Note :
Le livre « Building Better Econometric Models Using Cross Section and Panel Data » est loué pour son accessibilité et ses conseils pratiques pour améliorer les modèles économétriques, en particulier pour ceux qui ont une compréhension de base de l'analyse de régression.
Avantages:Facile à suivre, utile pour améliorer l'adéquation du modèle, pratique pour les régressions sur données de panel, donne des indications sur les résultats quadratiques, pas intimidant comme d'autres textes sur l'économétrie.
Inconvénients:Peut ne pas couvrir les techniques économétriques avancées, potentiellement limité pour ceux qui recherchent des connaissances mathématiques plus approfondies.
(basé sur 1 avis de lecteurs)
Building Better Econometric Models Using Cross Section and Panel Data
De nombreux chercheurs empiriques aspirent à un modèle économétrique qui expliquerait mieux leurs données. Pourtant, ces chercheurs poursuivent rarement cet objectif par crainte des complexités statistiques qu'implique la spécification de ce modèle.
Ce livre a pour but d'apaiser ces craintes en proposant une méthodologie pratique que toute personne familiarisée avec l'analyse de régression peut employer - une méthodologie qui produira un modèle à la fois plus informatif et qui représentera mieux les données. Ce livre décrit des procédures simples et pratiques qui peuvent être utilisées pour spécifier un modèle qui explique mieux les données. Ces procédures font appel à des techniques purement statistiques appliquées à un ensemble de données accessibles au public, ce qui permet aux lecteurs de suivre chaque étape de la procédure.
En utilisant le logiciel économétrique Stata (bien que la plupart des autres logiciels statistiques puissent également être utilisés), ce livre montre comment tester la mauvaise spécification d'un modèle et comment respécifier ces modèles d'une manière pratique qui non seulement améliore l'inférence tirée des résultats, mais ajoute un niveau de robustesse qui peut augmenter la confiance du chercheur dans les résultats générés. En suivant cette procédure, les chercheurs seront conduits à un meilleur modèle empirique, plus finement ajusté, qui produira de meilleurs résultats.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)