A cura di: Michele Costa, Paolo Paruolo
Econometrica
Pages: 698
ISBN: 9788820478209
Edition: 4a ristampa 2012, 5a edizione 2001
Publisher code: 361.1
Availability: Buona
E-BOOK: our ebooks have changed DRM, what will happen now?
Nuova edizione, totalmente rifatta, del famoso volume di Johnston, uno dei testi introduttivi all'econometrica più diffusi nel mondo. In questa edizione l'autore ha aggiornato l'opera con i più recenti sviluppi delle tecniche econometriche. Ha conservato tuttavia al testo le caratteristiche di larga accessibilità anche ai lettori appartenenti a diverse discipline.
Il volume infatti presuppone una preparazione matematico-statistica elementare e, partendo dai livelli più semplici, consente di acquisire padronanza (1) delle ipotesi su cui si basano le differenti tecniche e delle situazioni in cui il loro impiego risulta maggiormente appropriato; (2) di come deve essere effettuata praticamente l'applicazione delle singole tecniche e (3) del grado probabile di attendibilità delle stime da esse ottenibili.
Di interesse anche una serie di parti nuove introdotte, come un'analisi dei risultati più recenti d'impiego del metodo Monte Carlo negli estimatori di equazioni simultanee, il capitolo dell'autocorrelazione, quello sulle variabili di comodo e sulle loro applicazioni negli aggiustamenti stagionali e nell'analisi della covarianza.
Di interesse anche le novità introdotte nella trattazione dell'algebra matriciale. In appendice sono state poi raccolte le tabelle d'uso corrente in econometria.
J. Johnston è professore di econometrica all'Università di California, Irvine. In precedenza ha insegnato alle Università di Harvard, Manchester, Wales e Wisconsis. E' autore anche del volume Statistical Cost Analisys.
Prefazione
La natura dell'econometria
* La costruzione di modelli econometrici
* Un modello del reddito nazionale
* Questioni irrisolte
* Il ruolo dell'econometria
* Forma strutturale e forma ridotta
* Moltiplicatori e proprietà dinamiche
Il modello lineare bivariato
* La specificazione lineare
* Stimatori dei minimi quadrati
* Il coefficiente di correlazione
* Proprietà degli stimatori dei minimi quadrati
* Inferenza nel modello dei minimi quadrati
* Analisi della varianza in ambito di regressione
* Previsione nel modello dei minimi quadrati Esercizi
L'estensione del modello lineare bivariato
* Osservazioni ripetute e un test di linearità
* Relazioni non lineari
* Trasformazioni di variabili
* Regressione trivariata Esercizi
Elementi di algebra matriciale
* Operazioni su matrici e vettori
* Il prodotto matriciale
* Prodotto scalare o prodotto interno
* Somma di matrici
* Uguaglianza di matrici
* Ulteriori osservazioni sulle matrici
* Matrici a blocchi
* Riassunto delle operazioni su matrici
* Formulazione matriciale del problema dei minimi quadrati
* Differenziazione matriciale
* Interpretazione geometrica dei minimi quadrati
* Estensione a tre e più dimensioni
* Riassunto della geometria dei vettori
* Soluzione di un sistema di equazioni
* Rango di una matrice
* Matrici inverse
* Proprietà dei determinanti
* Proprietà delle matrici inverse
* Regola di Cramer
* Il problema di autovalori
* Proprietà degli autovalori e degli autovettori di una
* matrice reale simmetrica di ordine n
* Forme quadratiche e matrici positive definite
* Definizioni
* Problemi di massimo e minimo
* Ottimi vincolati
* Esercizi
Il modello lineare a k variabili
* Risultati statistici preliminari
* Distribuzioni di forme quadratiche
* Indipendenza delle forme quadratiche
* Indipendenza di una forma quadratica e di una funzione lineare
* Le ipotesi del modello lineare
* Stima mediante il metodo dei minimi quadrati ordinari
* modello con variabili scarto
* Stima di • Ø
* Inferenza nel modello dei minimi quadrati
