Mikroekonometria. Modele i metody analizy danych indywidualnych

• Druk: 2012
• Autor: Adam Szulc, Arkadiusz Wiśniowski, Bartosz Witkowski, Marcin Owczarczuk, Marek Gruszczyński, Monika Bazyl, Monika Książek
• Wydawca: Wolters Kluwer Polska SA

Mikroekonometria jest pierwszym w Polsce podręcznikiem analizy mikrodanych dotyczących zagadnień ekonomicznych, finansowych i społecznych. Coraz większy popyt na analizy mikrodanych odnotowuje się w marketingu, w finansach, w zarządzaniu, w badaniach mikro- i makroekonomicznych, a także w innych naukach społecznych. Przykładowe zastosowania omawianych modeli obejmują:


badanie zdolności kredytowej,
prognozowanie odejść klientów i bankructw firm,
wybór grup docelowych do kampanii bezpośrednich,
badanie preferencji klientów względem marek,
modelowanie szkód i wypłat ubezpieczeniowych.





Obok przeglądu modeli i metod książka zawiera liczne przykłady i ćwiczenia.

Jest przeznaczona do studiowania mikroekonometrii przez studentów uczelni ekonomicznych oraz praktyków-analityków interesujących się analizą mikrodanych.




Drugie wydanie Mikroekonometrii zostało rozszerzone o rozdziały poświęcone modelom dla danych panelowych oraz szacowaniu efektów oddziaływania za pomocą estymacji przez dopasowanie (matching).



Autorzy książki związani są z Instytutem Ekonometrii oraz z Instytutem Statystyki i Demografii w Szkole Głównej Handlowej w Warszawie, zwłaszcza z Zakładem Ekonometrii Stosowanej kierowanym przez redaktora naukowego książki profesora Marka Gruszczyńskiego.





"Jest to publikacja bardzo potrzebna, wypełniająca luką na polskim rynku wydawnictw naukowych w zakresie podręcznika metod ekonometrycznych stosowanych do analizy mikrodanych."


Z recenzji profesor Krystyny Strzały

• Kategorie:
  1. Ebooki i Audiobooki »
  2. Ebooki »
  3. Ekonomia, biznes
  1. Ebooki i Audiobooki »
  2. Ebooki »
  3. Prawo
• Język wydania: polski
• ISBN: 978-83-264-5184-3
• ISBN druku: 978-83-264-3775-5
• EAN: 9788326451843
• Liczba stron: 352

