Эконометрика, учебник для студентов вузов, Кремер Н.Ш., Путко Б.А., 2010

Эконометрика, учебник для студентов вузов, Кремер Н.Ш., Путко Б.А., 2010.


В учебнике излагаются основы эконометрики. Большое внимание уделяется классической (парной и множественной) и обобщенной моделям линейной регрессии, классическому и обобщенному методам наименьших квадратов, анализу временных рядов и систем одновременных уравнений, моделям с панельными данными. Обсуждаются различные аспекты многомерной регрессии: мультиколлинеарность, фиктивные переменные, спецификация и линеаризация модели, частная корреляция. Учебный материал сопровождается достаточным числом решенных задач и задач для самостоятельной работы.

Для студентов, бакалавров и магистров экономических направлений и специальностей вузов, аспирантов, преподавателей и специалистов по прикладной экономике и финансам, лиц, обучающихся по программам МВА, второго высшего образования и проходящих профессиональную переподготовку или повышение квалификации.

5.1. Мультиколлинеарность
Под мультиколлинеарностъю понимается высокая взаимная коррелированность объясняющих переменных. Мультиколлинеарность может проявляться в функциональной (явной) и стохастической (скрытой) формах.
При функциональной форме мультиколлинеарности по крайней мере одна из парных связей между объясняющими переменными является линейной функциональной зависимостью. В этом случае матрица Х'Х особенная, так как содержит линейно зависимые векторы-столбцы и ее определитель равен нулю, т. е. нарушается предпосылка 6 регрессионного анализа. Это приводит к невозможности решения соответствующей системы нормальных уравнений и получения оценок параметров регрессионной модели.
Однако в экономических исследованиях мультиколлинеарность чаще проявляется в стохастической форме, когда между хотя бы двумя объясняющими переменными существует тесная корреляционная связь. Матрица Х'Х в этом случае является неособенной, но ее определитель очень мал.


