Spis rzeczy. Księgarnia PWN: G.S. Maddala - Ekonometria

Transkrypt

1 Księgarnia PWN: G.S. Maddala - Ekonometria Spis rzeczy Przeds³owie Przedmowa do drugiego wydania Przedmowa do trzeciego wydania Nekrolog G.S. Maddali Przedmowa do polskiego wydania Czêœæ pierwsza Wprowadzenie i model regresji liniowej 1. Czym jest ekonometria Co jest w tym rozdziale Czym jest ekonometria? Model ekonomiczny i model ekonometryczny Cele i metody ekonometrii Co jest testem dla teorii ekonomicznej? Podsumowanie i plan ksi¹ ki Podstawy statystyki i algebry macierzy Co jest w tym rozdziale Wprowadzenie Prawdopodobieñstwo Zasady sumowania prawdopodobieñstw Prawdopodobieñstwo warunkowe i regu³a iloczynu Twierdzenie Bayesa Operacje sumowania i mno enia Zmienne losowe i rozk³ady prawdopodobieñstwa ¹czne, brzegowe i warunkowe rozk³ady prawdopodobieñstwa Rozk³ad normalny i zwi¹zane z nim inne rozk³ady Rozk³ad normalny Rozk³ady zwi¹zane z rozk³adem normalnym Klasyczne wnioskowanie statystyczne W³asnoœci estymatorów Nieobci¹ onoœæ Efektywnoœæ Zgodnoœæ Inne w³asnoœci asymptotyczne Rozk³ady z próby w przypadku prób pochodz¹cych z populacji o rozk³adzie normalnym Estymacja przedzia³owa Weryfikacja hipotez

2 6 Spis rzeczy Zwi¹zek miêdzy estymacj¹ przedzia³ow¹ i weryfikacj¹ hipotez Wnioskowanie na podstawie niezale nych testów Podsumowanie Æwiczenia Dodatek: Algebra macierzy Regresja prosta Co jest w tym rozdziale Wprowadzenie Specyfikacja zale noœci Metoda momentów Metoda najmniejszych kwadratów Regresja odwrotna Wnioskowanie statystyczne w modelu regresji liniowej Przedzia³y ufnoœci dla α, β i σ Weryfikacja hipotez Regresja bez wyrazu wolnego Analiza wariancji w modelu regresji prostej Predykcja w modelu regresji prostej Predykcja wartoœci oczekiwanej Obserwacje nietypowe Alternatywne postacie funkcyjne równañ regresji Predykcja odwrotna w modelu szacowanym metod¹ najmniejszych kwadratów Losowe zmienne objaœniaj¹ce Pu³apka regresji Dwuwymiarowy rozk³ad normalny Wynik Galtona i pu³apka regresji Podsumowanie Æwiczenia Dodatek Model regresji wielorakiej Co jest w tym rozdziale Wprowadzenie Model z dwiema zmiennymi objaœniaj¹cymi Metoda najmniejszych kwadratów Wnioskowanie statystyczne w modelu regresji wielorakiej Wzory dla ogólnego przypadku k zmiennych objaœniaj¹cych Interpretacja ocen parametrów w modelu regresji Wspó³czynniki korelacji cz¹stkowej a wspó³czynnik korelacji wielorakiej Zwi¹zek miêdzy wspó³czynnikami korelacji prostej, cz¹stkowej i wielorakiej Prognozowanie w modelu regresji wielorakiej Analiza wariancji i weryfikacja hipotez Hipotezy zagnie d one i niezagnie d one Testy dla liniowych funkcji parametrów Pominiêcie w³aœciwych zmiennych objaœniaj¹cych i w³¹czenie zbêdnych zmiennych objaœniaj¹cych Pominiêcie w³aœciwych zmiennych objaœniaj¹cych W³¹czenie do modelu zbêdnych zmiennych objaœniaj¹cych Stopnie swobody i R

