Podovi u podrumu i podrumu
Ekonometrija - Početni tečaj - Magnus Ya.R., Katyshev P.K., Peresetsky A.A. ja

Ekonometrija - Početni tečaj - Magnus Ya.R., Katyshev P.K., Peresetsky A.A. ja

UDK 330.43(075.8)
BBK 65v6ya73

Magnus Ya.R., Katyshev P.K., Peresetsky A.A.
Ekonometrija. Početni tečaj: Proc. - 8. izdanje, vlč. — M.:, 2007. — 504 str.

ISBN 978-5-7749-0473-0

Udžbenik sadrži sustavan prikaz temelja ekonometrije i napisan je na temelju predavanja koja su autori niz godina držali na Ruskoj školi ekonomije i Visokoj školi ekonomije. Detaljno se proučavaju modeli linearne regresije (najmanji kvadrati, testiranje hipoteza, heteroskedastičnost, autokorelacija pogreške, specifikacija modela). Zasebna poglavlja posvećena su sustavima simultanih jednadžbi, metodi maksimalne vjerojatnosti u regresijskim modelima, modelima s diskretnim i ograničenim ovisnim varijablama.

Poglavlje Panel Data proširuje knjigu na potpuni popis tema koje su tradicionalno uključene u suvremene osnovne tečajeve ekonometrije. Poglavlja "Preliminarno testiranje" i "Ekonometrija financijskih tržišta" bit će korisna onima koje zanimaju teorijski, odnosno primijenjeni aspekti ekonometrije. Značajno je povećan broj vježbi. Uključene su vježbe sa stvarnim podacima dostupnim čitatelju na web stranici knjige.

Za studente, diplomante, nastavnike, kao i specijaliste primijenjene ekonomije i financija.

Udžbenik sadrži sustavan prikaz temelja ekonometrije i napisan je na temelju predavanja koja su autori niz godina držali na Ruskoj školi ekonomije i Visokoj školi ekonomije. Linearni modeli parne sobe i višestruka regresija, uključujući teme kao što su najmanji kvadrati, testiranje hipoteza, generalizirani najmanji kvadrati, heteroskedastičnost i autokorelacija pogrešaka, predviđanje, problemi specifikacije modela. Posebno poglavlje posvećeno je sustavima simultanih jednadžbi.

U usporedbi s izdanjem iz 1997., knjiga uključuje tri nova poglavlja o maksimalnoj vjerojatnosti u regresijskim modelima, vremenskim serijama i modelima s diskretnim i ograničenim ovisnim varijablama. Značajno je povećan broj primjera iz ruskog gospodarstva, zadataka i vježbi.

Za studente, diplomante, nastavnike, kao i specijaliste primijenjene ekonomije i financija.

Ekonometrija je (uz mikroekonomiju i makroekonomiju) jedna od temeljnih disciplina suvremenog ekonomskog obrazovanja. Što je ekonometrija? Kad se radi o živoj znanosti koja se razvija, uvijek postoji poteškoća u pokušaju davanja kratkog opisa njezina predmeta i metoda. Možemo li reći da je ekonometrija znanost o ekonomskim mjerenjima, kao što joj samo ime kaže? Naravno da je moguće, ali onda se postavlja pitanje koje je značenje pojma “ekonomske dimenzije”. To je analogno definiranju matematike kao znanosti o brojevima. Stoga ćemo, ne pokušavajući detaljnije razraditi ovaj problem, citirati izjave priznatih autoriteta ekonomije i ekonometrije.

“Ekonometrija omogućuje kvantitativnu analizu stvarnih ekonomskih pojava, temeljenu na trenutnom razvoju teorije i opažanja vezanih uz metode dobivanja zaključaka” (Samuelson).

“Glavni zadatak ekonometrije je ispuniti apriorno ekonomsko rasuđivanje empirijskim sadržajem” (Klein).