Оглавление
Предисловие
Введение
Глава 1. Основные аспекты эконометрического моделирования
1.1. Введение в эконометрическое моделирование
1.2. Основные математические предпосылки Эконометрического моделирования
1.3. Эконометрическая модель и экспериментальные данные
1.4. Линейная регрессионная модель
1.5. Система одновременных уравнений
1.6. Основные этапы и проблемы эконометрического моделирования
Глава 2. Элементы теории вероятностей и математической статистики
2.1. Случайные величины и их числовые характеристики
2.2. Функция распределения случайной величины.
Непрерывные случайные величины
2.3. Некоторые распределения случайных величин
2.4. Многомерные случайные величины. Условные законы распределения
2.5. Двумерный (n-мерный) нормальный закон распределения
2.6. Закон больших чисел и предельные теоремы
2.7. Точечные и интервальные оценки параметров
2.8. Проверка (тестирование) статистических гипотез
Упражнения
Глава 3. Парный регрессионный анализ
3.1. Функциональная, статистическая и корреляционная зависимости
3.2. Линейная парная регрессия
3.3. Коэффициент корреляции
3.4. Основные положения регрессионного анализа. Оценка параметров парной регрессионной модели. Теорема Гаусса—Маркова
3.5. Интервальная оценка функции регрессии и ее параметров
3.6. Оценка значимости уравнения регрессии. Коэффициент детерминации
3.7. Геометрическая интерпретация регрессии и коэффициента детерминации
3.8. Коэффициент ранговой корреляции Спирмена Упражнения
Глава 4. Множественный регрессионный анализ
4.1. Классическая нормальная линейная модель множественной регрессии
4.2. Оценка параметров классической регрессионной модели методом наименьших квадратов
4.3. Ковариационная матрица и ее выборочная оценка
4.4. Доказательство теоремы Гаусса—Маркова.
Оценка дисперсии возмущений
4.5. Определение доверительных интервалов для коэффициентов и функции регрессии
4.6. Оценка значимости множественной регрессии.
Коэффициенты детерминации R2 и R2 Упражнения
Глава 5. Некоторые вопросы практического использования регрессионных моделей
5.1. Мультиколлинеарность
5.2. Отбор наиболее существенных объясняющих переменных в регрессионной модели
5.3. Линейные регрессионные модели с переменной
структурой. Фиктивные переменные
5.4. Критерий Г. Чоу
5.5. Нелинейные модели регрессии
5.6. Частная корреляция Упражнения
Глава 6. Временные ряды и прогнозирование
6.1. Общие сведения о временных рядах и задачах их анализа
6.2. Стационарные временные ряды и их характеристики. Автокорреляционная функция
6.3. Аналитическое выравнивание (сглаживание) временного ряда (выделение неслучайной компоненты)
6.4. Прогнозирование на основе моделей временных рядов
6.5. Понятие об авторегрессионных моделях и моделях скользящей средней
Упражнения
Глава 7. Обобщенная линейная модель.
Гетероскедастичность и автокорреляция остатков
7.1. Обобщенная линейная модель множественной регрессии
7.2. Обобщенный метод наименьших квадратов
7.3. Гетероскедастичность пространственной выборки
7.4. Тесты на гетероскедастичность
7.5. Устранение гетероскедастичности
7.6. Автокорреляция остатков временного ряда. Положительная и отрицательная автокорреляция
7.7. Авторегрессия первого порядка. Статистика Дарбина—Уотсоно
7.8. Тесты на наличие автокорреляции
7.9. Устранение автокорреляции. Идентификация временного ряда
7.10. Авторегрессионная модель первого порядка
7.11. Доступный (обобщенный) метод наименьших квадратов
Упражнения
Глава 8. Регрессионные динамические модели
8.1. Стохастические регрессоры
8.2. Метод инструментальных переменных
8.3. Оценивание моделей с распределенными лагами. Обычный метод наименьших квадратов
8.4. Оценивание моделей с распределенными лагами. Нелинейный метод наименьших квадратов
326
8.5 Оценивание моделей с лотовыми переменными. Метод максимального правдоподобия
8.6. Модель частичной корректировки
8.7. Модель адаптивных ожиданий
8.8. Модель потребления Фридмено
8.9. Автокорреляция ошибок в моделях со стохастическими регрессорами
8.10 GАRСН-модели
8.11. Нестационарные временные ряды Упражнения
Глава 9. Системы одновременных уравнений
9.1. Общий вид системы одновременных уравнений. Модель спроса и предложения
9.2. Косвенный метод наименьших квадратов
9.3. Проблемы идентифицируемости
9.4. Метод инструментальных переменных
9.5. Одновременное оценивание регрессионных уравнений. Внешне не связанные уравнения
9.6. Трехшаговый метод наименьших квадратов
9.7. Экономически значимые примеры систем одновременных уравнений
Упражнения
Глава 10. Проблемы спецификации модели
10.1. Выбор одной из двух классических моделей. Теоретические аспекты
10.2. Выбор одной из двух классических моделей. Практические аспекты
10.3. Спецификация модели пространственной выборки при наличии гетероскедастичности
10.4. Спецификация регрессионной модели временных рядов
10.5. Важность экономического анализа Упражнения
Глава 11. Модели с различными типами выборочных данных
11.1. Статистические модели с панельными данными
11.2. Межгрупповые оценки с панельными данными
11.3. Модели с фиксированным и случайным эффектами
11.4. Оценивание модели с фиксированным эффектом
11.5. Оценивание модели со случайным эффектом
11.6. Проблема выбора модели с панельными данными
11.7. Бинарные модели с дискретными зависимыми переменными
11.8. Ргоbit- и logit-модели
11.9. Дискретные модели с панельными данными
11.10. Выборка с ограничениями Упражнения
Приложения
Глава 12. Элементы линейной алгебры
12.1. Матрицы
12.2. Определитель и след квадратной матрицы
12.3. Обратная матрица
12.4. Ранг матрицы и линейная зависимость ее строк (столбцов)
12.5. Система линейных уравнений
12.6. Векторы
12.7. Собственные векторы и собственные значения квадратной матрицы
12.8. Симметрические, положительно определенные, ортогональные и идемпотентные матрицы
12.9. Блочные матрицы. Произведение Кронекера
12.10. Матричное дифференцирование Упражнения
Глава 13. Эконометрические компьютерные пакеты
13.1. Оценивание модели с помощью компьютерных программ
13.2. Метод Монте-Карло Упражнения
Литература
Математико-статистические таблицы
Предметный указатель

Купить книгу Эконометрика, учебник для студентов вузов, Кремер Н.Ш., Путко Б.А., 2010





Хештеги: #Кремер :: #Путко :: #экономика :: #2010