دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Bayesian Estimation of DSGE Models
دانلود کتاب تخمین بیزی مدل های DSGE
مشخصات کتاب
Bayesian Estimation of DSGE Models
ویرایش: نویسندگان: Edward P. Herbst, Frank Schorfheide سری: ISBN (شابک) : 9780691161082 ناشر: Princeton سال نشر: 2016 تعداد صفحات: 283 زبان: english فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 6 مگابایت
قیمت کتاب (تومان) : 50,000
در صورت تبدیل فایل کتاب Bayesian Estimation of DSGE Models 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 تخمین بیزی مدل های DSGE 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.
توضیحاتی در مورد کتاب تخمین بیزی مدل های DSGE
مدل‌های تعادل عمومی تصادفی پویا (DSGE) به یکی از ابزارهای اقتصاد کلان مدرن تبدیل شده‌اند و به طور گسترده برای تحقیقات دانشگاهی و همچنین پیش‌بینی و تحلیل سیاست در بانک‌های مرکزی استفاده می‌شوند. این کتاب خوانندگان را با تکنیک‌های محاسباتی پیشرفته مورد استفاده در تحلیل بیزی مدل‌های DSGE آشنا می‌کند. این کتاب تکنیک‌های مونت کارلو زنجیره مارکوف را برای مدل‌های DSGE خطی، روش‌های متوالی مونت کارلو جدید که می‌تواند برای استنتاج پارامتر استفاده شود، و تخمین مدل‌های غیرخطی DSGE بر اساس تقریب‌های فیلتر ذرات تابع احتمال را پوشش می‌دهد. مبانی نظری الگوریتم ها به طور عمیق مورد بحث قرار می گیرد و کاربردهای تجربی دقیق و تصاویر عددی ارائه می شود. این کتاب همچنین توصیه‌های ارزشمندی در مورد نحوه تنظیم این الگوریتم‌ها برای کاربردهای خاص و ارزیابی دقت و قابلیت اطمینان محاسبات ارائه می‌دهد. برآورد بیزی مدل‌های DSGE برای دانشجویان تحصیلات تکمیلی، محققان دانشگاهی و شاغلین در موسسات سیاست ضروری است.
توضیحاتی درمورد کتاب به خارجی
Dynamic stochastic general equilibrium (DSGE) models have become one of the workhorses of modern macroeconomics and are extensively used for academic research as well as forecasting and policy analysis at central banks. This book introduces readers to state-of-the-art computational techniques used in the Bayesian analysis of DSGE models. The book covers Markov chain Monte Carlo techniques for linearized DSGE models, novel sequential Monte Carlo methods that can be used for parameter inference, and the estimation of nonlinear DSGE models based on particle filter approximations of the likelihood function. The theoretical foundations of the algorithms are discussed in depth, and detailed empirical applications and numerical illustrations are provided. The book also gives invaluable advice on how to tailor these algorithms to specific applications and assess the accuracy and reliability of the computations. Bayesian Estimation of DSGE Models is essential reading for graduate students, academic researchers, and practitioners at policy institutions.