3 Spis rzeczy Testy stabilnoœci Test oparty na analizie wariancji Predykcyjne testy stabilnoœci Testy LR, W i LM Podsumowanie Æwiczenia Dodatek: Model regresji wielorakiej w zapisie macierzowym Zbiory danych Czêœæ druga Naruszenie za³o eñ podstawowego modelu 5. Heteroskedastycznoœæ Co jest w tym rozdziale Wprowadzenie Wykrywanie heteroskedastycznoœci Test ilorazu wiarygodnoœci Test Goldfelda Quandta Test Breuscha Pagana Intuicyjne uzasadnienie testu Breuscha Pagana Konsekwencje heteroskedastycznoœci Ocena wariancji estymatora MNK w przypadku heteroskedastycznoœci Rozwi¹zania kwestii heteroskedastycznoœci Heteroskedastycznoœæ a u ycie deflatorów Testowanie liniowoœci wzglêdem log-liniowoœci Test Boxa Coxa Test BM Test PE Podsumowanie Æwiczenia Dodatek: Uogólniona metoda najmniejszych kwadratów Autokorelacja Co jest w tym rozdziale Wprowadzenie Test Durbina Watsona Estymacja dla poziomów czy dla pierwszych ró nic? Techniki estymacji w przypadku wystêpowania autokorelacji sk³adnika losowego Metody iteracyjne Metody przeszukiwania,,po kracie Wp³yw sk³adników losowych typu AR(1) na oceny parametrów uzyskane MNK Dalsze uwagi dotycz¹ce testu DW Test von Neumanna Test Berenbluta Webba Testy autokorelacji w modelach z opóÿnion¹ zmienn¹ objaœnian¹ Test h Durbina Alternatywny test Durbina Uogólniony test autokorelacji wy szego rzêdu: test LM Metody postêpowania w sytuacji, gdy test DW wskazuje na wystêpowanie autokorelacji Sk³adniki losowe inne ni AR(1)

4 8 Spis rzeczy Autokorelacja spowodowana pominiêciem zmiennych Autokorelacja spowodowana nieprawid³ow¹ specyfikacj¹ dynamiki modelu Test Walda Trend i b³¹dzenie przypadkowe Trendy pozorne Ró nicowanie i efekty d³ugookresowe: koncepcja kointegracji Modele ARCH i autokorelacja Krótki komentarz do testu DW i testów h oraz t Durbina Podsumowanie Æwiczenia Zbiory danych Wspó³liniowoœæ Co jest w tym rozdziale Wprowadzenie Przyk³ady ilustruj¹ce zagadnienie wspó³liniowoœci Wybrane miary wspó³liniowoœci Jak mierzyæ wspó³liniowoœæ Rozwi¹zania problemu wspó³liniowoœci: regresja grzbietowa Regresja wzglêdem g³ównych sk³adowych Usuwanie zmiennych Inne rozwi¹zania problemu wspó³liniowoœci Przekszta³cenie zmiennych: ilorazy lub pierwsze ró nice Wykorzystanie zewnêtrznych ocen parametrów Wiêkszy zbiór danych Podsumowanie Æwiczenia Dodatek Zmienne jakoœciowe i zmienne uciête Co jest w tym rozdziale Wprowadzenie Zmienne zero-jedynkowe a zmiany wyrazu wolnego Zmienne sztuczne a zmiany wartoœci wspó³czynników kierunkowych Zmienne sztuczne a ograniczenia nak³adane na parametry ró nych równañ Zmienne sztuczne a testy stabilnoœci parametrów regresji Wykorzystanie zmiennych sztucznych przy heteroskedastycznoœci i autokorelacji Jakoœciowe zmienne zale ne Liniowy model prawdopodobieñstwa i liniowa funkcja dyskryminacyjna Liniowy model prawdopodobieñstwa Liniowa funkcja dyskryminacyjna Model probitowy i model logitowy Problem prób niezbilansowanych Predykcja efektów zmian wartoœci zmiennych objaœniaj¹cych Miary dopasowania Zmienne uciête: model tobitowy Metoda estymacji Ograniczenia modelu tobitowego Model regresji uciêtej Podsumowanie Æwiczenia

