2.2. Od populacji do próby i od próby do populacji
2.3. Założenia klasycznego modelu regresji liniowej
Podsumowanie
3. Metoda najmniejszych kwadratów
3.1. Estymatory metody najmniejszych kwadratów
3.2. Własności algebraiczne rozwiązania MNK
Podsumowanie
4. Wnioskowanie o estymatorach metody najmniejszych kwadratów
4.1. Jeszcze o założeniu normalności zaburzeń losowych
4.2. Twierdzenie Gaussa-Markowa
4.3. Estymator wariancji zaburzenia losowego i błędy standardowe estymatorów
4.4. Rozkład t-Studenta, weryfikacja prostych hipotez i przedziały ufności
4.5. Istotność równania regresji
4.6. Asymptotyczne własności estymatorów MNK
Podsumowanie
5. Interpretacja równania regresji
5.1. Interpretacja współczynników regresji i założenie liniowości
5.2. Jakościowe zmienne objaśniające - regresory zerojedynkowe, oznaczane również jako zmienne 0-1 lub zmienne binarne
5.3. Restrykcje i modele zagnieżdżone. Łączna istotność zmiennych
zerojedynkowych
5.4. Jakościowa zmienna objaśniana
5.5. Wybór regresorów zgodnie z zasadą "Od ogólnego do szczegółowego". Skutki pominięcia w równaniu regresji istotnych zmiennych objaśniających; skutki dodania do równania regresji zmiennych nieistotnych
6. Problemy wynikające z niedoskonałości danych statystycznych
6.1. Współliniowość i jej konsekwencje. Wykrywanie wspólliniowości i środki zaradcze
6.2. Obserwacje opuszczone
6.3. Wykrywanie nietypowych wartości zmiennej objaśnianej i nietypowych wartości zmiennych objaśniających (obserwacje znaczące)
Podsumowanie
7. Prognozowanie na podstawie klasycznej metody regresji liniowej
7.1. Prognoza i błąd standardowy prognozy
Podsumowanie
Literatura uzupełniająca do części I
Część 2. Złagodzenie założeń modelu klasycznego
8. Uogólniona metoda najmniejszych kwadratów
8.1. Heteroskedastyczność i autokorelacja zaburzeń losowych w KMRL
8.2. Estymatory uogólnionej metody najmniejszych kwadratów
8.3. Testowanie heteroskedastyczności: testy Goldfelda-Ojuandta, Breuscha-Pagana oraz White`a
8.4. Estymacja macierzy wariancji-kowariancji zaburzeń losowych w przypadku heteroskedastyczności. Stosowalna uogólniona metoda najmniejszych kwadratów
8.5. Estymator White`a macierzy wariancji-kowariancji dla b wyznaczonego za pomocą MNK - odporny na heteroskedastyczność
8.6. Testowanie autokorelacji: testy Durbina-Watsona i Breuscha-Godfreya
8.7. Estymacja macierzy wariancji-kowariancji zaburzeń losowych w przypadku autokorelacji zaburzeń pierwszego rzędu
8.8. Estymator Neweya-Westa macierzy wariancji-kowariancji dla b oszacowanego za pomocą MNK - odporny na heteroskedastyczność i odporny na autokorelację
Podsumowanie
9. Diagnostyka w klasycznej metodzie regresji liniowej
9.1. Test White`a
9.2. Test RESET błędu specyfikacji postaci funkcyjnej równania regresji Ramseya
9.3. Test niezagnieżdżonych alternatyw
9.4. Testy stabilności parametrów Chowa
9.5. Test Jarque-Bera normalności zaburzeń
9.6. Ocena wyników analizy regresji
Podsumowanie
Literatura uzupełniająca do części II
Część 3. Szczególnie ważne modele ekonometryczne
10. Ograniczona zmienna objaśniana
10.1. Liniowa funkcja prawdopodobieństwa
10.2. Metody logitowa i probitowa
10.3. Wielomianowa metoda logitowa, metoda tobitowa, modele samoselekcji próby
Podsumowanie
11. Modele jednowymiarowych szeregów czasowych
11.1. Analiza klasyczna
11.2. Szereg czasowy jako realizacja procesu stochastycznego
11.3. Procedura Boxa-Jenkinsa
11.4. Funkcja autokorelacji i cząstkowej autokorelacji szeregu Dowjones
11.5. Procesy ARIMA dla danych sezonowych
Podsumowanie
12. Modele dynamiczne
12.1. Problemy ekonometryczne modeli dynamicznych
12.2. Modele o opóźnieniach rozłożonych (Distributed Lag Models)
12.3. Estymacja modeli DL i wybór rzędu opóźnienia
12.4. Modele autoregresyjne i modele autoregresyjne z opóźnieniami rozłożonymi (AutoRegressive Distributed Lag Models - Modele ADL lub ARDL)
12.5. Niestacjonarność i integracja szeregu
12.6. Test pierwiastka jednostkowego Dickeya-Fullera (test DF)
12.7. Rozszerzony test pierwiastka jednostkowego (test ADF)
12.8. Kointegracja szeregów czasowych
12.9. Przyczynowość w ekonometrii
Podsumowanie
13. Modele wektorowej autoregresji (VAR) i modele korekty błędem
Dostępny jest 1 egzemplarz.
