Jobb ökonometriai modellek építése keresztmetszeti és paneladatok felhasználásával

Olvasói vélemények

A „Building Better Econometric Models Using Cross Section and Panel Data” (Jobb ökonometriai modellek létrehozása keresztmetszeti és paneladatok felhasználásával) című könyvet dicsérik a közérthetőségéért és az ökonometriai modellek javítására vonatkozó gyakorlati útmutatásaiért, különösen a regresszióelemzés alapszintű ismereteivel rendelkezők számára.

Könnyen követhető, hasznos a modellilleszkedés növeléséhez, praktikus a paneladat-regressziókhoz, betekintést nyújt a kvadratikus eredményekbe, nem ijesztő, mint más közgazdaságtani szövegek.

Lehet, hogy nem terjed ki a fejlett ökonometriai technikákra, potenciálisan korlátozott azok számára, akik mélyebb matematikai betekintést keresnek.

(1 olvasói vélemény alapján)

Eredeti címe:

Building Better Econometric Models Using Cross Section and Panel Data

Könyv tartalma:

Sok empirikus kutató vágyik egy olyan ökonometriai modellre, amely jobban megmagyarázza az adataikat. Ezek a kutatók azonban ritkán követik ezt a célt, mert félnek a modell meghatározásával járó statisztikai bonyolultságtól.

E könyv célja, hogy enyhítse ezeket a félelmeket egy olyan gyakorlati módszertan bemutatásával, amelyet bárki, aki ismeri a regresszióelemzést, alkalmazhat - egy olyan módszertan, amely egyrészt informatívabb, másrészt az adatokat jobban reprezentáló modellt eredményez. Ez a könyv olyan egyszerű, gyakorlatias eljárásokat vázol fel, amelyek segítségével olyan modell adható meg, amely jobban megmagyarázza az adatokat. Ezek az eljárások tisztán statisztikai technikákat alkalmaznak egy nyilvánosan elérhető adathalmazon, ami lehetővé teszi az olvasók számára, hogy az eljárás minden szakaszát végigkísérjék.

A könyv a Stata ökonometriai szoftver segítségével (bár a legtöbb más statisztikai szoftvercsomag is használható) bemutatja, hogyan lehet tesztelni a modell hibás specifikációját, és hogyan lehet ezeket a modelleket olyan gyakorlati módon újra specifikálni, amely nemcsak az eredményekből levont következtetést javítja, hanem olyan robusztussági szintet ad, amely növelheti a kutató bizalmát a generált eredményekben. Ezt az eljárást követve a kutatókat egy jobb, finomabbra hangolt empirikus modellhez vezetik, amely jobb eredményeket hoz.