* Insiemi di ipotesi lineari
* Ipotesi relative ad un solo coefficiente
* Ipotesi relative alla significatività dell'intera regressione
* Ipotesi relative a un sottoinsieme di coefficienti
* Intervalli di confidenza
* Previsioni nel caso di variabili X stocastiche
* Esercizi
Ulteriori aspetti del modello lineare a k variabili
* Stime soggette a vincoli lineari
* Test di cambiamento strutturale
* Variabili di comodo o variabili dummy
* Due o più insiemi di variabili di comodo
* Interazione
* Destagionalizzazione
* Stima delle relazioni econometriche
* Multicollinearità
* Multicollinearità esatta e funzioni stimabili
* Quasi multicollinearità
* Errori di specificazione Esercizi
Stimatori di massima verosimiglianza e loro proprietà asintotiche
* Struttura del capitolo
* Alcuni richiami sulla teoria asintotica
* Convergenza in probabilità
* Convergenza in distribuzione
* Stimatori di massima verosimiglianza
* Proprietà degli stimatori di massima verosimiglianza
* Alcuni risultati asintotici per il modello lineare con k variabili esplicative
* Innovazioni non normali
* Matrice X stocastica
* Esercizi
Minimi quadrati generalizzati
* Cause di errori non sferici
* Proprietà degli stimatori OLS in caso di errori non sferici
* Lo stimatore dei minimi quadrati generalizzati
* Eteroschedasticità
* Test per l'eteroschedasticità
* Stima in condizione di eteroschedasticità
* Autocorrelazione
* Definizioni
* Le cause dell'autocorrelazione degli errori
* Conseguenze dell'autocorrelazione per gli OLS
* Test di autocorrelazione
* Stima con errori autocorrelati
* Stima di massima verosimiglianza
* Previsioni in presenza di errori autocorrelati
* Insiemi di equazioni
* Applicazione dello stimatore GLS
* Test per vincoli lineari
* Esercizi
Variabili ritardate
* Fonti di relazioni dinamiche
* Lo schema di Koyck
* Aspettative adattive
* Aggiustamento parziale
* La combinazione di aspettative adattive ed aggiustamento parziale
* Metodi di stima
* Ritardi di Almon
* Stima diretta della struttura di Koyck
* Stima con una variabile dipendente ritardata
* Variabili dipendenti ritardate e disturbi i.i.d.
* Variabili dipendenti ritardate e disturbi autocorrelati
* Variabili strumentali
* Stima di massima verosimiglianza
* Disturbi MA(I)
* Metodi dell'analisi delle serie storiche
* Stazionarietà
* Esercizi
Un insieme di ulteriori questioni
* Residui ricorsivi
* Funzioni spline
* L'analisi congiunta di dati temporali e sezionali
* Modelli a parametri variabili
* Regimi alternati
* Parametri a variazione continua
* Variabili dipendenti qualitative
* Una singola variabile dicotomica
* Errori nelle variabili
* Stimatori delle variabili strumentali
* Esercizi
Sistemi di equazioni simultanee
* Alcuni sistemi simultanei esemplificativi
* Stima con le variabili strumentali
* Stima con il metodo dei minimi quadrati indiretti
* Stima con il metodo dei minimi quadrati a due stadi
* Il problema dell'identificazione
* Vincoli sui coefficienti strutturali
* Trattamento delle identità
* Vincoli lineari non omogenei
* Vincoli tra equazioni
* Vincoli sulla matrice di varianza
* Stima di modelli ad equazioni simultanee
* Sistemi ricorsivi
* Minimi quadrati indiretti
* Minimi quadrati a due stadi
* Interpretazione dei minimi quadrati a due stadi come stimatori di variabili strumentali
* Stimatori di massima verosimiglianza a informazione limitata
* Minimi quadrati a tre stadi e massima verosimiglianza a informazione completa
* Massima verosimiglianza a informazione completa
* Esercizi
L'econometria nella pratica: problemi e prospettive
* Le origini e gli obiettivi di un progetto econometrico di ricerca
* Dati e specificazione del modello
* Data mining e ricerca della specificazione
* Criteri per la scelta di un modello
* Il test Cairncross