Wstęp 
 str. 11

1 Wprowadzenie do mikroekonometrii 
 str. 15

1.1 Mikrodane 
 str. 15

1.2 Obszar mikroekonometrii, tradycje i piśmiennictwo 
 str. 17

1.3 Modele mikroekonometrii 
 str. 19

1.4 Główne zagadnienia mikroekonometrii 
 str. 21

1.4.1 Ekonomia a strategia modelowania w mikroekonometrii 
 str. 21

1.4.2 Założenia modelu regresji dla danych przekrojowych 
 str. 23

1.4.3 Korelacja a przyczynowość. Relacje przyczynowe a analiza ceteris paribus 
 str. 24

1.4.4 Efekty oddziaływania 
 str. 26

1.4.5 Endogeniczność 
 str. 28

1.4.6 Heterogeniczność 
 str. 29

1.4.7 Skokowość, nieliniowość, zawartość informacyjna zbiorów mikrodanych 
 str. 32

1.4.8 Zbieranie danych 
 str. 32

1.4.9 Nowe wyzwania dla mikroekonometrii 
 str. 38

1.5 Ekonometria przestrzenna a mikroekonometria 
 str. 38

1.6 Mikroekonometria na salonach: Heckman i McFadden 
 str. 40

1.7 Słowa kluczowe 
 str. 42

1.8 Problemy i zadania 
 str. 43

2 Metody i modele 
 str. 45

2.1 Metoda największej wiarygodności 
 str. 45

2.1.1 Wprowadzenie 
 str. 45

2.1.2 Przykład Moneta 
 str. 46

2.1.3 Definicja estymatora metody największej wiarygodności 
 str. 47

2.1.4 Przykład.MNW-estymator wartości oczekiwanej rozkładu normalnego 
 str. 48

2.1.5 M-estymatory 
 str. 48

2.1.6 Teoretyczne własności metody największej wiarygodności 
 str. 50

2.1.7 Testy statystyczne zbudowane na podstawie metody największej wiarygodności 
 str. 52

2.1.8 Optymalizacja 
 str. 54

2.1.9 Nieliniowa metoda najmniejszych kwadratów 
 str. 56

2.1.10 Podsumowanie 
 str. 57

2.2 Problem wielokrotnego testowania hipotez 
 str. 58

2.3 Sprawdzanie trafności prognoz 
 str. 61

2.4 Modele ze zmienną ukrytą 
 str. 63

2.4.1 Wprowadzenie 
 str. 63

2.4.2 Model tobitowy 
 str. 64

2.4.3 Model dwumianowy 
 str. 65

2.4.4 Model uporządkowanej zmiennej wielomianowej 
 str. 66

2.4.5 Modele czasów trwania 
 str. 67

2.5 Słowa kluczowe 
 str. 68

2.6 Problemy i zadania 
 str. 68

3 Modele zmiennych jakościowych dwumianowych 
 str. 71

3.1 Zmienne dwumianowe jako przedmiot modelowania 
 str. 71

3.1.1 Cele modelowania zmiennej dwumianowej 
 str. 72

3.1.2 Model dwumianowy 
 str. 73

3.1.3 Związek Y ze zmiennymi objaśniającymi X 
 str. 74

3.1.4 Intuicyjne objaśnienie modeli zmiennych dwumianowych 
 str. 74

3.1.5 Główne typy modeli zmiennych dwumianowych 
 str. 75

3.2 Liniowy model prawdopodobieństwa 
 str. 76

3.2.1 Uwagi o R-kwadrat w mikroekonometrii 
 str. 80

3.3 Model logitowy 
 str. 80

3.3.1 MNW dla modelu logitowego 
 str. 81

3.3.2 Weryfikacja statystyczna 
 str. 82

3.3.3 Interpretacja wyników: efekty krańcowe (MEM, MER, AME) 
 str. 83

3.3.4 Interpretacja wyników: ilorazy szans 
 str. 85

3.4 Model probitowy 
 str. 87

3.4.1 Logit, probit, LMP: relacja między parametrami oraz między efektami krańcowymi 
 str. 88

3.5 Endogeniczność 
 str. 89

3.6 Miary dopasowania 
 str. 89

3.6.1 Pseudo-R2 
 str. 89

3.6.2 Tablica trafności oraz krzywa ROC 
 str. 91

3.7 Dobór zmiennych objaśniających do modeli 
 str. 97

3.8 Modelowanie interakcji 
 str. 98

3.9 Regresja binarna 
 str. 102

3.10 Próba dobierana w modelu logitowym 
 str. 103

3.11 Model logitowy dla makrodanych 
 str. 105

3.12 Słowa kluczowe 
 str. 108

3.13 Problemy i zadania 
 str. 109

4 Modele zmiennych wielomianowych uporządkowanych 
 str. 123

4.1 Wprowadzenie 
 str. 123

4.2 Zmienne uporządkowane 
 str. 125

4.3 Specyfikacja modelu uporządkowanego 
 str. 128

4.4 Szacowanie modelu uporządkowanego 
 str. 132

4.5 Uporządkowany model probitowy i logitowy 
 str. 134

4.6 Założenie proporcjonalnych szans/regresji równoległych 
 str. 139

4.7 Weryfikacja założenia proporcjonalnych szans 
 str. 143

4.8 Uogólniony model uporządkowany 
 str. 146

4.9 Model częściowo proporcjonalnych szans 
 str. 148

4.10 Problem rzadkich danych 
 str. 149

4.11 Ocena jakości modelu 
 str. 154

4.11.1 Ocena dopasowania modelu 
 str. 154

4.11.2 Ocena zdolności predykcyjnych modelu 
 str. 161

4.12 Interpretacja parametrów 
 str. 164

4.12.1 Efekt kompensujący 
 str. 164

4.12.2 Efekty krańcowe 
 str. 165

4.12.3 Iloraz szans 
 str. 168