“Cilj ekonometrije je empirijsko izvođenje ekonomskih zakona. Ekonometrija nadopunjuje teoriju korištenjem stvarnih podataka za testiranje i pročišćavanje postuliranih odnosa” (Malenvo).

Ova je knjiga prvenstveno namijenjena studentima koji po prvi put počinju studirati ekonometriju i ima dva cilja. Prvo, želimo pripremiti čitatelja za primijenjena istraživanja u ekonomiji. Drugo, mislimo da će biti od koristi studentima koji će dalje dublje proučavati teoriju ekonometrije. Nije potrebno predznanje ekonometrije. Međutim, pretpostavlja se poznavanje tečajeva linearne algebre, teorije vjerojatnosti i matematičke statistike u početnom svesku (na primjer, Gelfand, 1971; Ilyin, Poznyak, 1984; Wentzel, 1964). Također pretpostavljamo da je čitatelj vješt u matematičkoj analizi unutar standardnog tečaja tehničkog sveučilišta.

Postoji nekoliko izvrsnih udžbenika iz ekonometrije Engleski jezik. Primjerice, knjiga (Greene, 1997.) se s pravom može smatrati "ekonometrijskom enciklopedijom" - sadrži gotovo sve dijelove moderne ekonometrije. Udžbenik (Goldberger, 1990.) više se fokusira na formalno-matematičku stranu ekonometrije. Po našem mišljenju, knjiga (Johnston i DiNardo, 1997.) vrlo je uspješna, moderna i teorijski i primjenljivo uravnotežena. Također treba spomenuti udžbenike (Griffits, Hill i Judge, 1993) i (Pindyck i Rubinfeld, 1991), koji su namijenjeni čitateljima koji nemaju jaku matematičku pozadinu i opremljeni su velika količina primjeri i vježbe. Dobar dodatak standardnim udžbenicima je knjiga (Kennedy, 1998), koja se fokusira na sadržajnu stranu ekonometrijske analize i sadrži veliki broj zanimljive vježbe. Također je potrebno spomenuti knjigu (Hamilton, 1994.) u kojoj je vrlo detaljno i na visokoj matematičkoj razini prikazana teorija vremenskih nizova, te knjigu (Stewart, 1991.) koja sadrži uspješne i kompaktne dijelove o teoriji vremenskih serija.

Stoga bi možda bilo potrebno iznijeti neke argumente u korist pisanja nove knjige umjesto jednostavnog prijevoda jednog od postojećih udžbenika. Naša se knjiga temelji na predavanjima koja je održao jedan od autora (J. Magnus) kao uvodni tečaj ekonometrije za studente Ruske ekonomske škole (NES) u ožujku-travnju 1993. Druga dva autora (P. Katyshev, A. .Peresetsky ) izvodila praktičnu nastavu. Intenzivni tečaj od 7 tjedana uključivao je osnove ekonometrije. Ovo je bila prva godina postojanja Ruske škole ekonomije. Sljedećih godina autori su surađivali na izradi nastavnog plana i programa za sva tri ekonometrijska kolegija za studente prve godine NSZ-a. U procesu rada posebno smo sastavili primjere iz ruskog gospodarstva koje smo koristili umjesto tradicionalno smatranih primjera iz gospodarstava zapadne Europe i Sjedinjenih Država. Na kraju smo došli do zaključka da bi bilo poželjno imati udžbenik napisan posebno za ruske studente, te smo preradili program kolegija u samostalnu knjigu. Ova je knjiga stoga rezultat petogodišnjeg podučavanja ekonometrije ruskim studentima.

Poglavlja 2-4 sadrže klasičnu teoriju modela linearne regresije. Ovaj materijal je srž ekonometrije i studenti bi se s njim trebali upoznati prije nego prijeđu na ostatak knjige. Poglavlje 2 bavi se najjednostavnijim modelom s dva regresora, poglavlje 3 posvećeno je multivarijantnim modelima. U određenom smislu, Poglavlje 2 je suvišno, ali s pedagoškog gledišta, izuzetno je korisno prvo proučiti regresijske modele s dvije varijable. Tada se, na primjer, može odreći matrične algebre; u dvodimenzionalnom slučaju također je lakše razumjeti grafičku interpretaciju regresije. Četvrto poglavlje sadrži nekoliko dodatnih odjeljaka (problem multikolinearnosti, lažne varijable, specifikacija modela), ali se njegov materijal također može klasificirati kao standardni temelji ekonometrije.