* L'impostazione bayesiana
APPENDICI
Appendice matematica e statistica
* Funzioni e derivate
* Funzioni esponenziali e logaritmiche
* Operazioni relative al segno di sommatoria
* Variabili aleatorie e distribuzioni di probabilità
* La distribuzione di probabilità normale
* Moltiplicatori di Lagrange e ottimi vincolati
* Relazioni fra le distribuzioni normali, • Ø , t, ed F
* Valori attesi in distribuzioni bivariate
* Densità di probabilità di variabili aleatorie ottenute per trasformazione
* Componenti principali
Tavole statistiche
* Aee di una distribuzione normale standard
* Distribuzione t di Student
* Dstribuzione X2
* Distribuzione F
* Statistica di Durbin-Watson (tavole di Savin-White)
* Statistica di Wallis per autocorrelazioni del quarto ordine
* Rapporto di von Neumann modificato
* Valori significativi per c• , nel test cusum dei quadrati
La natura dell'econometria
* La costruzione di modelli econometrici
* Un modello del reddito nazionale
* Questioni irrisolte
* Il ruolo dell'econometria
* Forma strutturale e forma ridotta
* Moltiplicatori e proprietà dinamiche
Il modello lineare bivariato
* La specificazione lineare
* Stimatori dei minimi quadrati
* Il coefficiente di correlazione
* Proprietà degli stimatori dei minimi quadrati
* Inferenza nel modello dei minimi quadrati
* Analisi della varianza in ambito di regressione
* Previsione nel modello dei minimi quadrati Esercizi
L'estensione del modello lineare bivariato
* Osservazioni ripetute e un test di linearità
* Relazioni non lineari
* Trasformazioni di variabili
* Regressione trivariata Esercizi
Elementi di algebra matriciale
* Operazioni su matrici e vettori
* Il prodotto matriciale
* Prodotto scalare o prodotto interno
* Somma di matrici
* Uguaglianza di matrici
* Ulteriori osservazioni sulle matrici
* Matrici a blocchi
* Riassunto delle operazioni su matrici
* Formulazione matriciale del problema dei minimi quadrati
* Differenziazione matriciale
* Interpretazione geometrica dei minimi quadrati
* Estensione a tre e più dimensioni
* Riassunto della geometria dei vettori
* Soluzione di un sistema di equazioni
* Rango di una matrice
* Matrici inverse
* Proprietà dei determinanti
* Proprietà delle matrici inverse
* Regola di Cramer
* Il problema di autovalori
* Proprietà degli autovalori e degli autovettori di una
* matrice reale simmetrica di ordine n
* Forme quadratiche e matrici positive definite
* Definizioni
* Problemi di massimo e minimo
* Ottimi vincolati
* Esercizi
Il modello lineare a k variabili
* Risultati statistici preliminari
* Distribuzioni di forme quadratiche
* Indipendenza delle forme quadratiche
* Indipendenza di una forma quadratica e di una funzione lineare
* Le ipotesi del modello lineare
* Stima mediante il metodo dei minimi quadrati ordinari
* modello con variabili scarto
* Stima di • Ø
* Inferenza nel modello dei minimi quadrati
* Insiemi di ipotesi lineari
* Ipotesi relative ad un solo coefficiente
* Ipotesi relative alla significatività dell'intera regressione
* Ipotesi relative a un sottoinsieme di coefficienti
* Intervalli di confidenza
* Previsioni nel caso di variabili X stocastiche
* Esercizi
Ulteriori aspetti del modello lineare a k variabili
* Stime soggette a vincoli lineari
* Test di cambiamento strutturale
* Variabili di comodo o variabili dummy
* Due o più insiemi di variabili di comodo
* Interazione
* Destagionalizzazione
* Stima delle relazioni econometriche
* Multicollinearità
* Multicollinearità esatta e funzioni stimabili
* Quasi multicollinearità
* Errori di specificazione Esercizi
Stimatori di massima verosimiglianza e loro proprietà asintotiche
* Struttura del capitolo
* Alcuni richiami sulla teoria asintotica
* Convergenza in probabilità
* Convergenza in distribuzione
