennej uciętej
131. 9.3.1. Model tobitowy
132. 9.3.2. Zmienne całkowitoliczbowe
133. 9.3.3. Rozszerzenia
134. 9.4. Podsumowanie
135. Ćwiczenia
136. X. EKONOMETRIA BAYESOWSKA
137. 10.1. Przegląd ekonometrii bayesowskiej
138. 10.2. Liniowy model regresji z naturalnie sprzężonym rozkładem a priori i pojedynczą zmienną objaśniającą
139. 10.2.1. Funkcja wiarygodności
140. 10.2.2. Rozkład a priori
141. 10.2.3. Rozkład a posteriori
142. 10.2.4. Porównanie modeli w kontekście modelu regresji prostej
143. 10.3. Podsumowanie
144. Ćwiczenia
145. Dodatek. Analiza bayesowska modelu regresji prostej z nieznana wariancją
146. Dodatek A. Podstawy matematyki
147. Dodatek B. Podstawy rachunku prawdopodobieństwa
148. Dodatek C. Tworzenie projektu empirycznego
149. Tablice statystyczne
150. Bibliografia
151. Indeks

Zobacz spis treści

---