PropertyValue
?:about
?:abstract
  • 1 Einführung 1; 1.1 Ökonometrie 1; 2 Vorüberlegungen und Grundbegriffe 7; 2.1 Statistik als Grundlage der Empirischen Ökonomie 7; 2.2 Abgrenzung und Parallelen zu den Naturwissenschaften 7; 2.3 Was ist Ökonometrie? 8; 2.4 Status und Anspruch der Empirischen Ökonomie 9; 2.5 Grundbegriffe der ökonometrischen Analyse 10; 2.5.1 Ökonometrische Modelle 10; 2.5.2 Variablen 18; 2.5.3 Spezifikation einer Schätzform 19; 3 Momentenschätzung auf Stichprobenbasis 23; 3.1 Begriffe 23; 3.1.1 Grundgesamtheit und Stichprobe 23; 3.1.2 Zufallsstichprobe: Diskrete und kontinuierliche Variablen 23; 3.2 Diskrete Variablen 24; 3.3 Verteilungsmomente schätzen auf Grundlage von Stichproben 25; 3.4 Stetige Variablen 32; 4 Basiskonzepte der induktiven Statistik 37; 4.1 Wiederholung der wichtigsten statistischen Maßzahlen 37; 4.2 Die Normalverteilung 39; 4.3 Transformation auf die Standardnormalverteilung 40; 4.3.1 Wahre und empirische Varianz 44; 4.3.2 Der Jarque-Bera-Test auf Normalität 45; 4.4 Das Testen von Hypothesen 46; 4.4.1 Testbeschreibung allgemein 46; 4.4.2 Konstruktion von Konfidenzintervallen 54; 4.4.3 Grundlegende Schritte beim Testen von Hypothesen zusammengefasst 56; 5.1 Herleitung des einfachen OLS-Schätzers 59; 5.1.1 Alternative lineare Schätzmethoden 59; 5.1.2 Formale Definition des Residuums (unerklärte Variation) 61; 5.1.3 Der Unterschied zwischen Residuum £,• und Störgröße s¡ 61; 5.1.4 Formale Herleitung des OLS-Schätzers 61; 5.1.5 Gauss-Markov-Theorem 64; 5.1.6 Ein numerisches Beispiel 64; 5.2 Annahmen und Besonderheiten des OLS-Modells 66; 5.2.1 Anforderungen an die Störterme 66; 5.2.2 Das Güte-oder Bestimmtheitsmaß R2 70; 5.2.3 Problematisches an R2 72; 5.2.4 Konfidenzintervall für einen OLS-Schätzer 73; 5.2.5 Prognose (Forecast) basierend auf einem OLS-Modell 75; 5.2.6 Geschätzte Standardabweichungen der OLS-Parameter 76; 5.2.7 Signifikanztest der geschätzten Koeffizienten 77; 5.2.8 Allgemeine Anmerkungen zu Signifikanztests 79; 5.3 Verletzung der Annahmen des OLS-Modells 80; 5.3.1 Autokorrelation der Residuen: serielle Korrelation 80; 5.3.2 Der Durbin- Watson-Test auf Autokorrelation in den Residuen 82; 5.3.3 Heteroskedastizität 86; 5.4 Auswege bei Autokorrelation und Heteroskedastie: GLS 89; 5.4.1 Behebung von Autokorrelation, wenn das lineare Modell angebracht ist 89; 5.4.2 Behebung von Heteroskedastizität 91; 5.4.3 Tests auf Heteroskedastie 92; Multiples OLS-Regressionsmodell 95; 6.1 Matrixalgebra 95; 6.1.1 Einheitsmatrix 95; 6.1.2 Datenmatrix 96; 6.1.3 Addition und Multiplikation von Matrizen 96; 6.1.4 Transponieren von Matrizen 97; 6.1.5 Quadrierung von Matrizen 97; 6.1.6 Invertierung von Matrizen 98; 6.2 Herleitung des OLS-Schätzers im Mehr-Exogenen-Fall 101; 6.2.1 Ein Zahlenbeispiel 101; 6.2.2 Standardisierte Koeffizienten 105; 6.3 F-Test 106; 6.3.1 Definition der F-Verteilung 106; 6.3.2 F-Test im Rahmen des multiplen OLS-Modells 