Анализ панельных данных
книга

Анализ панельных данных

Здесь можно купить книгу "Анализ панельных данных " в печатном или электронном виде. Также, Вы можете прочесть аннотацию, цитаты и содержание, ознакомиться и оставить отзывы (комментарии) об этой книге.

Автор: Сяо Чэн

Форматы: PDF

Серия: Академический учебник

Издательство: Дело

Год: 2022

Место издания: Москва

ISBN: 978-5-85006-381-8

Страниц: 624

Артикул: 99092

Электронная книга
672

Краткая аннотация книги "Анализ панельных данных"

Анализ панельных данных представляет собой всеобъемлющий, последовательный и интуитивно понятный обзор методологии панельных данных, полезной для эмпирического анализа. Учебник существенно пересмотрен по сравнению со вторым изданием и включает две новые главы по моделированию зависимых перекрестных данных и динамических систем уравнений. Дополнительно были оптимизированы некоторые более сложные концепции. Новый материал включает модели коррелированных случайных коэффициентов, псевдопанели, модели времени жизни и модели счетных данных, квантильный анализ и альтернативные подходы к контролю влияния ненаблюдаемой гетерогенности в нелинейных моделях панельных данных.

Содержание книги "Анализ панельных данных "


От научного редактора
Предисловие к третьему изданию
Предисловие ко второму изданию
Предисловие к первому изданию
1. Введение
1.1. Введение
1.2. Преимущества панельных данных
1.3. Положения, связанные с использованием панельных данных
1.4. План монографии
2. Тесты на гомогенность (однородность) для линейных регрессионных моделей (анализ ковариаций)
2.1. Введение
2.2. Анализ ковариации
2.3. Пример
3. Простая регрессия с переменными свободными членами
3.1. Введение
3.2. Модели с фиксированными эффектами
3.3. Модель случайных эффектов: оценивание моделей компонентов дисперсии
3.4. Фиксированные или случайные эффекты
3.5. Тесты на ошибочную спецификацию
3.6. Модели с инвариантными по времени и/или индивидам объясняющими переменными и индивидуальными и временными эффектами
3.7. Гетероскедастичность и автокорреляция
3.8. Модели с произвольной структурой ошибки — п-подход Чемберлена
Приложение 3A. Состоятельность и асимптотическая нормальность оценки минимального расстояния
Приложение 3B. Собственные векторы и обратная ковариационная матрица в трехкомпонентной модели
4. Динамические модели с переменными свободными членами
4.1. Введение
4.2. Ковариационная оценка
4.3. Модели со случайными эффектами
4.4. Пример
4.5. Модели с фиксированными эффектами
4.6. Оценивание динамических моделей с произвольной корреляцией остатков по времени
4.7. Векторные модели авторегрессии с фиксированными эффектами
Приложение 4A. Вывод асимптотической ковариационной матрицы для «реализуемого» ММР
Приложение 4B. Асимптотики при больших N и T
5. Модели одновременных уравнений
5.1. Введение
5.2. Техника совместного ОМНК-оценивания
5.3. Оценивание структурных уравнений
5.4. Треугольная система
Приложение 5A. :
6. Модели с переменными коэффициентами
6.1. Введение
6.2. Коэффициенты, изменяющиеся по перекрестным единицам
6.3. Коэффициенты, изменяющиеся по времени и по перекрестным единицам
6.4. Изменяющиеся во времени коэффициенты
6.5. Коэффициенты, являющиеся функциями других экзогенных переменных
6.6. Смешанная модель фиксированных и случайных коэффициентов
6.7. Динамическая модель со случайными коэффициентами
6.8. Два примера
Приложение 6A. Комбинация двух нормальных распределений
7. Дискретные данные
7.1. Введение
7.2. Некоторые модели дискретного отклика для перекрестных данных
7.3. Параметрический подход к статическим гетерогенным
7.4. Полупараметрический подход к статическим моделям
7.5. Динамические модели
7.6. Альтернативные подходы к идентификации зависимости состояний
8. Усечение и выборочный отбор
8.1. Введение
8.2. Пример: неслучайно пропущенные данные
8.3. Тобит-модели со случайными индивидуальными эффектами
8.4. Оценка фиксированных эффектов
8.5. Пример: расходы на жилье
8.6. Динамические тобит-модели
9. Перекрестно зависимые панельные данные
9.1. Вопросы перекрестной зависимости
9.2. Пространственное приближение
9.3. Факторное приближение
9.4. Расширенный среднегрупповой подход (общие коррелированные эффекты) к управлению влиянием перекрестной зависимости
9.5. Тестирование перекрестной зависимости
9.6. Подход к программе оценки, основанный на панельных данных
10. Динамические системы
10.1. Панельные векторные авторегрессионные модели
10.2. Коинтегрированные панельные модели и векторная коррекция ошибками
10.3. Тесты на единичный корень и коинтеграцию
10.4. Динамические модели системы одновременных уравнений
11. Неполные панельные данные
11.1. Ротационные или случайно отсутствующие данные
11.2. Псевдопанели (или повторные перекрестные данные)
11.3. Объединение множества данных единственной перекрестной выборки и единственного временного ряда
11.4. Оценивание распределенных лагов в коротких панелях
12. Разные темы
12.1. Модель «времени жизни»
12.2. Модель счетных данных
12.3. Панельная квантильная регрессия
12.4. Методы симуляционного моделирования
12.5. Данные, имеющие многоуровневую структуру
12.6. Ошибки измерений
12.7. Непараметрические модели панельных данных
13. Краткий обзор
13.1. Преимущества панельных данных
13.2. Задачи анализа панельных данных
13.3. Заключительное замечание
Библиография
Предметный указатель