5 Spis rzeczy 9 9. Modele wielorównaniowe Co jest w tym rozdziale Wprowadzenie Zmienne endogeniczne i zmienne egzogeniczne Problem identyfikacji: identyfikacja przez postaæ zredukowan¹ Konieczne i dostateczne warunki identyfikacji Metody estymacji: metoda zmiennych instrumentalnych Pomiar R Metody estymacji: podwójna metoda najmniejszych kwadratów Wyznaczanie b³êdów standardowych Problem normalizacji Metoda najwiêkszej wiarygodnoœci z ograniczon¹ informacj¹ O zastosowaniach MNK w estymacji modeli wielorównaniowych Koncepcja identyfikacji Workinga Modele rekurencyjne Estymacja funkcji produkcji Cobba Douglasa Egzogenicznoœæ i przyczynowoœæ S³aba egzogenicznoœæ Superegzogenicznoœæ Silna egzogenicznoœæ Przyczynowoœæ w sensie Grangera Przyczynowoœæ i egzogenicznoœæ w sensie Grangera Testy egzogenicznoœci Problemy zwi¹zane z estymacj¹ metodami zmiennych instrumentalnych Podsumowanie Æwiczenia Dodatek Modele nieliniowe i modele oczekiwañ. Normalnoœæ rozk³adu sk³adnika losowego Co jest w tym rozdziale Wprowadzenie Metoda Newtona Raphsona Nieliniowa metoda najmniejszych kwadratów Metoda Gaussa Newtona Modele oczekiwañ Modele oczekiwañ naiwnych Modele oczekiwañ adaptacyjnych Estymacja modelu oczekiwañ adaptacyjnych Zmienne opisuj¹ce oczekiwania. OpóŸnienia w dostosowaniach Model czêœciowych dostosowañ z oczekiwaniami adaptacyjnymi Alternatywne modele z rozk³adem opóÿnieñ: opóÿnienia wielomianowe Skoñczony rozk³ad opóÿnieñ: opóÿnienia wielomianowe Wybór stopnia wielomianu OpóŸnienia ilorazowe Modele oczekiwañ racjonalnych Testy racjonalnoœci Estymacja modelu popytu i poda y z racjonalnymi oczekiwaniami Problem autokorelacji sk³adników losowych w modelach racjonalnych oczekiwañ Normalnoœæ rozk³adu sk³adników losowych Przekszta³cenia danych

6 10 Spis rzeczy Podsumowanie Æwiczenia B³êdy w zmiennych Co jest w tym rozdziale Wprowadzenie Klasyczne rozwi¹zanie dla modelu jednorównaniowego z jedn¹ zmienn¹ objaœniaj¹c¹ Model jednorównaniowy z dwiema zmiennymi objaœniaj¹cymi Dwie zmienne objaœniaj¹ce: jedna mierzona z b³êdem Dwie zmienne objaœniaj¹ce: obie podlegaj¹ce b³êdom pomiaru Regresja odwrotna Metody zmiennych instrumentalnych Zmienne zastêpcze Inne problemy Przypadek modelu wielorównaniowego Wzajemne skorelowanie b³êdów pomiaru oraz ich skorelowanie ze sk³adnikami systematycznymi Podsumowanie Æwiczenia Czêœæ trzecia Rozszerzenia i zagadnienia specjalne 12. Diagnostyka, wybór modelu, testowanie specyfikacji Co jest w tym rozdziale Wprowadzenie Testy diagnostyczne oparte na resztach metody najmniejszych kwadratów Testy pominiêtych zmiennych Testowanie efektów ARCH Problemy zwi¹zane z resztami metody najmniejszych kwadratów Inne rodzaje reszt Reszty predyktywne i reszty studentyzowane Zastosowanie metody zmiennych zero-jedynkowych do wyznaczania reszt studentyzowanych Reszty BLUS Reszty rekurencyjne DFFITS i estymacja ograniczonego wp³ywu Wybór modelu Metoda weryfikacji hipotez Metoda interpretacyjna Metoda upraszczania Metoda zmiennych zastêpczych Metoda poszukiwania danych Metoda konstruowania modelu po wstêpnej analizie danych Metoda Hendry ego Dobór zmiennych objaœniaj¹cych Kryterium R 2 Theila Kryteria oparte na minimalizacji œredniokwadratowego b³êdu predykcji Kryterium informacyjne Akaike a Statystyki F zwi¹zane z ró nymi kryteriami wyboru modelu Twierdzenie Bayesa i prawdopodobieñstwo a posteriori w wyborze modelu Wybór modelu wed³ug kryterium prognostycznego