106; 6.3.3 Testen auf Strukturbruch: Der Chow-Test 108; 6.4 Multikollinearität 109; 6.4.1 Problem und Auswirkungen von Multikollinearität 109; 6.4.2 Varianzinflationsfaktoren 112; 6.5 Weitere Besonderheiten des multiplen Regressionsmodells 112; 6.5.1 Veränderung der Maßeinheit der Variablen 112; 6.5.2 Spezifikationsfehler - falsche funktionale Form 113; 6.6 Auxiliare Regressionen 114; 6.7 Zweistufige Schätzung und Instrumentenvariablen 116; 6.7.1 Beispiel für einen einfachen IV-Schätzer 117; 6.7.2 Hausman-Test 118; 7 Maximum-Likelihood-Schätzung 121; 7.1 Der ML-Schätzer im Rahmen von Stichprobenschätzungen 121; 7.2 Der ML-Schätzer im Rahmen linearer Regressionsmodelle 122; 8 Qualitatiwariablen-Modelle 127; 8.1 Qualitative unabhängige Variablen: Dummyvariablen 127; .1 Kategoriale unabhängige Variablen 128; .2 Interaktionsterme 130; .3 Qualitative und stetige unabhängige Variablen in einem Modell 131; .4 Dummyvariablen für saisonale Effekte 132; .5 Asymmetrische Reaktion (asymmetrie response) 133; 8.2 Binäre abhängige Variablen: Probit- und Logit-Modell 134; 8.2.1 Beispiel für einen dichotomen Regressand 135; 8.2.2 Illustration der Defekte des linearen Wahrscheinlichkeitsmodells; 136; 8.3 Nichtlineare Modelle: Logit und Probit 137; 8.3.1 Das Prinzip nichtlinearer Wahrscheinlichkeitsmodelle 137; 8.3.2 Interpretation der Beta-Koeffizienten: Marginale Effekte 139; 8.3.3 Odds-Ratio-Interpretation 140; 9 Zeitreihenanalyse 143; 9.1 Unbeobachtete-Komponenten-Modell 143; 9.2 Saisonbereinigung 145; 9.2.1 Das Problem 145; 9.2.2 Ein mögliches Verfahren: Differenzenfilter 146; 9.3 Univariate stochastische Prozesse 146; 9.3.1 Random Walk ohne Drift, ein AR(1)-Prozess 147; 9.3.2 Random Walk mit Drift, ein AR(1)-Prozess 149; 9.3.3 Stationäre Reihen 150; 9.4 Trendmodelle und Trendbereinigung 150; 9.4.1 Das deterministische Trendmodell 151; 9.4.2 Das stochastische Trendmodell 152; 9.4.3 Einheitswurzel-oder Unit-Root-Tests 156; 9.5 Die Autokorrelationsfunktion 157; 9.5.1 Die Autokorrelationsfunktion für einen White-Noise-Prozess 161; 9.5.2 Stationarität und die Autokorrelationsfunktion 162; 9.5.3 Anmerkungen zur Trendproblematik 168; 9.6 Zeitreihen und Zeitreihenmodelle 175; 9.6.1 ARIMA-Modelle (der Box-Jenkins-Ansatz) 176; 9.6.2 Makro-Reihen und häufig verwendete stochastische Prozesse 196; Tabellenanhang 201 (xsd:string)
?:author
?:contributor
?:dateModified
  • 2010 (xsd:gyear)
?:datePublished
  • 2010 (xsd:gyear)
?:duplicate
?:hasFulltext
  • false (xsd:boolean)
is ?:hasPart of
?:inLanguage
  • Deutsch (DE) (xsd:string)
?:isbn
  • 9783642017049 ()
?:libraryLocation
is ?:mainEntity of
?:name
  • Empirische Ökonomie : eine Einführung in Methoden und Anwendungen (xsd:string)
?:provider
?:publicationType
  • Buch (de)
  • Monographie (xsd:string)
  • book (en)
?:publisher
?:sourceInfo
  • Berlin u.a.: Springer, 2010.- X, 210 S., graph. Darst. (xsd:string)
  • GESIS-BIB (xsd:string)
rdf:type