Poglavlja 5-9 istražuju neke generalizacije standardnog modela višestruke regresije, kao što su stohastički regresori, generalizirani najmanji kvadrati, heteroskedastičnost i autokorelacija reziduala, dostupni generalizirani najmanji kvadrati, predviđanje, instrumentalne varijable. Iznenađujuća stvar u vezi s teorijom ekonometrije je da na ovoj razini većina teorema standardne jezgre teorije (poglavlja 2-4) ostaju valjani, barem približno ili asimptotski, kada su uvjeti teorema opušteni. Čvrsto preporučujemo da se rezultati poglavlja 5-9 stalno povezuju s glavnim rezultatima predstavljenim u poglavljima 2-4.

Poglavlje 10 sadrži teoriju sustava simultanih jednadžbi, tj. slučaj kada model sadrži više od jedne jednadžbe. Razmatraju se problemi s kojima se ekonometričar može susresti u praktičnom radu.

Knjiga uključuje nekoliko dodataka, uključujući pregled ekonometrijskih paketa i sažeti englesko-ruski rječnik.

Naše iskustvo pokazuje da je gradivo poglavlja 1-7 dostatno za 7-tjedni tečaj od 6 sati tjedno, a gradivo poglavlja 1-10 dovoljno je za standardni jednosemestralni tečaj. Dobre rezultate postigli smo sa sljedećom strukturom tečaja: dva dvosatna predavanja tjedno i jedna radionica (u manjim podgrupama), no moguće su i druge strukture tečaja.

Studenti

Rješavanje problema je ključ za učenje matematike, statistike i ekonometrije. To su nam govorili naši učitelji dok smo bili učenici, a mi to ponavljamo ovdje. I tako je! Za praktične studente eksperimentiranje s podacima je ključno. Uklonite nekoliko zapažanja iz svojih podataka i pogledajte što se događa s vašim procjenama i zašto. Dodajte varijable objašnjenja i pogledajte kako se vaše procjene i predviđanja mijenjaju. Općenito, eksperimentirajte. Teorijski orijentirani učenik mora se zapitati zašto je potreban ovaj ili onaj uvjet teorema. Zašto teorem prestaje biti točan ako uklonite ili promijenite jedan od uvjeta. Pronađite protuprimjere.

Učitelji

Važno je da svi učenici imaju potrebne matematičke i statistička razina priprema na početku tečaja. Ako to nije slučaj, tada bi tečaj trebao započeti pregledom potrebnih koncepata linearne algebre i matematičke statistike. Poglavlja 2-4 trebaju biti na početku tečaja. Postoji određena sloboda u izboru daljnjih tema ako vrijeme ne dopušta uključivanje cijele knjige u tečaj. U slučaju nedostatka vremena, stohastički regresori (odjeljak 5.1) i testovi heteroskedastičnosti (ali ne i sam koncept heteroskedastičnosti) mogu se odgoditi za sljedeći tečaj. Poglavlja 7-10 sadrže posebne, ali važne dijelove koji se mogu uključiti u tečaj s različitim stupnjevima detalja, ovisno o ukusu instruktora.

Bit ćemo zahvalni za sve komentare, prijave pogrešaka pri upisu, nejasnih mjesta, pogrešaka u ovoj knjizi.

Hvala

Duboko smo zahvalni pet generacija studenata Nove ekonomske škole, koji su u procesu izučavanja kolegija dali niz kritičkih primjedbi koje smo koristili u radu na knjizi. Bez njih ova knjiga nikada ne bi bila napisana.

