Recenze čtenářů
Shrnutí:Kniha je vysoce ceněna pro své komplexní a přehledné zpracování aplikované mikroekonometrie a představuje cenný zdroj informací pro postgraduální studenty a odborníky z praxe. Navzdory jejím silným stránkám někteří uživatelé zaznamenali problémy s fyzickým stavem při dodání a různou přístupností pro ty, kteří se hůře orientují v matematických pojmech.
Klady:Komplexní pokrytí ekonometrických metod, srozumitelné psaní, vhodné pro práci na úrovni absolventů, užitečné pro empirický výzkum, obsahuje užitečné problémy na konci kapitol, slouží jako dobrá reference pro různá témata, efektivně integruje teorii a aplikace.
Zápory:Některé výtisky dorazily poškozené, vnímány jako příliš odborné pro ty, kteří mají menší matematické vzdělání, nejsou tak pokročilé jako některé jiné texty pro čistě teoretické diskuse a někteří uživatelé je považují za podobné jiným knihám, jako je Greeneova, které nemusí být tak uživatelsky přívětivé.
(na základě 27 hodnocení čtenářů)
Původní název:
Microeconometrics: Methods and Applications
Obsah knihy:
Tato kniha poskytuje dosud nejkomplexnější zpracování mikroekonometrie, tedy analýzy údajů o ekonomickém chování jednotlivců nebo firem na individuální úrovni pomocí regresních metod pro průřezová a panelová data. Kniha je zaměřena na odborníky z praxe.
Předpokládá se základní znalost lineárního regresního modelu s maticovou algebrou. Text lze použít pro kurz mikroekonometrie, typicky pro druhý ročník doktorského studia ekonomie, pro oborové kurzy aplikované mikroekonometrie zaměřené na data a jako referenční dílo pro postgraduální studenty a aplikované výzkumníky, kteří si chtějí doplnit mezery ve svém instrumentáriu. Mezi charakteristické rysy knihy patří důraz na nelineární modely a robustní inferenci, odhady založené na simulaci a problematiku komplexních dat z průzkumů.
Kniha často využívá numerické příklady založené na generovaných datech k ilustraci klíčových modelů a metod. Ještě podstatnější je, že do textu systematicky začleňuje empirické ilustrace založené na sedmi velkých a mimořádně bohatých souborech dat.
