確率・統計の基礎や最小2乗法から最新のトピックまでを網羅し、実証分析をつかった論文の書き方まで学べる決定版テキスト。
計量経済学 黒住英司 2016
どうやらデジタル版は検索が出来ない仕様のようなのが残念。ほとんど技術屋の教科書で、論争的、哲学的な傾向は排除される。
https://itunes.apple.com/jp/book/sapientia-ji-liang-jing-ji-xue/id1089514656?mt=11
※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
●東洋経済新報社の新しい経済学テキストシリーズ〈サピエンティア〉第1弾
●気鋭の経済学者の書き下ろし、計量経済学の中級テキストの決定版!
●確率・統計の基礎から様々な計量経済モデル、実証分析の進め方、論文執筆の初歩まで、わかりやすく解説。
●各章末に演習問題付き(解答は東洋経済新報社サイトにて近日公開予定)
「本書は,大学の経済学部の中級から上級向けとして書いた計量経済学の教科書です.そのため,偏微分や重積分などの微積分や行列表現などの線形代数の知識を,また,初等的な統計学の知識を前提としています.一方,行列微分などを用いる大学院上級の内容は含まれていません.
昨今ではいろいろなパッケージ・ソフトウエアで様々な計量分析が可能となっています.卒業論文や修士論文を読んでも,比較的新しい手法で分析が行われていることがあります.ただ,果たして学生がどの程度,背後にある計量経済学の理論を理解しているかというと,その理解は必ずしも十分なものではないと感じることが少なくありません.しかしながら,理論なき実践の危険性は多くの人が認知している問題であり,本書がその解決に少しでも役立てばうれしく思います.」(「はじめに」より)
【主な内容】
第1章 最小2乗法
第2章 計量経済学で使われる確率・統計
第3章 単回帰モデル
第4章 多重回帰モデル
第5章 計量モデルの特定化
第6章 仮説検定
第7章 不均一分散
第8章 系列相関
第9章 操作変数法
第10章 時系列モデル
第11章 パネル・データ・モデル
第12章 質的従属変数モデル
第13章 実証分析の進め方 著者について
黒住 英司(クロズミ エイジ)
一橋大学大学院経済学研究科教授
1969年生まれ。92年一橋大学経済学部卒業。電力中央研究所経済社会研究所研究員を経て、97年一橋大学大学院経済学研究科修士課程、2000年同博士後期課程修了。経済学博士。日本学術振興会特別研究員を経て、2000年10月より一橋大学大学院経済学研究科講師、03年4月より同助教授(07年4月より准教授)、2009年10月より教授、現在に至る。
主な著書に、刈屋武昭ほか編『経済時系列分析ハンドブック』(分担執筆、朝倉書店、2012年)、一橋大学経済学部編『教養としての経済学』(分担執筆、有斐閣、2013年)、『統計学(New Liberal Arts Selection)改訂版』(共著、有斐閣、2015年)等。
______
商品の説明
内容紹介
「※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
作業の簡易性に定評のある計量ソフトEViewsを用いた計量経済学の入門テキスト。具体的な操作方法が書かれているので、実際に操作しながら計量経済学を学ぶことができる便利な1冊。
【主な内容】
第1章統計の基礎とEViewsの入門
第2章変数間の関係の基礎と仮説検定の初歩
第3章最小二乗法:単純回帰
第4章多重回帰
第5章分散不均一と系列相関
第6章操作変数法とGMM法第7章パネル分析 内容(「BOOK」データベースより)
本書は計量ソフトであるEViewsを用いた計量経済学の入門テキストです。データの基本的性質から回帰分析やパネル分析といった計量経済学のさまざまな手法までをやさしく解説しています。
ja.wikipedia.org/wiki/自己回帰移動平均モデル
[編集]. AR(p)モデルは次の方程式で与えられる。 X_t = \sum_{i=1}^p \varphi_i X_{t-i. これはパラメータ \varphi_i (i = 1, ..., p)に基づいている。これらパラメータは以下の Yule-Walker方程式で計算できる可能性がある。
自己回帰モデル-例: AR(1)過程-ARパラメータの計算-導出
www.ipl.cs.is.nagoya-u.ac.jp/~kita/Lec_CI5/AR.pdf
自己回帰モデル. • 経済指標予測や気象予測など,時系列デー. タの予測にもっとも一般 的に用いられる方法. が自己回帰モデルで ... 自己回帰モデル. • Auto Regressive (AR ) Model では,目的変数. は目的変数の過去値を説明変数とする. . = 0. +.
自己回帰移動平均モデル(じこかいきいどうへいきんモデル、英:Autoregressive moving average model、ARMAモデル)は、統計学において時系列データに適用されるモデルである。George Box と G. M. Jenkins の名をとって "ボックス・ジェンキンスモデル" とも呼ばれる。
時系列データ Xt について、ARMAモデルはその将来の値を予測するためのツールとして機能する。モデルは自己回帰(AR)部分と移動平均(MA)部分からなる。一般に ARMA(p,q)モデルと表記され、p は自己回帰部分の次数、q は移動平均部分の次数を表す。…
0 Comments:
コメントを投稿
<< Home