Construirea unor modele econometrice mai bune utilizând date transversale și de tip panel

Recenzii ale cititorilor

Cartea „Building Better Econometric Models Using Cross Section and Panel Data” este apreciată pentru accesibilitatea sa și pentru îndrumările practice pentru îmbunătățirea modelelor econometrice, în special pentru cei care au o înțelegere de bază a analizei regresiei.

Ușor de urmărit, util pentru creșterea ajustării modelului, practic pentru regresiile datelor panel, oferă perspective asupra rezultatelor pătratice, nu este intimidant ca alte texte econometrice.

Poate să nu acopere tehnici econometrice avansate, potențial limitat pentru cei care caută perspective matematice mai profunde.

(pe baza a 1 recenzii ale cititorilor)

Titlul original:

Building Better Econometric Models Using Cross Section and Panel Data

Conținutul cărții:

Mulți cercetători empirici tânjesc după un model econometric care să explice mai bine datele lor. Cu toate acestea, acești cercetători urmăresc rar acest obiectiv de teama complexităților statistice implicate în specificarea modelului respectiv.

Scopul acestei cărți este de a atenua aceste temeri prin furnizarea unei metodologii practice pe care o poate utiliza oricine este familiarizat cu analiza regresiei - o metodologie care va produce un model care este atât mai informativ, cât și o reprezentare mai bună a datelor. Această carte prezintă proceduri simple și practice care pot fi utilizate pentru a specifica un model care explică mai bine datele. Aceste proceduri utilizează tehnici pur statistice realizate pe baza unui set de date disponibile publicului, ceea ce permite cititorilor să urmărească fiecare etapă a procedurii.

Folosind programul de econometrie Stata (deși pot fi utilizate și majoritatea celorlalte pachete de programe statistice), această carte demonstrează cum să se testeze specificarea eronată a modelului și cum să se respecifice aceste modele într-un mod practic care nu numai că îmbunătățește inferența extrasă din rezultate, dar adaugă un nivel de robustețe care poate crește încrederea cercetătorului în rezultatele generate. Urmând această procedură, cercetătorii vor ajunge la un model empiric mai bun, mai bine pus la punct, care produce rezultate mai bune.