Úvod do bayesovskej ekonometrie

Recenzie čitateľov

Kniha získala zmiešané recenzie, pričom niektorí ju chvália ako užitočný úvod do bayesovskej ekonometrie a vhodnú pre študentov a výskumníkov, zatiaľ čo iní ju kritizujú za zlú organizáciu, spoliehanie sa na zastarané odkazy a problémy s autorovými kódovacími riešeniami.

⬤ Dobrý úvod do bayesovských techník
⬤ jasné vysvetlenia a aplikácie reálnych údajov
⬤ krátke, sústredené kapitoly
⬤ hodnotné cvičenia
⬤ vhodné pre tých, ktorí majú určité skúsenosti s programovaním a štatistikou
⬤ považované za dobrý pomer ceny a kvality.

⬤ Kritizuje sa autorovo písanie a organizácia
⬤ veľké spoliehanie sa na zastarané odkazy
⬤ predpoklad, že čitatelia majú predchádzajúce znalosti odkazovaných prác
⬤ kódovacie riešenia sú chaotické a mätúce
⬤ niektorí majú pocit, že v porovnaní s inými bayesovskými textami chýba hĺbka.

(na základe 9 čitateľských recenzií)

Pôvodný názov:

Introduction to Bayesian Econometrics

Obsah knihy:

Táto učebnica, ktorá sa dočkala druhého vydania, je úvodom do ekonometrie z bayesovského pohľadu. Začína vysvetlením základných myšlienok subjektívnej pravdepodobnosti a ukazuje, ako sa subjektívne pravdepodobnosti musia riadiť bežnými pravidlami pravdepodobnosti, aby sa zabezpečila ich koherencia.

Potom sa venuje definíciám pravdepodobnostnej funkcie, prioritných rozdelení a posteriorných rozdelení. Vysvetľuje, ako sú posteriórne rozdelenia základom pre odvodzovanie, a skúma ich základné vlastnosti. Ako jednoduchý príklad sa používa Bernoulliho rozdelenie.

Uvažuje sa o rôznych metódach určovania priorít rozdelení s osobitným dôrazom na predmetové hľadisko a schopnosť výmeny. Skúma sa regresný model, aby sa ukázalo, ako môžu analytické metódy zlyhať pri odvodzovaní marginálnych posteriórnych rozdelení, čo vedie k vysvetleniu klasických metód a metód simulácie Markovovho reťazca Monte Carlo (MCMC).

Tá pokračuje stručným úvodom do Markovových reťazcov. Zvyšok knihy sa zaoberá aplikáciami teórie na dôležité modely, ktoré sa používajú v ekonómii, politológii, biostatistike a iných aplikovaných oblastiach.

Novinkou druhého vydania je kapitola o semiparametrickej regresii a nové časti o ordinálnom probitovom modeli, modeli odpovede na položku, faktorovej analýze, ARCH-GARCH a stochastickom modeli volatility. Nové vydanie kladie dôraz aj na programovací jazyk R, ktorý sa stal najpoužívanejším prostredím pre bayesovskú štatistiku.