W książce zamieszczono przykłady i zadania pozwalające na rozszerzenie wiedzy teoretycznej, zrozumienie licznych wzorów i pojęć ekonometrycznych, uzmysłowienie sensu poszczególnych metod i ich praktycznego znaczenia. Praca zawiera ważne dla praktyki ekonometrycznej nurty modelowania ekonometrycznego. Przynosi rozważania m.in. nad modelami nieliniowymi, modelami nierównowagi, praktycznym wykorzystaniem modeli wielorównaniowych, analizą szeregów czasowych niestacjonarnych. Na końcu podręcznika zamieszczono rozwiązania i odpowiedzi do wszystkich zadań i problemów.
Spis treści
Przedmowa
Wstęp
Notacja, konwencje, stosowane symbole i akronimy
1. Klasyczny model regresji liniowej - przypadek jednej zmiennej objaśniającej
1.1. Wprowadzenie
1.2. Założenia modelu regresji liniowej
1.3. Metoda najmniejszych kwadratów
1.4. Dekompozycja wariancji zmiennej objaśnianej
1.5. Własności i błędy średnie estymatorów. Wariancja składnika losowego
1.6. Przedziały ufności
1.7. Testowanie hipotez o istotności
1.8. Metoda największej wiarygodności
Nota bibliograficzna
2. Klasyczny model regresji liniowej - przypadek wielu zmiennych objaśniających
2.1. Wstęp
2.2. Założenia modelu
2.3. Interpretacja w modelu regresji wielu zmiennych
2.4. Metoda najmniejszych kwadratów
2.5. Własności estymatora klasycznej metody najmniejszych kwadratów
2.6. Estymator wariancji składnika losowego
2.7. Miary zgodności
2.8. Metoda największej wiarygodności
2.9. Testowanie hipotez
2.10. Metoda najmniejszych kwadratów przy warunkach pobocznych
2.11. Testowanie stabilności parametrów
Nota bibliograficzna
3. Autokorelacja
3.1. Wstęp
3.2. Przyczyny autokorelacji
3.3. Schemat autoregresyjny pierwszego rzędu
3.4. Inne schematy autokorelacji
3.5. Estymacja w przypadku procesu AR(1), gdy znany jest współczynnik autokorelacji
3.6. Estymacja w przypadku procesu AR81), gdy współczynnik autokorelacji jest nieznany
3.7. Testowanie występowania zjawiska autokorelacji pierwszego rzędu
3.8. Estymacja i testowanie w przypadku procesu MA(1)
3.9. Estymacja i testowanie w przypadku szczególnego procesu AR(4)
3.10. Respecyfikacja modelu
Nota bibliograficzna
4. Heteroskedastyczność
4.1. Wstęp
4.2. Estymacja w przypadku, gdy macierz jest znana
4.3. Estymacja w przypadku, gdy macierz nie jest znana
4.4. Testowanie występowania heteroskedastyczności składników losowych
4.5. Modele ARCH. Modele zmienności stochastycznej
Nota bibliograficzna
5. Współliniowość
5.1. Wstęp
5.2. Koncekwencje występowania współliniowości
5.3. Dokładna współliniowość
5.4. Przybliżona współliniowość
5.5. Pomiar współliniowości
5.6. Postępowanie w przypadku przybliżonej współliniowości zmiennych objaśniających
5.7. Wnioski
Nota bibliograficzna
6. Modele specjalne
6.1. Modele nieliniowe
6.2. Estymacja parametrów modeli nieliniowych
6.3. Konsekwencje zastosowania różnych postaci analitycznych funkcji
6.4. Testowanie postaci analitycznej
6.5. Modele ze zmiennymi zero-jedynkowymi
6.6. Modele przełącznikowe
6.7. Modele nierównowagi
6.8. Modele z rozkładami opóźnień
6.9. Model autoregresyjny z rozkładem opóźnień. Model korekty błędem
6.10. Modele oczekiwań
6.11. Modele racjonalnych oczekiwań
6.12. Modele ARMA
Nota bibliograficzna
7. Prognozy na podstawie modeli jednorównaniowych
7.1. Wstęp
7.2. Prognozy na podstawie modelu z jedną zmienną objaśniającą
7.3. Prognozy warunkowe
7.4. Prognozy na podstawie modelu regresji wielu zmiennych
7.5. Zastosowanie zmiennych zero-jedynkowych w prognozowaniu
7.6. Źródła błędów prognoz
7.7. Pomiar dokładności prognoz
7.8. Porównanie prognoz. Prognozy optymalne
Nota bibliograficzna
8. Modele wielorównaniowe
8.1. Wstęp
8.2. Zapis modeli wielorównaniowych. Założenia
8.3. Rodzaje modeli wielorównaniowych
8.4. Postać zredukowana modelu
8.5. Postać końcowa modelu. Mnożniki
8.6. Identyfikacja
8.7. Estymacja parametrów modeli wielorównaniowych
8.8. Estymacja parametrów pojedynczych równań
8.9. Estymacja łączna parametrów układów równań
8.10. Metody estymacji w praktyce modelowania
Nota bibliograficzna
9. Symulacja i wykorzystanie modeli wielorównaniowych
9.1. Wstęp
9.2. Rodzaje symulacji
9.3. Klasyczny algorytm Gaussa-Seidela
9.4. Istnienie rozwiązania i jego poszukiwanie metodą Gaussa-Seidela
9.5. Rozwiązywanie dużych układów równań liniowych metodą Gaussa-Seidela
9.6. Rozwiązywanie nieliniowych modeli ekonometrycznych metodą Gaussa-Seidela
9.7. Metoda Newtona-Raphsona
9.8. Porządkowanie układu równań
9.9. Zastosowanie metody Newtona-Raphsona do symulacji modeli ekonometrycznych
9.10. Numeryczne wyznaczanie wartości mnożników
9.11. Budowa modeli o równaniach łącznie współzależnych
9.12. Prognozy na podstawie modeli wielorównaniowych
9.13. Korekty struktury modelu
9.14. Symulacje stochastyczne
Nota bibliograficzna
10. Analiza szeregów niestacjonarnych
10.1. Równowaga. Zależności długookresowe
10.2. Stacjonarność i równowaga
10.3. Niestacjonarność. Testy pierwiastków jednostkowych
10.4. Regresje pozorne
10.5. Kointegracja
10.6. Testy kointegracji
10.7. Model wielowymiarowy w przypadku zmiennych zintegrowanych w stopniu pierwszym
10.8. Estymacja parametrów modelu VEqCM
10.9. Testowanie rzędu kointegracji
10.10. Strukturalizacja modelu VEqCM
10.11. Uwagi końcowe
Nota bibliograficzna
Bibliografia (wybór)
