EViews를 이용한 계량경제분석

목차 (Table of Contents)

• 목차
• 차례 = ⅶ
• 표 차례 = xiv
• 그림 차례 = xv
• 제1장 EViews = 1
• 1.1 EViews의 실행 = 1
• EViews의 소개 = 1
• EViews의 실행방법 = 2
• EViews의 프로그램파일의 실행 = 4
• EViews 명령문의 문장규칙 = 5
• 1.2 워크파일 = 6
• 워크파일의 생성 = 6
• 외부데이터의 워크파일 = 7
• 샘플의 선택 = 8
• 1.3 오브젝트 = 11
• 오브젝트의 종류 = 11
• 오브젝트의 생성과 산술연산 = 11
• 1.4 통계 = 14
• 요약통계 = 14
• 표와 그래프 = 16
• 확률계산과 확률표본의 추출 = 18
• 시뮬레이션 프로그래밍 = 20
• 제2장 고전적 선형회귀모형과 OLS 추정 = 23
• 2.1 고전적 선형회귀모형 = 23
• 선형회귀모형 = 23
• 강외생성 = 25
• 식별성 = 26
• 구형교란 = 27
• 고전적 선형회귀모형의 변형 = 28
• 2.2 OLS 추정 = 29
• 잔차제곱합과 OLS 추정량의 정의 = 29
• 정규방정식과 OLS 추정량 = 30
• 적합도 = 31
• 2.3 OLS 추정량의 성질 = 34
• 비편향성 = 34
• Gauss-Markov정리 = 35
• 분산의 추정 = 37
• 2.4 정규분포의 가정과 가설검정 = 38
• 정규분포의 가정와 OLS 추정량의 분포 = 38
• 신뢰구간 = 40
• 가설검정 = 40
• 2.5 대표본에서의 OLS 추정량의 성질 = 47
• 일치성 = 47
• 점근분포와 점근분산 = 48
• 가설검정 = 49
• 2.6 계량경제분석의 예 = 51
• Melanoma = 51
• 제3장 ML 추정 = 59
• 3.1 ML 추정 = 59
• ML 추정량 = 59
• ML 추정량의 일치성과 점근분포 = 60
• 3.2 가설검정 = 62
• LR 검정 = 63
• Wald 검정 = 63
• LM 검정 = 63
• 3.3 모형의 비교 = 64
• AIC와 BIC = 65
• McFadden의 pseudo-R²= 65
• 3.4 고전적 선형회귀모형의 ML 추정 = 66
• ML 추정량 = 66
• AIC와 BIC = 67
• 3.5 계량경제분석의 예 = 68
• Melanoma = 68
• 제4장 회귀모형의 선택과 비교 = 71
• 4.1 모형의 선택 = 71
• 누락변수와 부적합한 변수 = 71
• 모형의 선택 = 74
• 4.2 모형의 비교 = 75
• 조정된 결정계수 R²= 75
• AIC와 BIC = 76
• 4.3 계량경제분석의 예 = 78
• Melanoma = 78
• 제5장 비구형교란과 OLS 추정 = 81
• 5.1 비구형교란과 선형회귀모형 = 81
• 에르고딕 강안정성 = 81
• 외생성 = 82
• 식별성 = 82
• 마팅게일차분 = 83
• OLS 추정량의 일치성 = 83
• OLS 추정량의 점근분포와 가설검정 = 84
• 가설검정 = 86
• 5.2 이분산 = 86
• 이분산의 검정 = 86
• 가설검정 = 87
• 5.3 자기상관 = 88
• 시계열 데이터의 자기상관 = 88
• 자기상관의 검정 = 90
• 가설검정 = 91
• 5.4 계량경제분석의 예 = 92
• Melanoma = 92
• Cigar1992 = 95
• Cigar1 = 97
• 제6장 내생성과 GMM 추정 = 101
• 6.1 내생성 = 101
• 내생성의 문제 = 101
• 누락변수 = 102
• 측정오차 = 103
• 연립방정식 모형 = 103
• 시차종속변수와 자기상관 = 104
• 6.2 도구변수와 선형회귀모형 = 105
• 도구변수 = 105
• 선형회귀모형의 가정 = 106
• 도구변수의 수와 식별의 조건 = 106
• 6.3 GMM 추정 = 107
• MM 추정량 = 107
• GMM 추정량 = 109
• 효율적 GMM 추정량 = 111
• 구형교란과 2SLS = 113
• 비구형교란과 효율적 GMM 추정의 실행 = 115
• 6.4 도구변수와 독립변수에 대한 검정 = 116
• 도구변수의 외생성 = 116
• 도구변수의 적절성 = 119
• 6.5 계량경제분석의 예 = 120
• Klein = 120
• 제7장 제한종속변수 = 127
• 7.1 이항선택 = 127
• 선형확률모형과 이항선택모형 = 128
• 이항선택모형의 ML추정 = 129
• Porbit모형과 Logit모형 = 130
• 7.2 중도절단 데이터 = 131
• 표준 Tobit모형 = 131
• 표준 Tobit모형의 ML추정 = 131
• 7.3 계량경제분석의 예 = 134
• Participation = 134
• Affairs = 137
• 제8장 시계열데이터 분석 = 141
• 8.1 안정적 ARMA과정 = 141
• 안정적 시계열 = 141
• ARMA과정 = 142
• ARMA과정의 가역성과 안정성 = 145
• 8.2 단위근의 검정 = 149
• 단위근과 ARIMA과정 = 149
• 단위근의 검정 = 150
• 8.3 ARMA모형의 추정과 선택 = 153
• ARMA모형 추정 = 153
• ARMA모형의 선택 = 156
• ARMA모형의 진단 = 157
• 8.4 VAR과정 = 158
• VAR과정 = 158
• Granger-인과관계 검정 = 159
• 8.5 공적분과 VEC모형 = 160
• 공적분 = 160
• VEC모형 = 161
• 공적분과 Granger-인과관계 검정 = 161
• 8.6 계량경제분석의 예 = 163
• USmacro = 163
• 제9장 패널데이터 분석 = 171
• 9.1 패널데이터와 패널데이터모형 = 171
• 패널데이터 = 171
• 패널데이터 모형 = 172
• 9.2 패널데이터모형의 추정 = 173
• OLS추정량 = 173
• FE추정량 = 174
• FD추정량 = 177
• RE추정량 = 178
• 2SLS추정량 = 182
• 추정량의 선택 = 183
• 9.3 AR 패널데이터모형의 추정 = 185
• AR 패널데이터모형 = 185
• GMM 추정량 = 186
• 9.4 계량경제분석의 예 = 190
• Cigar = 190
• Wages = 192
• 부록 A 벡터와 행렬과 다변량 확률변수 = 195
• A.1 벡터와 행렬 = 195
• 정사각형행렬과 대칭행렬 = 195
• 선형형태와 이차형태 = 196
• 양의 정부호와 양의 준정부호 = 197
• 선형형태와 이차형태의 벡터미분 = 197
• A.2 다변량 확률 변수 = 198
• 다변량 확률변수의 평균과 분산 = 198
• 부록 B 통계학이론 = 201
• B.1 분포이론 = 201
• 다변량정규분포 = 201
• 카이제곱분포 = 202
• ｔ-분포와 F-분포 = 202
• B.2 대표본이론 = 203
• 확률수렴과 분포수렴 = 203
• 큰 수의 법칙과 중심극한정리 = 205
• 참고 문헌 = 209
• 용어 찾아보기 = 213
• 인명 찾아보기 = 221