СОДЕРЖАНИЕ

Обзор: Случайные переменные и теория выборок              3

1. Ковариация, дисперсия и корреляция              34
1. Выборочная ковариация              34
2. Несколько основных правил расчета ковариации              38
3. Альтернативное выражение для выборочной ковариации              42
4. Теоретическая ковариация              43
5. Выборочная дисперсия              44
6. Правила расчета дисперсии              45
7. Теоретическая дисперсия выборочного среднего              47
8. Коэффициент корреляции              47
9. Почему ковариация не является хорошей мерой              связи?              50
10. Коэффициент частной корреляции              52
2. Парный регрессионный анализ              53
1. Модель парной линейной регрессии              53
2. Регрессия по методу наименьших квадратов              55
3. Регрессия по методу наименьших квадратов: два примера              58
4. Детальное рассмотрение остатков              61
5. Регрессия по методу наименьших квадратов с одной

независимой переменной              62

6. Интерпретация уравнения регрессии              64
7. Качество оценки: коэффициент R2              69
6. Свойства коэффициентов регрессии и проверка гипотез              73
1. Случайные составляющие коэффициентов регрессии              73
2. Эксперимент по методу Монте-Карло              74
3. Предположения о случайном члене              79
4. Несмещенность коэффициентов регрессии              82
5. Точность коэффициентов регрессии              83
6. Теорема Гаусса—Маркова              87
7. Проверка гипотез, относящихся к коэффициентам

регрессии              89

8. Доверительные интервалы              102
9. Односторонние t-тесты              104
10. F-mecm на качество оценивания              109
11. Взаимосвязи между критериями в парном регрессионном

анализе              111

4. Преобразования переменных              115
1. Базисная процедура              115
2. Логарифмические преобразования              119
3. Случайный член              125
4. Нелинейная регрессия              126
5. Выбор функции: тесты Бокса—Кокса              129

Приложение 4.1              132

5. Множественный регрессионный анализ              134
1. Иллюстрация: модель с двумя независимыми переменными              134
2. Вывод и интерпретация коэффициентов множественной

регрессии              137

3. Множественная регрессия в нелинейных моделях              141
4. Свойства коэффициентов множественной регрессии              146
5. Мультиколлинеарность              155
6. Качество оценивания: коэффициент R               159
3. Спецификация переменных в уравнениях регрессии:

предварительное рассмотрение              165

1. Моделирование              165
2. Влияние отсутствия в уравнении переменной, которая

должна быть включена              166

3. Влияние включения в модель переменной, которая

не должна быть включена              177

4. Замещающие переменные              182
5. Проверка линейного ограничения              188
6. Как извлечь максимум информации из анализа остатков              193
7. Лаговые переменные              196
4. Гетероскедастичность и автокоррелированность случайного члена 200
1. Еще раз об условиях Гаусса—Маркова              200
2. Гетероскедастичность и ее последствия              201
3. Обнаружение гетероскедастичности              204
4. Что можно сделать в случае гетероскедастичности?              210
5. Автокорреляция и связанные с ней факторы              217
6. Обнаружение автокорреляции первого порядка: критерий Дарбина— Уотсона              219
7. Что можно сделать в отношении автокорреляции?              222
8. Автокорреляция с лаговой зависимой переменной              227
9. Автокорреляция как следствие неправильной спецификации

модели              229

Приложение 7.1              234

Приложение 7.2              237

Приложение 7.3              240

Приложение 7.4              241

8. Стохастические объясняющие переменные и ошибки измерения              243
1. Стохастические объясняющие переменные              243
2. Последствия ошибок измерения              247
3. Критика М. Фридменом стандартной функции потребления 253
4. Инструментальные переменные              259
9. Фиктивные переменные              262
1. Иллюстрация использования фиктивной переменной              262
2. Общий случай              270
3. Множественные совокупности фиктивных переменных              277
4. Фиктивные переменные для коэффициента наклона              280
5. Тест Чоу              282

Приложение 9.1              285

10. Моделирование динамических процессов              288
1. Введение              288
2. Распределение Койка              289
3. Частичная корректировка              291
4. Адаптивные ожидания              295
5. Гипотеза Фридмена о постоянном доходе              298
6. Полиномиально распределенные лаги Алмон              303
7. Рациональные ожидания              306
8. Предсказание              309
9. Тесты на устойчивость              315

Приложение              10.1              319

И.

1. Смещение при оценке одновременных уравнений              322
2. Структурная и приведенная формы уравнений              325
3. Косвенный метод наименьших квадратов (КМНК)              327
4. Инструментальные переменные (ИП)              330
5. Неидентифицируемостъ              332
6. Сверхидентифицированностъ              336
7. Двухшаговый метод наименьших квадратов (ДМНК)              337
8. Условие размерности для идентификации              340
9. Идентификация относительно стабильных зависимостей              345

Приложение              11.1              348

12.

1. Метод максимального правдоподобия (ММП)              350
2. Спецификация модели              354
3. Послесловие к функциям спроса              363

Приложение А. Статистические таблицы              366

Приложение Б. Набор данных              374

Библиография              384

Именной указатель              387

Предметный указатель              389

ВВЕДЕНИЕ В ЭКОНОМЕТРИКУ