Bayesian Econometrics
Autor Gary Koop, Koopen Limba Engleză Paperback – 23 iun 2003
După parcurgerea acestui volum semnat de Gary Koop, cititorul va deține competențele necesare pentru a implementa tehnici computaționale avansate în analiza datelor economice, utilizând riguros inferența bayesiană. Apreciem în mod deosebit caracterul unitar al lucrării, care reușește să transforme un subiect complex într-un instrument de lucru aplicat. Spre deosebire de lucrări enciclopedice precum The Oxford Handbook of Bayesian Econometrics de John Geweke, care servesc drept referință pentru frontiera cercetării, volumul de față este un manual pedagogic ce ghidează utilizatorul pas cu pas prin arhitectura modelelor econometrice. Structura cărții reflectă o progresie logică a dificultății. Primele capitole pun bazele prin analiza modelului de regresie liniară cu prioruri conjugate, extinzând apoi discuția către modele non-liniare și structuri de eroare generalizate. Recomandăm atenție sporită capitolelor dedicate datelor de tip panel și seriilor de timp (State Space Models), esențiale pentru cercetarea empirică modernă. Un element distinctiv este includerea metodelor non-parametrice și a conceptului de Bayesian Model Averaging, tehnici care oferă o flexibilitate superioară în fața incertitudinii modelelor clasice. Cititorul care a aplicat ideile din Introduction to Bayesian Econometrics de Andre Ramirez Hassan va găsi aici o aprofundare teoretică necesară pentru a trece de la utilizarea unor interfețe grafice la programarea propriu-zisă a algoritmilor. Bayesian Econometrics nu se limitează la teorie; prin resursele software și seturile de date incluse, Gary Koop forțează trecerea de la înțelegerea conceptuală la execuția tehnică, oferind în anexe tot suportul matematic necesar (algebră matricială și statistică) pentru a face volumul complet accesibil chiar și fără o pregătire prealabilă în domeniu.
Preț: 414.75 lei
Preț vechi: 512.04 lei
-19%
Carte disponibilă
Livrare economică 27 mai-10 iunie
Livrare express 12-16 mai pentru 39.46 lei
Specificații
ISBN-10: 0470845678
Pagini: 376
Ilustrații: Illustrations
Dimensiuni: 170 x 244 x 21 mm
Greutate: 0.65 kg
Ediția:New.
Editura: Wiley
Locul publicării:Chichester, United Kingdom
Public țintă
: Postgraduate and PhD Courses in Bayesian EconometricsDe ce să citești această carte
Recomandăm această carte studenților de la nivel masteral sau doctorat care doresc să stăpânească instrumentele moderne ale econometriei bayesiene. Cititorul câștigă o metodologie robustă pentru tratarea seturilor de date complexe și a modelelor non-liniare, fiind capabil să realizeze analize empirice de înaltă precizie. Este resursa ideală pentru a transforma teoria statistică în rezultate economice concrete, beneficiind de un suport computațional solid.
Descriere scurtă
Researchers in many fields are increasingly finding the Bayesian approach to statistics to be an attractive one. This book introduces the reader to the use of Bayesian methods in the field of econometrics at the advanced undergraduate or graduate level. The book is self-contained and does not require that readers have previous training in econometrics. The focus is on models used by applied economists and the computational techniques necessary to implement Bayesian methods when doing empirical work. Topics covered in the book include the regression model (and variants applicable for use with panel data), time series models, models for qualitative or censored data, nonparametric methods and Bayesian model averaging. The book includes numerous empirical examples and the website associated with it contains data sets and computer programs to help the student develop the computational skills of modern Bayesian econometrics.
Cuprins
Preface. 1. An Overview of Bayesian Econometrics. 2. The Normal Linear Regression Model with Natural Conjugate Prior and a Single Explanatory Variable. 3. The Normal Linear Regression Model with Natural Conjugate Prior and Many Explanatory Variables. 4. The Normal Linear Regression Model with Other Priors. 5. The Nonlinear Regression Model. 6. The Linear Regression Model with General Error Covariance Matrix. 7. The Linear Regression Model with Panel Data. 8. Introduction to Time Series: State Space Models. 9. Qualitative and Limited Dependent Variable Models. 10. Flexible Models: Nonparametric and Semi-Parametric Methods. 11. Bayesian Model Averaging. 12. Other Models, Methods and Issues. Appendix A: Introduction to Matrix Algebra. Appendix B: Introduction to Probability and Statistics. Bibliography. Index.