* Stimatori di massima verosimiglianza
* Proprietà degli stimatori di massima verosimiglianza
* Alcuni risultati asintotici per il modello lineare con k variabili esplicative
* Innovazioni non normali
* Matrice X stocastica
* Esercizi
Minimi quadrati generalizzati
* Cause di errori non sferici
* Proprietà degli stimatori OLS in caso di errori non sferici
* Lo stimatore dei minimi quadrati generalizzati
* Eteroschedasticità
* Test per l'eteroschedasticità
* Stima in condizione di eteroschedasticità
* Autocorrelazione
* Definizioni
* Le cause dell'autocorrelazione degli errori
* Conseguenze dell'autocorrelazione per gli OLS
* Test di autocorrelazione
* Stima con errori autocorrelati
* Stima di massima verosimiglianza
* Previsioni in presenza di errori autocorrelati
* Insiemi di equazioni
* Applicazione dello stimatore GLS
* Test per vincoli lineari
* Esercizi
Variabili ritardate
* Fonti di relazioni dinamiche
* Lo schema di Koyck
* Aspettative adattive
* Aggiustamento parziale
* La combinazione di aspettative adattive ed aggiustamento parziale
* Metodi di stima
* Ritardi di Almon
* Stima diretta della struttura di Koyck
* Stima con una variabile dipendente ritardata
* Variabili dipendenti ritardate e disturbi i.i.d.
* Variabili dipendenti ritardate e disturbi autocorrelati
* Variabili strumentali
* Stima di massima verosimiglianza
* Disturbi MA(I)
* Metodi dell'analisi delle serie storiche
* Stazionarietà
* Esercizi
Un insieme di ulteriori questioni
* Residui ricorsivi
* Funzioni spline
* L'analisi congiunta di dati temporali e sezionali
* Modelli a parametri variabili
* Regimi alternati
* Parametri a variazione continua
* Variabili dipendenti qualitative
* Una singola variabile dicotomica
* Errori nelle variabili
* Stimatori delle variabili strumentali
* Esercizi
Sistemi di equazioni simultanee
* Alcuni sistemi simultanei esemplificativi
* Stima con le variabili strumentali
* Stima con il metodo dei minimi quadrati indiretti
* Stima con il metodo dei minimi quadrati a due stadi
* Il problema dell'identificazione
* Vincoli sui coefficienti strutturali
* Trattamento delle identità
* Vincoli lineari non omogenei
* Vincoli tra equazioni
* Vincoli sulla matrice di varianza
* Stima di modelli ad equazioni simultanee
* Sistemi ricorsivi
* Minimi quadrati indiretti
* Minimi quadrati a due stadi
* Interpretazione dei minimi quadrati a due stadi come stimatori di variabili strumentali
* Stimatori di massima verosimiglianza a informazione limitata
* Minimi quadrati a tre stadi e massima verosimiglianza a informazione completa
* Massima verosimiglianza a informazione completa
* Esercizi
L'econometria nella pratica: problemi e prospettive
* Le origini e gli obiettivi di un progetto econometrico di ricerca
* Dati e specificazione del modello
* Data mining e ricerca della specificazione
* Criteri per la scelta di un modello
* Il test Cairncross
* L'impostazione bayesiana
APPENDICI
Appendice matematica e statistica
* Funzioni e derivate
* Funzioni esponenziali e logaritmiche
* Operazioni relative al segno di sommatoria
* Variabili aleatorie e distribuzioni di probabilità
* La distribuzione di probabilità normale
* Moltiplicatori di Lagrange e ottimi vincolati
* Relazioni fra le distribuzioni normali, • Ø , t, ed F
* Valori attesi in distribuzioni bivariate
* Densità di probabilità di variabili aleatorie ottenute per trasformazione
* Componenti principali
Tavole statistiche
* Aee di una distribuzione normale standard
* Distribuzione t di Student
* Dstribuzione X2
* Distribuzione F
* Statistica di Durbin-Watson (tavole di Savin-White)
* Statistica di Wallis per autocorrelazioni del quarto ordine
* Rapporto di von Neumann modificato
* Valori significativi per c• , nel test cusum dei quadrati
You could also be interested in
