год издания — 2010, кол-во страниц — 512, ISBN — 978-5-9776-0153-5, 978-5-16-004050-9, тираж — 1500, язык — русский, тип обложки — твёрд. 7БЦ матов., масса книги — 800 гр., издательство — Магистр

цена: 1000.00 руб

Сохранность книги — хорошая

Р е ц е н з е н т ы:
кафедра статистических методов ГУ-ВШЭ (зав. каф. д-р экон. наук, проф. В. С. Мхитарян)
д-р экон. наук, проф. РЭШ А. А. Пересецкий

Печатается по решению Учёного совета Московской школы экономики МГУ им. М. В. Ломоносова

Формат 70x100 1/16. Печать офсетная

Содержание учебника соответствует действующим образовательным стандартам и учебным программам высших учебных заведений экономического профиля по дисциплине «Эконометрика». Особенность данного издания заключается в том, что в нём в описание традиционных методов решения эконометрических задач впервые органично встроены (там, где это позволяет повысить точность и глубину анализа) современные методы многомерного статистического анализа, ранее не включавшиеся в инструментарий эконометрики (в частности, дискриминантный и кластер-анализы, метод главных компонент и др.).

Представленные в учебнике методы и модели регрессионного анализа, бинарного и множественного выбора, анализа временных рядов могут составить содержание одного или двух базовых семестровых курсов по эконометрике в рамках учебного плана бакалавриата.

Для студентов, аспирантов, преподавателей, а также специалистов по прикладной экономике и эконометрике.

Предисловие	9

Г л а в а 1. Введение	13

1.1. Эконометрика: эволюция определения и реальность	13
1.2. Обеднение математического аппарата эконометрики	16
1.3. Место эконометрики в ряду математико-статистических
и экономических дисциплин	19
1.4. Эконометрическая модель и проблемы эконометрического
моделирования	22
Выводы	30

Г л а в а 2. Введение в регрессионный анализ	33

2.1. Общая формулировка проблемы статистического исследования
зависимостей	33
2.2. Какова конечная прикладная цель статистического исследования
зависимостей?	42
2.3. Некоторые типовые задачи практики эконометрического
моделирования	45
2.4. Основные типы зависимостей между количественными переменными	50
2.5. О выборе общего вида функции регрессии	55
Выводы	65

Г л а в а 3. Введение в корреляционный анализ	67

3.1. Назначение и место корреляционного анализа
в статистическом исследовании	67
3.2. Корреляционный анализ количественных признаков	69
3.3. Корреляционный анализ ранговых (ординальных) переменных:
ранговая корреляция	96
3.4. Корреляционный анализ катетеризованных переменных:
таблицы сопряжённости	111
Выводы	117

Г л а в а 4. Классическая линейная модель
множественной регрессии (КЛММР)	121

4.1. Описание КЛММР. Основные допущения модели	121
4.2. Оценивание неизвестных параметров КЛММР:
метод наименьших квадратов и метод максимального правдоподобия	126
4.3. Анализ вариации результирующего показателя y и выборочный
коэффициент детерминации R²_y.X	140
4.4. Мультиколлинеарность и отбор наиболее существенных объясняющих
переменных в КЛММР	145
4.5. КЛММР с линейными ограничениями на параметры	162
4.6. Общий подход к статистической проверке гипотез о наличии
линейных связей между параметрами КЛММР	167
Выводы	176

Г л а в а 5. Обобщённая линейная модель
множественной регрессии	179

5.1. Описание обобщённой линейной модели множественной регрессии
(ОЛММР)	179
5.2. Оценки параметров ОЛММР по обобщённому методу наименьших
квадратов (ОМНК-оценки)	183
5.3. ОЛММР с гетероскедастичными остатками	188
5.4. ОЛММР с автокоррелированными остатками	198
5.5. Практически реализуемый ОМНК (общий подход)	207
Выводы	210

Г л а в а 6. Прогнозирование, основанное на линейных
моделях множественной регрессии	213

