By James H. Stock, Mark W. Watson

Designed for a primary path in introductory econometrics, Introduction to Econometrics, displays sleek concept and perform, with fascinating purposes that motivate and fit up with the theory to make sure scholars grab the relevance of econometrics. Authors James H. inventory and Mark W. Watson combine real-world questions and information into the improvement of the idea, with severe therapy of the substantial findings of the ensuing empirical research.

Show description

Read Online or Download Introduction to Econometrics (2nd Edition) (Addison-Wesley Series in Economics) PDF

Best econometrics books

Handbook of Financial Econometrics, Volume 1: Tools and Techniques (Handbooks in Finance)

This selection of unique articles―8 years within the making―shines a vivid gentle on fresh advances in monetary econometrics. From a survey of mathematical and statistical instruments for knowing nonlinear Markov procedures to an exploration of the time-series evolution of the risk-return tradeoff for inventory marketplace funding, famous students Yacine Aït-Sahalia and Lars Peter Hansen benchmark the present country of data whereas members construct a framework for its progress.

Modelling Irregularly Spaced Financial Data: Theory and Practice of Dynamic Duration Models

From the stories of the 1st edition:"This publication regards monetary aspect strategies. … important danger and liquidity measures are built via defining monetary occasions by way of expense and /or the quantity approach. numerous functions are illustrated. " (Klaus Ehemann, Zentralblatt MATH, Vol. 1081, 2006)

Interest-Rate Management

The complexity of recent monetary items in addition to the ever-increasing significance of by-product securities for monetary probability and portfolio administration have made mathematical pricing versions and entire hazard administration instruments more and more very important. This e-book adresses the desires of either researchers and practitioners.

Dynamic Programming of Economic Decisions

Dynamic Programming is the research of multistage determination within the sequential mode. it's now widely known as a device of significant versatility and gear, and is utilized to an expanding volume in all stages of financial research, operations learn, expertise, and in addition in mathematical thought itself. In economics and operations examine its influence might sometime rival that of linear programming.

Additional info for Introduction to Econometrics (2nd Edition) (Addison-Wesley Series in Economics)

Sample text

XT ) = max L(θ|x1 , . . , xT ), L(θ|x θ∈Θ wobei wir die Existenz und Eindeutigkeit des Maximums in Θ stillschweiˆ ist es oft günstiger, gend voraussetzen. Zur numerischen Bestimmung von θ die logarithmierte Likelihood-Funktion ln L(θ|x1 , . . , xT ) zu maximieren. Ist ˆ im Inneren ln L(θ|x1 , . . , xT ) im Inneren von Θ differenzierbar und liegt θ von Θ, so wird man ˆ θ durch Lösen des Gleichungssystems ∂ ln L (θ|x1 , . . , xT ) = 0, ∂θ1 .. ∂ ln L(θ|x1 , . . , xT ) = 0 ∂θr bestimmen. Eine einfache Anwendung wird im folgenden Abschnitt vorgestellt.

K ), σ 2 = (σ21 , . . , σ 2K ) und π = (π 1 , . . , π K ) mit µj ∈ R, σ j > 0 und π j > 0 für j = 1, . . , K und K j=1 π j = 1. Die Anzahl der Parameter wird also sehr schnell groß. Schon für K = 2 ergeben sich 5 Parameter. Eine Mischung aus Normalverteilungen besitzt alle Momente; diese lassen sich durch die 3K − 1 Parameter zum Ausdruck bringen. So gilt für den Erwartungswert von X K µ= πk µk . k=1 Für die Varianz gilt K σ2 = K π k σ 2k + k=1 π k (µk − µ)2 , k=1 d. h. die Gesamtvarianz von X setzt sich aus der internen und der externen Varianz zusammen.

In diesem Fall ist der Wert der Likelihoodfunktion die gemeinsame Dichte von X1 , . . , XT an der Stelle x1 , . . , xT , aufgefasst als Funktion von θ. Da wir vorausgesetzt haben, dass X1 , . . , XT eine einfache Stichprobe aus X ist, sind die Xt unabhängig. Es gilt also T f (xt ||θ) L(θ|x1 , . . , xT ) = t=1 2 Durch den Doppelstrich soll verdeutlicht werden, dass es sich bei θ um einen Parametervektor (und nicht um gewöhnliche Funktionsargumente) handelt. 3 Parametrische Verteilungsmodelle 43 Der zweite Schritt besteht darin, die Likelihood-Funktion zu maximieren.

Download PDF sample

Rated 4.05 of 5 – based on 17 votes