Zahvaljujemo diplomantima NSZ-a Vladislavu Karginu i Alekseju Onackom, koji su za knjigu pripremili primjer na moskovskom tržištu stanova, kao i studentima NSZ-a Eleni Paltsevoj i Gaukhar Turmukhambetovoj, čiji su napori uspjeli izbjeći mnoge tipfelere. Također smo zahvalni našem kolegi Alexanderu Slastnikovu koji je preuzeo redakciju rukopisa. Tijekom rada na rukopisu P.Katyshev i A.Peresetsky primili su financijsku potporu Ruske humanitarne znanstvene zaklade, projekt 96-02-16011a.

Tilburg/Moskva, ožujak 1997

Sadržaj Predgovor Predgovor prvom izdanju Predgovor trećem izdanju Predgovor šestom izdanju 1. Uvod 1.1. Modeli 1.2. Vrste modela 1.3. Vrste podataka 2. Parni regresijski model 2.1. Prilagodba krivulje 2.2. Metoda najmanjih kvadrata (LSM) 2.3. Model linearne regresije s dvije varijable 2.4. Gauss-Markovljev teorem. Procjena disperzije pogreške a2 2.5. Statistička svojstva LSM-procjena regresijskih parametara. Provjera hipoteze b = bo- Intervali pouzdanosti za koeficijente regresije 2.6. Analiza varijacije zavisne varijable u regresiji. R2 koeficijent determinacije 2,7. Procjena maksimalne vjerojatnosti regresijskih koeficijenata Vježbe 3. Višestruki regresijski model 3.1. Glavne hipoteze 3.2. Metoda najmanjeg kvadrata. Gauss-Markovljev teorem 3.3. Statistička svojstva LSM procjena 3.4. Analiza varijacije zavisne varijable u regresiji. Koeficijenti R2 i prilagođeni R 3,5. Testiranje hipoteze. Intervali pouzdanosti i područja pouzdanosti Vježbe 4. Razni aspekti višestruke regresije 4.1. Multikolinearnost 4.2. Dummy varijable 4.3. Djelomična korelacija 4.4. Specifikacija modela Vježbe 5. Neke generalizacije višestruke regresije 5.1. Stohastički regresori 5.2. Generalizirana metoda najmanjih kvadrata 5.3. Dostupni generalizirani najmanji kvadrati Vježbe 6. Heteroskedastičnost i vremenska korelacija 6.1. Heteroskedastičnost 6.2. Vježbe vremenske korelacije 7. Predviđanje u regresijskim modelima 7.1. Bezuvjetno predviđanje 7.2. Uvjetno predviđanje 7.3. Predviđanje u prisutnosti autoregresivnih pogrešaka Vježbe 8. Instrumentalne varijable 8.1. Konzistentnost procjena dobivenih pomoću instrumentalnih varijabli 8.2. Učinak pogrešaka mjerenja 8.3. Dva koraka najmanjih kvadrata 8.4. Hausmanov test Vježbe 9. Sustavi regresijskih jednadžbi 3.1. Vanjski nepovezane jednadžbe 9.1. Sustavi simultanih jednadžbi Vježbe 10. Metoda maksimalne vjerojatnosti u regresijskim modelima 10.1. Uvod 10.2. Matematički aparat 246 10.3. Procjena maksimalne vjerojatnosti parametara normalne multivarijatne distribucije 10.4. Svojstva procjena najveće vjerojatnosti 10.5. Procjena maksimalne vjerojatnosti u linearnom modelu 10.6. Testiranje hipoteza u linearnom modelu, I 10.7. Testiranje hipoteza u linearnom modelu, II 10.8. Nelinearna ograničenja Vježbe 11. Vremenske serije 11.1. Modeli raspodijeljenog kašnjenja 11.2. Dinamički modeli 11. 