Bevezetés a Bayes-ökonometriába

Olvasói vélemények

A könyv vegyes kritikákat kapott, egyesek dicsérik, mint hasznos bevezetést a Bayes-ökonometriába, és megfelelő a diákok és kutatók számára, míg mások kritizálják a rossz szervezés, az elavult hivatkozásokra való támaszkodás és a szerző kódolási megoldásaival kapcsolatos problémák miatt.

⬤ Jó bevezetés a Bayes-technikákba
⬤ világos magyarázatok és valós adatalkalmazások
⬤ rövid, koncentrált fejezetek
⬤ értékes gyakorlatok
⬤ alkalmas azoknak, akik rendelkeznek némi programozási és statisztikai háttérrel
⬤ jó ár-érték arányúnak tekinthető.

⬤ A szerző írásmódját és szervezését kritika éri
⬤ nagymértékben támaszkodik az elavult hivatkozásokra
⬤ feltételezi, hogy az olvasó előzetesen ismeri a hivatkozott műveket
⬤ a kódolási megoldások rendezetlenek és zavarosak
⬤ egyesek szerint más Bayes-szövegekhez képest nem elég mély.

(9 olvasói vélemény alapján)

Eredeti címe:

Introduction to Bayesian Econometrics

Könyv tartalma:

Ez a tankönyv, amely immár a második kiadásban jelenik meg, bevezetést nyújt az ökonometriába a bayesi szemszögből. A szubjektív valószínűség alapgondolatainak magyarázatával kezdődik, és bemutatja, hogy a szubjektív valószínűségeknek a koherencia biztosítása érdekében engedelmeskedniük kell a szokásos valószínűségi szabályoknak.

Ezután rátér a valószínűségi függvény, az előzetes eloszlások és az utólagos eloszlások definícióira. Elmagyarázza, hogy a poszterior eloszlások hogyan képezik a következtetés alapját, és megvizsgálja alapvető tulajdonságaikat. Egyszerű példaként a Bernoulli-eloszlást használjuk.

A prior eloszlások megadásának különböző módszereit vizsgálja, különös hangsúlyt fektetve a tárgyi megfontolásokra és a csereszabatosságra. A regressziós modellt vizsgáljuk annak bemutatására, hogy az analitikus módszerek hogyan vallhatnak kudarcot a marginális utóeloszlások levezetésében, ami a klasszikus és a Markov-láncos Monte Carlo (MCMC) szimulációs módszerek magyarázatához vezet.

Ez utóbbit a Markov-láncok rövid bevezetése követi. A könyv további része az elmélet alkalmazásaival foglalkozik a közgazdaságtanban, a politikatudományban, a biostatisztikában és más alkalmazott területeken használt fontos modellekre.

A második kiadás újdonsága a félparametrikus regresszióról szóló fejezet, valamint az ordinális probit, az item response, a faktorelemzés, az ARCH-GARCH és a sztochasztikus volatilitási modellekről szóló új fejezetek. Az új kiadás hangsúlyt fektet az R programozási nyelvre is, amely a Bayes-statisztika legszélesebb körben használt környezetévé vált.