7 Spis rzeczy Test b³êdu specyfikacji Hausmana Zastosowanie: testowanie b³êdów w zmiennych lub testowanie egzogenicznoœci Zastosowanie testu Hausmana do weryfikacji hipotezy o pominiêtych zmiennych Test ró nicowy Plossera Schwerta White a Testy hipotez niezagnie d onych Test Davidsona i MacKinnona Test uniwersalny Podstawowy problem weryfikacji hipotez niezagnie d onych Weryfikacja hipotez a wybór modelu jako strategia badawcza Podsumowanie Æwiczenia Dodatek Wprowadzenie do analizy szeregów czasowych Co jest w tym rozdziale Wprowadzenie Dwie metody analizy szeregów czasowych: wzglêdem czêstoœci i wzglêdem czasu Szeregi czasowe stacjonarne i niestacjonarne Œcis³a stacjonarnoœæ S³aba stacjonarnoœæ W³asnoœci funkcji autokorelacji Niestacjonarnoœæ Wybrane modele szeregów czasowych Proces czysto losowy B³¹dzenie przypadkowe Proces œredniej ruchomej Proces autoregresyjny Autoregresyjny proces œredniej ruchomej Autoregresyjny zintegrowany proces œredniej ruchomej Estymacja modeli AR, MA i ARMA Estymacja modeli MA Estymacja modeli ARMA Reszty z modeli ARMA Testowanie dopasowania modelu Podejœcie Boxa Jenkinsa Prognozowanie na podstawie modeli Boxa Jenkinsa Eliminowanie trendu: podejœcie klasyczne Sezonowoœæ w modelach Boxa Jenkinsa Miary R 2 w modelach szeregów czasowych Podsumowanie Æwiczenia Zbiory danych Autoregresja wektorowa, pierwiastki jednostkowe i kointegracja Co jest w tym rozdziale Wprowadzenie Autoregresja wektorowa Problemy z modelami VAR w praktyce Pierwiastki jednostkowe Testy pierwiastka jednostkowego

8 12 Spis rzeczy Test Dickeya Fullera Problem autokorelacji Niska moc testów pierwiastka jednostkowego Test DF GLS Co jest hipotez¹ zerow¹, a co alternatywn¹ w testach pierwiastka jednostkowego? Testy, w których hipoteza zerowa mówi o stacjonarnoœci Analiza potwierdzaj¹ca Testy pierwiastka jednostkowego dla danych panelowych Zmiany strukturalne i pierwiastki jednostkowe Kointegracja Regresja kointegruj¹ca Autoregresja wektorowa i kointegracja Kointegracja i model korekty b³êdem Testy kointegracji Kointegracja i weryfikacja hipotezy racjonalnych oczekiwañ oraz hipotezy rynku efektywnego Ogólna ocena kointegracji Podsumowanie Æwiczenia Tablica statystyczna Analiza danych panelowych Co jest w tym rozdziale Wprowadzenie Model z efektami ustalonymi (model LSDV) Model z efektami losowymi Model z efektami ustalonymi czy model z efektami losowymi? Test Hausmana Test Breuscha i Pagana Model SUR Modele dynamiczne dla danych panelowych Model z parametrami losowymi Podsumowanie Teoria du ych prób Co jest w tym rozdziale Metoda najwiêkszej wiarygodnoœci Metody rozwi¹zywania równañ wiarygodnoœci Dolna granica Rao Cramera Testy du ych prób oparte na MNW UMZI i UMM Podsumowanie Wnioskowanie w ma³ej próbie: metody repróbkowania Co jest w tym rozdziale Wprowadzenie Metody Monte Carlo Metody Monte Carlo o zwiêkszonej efektywnoœci Powierzchnie odpowiedzi Metody repróbkowania: jackknife i bootstrap Inne zagadnienia zwi¹zane z metod¹ bootstrap

9 Spis rzeczy Bootstrapowe przedzia³y ufnoœci Weryfikacja hipotez z wykorzystaniem metody bootstrap Bootstrap reszt wobec bootstrapu danych Sk³adniki losowe niemaj¹ce jednakowych i niezale nych rozk³adów oraz modele niestacjonarne Heteroskedastycznoœæ i autokorelacja Testy pierwiastka jednostkowego oparte na metodzie bootstrap Testy kointegracyjne Inne zastosowania Podsumowanie Dodatki Dodatek A: Tablice statystyczne Dodatek B: Zbiory danych Dodatek C: Zbiory danych dostêpne w Internecie Dodatek D: Programy komputerowe Literatura cytowana Indeks rzeczowy