6.1. Анализ точности оценённой ЛММР (теоретическая база для решения
задач прогноза)	214
6.2. Наилучший точечный прогноз y(X) и f(X) = E(yX), основанный
на ОЛММР	216
6.3. Интервальный прогноз y(X) и f(X) = E(yX), основанный
на ОЛММР	220
6.4. Анализ точности регрессионной модели и прогнозирование
в условиях реалистической ситуации	226
Выводы	230

Г л а в а 7. Линейные модели регрессии со стохастическими
объясняющими переменными	233

7.1. Случайные остатки ε не зависят от предикторов X и оцениваемых
коэффициентов регрессии Θ	235
7.2. Общий случай: стохастические предикторы X коррелированы
с регрессионными остатками ε. Метод инструментальных переменных	238
7.3. Случайные ошибки в измерении значений объясняющих переменных	243
Выводы	249

Г л а в а 8. Линейные регрессионные модели
`с переменной структурой	251

8.1. Проблема неоднородных (в регрессионном смысле) данных	251
8.2. Введение «манекенов» (фиктивных переменных) в линейную модель
регрессии	254
8.3. Проверка регрессионной однородности двух групп наблюдений
(критерий Г. Чоу)	263
8.4. Построение КЛММР по неоднородным данным в условиях, когда
значения сопутствующих переменных неизвестны	265
Выводы	269

Г л а в а 9. Модели с дискретными и дискретно-непрерывными
зависимыми переменными	271

9.1. Модели бинарного выбора	273
9.2. Модели множественного выбора	282
9.3. Связь моделей бинарного и множественного выбора
с дискриминантным анализом	285
9.4. Модель с дискретно-непрерывной зависимой переменной
(тобит-модель)	287
Выводы	291

Г л а в а 10. Анализ одномерных временных рядов
(модели и прогнозирование)	293

10.1. Временной ряд: определения, примеры, формулировка основных
задач	295
10.2. Стационарные временные ряды и их основные характеристики	302
10.3. Неслучайная составляющая временного ряда и методы
его сглаживания	314
10.4. Модели стационарных временных рядов и их идентификация	336
10.5. Модели нестационарных временных рядов и их идентификация	378
10.6. Прогнозирование экономических показателей, основанное
на использовании моделей временных рядов	395
Выводы	409

Приложение 1. Таблицы математической статистики	413
Приложение 2. Необходимые сведения из матричной алгебры	433
Приложение 3. Многомерный статистический анализ	455
Литература	493
Алфавитно-предметный указатель	497

Книги на ту же тему

Эконометрика. Начальный курс: Учебник. — 7-е изд., испр., Магнус Я. Р., Катышев П. К., Пересецкий А. А., 2005
Статистические методы эконометрии. Выпуск 1, Маленво Э., 1975
Введение в эконометрику, Доугерти К., 1999
Статистический анализ временных рядов, Андерсон Т., 1976
Временные ряды. Обработка данных и теория, Бриллинджер Д. Р., 1980
Многомерные статистические методы: Для экономистов и менеджеров, Дубров А. М., Мхитарян В. С., Трошин Л. И., 2000
Прикладной многомерный статистический анализ, 1978
Измерение и анализ случайных процессов, Бендат Д., Пирсол А., 1971
Знаковый статистический анализ линейных моделей, Болдин М. В., Симонова Г. И., Тюрин Ю. Н., 1997
Статистический анализ экспериментальных данных, Протасов К. В., 2005
Регрессионный анализ в экспериментальной физике, Живописцев Ф. А., Иванов В. А., 1995
Основы прикладной статистики, Мелник М., 1983
Методика и техника статистической обработки первичной социологической информации, Осипов Г. В., ред., 1968
Математическое моделирование экономических процессов и систем. — 2-е изд., стереотип., Волгина О. А., Голодная Н. Ю., Одияко Н. Н., Шуман Г. И., 2012
Машинные имитационные эксперименты с моделями экономических систем, Нейлор Т., 1975
Экономический анализ хозяйственной деятельности: Учебник для экономических вузов, Шеремет А. Д., ред., 1979

elapsed time 0.019 sec

/Экономика

ОГЛАВЛЕНИЕ

Книги на ту же тему