Znaczenie ekonometrii Typy danych ekonomicznych Szeregi czasowe Dane przekrojowe Dane panelowe Pozyskiwanie danych Przekształcanie danych: poziomy i stopy wzrostu Praca z danymi: metody graficzne Szeregi czasowe Histogramy Wykresy w układzie współrzędnych Praca z danymi: statystyki opisowe Wartości oczekiwane i wariancje Korelacja w populacji i kowariancja Nieformalne wprowadzenie do regresji Model regresji prostej Regresja jako linia najlepszego dopasowania Interpretacja oszacowań OLS Ocena dopasowania modelu regresji Podstawowe pojęcia statystyczne w modelu regresji Weryfikacja hipotez z użyciem R2: test F Model regresji wielorakiej Metoda najmniejszych kwadratów w modelu regresji wielorakiej Statystyczne aspekty w modelu regresji wielorakiej Interpretacja oszacowań współczynników w modelu regresji wielorakiej Wybór zmiennych objaśniających w modelu regresji wielorakiej Współliniowość Regresja wieloraka ze zmiennymi binarnymi Binarna zmienna zależna Model regresji prostej Przegląd podstawowych pojęć z rachunku prawdopodobieństwa w kontekście modelu regresji Założenia klasycznego modelu regresji Własności estymatora metody najmniejszych kwadratów parametru Konstrukcja przedziału ufności dla Weryfikowanie hipotez dla parametru Postępowanie w przypadku nieznanej wariancji ? Dowód Twierdzenia Gaussa-Markowa Asymptotyczna teoria w modelu regresji prostej Model regresji wielorakiej Podstawy modelu regresji wielorakiej Wybór zmiennych objaśniających Obciążenia na skutek zmiennych pominiętych Włączenie do modelu nieistotnych zmiennych objaśniających Współliniowość Weryfikowanie hipotez w modelu regresji wielorakiej Test F Test ilorazu wiarogodności Wybór postaci funkcyjnej w modelu regresji wielorakiej Regresja nieliniowa Wybór modelu nieliniowego Testy Walda i mnożników Lagrange‘a Model regresji wielorakiej: osłabienie założeń modelu klasycznego Heteroskedastyczność Kilka rezultatów teoretycznych przy założeniu, że Heteroskedastyczność: estymacja, gdy wariancje składników losowych są nieznane Testowanie heteroskedastyczności Zalecenia w pracy empiryczne Autokorelacja w modelu regresji Własności autokorelacji składnika losowego Estymator GLS w modelu regresji z autokorelacją składników losowych Testowanie autokorelacji składnika losowego Metoda zmiennych instrumentalnych Zmienna objaśniająca jest zmienną losową niezależną od składnika losowego Zmienna objaśniająca jest skorelowana ze składnikiem losowym Dlaczego zmienne objaśniające mogą być skorelowane ze składnikiem losowym Asymptotyczna teoria w metodzie OLS i zmiennych instrumentalnych Jednowymiarowa analiza szeregów czasowych Notacja w analizie szeregów czasowych Trend w szeregach czasowych Funkcja autokorelacji Model autoregresji Model AR(1) Rozszerzenia modelu AR(1) Testowanie AR(p) z trendem deterministycznym Stacjonarność Modelowanie zmienności Zmienność cen aktywów Autoregresyjna warunkowa heteroskedastyczność (ARCH) Dodatek. Modele MA i ARMA Szeregi czasowe i regresja Regresja, w przypadku gdy X i Y są stacjonarnymi szeregami czasowymi Regresja, w przypadku gdy X i Y zawierają pierwiastek jednostkowy Regresja pozorna Kointegracja Zmienne skointegrowane: estymacja i weryfikacja Regresja, gdy Y i X są skointegrowane: model korekty błędem Regresja, w przypadku gdy szeregi Y i X zawierają pierwiastek jednostkowy, ale NIE są skointegrowane Przyczynowość w sensie Grangera w modelu ADL zmiennych skointegrowanych Model autoregresji wektorowej Prognozowanie w modelu VAR Autoregresja wektorowa zmiennych skointegrowanych Zastosowania modeli VAR: funkcje odpowiedzi na impuls i dekompozycje wariancji Teoria prognozowania Modele dla danych panelowych Model uogólniony Modele z efektami jednostkowymi Model z efektami ustalonymi Model z efektami losowymi Rozszerzenia modeli z efektami jednostkowymi Modele zmiennych jakościowej i uciętej Modele zmiennej jakościowej Modele zmiennej dyskretnej Modele wielomianowe Modele zmiennej uciętej Model tobitowy Zmienne całkowitoliczbowe Rozszerzenia Ekonometria bayesowska Przegląd ekonometrii bayesowskiej Liniowy model regresji z naturalnie sprzężonym rozkładem a priori i pojedynczą zmienną objaśniającą Funkcja wiarogodności Rozkład a priori Rozkład a posteriori Porównanie modeli w kontekście modelu regresji prostej Analiza bayesowska modelu regresji prostej z nieznaną wariancją Podstawy matematyki Podstawy rachunku prawdopodobieństwa Podstawowe pojęcia z zakresu asymptotycznej teorii Tworzenie projektu empirycznego Tablice statystyczne Obszar pod krzywą gęstości rozkładu normalnego standardowego Obszar pod krzywą gęstości rozkładu t-Studenta dla różnych stopni swobody Percentyle rozkładu chi-kwadrat Obszar pod krzywą gęstości rozkładu F dla różnych stopni swobody