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.
Книга 1. Часть 1. Основные понятия, элементарные методы, часть 2. Регрессионный анализ временных рядов
Содержание
Содержание книги "Эконометрика "
Отрывок из книги
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.
Носко В. П. другие книги автора
С книгой "Эконометрика" читают
Внимание!
При обнаружении неточностей или ошибок в описании книги "Эконометрика (автор В. Носко)", просим Вас отправить сообщение на почту help@directmedia.ru. Благодарим!
и мы свяжемся с вами в течение 15 минут
за оставленную заявку