Ekonometria. Metody i ich zastosowanie

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. Właściwości i błędy średnie estymatorów. Wariancja składnika losowego 1.6. Przedziały ufności 1.7. Testowanie hipotez o istotności Nota bibliograficzna 2. Klasyczny model regresji liniowej — przypadek wielu zmiennych objaśniających 2.1. Wstęp 2.2. Założenia modelu liniowej regresji wielu zmiennych 2.3. Interpretacja w modelu regresji wielu zmiennych 2.4. Metoda najmniejszych kwadratów 2.5. Właściwości estymatora klasycznej metody najmniejszych kwadratów 2.6. Estymator wariancji składnika losowego 2.7. Miary zgodności 2.8. Testowanie hipotez 2.9. Metoda najmniejszych kwadratów przy warunkach pobocznych 2.10. Testowanie stabilności parametrów Nota bibliograficzna 3. Metoda największej wiarygodności 3.1. Wstęp 3.2. Estymator MNW parametrów modelu regresji liniowej 3.3. Właściwości estymatora największej wiarygodności 3.4. Testy ilorazu wiarygodności, Walda i mnożnika Lagrange’a Nota bibliograficzna 4. Autokorelacja 4.1. Wstęp 4.2. Przyczyny autokorelacji 4.3. Schemat autoregresyjny pierwszego rzędu 4.4. Inne schematy autokorelacji 4.5. Estymacja w przypadku procesu AR(1), gdy znany jest współczynnik autokorelacji 4.6. Estymacja w przypadku procesu AR(1), gdy współczynnik autokorelacji jest nieznany 4.7. Testowanie występowania zjawiska autokorelacji pierwszego rzędu 4.8. Estymacja i testowanie w przypadku procesu MA(1) 4.9. Estymacja i testowanie w przypadku szczególnego procesu AR(4) 4.10. Respecyfikacja modelu Nota bibliograficzna 5. Heteroskedastyczność 5.1. Wstęp 5.2. Estymacja w przypadku, gdy macierz _ jest znana 5.3. Estymacja w przypadku, gdy macierz _ nie jest znana 5.4. Testowanie występowania heteroskedastyczności składników losowych 5.5. Modele ARCH. Modele zmienności stochastycznej Nota bibliograficzna 6. Współliniowość 6.1. Wstęp 6.2. Konsekwencje występowania współliniowości 6.3. Dokładna współliniowość 6.4. Przybliżona współliniowość 6.5. Pomiar współliniowości 6.6. Postępowanie w przypadku przybliżonej współliniowości zmiennych objaśniających 6.7. Wnioski Nota bibliograficzna 7. Modele specjalne 7.1. Modele nieliniowe 7.2. Modele ze zmiennymi zero-jedynkowymi 7.3. Modele przełącznikowe 7.4. Model wygładzonego przejścia 7.5. Modele nierównowagi 7.6. Modele z rozkładami opóźnień 7.7. Model autoregresyjny z rozkładem opóźnień . Model korekty błędem 7.8. Modele oczekiwań 7.9. Modele racjonalnych oczekiwań. 7.10. Modele ARMA Nota bibliograficzna 8. Prognozy na podstawie modeli jednorównaniowych 8.1. Wstęp 8.2. Prognozy na podstawie modelu z jedną zmienną objaśniającą 8.3. Prognozy warunkowe 8.4. Prognozy na podstawie modelu regresji wielu zmiennych 8.5. Zastosowanie zmiennych zero-jedynkowych w prognozowaniu 8.6. Źródła błędów prognoz 8.7. Pomiar dokładności prognoz 8.8. Porównanie prognoz. Prognozy optymalne Nota bibliograficzna 9. Modele wielorównaniowe o równaniach współzależnych 9.1. Wstęp 9.2. Zapis. Założenia 9.3. Rodzaje modeli 9.4. Postać zredukowana 9.5. Postać końcowa. Mnożniki 9.6. Identyfikacja 9.7. Estymacja parametrów 9.8. Estymacja parametrów pojedynczych równań 9.9. Estymacja łączna parametrów układów równań 9.10. Metody estymacji w praktyce modelowania Nota bibliograficzna 10. Symulacje i wykorzystanie modeli wielorównaniowych 10.1. Wstęp 10.2. Rodzaje symulacji 10.3. Klasyczny algorytm Gaussa–Seidela 10.4. Istnienie rozwiązania i jego poszukiwanie metodą Gaussa–Seidela 10.5. Rozwiązywanie dużych układów równań liniowych metodą Gaussa–Seidela 10.6. Rozwiązywanie nieliniowych modeli ekonometrycznych metodą Gaussa–Seidela 10.7. Metoda Newtona–Raphsona 10.8. Porządkowanie układu równań 10.9. Zastosowanie metody Newtona–Raphsona do symulacji modeli ekonometrycznych 10.10. Numeryczne wyznaczanie wartości mnożników 10.11. Symulacje stochastyczne 10.12. Budowa modeli o równaniach współzależnych 10.13. Prognozy na podstawie modeli wielorównaniowych 10.14. Korekty struktury modelu Nota bibliograficzna 11. Modelowanie na podstawie szeregów niestacjonarnych 11.1. Równowaga. Zależności długookresowe 11.2. Stacjonarność i równowaga 11.3. Trendy deterministyczne i stochastyczne. Testy pierwiastków jednostkowych 11.4. Regresje pozorne 11.5. Kointegracja 11.6. Testy kointegracji 11.7. Model wielowymiarowy w przypadku zmiennych zintegrowanych w stopniu pierwszym 11.8. Estymacja parametrów modelu VEqCM 11.9. Testowanie rzędu kointegracji 11.10. Strukturalizacja modelu VEqCM 11.11. Analiza reakcji na impuls Nota bibliograficzna Bibliografia (wybór) Indeks