Все отзывы о книге Анализ панельных данных

Чтобы оставить отзыв, зарегистрируйтесь или войдите

Отрывок из книги Анализ панельных данных

1. Введение нели с централизованно разработанными, стандартизированными, много¬функциональными ежегодными лонгитюдными обследованиями. Напри­мер, Мангеймская инновационная панель (Mannheim Innovation Panel, M I P ) и Мангеймская инновационная панель — сфера услуг (Mann¬heim Innovation Panel Service Sector, MIP-S), стартовавшие в 1993 и в 1995 гг., содержат соответственно ежегодные обследования инноваци¬онной активности: производственных инноваций, расходов на инновации, на исследования и разработки, о препятствующих инновациям факто¬рах, запасе капитала, заработных платах, профессиональной структуре работников и т.д. для немецких фирм с не менее чем пятью заняты¬ми в производственном секторе и сфере услуг. Методология указанного обследования тесно связана с рекомендациями по обследованию иннова¬ций, опубликованными в «Руководстве Осло» Организации экономиче¬ского сотрудничества и развития и Евростата, что, в свою очередь, ведет к международной сопоставимости данных об инновационной активности немецких компаний. Обследования 1993 и 1997 гг. вошли в состав инно¬вационных обследований Европейского сообщества CIS I и CIS I I (детали см. в [Janz et al. (2001)]). Точно так ж е панель по домашним хозяйствам Европейского сообщества (European Community Household Panel, E C H P ) служит целям репрезентативности результатов для населения Европей¬ского союза на уровне к а к домашних хозяйств, так и отдельных индиви¬дов. Панель E C H P содержит информацию о демографии, поведении ра¬бочей силы, доходе, здоровье, об образовании и обучении, о жилищных условиях, миграции и т.д. В настоящее время панель E C H P охватывает 14 из 15 стран Евросоюза, за исключением Швеции [Peracchi (2000)]. Подробная статистика из панели E C H P опубликована в базе данных «Новый Хронос» (New Cronos) Евростата по трем областям: здоровью, жилью и условиям жизни (Income и Living Conditions, I L C )1. Панельные данные стали более доступны в развивающихся странах. Здесь обычно отсутствует длительн...

Внимание!
При обнаружении неточностей или ошибок в описании книги "Анализ панельных данных (автор Сяо Чэн )", просим Вас отправить сообщение на почту help@directmedia.ru. Благодарим!