4.13 Dane sekwencyjne 
 str. 173

4.13.1 Specyfikacja modelu 
 str. 173

4.13.2 Estymacja 
 str. 175

4.14 Słowa kluczowe 
 str. 177

4.15 Problemy i zadania 
 str. 178

5 Modele zmiennych wielomianowych nieuporządkowanych 185

5.1 Wstęp 
 str. 185

5.2 Wprowadzenie do modeli wielomianowych 
 str. 187

5.3 Zmienne egzogeniczne w modelach dla kategorii nieuporządkowanych 
 str. 190

5.4 Model stochastycznej addytywnej użyteczności 
 str. 191

5.5 Wielomianowy model logitowy 
 str. 192

5.5.1 Konstrukcja 
 str. 192

5.5.2 Estymacja i ocena jakości modelu 
 str. 193

5.5.3 Interpretacja wyników estymacji 
 str. 197

5.6 Warunkowy model logitowy 
 str. 204

5.6.1 Konstrukcja 
 str. 204

5.6.2 Estymacja 
 str. 207

5.6.3 Interpretacja wyników estymacji 
 str. 210

5.7 Logitowy model zagnieżdżony 
 str. 213

5.7.1 Niezależność od nieistotnych możliwości 
 str. 213

5.7.2 Konstrukcja zagnieżdżonego modelu logitowego 
 str. 215

5.7.3 Inne modele wyborów dyskretnych 
 str. 219

5.8 Słowa kluczowe 
 str. 222

5.9 Problemy i zadania 
 str. 222

6 Modele zmiennych ograniczonych 
 str. 225

6.1 Wprowadzenie 
 str. 225

6.2 Model tobitowy 
 str. 226

6.3 Podstawowe własności modelu 
 str. 228

6.4 Estymacja za pomocą metody największej wiarygodności 
 str. 231

6.5 Testy istotności i miary dopasowania dla modeli zmiennych ograniczonych 
 str. 232

6.6 Regresja ucięta 
 str. 234

6.7 Semiparametryczne estymatory modeli regresji tobitowej i uciętej 
 str. 237

6.8 Modele selekcji próby 
 str. 238

6.9 Estymacja modelu selekcji próby Heckmana 
 str. 240

6.10 Modele zmiennych ograniczonych w praktyce: datki charytatywne 
 str. 242

6.10.1 Regresja tobitowa i ucięta 
 str. 242

6.10.2 Model selekcji próby 
 str. 245

6.11 Przykład.Wypłacanie dywidend 
 str. 247

6.12 Słowa kluczowe 
 str. 249

6.13 Problemy i zadania 
 str. 249

7 Modele zmiennych licznikowych 
 str. 251

7.1 Zmienna licznikowa 
 str. 251

7.2 Model regresji Poissona 
 str. 252

7.3 Model regresji ujemnej dwumianowej 
 str. 255

7.4 Modele z podwyższoną liczbą zer 
 str. 257

7.5 Modele zmiennych licznikowych w praktyce: liczba dzieci w rodzinie 
 str. 259

7.6 Słowa kluczowe 
 str. 263

7.7 Problemy i zadania 
 str. 264

8 Modele danych panelowych 
 str. 267

8.1 Wprowadzenie 
 str. 267

8.2 Statyczne modele liniowe dla danych panelowych 
 str. 270

8.2.1 Model z efektami ustalonymi (fixed effects) 
 str. 272

8.2.2 Model z efektami losowymi (random effects) 
 str. 277

8.2.3 Weryfikacja liniowych modeli statycznych dla danych panelowych 
 str. 282

8.2.4 Inne modele statyczne dla danych panelowych 
 str. 288

8.3 Dynamiczne modele liniowe dla danych panelowych 
 str. 290

8.3.1 Estymator first differences 
 str. 291

8.3.2 Metoda zmiennych instrumentalnych i estymator Andersona-Hsiao 
 str. 292

8.3.3 Estymatory uogólnionej metody momentów 
 str. 293

8.4 Modele zmiennych dwumianowych dla danych panelowych 
 str. 298

8.4.1 Model z efektami ustalonymi 
 str. 298

8.4.2 Modele z efektami losowymi 
 str. 301

8.5 Słowa kluczowe 
 str. 306

8.6 Problemy i zadania 
 str. 307

9 Ocena efektu oddziaływania: estymacja przez dopasowanie 
 str. 309

9.1 Wprowadzenie 
 str. 310

9.2 Zdefiniowanie efektu oddziaływania 
 str. 311

9.3 Ogólne zasady tworzenia estymatora efektu oddziaływania 
 str. 313

9.4 Podstawowe założenia estymacji przez dopasowanie 
 str. 316

9.5 Szczegóły konstrukcji estymatora efektu oddziaływania 
 str. 318

9.5.1 Łączenie za pomocą metryki i prawdopodobieństwa (propensity score) 
 str. 318

9.5.2 Prosty i skorygowany (nieobciążony) estymator oparty na metryce versus estymator PSM 
 str. 320

9.5.3 Metody łączenia obserwacji 
 str. 321

9.6 Własności statystyczne estymatorów 
 str. 325

9.6.1 Obciążenie i efektywność 
 str. 325

9.6.2 Wrażliwość oszacowań na założenia, dobór zmiennych i metodę estymacji 
 str. 326

9.7 Dalszy rozwój metod estymacji przez dopasowanie 
 str. 328

9.8 Estymacja przez dopasowanie z programem Stata 
 str. 329

9.9 Słowa kluczowe 
 str. 332

9.10 Problemy i zadania 
 str. 333

Literatura 
 str. 337

Indeks rzeczowy 
 str. 347