3 Jedinični korijeni i kointegracija 11.4 Box-Jenkinsovi modeli (ARIMA) 11.5. GARCH modeli Vježbe 12. Diskretne ovisne varijable i cenzurirani uzorci 12.1. Binarni i modeli višestrukog izbora 12.2. Isječeni i cenzurirani modeli Vježbe 13. Panel podaci 13.1 Uvod 13.2. Oznake i osnovni modeli 13.3. Model s fiksnim učinkom Odjeljak 13.4. Model slučajnog učinka 13.5. Kvaliteta pristajanja 13.6. Izbor modela 13.7. Dinamički modeli 13.8. Modeli binarnog izbora s podacima panela 13.9. Generalizirana metoda momenata Vježbe 14. Prethodno testiranje: uvod 14.1. Uvod 14.2. Prikaz problema 14.3. Glavni rezultat 14.4. Predtestno vrednovanje 14.5. WALS Ocjena 14,6. Teorem ekvivalencije 14.7. Prethodno testiranje i učinak podcjenjivanja 14.8. Učinak "podcjenjivanja". Jedan pomoćni parametar 14.9. Izbor modela: od općeg prema posebnom i od posebnog prema općem 14.10. Učinak "podcjenjivanja". Dva pomoćna parametra 14.11. Predviđanje i preliminarna ispitivanja 14.12. Generalizacije 14.13. Ostala pitanja Vježbe 15. Ekonometrija financijskih tržišta 15.1. Uvod 15.2. Hipoteza učinkovitosti financijsko tržište 15.3. Optimizacija portfelja vrijednosnih papira 15.4. Test za uključivanje nove imovine u učinkovit portfelj 15.5. Optimalan portfelj uz prisutnost nerizične imovine 15.6. Modeli vrednovanja financijske imovine Vježba 16. Ekonometrijske perspektive 1.6.1. Uvod 16.2. Što točno radi ekonometričar? 16.3. Ekonometrija i fizika 16.4. Ekonometrija i matematička statistika 16.5. Teorija i praksa 16.6. Ekonometrijska metoda 16.7. Slaba karika 16.8. Agregacija 16.9. Kako koristiti ostale radove 16.10. Zaključak Dodatak LA. Linearna algebra 1. Vektorski prostor 2. Vektorski prostor Ln 3. Linearna ovisnost 4. Linearni podprostor 5. Bazis. Dimenzija 6. Linearni operatori 7. Matrice 8. Matrične operacije 9. Invarijante matrice: trag, determinanta 10. Rang matrice 11. Inverzna matrica 12. Sustavi linearne jednadžbe 13. Svojstvene vrijednosti i vektori 14. Simetrične matrice 15. Pozitivno određene matrice 16. Idempotentne matrice 17. Blok matrice 18. Kroneckerov produkt 19. Diferenciranje s obzirom na vektorski argument Vježbe Dodatak MS. Teorija vjerojatnosti i matematička statistika 1. Slučajne varijable, slučajni vektori 2. Uvjetne razdiobe 3. Neke posebne razdiobe 4. Multivarijantna normalna razdioba 5. Zakon velikih brojeva. Centralni granični teorem 6 Osnovni pojmovi i problemi matematičke statistike 7. Procjena parametara 8. Testiranje hipoteza Dodatak EP. Pregled ekonometrijskih paketa 1. Podrijetlo paketa. Windows verzija. Grafika 2. O nekim paketima 3. Iskustvo praktični rad Primjena ST. Kratki englesko-ruski rječnik pojmova Dodatak TA. Tablice Kazalo literature

6. izdanje, revidirano. i dodatni - M.: Delo, 2004. - 576 str.

Šestom izdanju knjige dodana su tri nova poglavlja. Poglavlje Panel Data proširuje knjigu na potpuni popis tema koje su tradicionalno uključene u suvremene osnovne tečajeve ekonometrije. Dodana su i poglavlja "Preliminarno testiranje" i "Ekonometrija financijskih tržišta" koja će biti korisna onima koji su zainteresirani za teorijske, odnosno primijenjene aspekte ekonometrije. Značajno je povećan broj vježbi. Uključene su vježbe sa stvarnim podacima dostupnim čitatelju na web stranici knjige.

