Основы Эконометрики (Анатольев)
Скачать Книгу
СОДЕРЖАНИЕ:
Описание курса
Рекомендуемая литература
1. Приближенный подход к построению статистических выводов
1.1 Сравнение точного и приближенного подходов
1.2 Концепции асимптотической теории
1.3 Кое-что о последовательностях случайных величин
1.4 Кое-что о последовательностях функций случайных величин
1.5 Законы Больших Чисел (ЗБЧ) и Центральные Предельные Теоремы
(ЦПТ) для независимых наблюдений
1.6 Статистические выводы с помощью асимптотического подхода
1.7 Асимптотический подход для временных рядов
1.8 Введение в асимтотический подход для нестационарных процессов
2. Бутстраповский подход
2.1 Приближение истинного распределения бутстраповским
2.2 Приближение с помощью симуляций
2.3 Какие статистики бутстрапить?
2.4 Корректировка смещения
2.5 Тестирование гипотез при помощи бутстрапа
2.6 Асимтотическое рафинирование
2.7 Построение псевдовыборок при бутстрапе (случай независимых наблюдений)
2.8 Построение псевдовыборок в бутстрапе (случай временных рядов)
3. Основные эконометрические понятия
3.1 Условное математическое ожидание
3.2 Предсказание
3.3 Свойства двумерного нормального распределения
3.4 Свойства многомерного нормального распределения
3.5 Принцип аналогий
3.6 Регрессия (основные понятия)
4. Регрессия линейного среднего
4.1 Оценка по методу наименьших квадратов OLS
4.2 Асмтотические свойства оценки OLS
4.3 Свойства OLS оценки в конечных выборках
4.4 Оценка по обобщеному методу наименьших квадратов (GLS)
4.5 Асимтотические свойства оценок GLS
4.6 Доступная оценка GLS
4.7 Регрессия с неслучайной выборкой
4.8 OLS и GLS во временных рядах
5. Линейные модели с инструментальными переменными
5.1 Эндогенные переменные
5.2 Случай, когда количество инструментов и регрессоров совпадает
5.3 Случай, когда количество инструментов превышает количество регрессоров
5.4 Случай, когда количество инструментов меньше числа регессоров
5.5 Бутстрапирование оценок инструментальных переменных
5.6 Инструментальные переменные во временных рядах
6. Оценка регрессионных моделей с нелинейным средним
6.1 Нелинейности в регрессиях
6.2 Нелинейные регрессионные модели
6.3 Оценка нелинейного метода наименьших квадратов (NLLS)
6.4 Асимптотические свойства оценки NLLS
6.5 Эффективность и взвешенная оценка NLLS
6.6 Приложение: Модель бинарного выбора
6.7 Статистические выводы, когда при нулевой гипотезе один из параметров неидентифицирован