دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1
نویسندگان: Giuseppe Arbia (auth.)
سری: Palgrave Texts in Econometrics
ISBN (شابک) : 9781137428165, 9781137317940
ناشر: Palgrave Macmillan UK
سال نشر: 2014
تعداد صفحات: 246
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 2 مگابایت
کلمات کلیدی مربوط به کتاب آغازگر برای اقتصاد سنجی فضایی: با کاربرد در R: نظریه اقتصادی/اقتصاد کمی/روش های ریاضی، منطقه ای/علوم فضایی، اقتصاد سنجی، آمار برای کسب و کار/اقتصاد/ریاضی مالی/بیمه، اقتصاد شهری
در صورت تبدیل فایل کتاب A Primer for Spatial Econometrics: With Applications in R به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب آغازگر برای اقتصاد سنجی فضایی: با کاربرد در R نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب با معرفی روشهای اساسی اقتصاد سنجی فضایی به طیف گستردهای از محققین، با هدف پاسخگویی به تقاضای رو به رشد در این زمینه میباشد. این یک راهنمای عملی است که پتانسیل مدلسازی اقتصادسنجی فضایی را نشان میدهد، مشکلات و راهحلها را مورد بحث قرار میدهد و نتایج تجربی را تفسیر میکند.
This book aims at meeting the growing demand in the field by introducing the basic spatial econometrics methodologies to a wide variety of researchers. It provides a practical guide that illustrates the potential of spatial econometric modelling, discusses problems and solutions and interprets empirical results.
Front Matter....Pages i-xvi
The Classical Linear Regression Model....Pages 1-25
Some Important Spatial Definitions....Pages 26-50
Spatial Linear Regression Models....Pages 51-98
Further Topics in Spatial Econometrics....Pages 99-166
Alternative Model Specifications for Big Datasets....Pages 167-201
Conclusions: What’s Next?....Pages 202-206
Back Matter....Pages 207-230