Носко

Эконометрика, введение в регрессионный анализ временных рядов, Носко В.П., 2002.

Глава 1. Особенности регрессионного анализа для стохастических объясняющих переменных.

Как уже было указано во Введении, в начальных курсах эконометрики первоочередное внимание уделяется статистическим выводам в рамках классической нормальной линейной модели наблюдений в которой предполагается, что значения объясняющих переменных хt1,х,t2, ...,xtp, t=1,2, ..., n , фиксированы, а случайные составляющие Е1, E2, ..., E11. ("ошибки") являются независимыми случайными величинами, имеющими одинаковое нормальное распределение с нулевым математическим ожиданием и конечной дисперсией (такие предположения об ошибках мы называем "стандартными"). Далее анализируются последствия различного типа нарушений таких предположений об ошибках и рассматриваются методы коррекции статистических выводов о коэффициентах модели при наличии соответствующих нарушений стандартных предположений.

Эконометрика, Книга 2, Часть 3-4, Носко В.П., 2011.

   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 кн. 1 рассматриваются линейные модели регрессии; модели стационарных и нестационарных временных рядов, особенности регрессионного анализа для стационарных и нестационарных переменных; в кн. 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.

Эконометрика, Книга 1, Часть 1-2, Носко В.П., 2011.

   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 кн. 1 рассматриваются линейные модели регрессии; модели стационарных и нестационарных временных рядов, особенности регрессионного анализа для стационарных и нестационарных переменных; в кн. 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.

Эконометрика для начинающих, Дополнительные главы, Носко В.П., 2005.

   В книге рассматриваются методы статистического анализа регрессионных моделей с ограниченной (цензурированной) зависимой переменной, систем одновременных уравнений, панельных данных, а также структурных форм векторных авторегрессий и моделей коррекции ошибок.
Предназначена для студентов, освоивших вводный курс эконометрики.
Представляет интерес для специалистов в области экономики и финансов.

Эконометрика для начинающих, Носко В.П., 2000.

   Предлагаемое учебное пособие имеет своей целью обеспечить базу для изучения вводного полугодового курса эконометрики, когда в распоряжении преподавателя имеется всего порядка 12 лекций и некоторое количество часов практических занятий. При этом от читателя не требуется никаких предварительных знаний из теории вероятностей и математической статистики. Что касается математического анализа и линейной алгебры, то желательно, чтобы читатель имел хотя бы некоторое представление о производной и интеграле, а также о матрицах и операциях над ними. Соответственно, акценты в изложении смещаются в сторону разъяснения базовых понятий и основных процедур статистического анализа данных с привлечением большого количества иллюстративных примеров.