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: Daniel J. Henderson, Christopher F. Parmeter سری: ناشر: Cambridge University Press سال نشر: 2014 تعداد صفحات: 0 زبان: English فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 8 مگابایت
در صورت تبدیل فایل کتاب Applied Nonparametric Econometrics 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 اقتصادسنجی غیرپارامتری کاربردی 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.
اکثر تحقیقات تجربی در اقتصاد، مزایای بالقوه روشهای ناپارامتریک را نادیده میگیرند، در حالی که اکثر پیشرفتها در نظریه ناپارامتریک، مشکلات پیش روی اقتصاد سنجی کاربردی را نادیده میگیرند. این کتاب به پر کردن این شکاف بین اقتصاددانان کاربردی و اقتصاددانان ناپارامتریک نظری کمک می کند. این کتاب به طور عمیق و با عباراتی که فردی با صرف یک سال اقتصاد فارغ التحصیل می تواند روش های ناپارامتریک پایه تا پیشرفته را درک کند، بحث می کند. تجزیه و تحلیل با تخمین چگالی شروع می شود و روش ها را از طریق روش هایی که باید برای خواننده آشنا باشد، تحریک می کند. سپس به سراغ رگرسیون هسته، تخمین با داده های گسسته و روش های پیشرفته مانند تخمین با داده های تابلویی و مدل های متغیرهای ابزاری می رود. این کتاب به مسائلی که در برنامهنویسی، سرعت محاسبات و کاربردها به وجود میآیند، توجه زیادی دارد. در هر فصل، روشهای مورد بحث بر روی دادههای واقعی، با توجه به ارائه نتایج و مشکلات احتمالی اعمال میشوند.
The majority of empirical research in economics ignores the potential benefits of nonparametric methods, while the majority of advances in nonparametric theory ignores the problems faced in applied econometrics. This book helps bridge this gap between applied economists and theoretical nonparametric econometricians. It discusses in depth, and in terms that someone with only one year of graduate econometrics can understand, basic to advanced nonparametric methods. The analysis starts with density estimation and motivates the procedures through methods that should be familiar to the reader. It then moves on to kernel regression, estimation with discrete data, and advanced methods such as estimation with panel data and instrumental variables models. The book pays close attention to the issues that arise with programming, computing speed, and application. In each chapter, the methods discussed are applied to actual data, paying attention to presentation of results and potential pitfalls.