Za studente, diplomante, nastavnike, kao i specijaliste primijenjene ekonomije i financija

Format: djvu

Veličina: 5,9 MB

Preuzimanje datoteka: yandex.disk

Format: pdf

Veličina: 21,7 Mb

Preuzimanje datoteka: voziti.google

Sadržaj
Uvodne napomene 10
Predgovor prvom izdanju 13
Predgovor trećem izdanju 18
Predgovor šestom izdanju 23
1. Uvod 26
1.1. Modeli 26
1.2. Vrste modela 28
1.3. Vrste podataka 30
2. Upareni regresijski model 32
2.1. Prilagodba krivulje 32
2.2. Najmanji kvadrati (OLS) 34
2.3. Model linearne regresije s dvije varijable 38
2.4. Gauss-Markovljev teorem. Procjena varijance pogreške a2 41
2.5. Statistička svojstva LSM-procjena regresijskih parametara. Test hipoteze b = bo- Intervali pouzdanosti za koeficijente regresije 46
2.6. Analiza varijacije zavisne varijable u regresiji. Koeficijent determinacije R2 51
2.7. Procjena maksimalne vjerojatnosti regresijskih koeficijenata 55
Vježba 58
3. Model višestruke regresije 67
3.1. Glavne hipoteze 68
3.2. Metoda najmanjeg kvadrata. Gauss-Markovljev teorem 69
3.3. Statistička svojstva OLS procjena 72
3.4. Analiza varijacije zavisne varijable u regresiji. R2 koeficijenti i prilagođeni R^, 74
3.5. Testiranje hipoteze. Intervali pouzdanosti i područja pouzdanosti 78"
Vježba 88
4. Razni aspekti višestruke regresije 108
4.1. Multikolinearnost 109;
4.2. Dummy varijable 112
4.3. Djelomična korelacija 118
4.4. Specifikacija modela 124
Vježba 135
5. Neke generalizacije višestruke regresije 148
5.1. Stohastički regresori 149
5.2. Generalizirani najmanji kvadrati.... 154
5.3. Pristupačni generalizirani metodi najmanjih kvadrata 160
Vježbe 163
6. Heteroskedastičnost i vremenska korelacija 167
6.1. Heteroskedastičnost 168
6.2. Vremenska korelacija 184
Vježbe 192
7. Predviđanje u regresijskim modelima 204
7.1. Bezuvjetno predviđanje 205
7.2. Uvjetno predviđanje 208
7.3. Predviđanje u prisutnosti autoregresivnih pogrešaka 209
Vježbe 211
osam . Instrumentalne varijable 212
8.1. Konzistentnost procjena dobivenih pomoću instrumentalnih varijabli 213
8.2. Utjecaj grešaka mjerenja 214
8.3. Dva koraka najmanjih kvadrata.... 215
8.4. Housemanov test 217
Vježba 218
9. Sustavi regresijskih jednadžbi 220
3.1. Vanjski nepovezane jednadžbe 221
9.1. Sustavi simultanih jednadžbi 224
Vježba 241
10. Metoda maksimalne vjerojatnosti u regresijskim modelima 244
10.1. Uvod 245
10.2. Matematički aparat 246
10.3. Procjena maksimalne vjerojatnosti parametara multivarijatne normalne distribucije. . 248
10.4. Svojstva procjena najveće vjerojatnosti. 249
10.5. Procjena maksimalne vjerojatnosti u linearnom modelu 250
10.6. Testiranje hipoteza u linearnom modelu, I 253
10.7. Testiranje hipoteza u linearnom modelu, II 257
10.8. Nelinearna ograničenja 258
Vježbe 260
11. Vremenski niz 264
11.1. Modeli raspodijeljenog kašnjenja 266
11.2. Dinamički modeli 268
11.3. Jedinični korijeni i kointegracija 276
11.4 Box-Jenkinsovi modeli (ARIMA) 28
11.5. GARCH modeli 3
3J vježbe
