Budowanie lepszych modeli ekonometrycznych z wykorzystaniem danych przekrojowych i panelowych

Opinie czytelników

Książka „Building Better Econometric Models Using Cross Section and Panel Data” jest chwalona za przystępność i praktyczne wskazówki dotyczące ulepszania modeli ekonometrycznych, szczególnie dla osób z podstawowym zrozumieniem analizy regresji.

Łatwy do naśladowania, pomocny w zwiększaniu dopasowania modelu, praktyczny w regresji danych panelowych, zapewnia wgląd w wyniki kwadratowe, nie onieśmiela jak inne teksty ekonometryczne.

Może nie obejmować zaawansowanych technik ekonometrycznych, potencjalnie ograniczonych dla osób poszukujących głębszych spostrzeżeń matematycznych.

(na podstawie 1 opinii czytelników)

Oryginalny tytuł:

Building Better Econometric Models Using Cross Section and Panel Data

Zawartość książki:

Wielu badaczy empirycznych tęskni za modelem ekonometrycznym, który lepiej wyjaśniałby ich dane. Jednak badacze ci rzadko dążą do tego celu z obawy przed zawiłościami statystycznymi związanymi z określeniem tego modelu.

Niniejsza książka ma na celu złagodzenie tych obaw poprzez dostarczenie praktycznej metodologii, którą może zastosować każdy, kto jest zaznajomiony z analizą regresji - metodologii, która przyniesie model, który jest zarówno bardziej pouczający, jak i lepiej reprezentuje dane. Niniejsza książka przedstawia proste, praktyczne procedury, które można wykorzystać do określenia modelu lepiej wyjaśniającego dane. Takie procedury wykorzystują czysto statystyczne techniki wykonywane na publicznie dostępnym zestawie danych, co pozwala czytelnikom śledzić każdy etap procedury.

Korzystając z oprogramowania ekonometrycznego Stata (choć można również użyć większości innych pakietów oprogramowania statystycznego), niniejsza książka pokazuje, jak testować pod kątem błędnej specyfikacji modelu i jak ponownie określić te modele w praktyczny sposób, który nie tylko poprawia wnioskowanie na podstawie wyników, ale także dodaje poziom solidności, który może zwiększyć zaufanie badacza do wygenerowanych wyników. Postępując zgodnie z tą procedurą, badacze zostaną doprowadzeni do lepszego, bardziej precyzyjnie dostrojonego modelu empirycznego, który przyniesie lepsze wyniki.