Эконометрика
книга

Эконометрика

Книга 1. Часть 1. Основные понятия, элементарные методы, часть 2. Регрессионный анализ временных рядов

Автор: В. Носко

Форматы: PDF

Серия:

Издательство: Дело

Год: 2021

Место издания: Москва

ISBN: 978-5-85006-294-1 (кн. 1). – ISBN 978-5-85006-293-4 (общ.)

Страниц: 704

Артикул: 93705

Электронная книга
385

Краткая аннотация книги "Эконометрика"

В учебнике излагаются методы эконометрического анализа – от самых простых до весьма продвинутых. В основе учебника – курсы лекций, прочитанные автором в Институте экономической политики им. Е. Т. Гайдара, на механико-математическом факультете Московского государственного университета им. М. В. Ломоносова и на экономическом факультете РАНХиГС. Учебник состоит из двух книг (четырех частей): в книге 1 рассматриваются линейные модели регрессии; модели стационарных и нестационарных временных рядов, особенности регрессионного анализа для стационарных и нестационарных переменных; в книге 2 – модели одновременных уравнений, модели с дискретными и цензурированными объясняемыми переменными, модели для анализа панельных данных, модель стохастической границы производственных возможностей, а также содержится дополнительный материал по анализу временных рядов (прогнозирование, методология векторных авторегрессий и др.). В каждой части учебника имеется словарь употребляемых в ней терминов. Для студентов, аспирантов, преподавателей, а также для специалистов по прикладной экономике.

Содержание книги "Эконометрика"


Предисловие
Предисловие к первой книге
Часть I. ОСНОВНЫЕ ПОНЯТИЯ, ЭЛЕМЕНТАРНЫЕ МЕТОДЫ
Раздел 1. Эконометрика и ее связь с экономической теорией, метод наименьших квадратов
Тема 1.1. Модели связи и модели наблюдений; эконометрическая модель, подобранная модель
Тема 1.2. Метод наименьших квадратов. Прямолинейный характер связи между двумя экономическими факторами
Приложение П.1.2а
Приложение П.1.2б
Тема 1.3. Примеры подбора линейных моделей связи между двумя факторами. Ложная линейная связь
Тема 1.4. Нелинейная связь между экономическими факторами
Раздел 2. Линейная модель наблюдений. Регрессионный анализ
Тема 2.1. Линейные модели с несколькими объясняющими переменными. Оценивание и интерпретация коэффициентов
Тема 2.2. Свойства оценок коэффициентов при стандартных предположениях о вероятностной структуре ошибок. Доверительные интервалы для коэффициентов
Приложение П.2а. Случайные векторы и их характеристики
Приложение П.2б. Многомерное нормальное распределение
Раздел 3. Проверка гипотез, выбор «наилучшей» модели и прогнозирование по оцененной модели
Тема 3.1. Проверка статистических гипотез о значениях отдельных коэффициентов и общей линейной гипотезы
Тема 3.2. Использование F-статистики для редукции исходной эконометрической модели. Проверка односторонних гипотез
Тема 3.3. Сравнение альтернативных моделей. Мультиколлинеарность. Прогнозирование по оцененной модели
Раздел 4. Проверка выполнения стандартных предположений о модели наблюдений
Тема 4.1. Графические методы
Тема 4.2. Формальные статистические критерии
Раздел 5. Учет нарушений стандартных предположений о модели
Тема 5.1. Включение в модель фиктивных переменных
Тема 5.2. Учет гетероскедастичности
Тема 5.3. Учет автокоррелированности ошибок
Раздел 6. Особенности регрессионного анализа для стохастических объясняющих переменных
Тема 6.1. Линейные регрессионные модели со стохастическими объясняющими переменными
Тема 6.2. Метод инструментальных переменных
Задания для семинарских занятий, работы в компьютерном классе и для самостоятельной работы
Приложение. Таблицы статистических данных к заданиям
Литература
Глоссарий
Часть II. РЕГРЕССИОННЫЙ АНАЛИЗ ВРЕМЕННЫХ РЯДОВ
Раздел 7. Стационарные временные ряды. Модели ARMA
Тема 7.1. Стационарные модели ARMA
Тема 7.2. Подбор стационарной модели ARMA для ряда наблюдений
Приложение П.7. Проверка гипотезы случайности
Раздел 8. Регрессионный анализ для стационарных переменных
Тема 8.1. Асимптотическая обоснованность стандартных процедур
Тема 8.2. Динамические модели. Векторная авторегрессия
Раздел 9. Нестационарные временные ряды. Модели ARIMA
Тема 9.1. Нестационарные ARMA модели
Тема 9.2. Проблема различения TS- и DS-рядов. Гипотеза единичного корня
Раздел 10. Процедуры для различения TS- и DS-рядов
Тема 10.1. Критерии Дики — Фуллера
Тема 10.2. Обзор некоторых других процедур
Раздел 11. Регрессионный анализ для нестационарных переменных. Коинтегрированные временные ряды. Модели коррекции ошибок
Тема 11.1. Проблема ложной регрессии. Коинтегрированные временные ряды. Модели коррекции ошибок
Тема 11.2. Оценивание коинтегрированных систем временных рядов
Тема 11.3. Оценивание ранга коинтеграции и модели коррекции ошибок методом Йохансена
Задания для семинарских занятий, работы в компьютерном классе и для самостоятельной работы
Приложение. Таблицы статистических данных к заданиям
Литература
Глоссарий
Предметный указатель

Все отзывы о книге Эконометрика

Чтобы оставить отзыв, зарегистрируйтесь или войдите

Отрывок из книги Эконометрика

33Тема 1.2. Метод наименьших квадратовОно означает, что не все значения x1, …, xn совпадают между собой5. При невыполнении этого условия все точки (xi, yi), i  1, …, n, лежат на од-ной вертикальной прямой .xx=Обратим еще раз внимание на полученное выражение для ˆ.β Нетрудно заметить, что в это выражение входят уже знакомые нам суммы квадратов из определения выборочной дисперсии ( )()211niixxVar xn=−=−∑ и выбороч-ной ковариации ()()()1 1,.niiixx yyCov x yn=−−=−∑Так что в этих терминах ( , )ˆ.( )Cov x yVar xβ =Отсюда, в частности, видно, что знак ˆβ совпадает со знаком ковариа-ции Cov(x, y), поскольку Var(x) > 0, и что значения ˆβ близки к нулю, если ковариация между наблюдаемыми значениями переменных x и y близка к нулю. Однако близость ˆβ к нулю здесь следует понимать как относи-тельную, с учетом реальных значений выборочной дисперсии Var(x).В качестве одного из примеров проанализируем в дальнейшем стати-стические данные о годовом потреблении свинины y на душу населения в США (в фунтах) и оптовых ценах на свинину x (в долларах за фунт) за период с 1948 по 1961 г. (табл. 1.3). Если использовать для этих данных линейную модель связи, то коэффициент  оценивается по этим данным как 24 925ˆ,.β = − Если же оптовую цену на свинину указать не в долларах, а в центах, то получим значение 0 24925ˆ,.β = −Табица 1.3Годовое потребление свинины на душу населения в США с 1948 по 1961 г.ГодПотребление, фунтЦена,долл. за фунтГодПотребление, фунтЦена,долл. за фунт194867,80,5370195566,60,4256194967,70,4726195667,40,4111195069,20,4556195761,50,4523195171,90,4655195860,20,4996195272,40,4735195967,60,4183195363,50,5047196065,20,4433195460,00,5165196162,20,44485 В дальнейшем мы всегда будем предполагать, что это условие выполнено.