"Ekonometria. Rozwiązywanie problemów z wykorzystaniem programu GRETL (wydanie III)"

Spis treści

Wstęp do wydania 3 10

Wstęp do wydania 2 12

Wstęp do wydania 1 14

Rozdział 1. Wprowadzenie do oprogramowania gretl 18

1.1. Licencja 18

1.2. Instalacja 20

1.3. Menu programu i ustawienia 23

1.4. Sesje robocze i praca z konsola 26

Rozdział 2. Dane statystyczne 29

2.1. Budowa zbioru danych 29

2.2. Wczytywanie danych ? import danych 31

2.3. Opis zbioru danych i zapisywanie pliku danych 33

2.4. Deklarowanie typu danych 34

2.5. Agregowanie szeregów czasowych 35

2.6. Transformacje zmiennych?procesów 37

2.7. Podstawowe statystyki opisowe 38

2.8. Rozkłady zmiennej 39

2.9. Wykresy 40

2.10. Internetowy serwer z danymi statystycznymi 44

2.11. Przykłady z podręczników ekonometrii 46

Rozdział 3. Testy statystyczne 48

3.1. Tablice statystyczne w programie gretl 48

3.2. Kalkulator testów statystycznych 50

Rozdział 4. Ekonometryczne modele dla danych przekrojowych 54

4.1. Dobór zmiennych do modelu ? macierz korelacji 55

4.2. Estymacja parametrów modelu ? KMNK 57

4.3. Weryfikacja modelu ekonometrycznego 58

4.3.1. Ocena istotności parametrów strukturalnych. Test t-Studenta i F-Snedecora 58

4.3.2. Ocena stopnia dopasowania modelu 59

4.3.3. Ocena normalności rozkładu składnika resztowego 60

4.3.4. Ocena jednorodności wariancji składnika resztowego. Test heteroskedastyczności 61

4.3.5. Ocena liniowości postaci analitycznej modelu 62

4.3.6. Współliniowość zmiennych objaśniających 65

4.3.7. Obserwacje nietypowe i wpływowe 66

4.4. Wnioskowanie z modelu 69

4.4.1. Przedziały i elipsy ufności dla parametrów 69

4.4.2. Budowa podprób w analizie regresji 70

4.5. Podsumowanie sesji budowy modelu ekonometrycznego 71

Rozdział 5. Charakterystyki procesów ekonomicznych 73

5.1. Funkcja autokorelacji i autokorelacji cząstkowej 74

5.2. Periodogram i spektrum procesów 76

5.3. Testy na pierwiastki jednostkowe 77

5.4. Estymacja niecałkowitego d 79

5.5. Filtracja procesów 80

Rozdział 6. Podstawowe modele procesów ekonomicznych 82

6.1. Wielomianowe modele trendu ? wybór stopnia r 82

6.2. Ekonometryczne modele wahań sezonowych 85

6.3. Modele autoregresyjne AR(p) 88

6.4. Modele ARMA(p, q) i ARIMA(p, d, q) 92

6.5. Procedury eliminacji sezonowości 96

6.5.1. Metoda X-12-ARIMA 97

6.5.2. Metoda TRAMO/SEATS 98

Rozdział 7. Przyczynowo-skutkowe ekonometryczne modele procesów ekonomicznych 101

7.1. Specyfikacja modelu według koncepcji modelowania zgodnego 101

7.2. Estymacja parametrów modelu metoda najmniejszych kwadratów 105

7.3. Weryfikacja modelu 105

7.3.1. Badanie istotności ocen parametrów ? eliminacja a posteriori 107

7.3.2. Test autokorelacji Durbina?Watsona 108

7.3.3. Test autokorelacji (test Quenouille?a) 109

7.3.4. Test autokorelacji Durbina-h 109

7.3.5. Test autokorelacji na podstawie PACF 109

7.3.6. Test autokorelacji ? Breuscha?Godfreya 110

7.3.7. Test autokorelacji ? Ljunga?Boxa 112

7.3.8. Testowanie efektu ARCH w procesie resztowym 112

7.3.9. Testowanie zmian strukturalnych ? test Chowa 113

7.3.10. Testowanie stabilności parametrów ? test QLR 115

7.3.11. Testowanie stabilności parametrów ? test CUSUM i CUSUMSQ 116

7.3.12. Testowanie normalności rozkładu reszt 118

7.3.13. Testowanie istotności pominiętych i dodanych procesów 119

7.3.14. Podsumowanie weryfikacji modelu 120

Rozdział 8. Predykcja ekonometryczna 121

8.1. Predykcja na podstawie modeli trendu i sezonowości 121

8.2. Prognozy typu statycznego i dynamicznego 123

Rozdział 9. Uogólniona metoda najmniejszych kwadratów 129

9.1. Estymacja modelu w warunkach autokorelacji składnika resztowego 129

9.1.1. Metoda Cochrane?a?Orcutta 130

9.1.2. Metoda Hildretha?Lu 131

9.1.3. Metoda Praisa?Winstena 132

9.1.4. Metoda uogólniona Cochrane?a?Orcutta 132

9.2. Estymacja modelu w warunkach heteroskedastyczności 135

9.2.1. Metoda korekty heteroskedastyczności składnika losowego 136

9.2.2. Metoda HCCM 137

9.2.3. Ważona metoda najmniejszych kwadratów (przypadek heteroskedastyczności) 138

9.3. Ważona metoda najmniejszych kwadratów ? modele dla jednoimiennych obserwacji 139

Rozdział 10. Modele specjalne 142

10.1. Wprowadzenie 142

10.2. Modele logitowe i probitowe 143

10.3. Modele tobitowe 151

Rozdział 11. Wielorównaniowe modele ekonometryczne 154

11.1. Podwójna metoda najmniejszych kwadratów 155

11.2. Prognozowanie na podstawie modelu wielorównaniowego 161

11.3. Analiza mnożnikowa na podstawie modelu wielorównaniowego 163

11.4. Modele VAR 166

11.4.1. Testowanie istotności opóźnień rzędu p 169

11.4.2. Pierwiastki równania charakterystycznego 170

11.4.3. Funkcje odpowiedzi impulsowych w modelu VAR 171

Rozdział 12. Modele panelowe (Paweł Kufel) 174

12.1. Estymacja KMNK modelu panelowego 174

12.2. Efekty ustalone w modelu panelowym 178

12.3. Efekty losowe w modelu panelowym 179

Rozdział 13. Współpraca z programami R, Ox, Octave i gnuplot (Marcin Błażejowski) 182

13.1. Współpraca ze środowiskiem do obliczeń statystycznych R 183

13.2. Współpraca ze środowiskiem do obliczeń ekonometrycznych Ox 189

13.3. Współpraca ze środowiskiem do obliczeń numerycznych Octave 192

13.4. Współpraca ze środowiskiem do wizualizacji gnuplot 195

13.5. Współpraca z systemem profesjonalnego składu tekstu LATEX 202

13.6. Współpraca z procesorami tekstu MS Word/OpenOffice 207

Bibliografia 210