12. Diskretne ovisne varijable i cenzurirani uzorci 3
12.1. Binarni i modeli višestrukog izbora... 3!
12.2. Modeli s skraćenim i cenzuriranim uzorcima 3.
Vježba 3;
13. Podaci o ploči 31
13.1 Uvod 3
13.2. Oznake i osnovni modeli 3
13.3. Model s fiksnim učinkom 3
13.4. Model sa slučajnim efektom 31
13.5. Kvaliteta pristajanja Z1
13.6. Izbor modela 3"
13.7. Dinamički modeli 3
13.8. Modeli binarnog izbora s podacima panela 3
13.9. Generalizirana metoda momenata 3
Vježba 39
14. Predispitivanje: Uvod 39
14.1. Uvod 3!
14.2. Izjava problema 40
14.3. Glavni rezultat 40"
14.4. Procjena prije testiranja 4 USD
14.5. WALS rezultat 40
14.6. Teorem ekvivalencije 4
14.7. Prethodno testiranje i učinak podcjenjivanja 407
14.8. Učinak "podcjenjivanja". Jedan pomoćni parametar 412
14.9. Izbor modela: od općeg prema posebnom i od posebnog prema općem 415
14.10. Učinak "podcjenjivanja". Dva pomoćna parametra 419
11. Predviđanje i predispitivanje 425
.12. Generalizacije 429
13. Ostalo 432
Vježbe 434
15. Ekonometrija financijskih tržišta 435
11.5.1. Uvod 436
15.2. Hipoteza učinkovitosti financijskog tržišta. . . 438
15.3. Optimizacija portfelja vrijednosnih papira 446
15.4. Test za uključivanje nove imovine u učinkovit portfelj 450
15.5. Optimalan portfelj u prisustvu nerizične imovine 456
15.6. Modeli vrednovanja financijske imovine 461
Vježbe 471
16. Perspektive ekonometrije 472
1.6.1. Uvod 472
16.2. Što točno radi ekonometričar? .... 473
16.3. Ekonometrija i fizika 474
16.4. Ekonometrija i matematička statistika. . . 475
16.5. Teorija i praksa 476
16.6. Ekonometrijska metoda 477
16.7. Slaba karika 480
1.6.8. Agregacija 481
16.9. Kako koristiti druge 481 radove
16.10. Zaključak 482
LA aplikacija. Linearna algebra 484
1. Vektorski prostor 484
2. Vektorski prostor Lp 485
3. Linearna ovisnost 485
4. Linearni podprostor 486
5. Osnova. Dimenzija 486
6. Linearni operatori 487
7. Matrice 488
8. Operacije s matricama 489
9. Invarijante matrice: trag, determinanta 492
10. Matrica ranga 494
11. Inverzna matrica 495
12. Sustavi linearnih jednadžbi 496
13. Svojstvene vrijednosti i vektori 496
14. Simetrične matrice 498
15. Pozitivno određene matrice 500
16 Idempotentne matrice 502
17. Blok matrice 503
18. Kronecker Product 504
19. Diferenciranje s obzirom na vektorski argument. . 505
Vježbe 507
MS aplikacija. Teorija vjerojatnosti i matematička statistika 509
1. Slučajne varijable, slučajni vektori 509
2. Uvjetne raspodjele 516
3. Neke posebne raspodjele 518
4. Multivarijantna normalna distribucija 524
5. Zakon velikih brojeva. Centralni granični teorem 528
6 Osnovni pojmovi i zadaci matematičke statistike 531
7. Procjena parametara 533
8. Testiranje hipoteza 539
EP aplikacija. Pregled ekonometrijskih paketa 542
1. Podrijetlo paketa. Windows verzija. Grafika 543
2. O nekim paketima 544
3. Praktično radno iskustvo 546
Primjena ST. Sažeti englesko-ruski rječnik pojmova 547
TA aplikacija. Tablice 555
Književnost 561
Indeks 570