2010/01/01

計量の教科書

新年早々二つ更新、しかも専門ネタであれだけども。

Econometric Analysis of Cross Section and Panel Data, 2nd EditionEconometric Analysis of Cross Section and Panel Data, 2nd Edition

The MIT Press 2009-12-31
売り上げランキング : 357

Amazonで詳しく見る
by G-Tools


2nd editionが昨日発売されたようだ。1st editionを勉強している身としては複雑。

あくまで1st editionをざくっと読んでみての感想だけども、はっきり言って分かりづらい。トピックが網羅的なのはいいとしても、各章の最後にまとめぐらい付けてほしかった。おかげで全体像を把握するのが困難。学部用のintroductryの方はちゃんとそういうまとめがあって、そこだけ後で読めば色々思いだせるようになっていたんだけどなぁ。そういう意味では、同じくまとめがないが、まだ全体像と個々をうまく見せている感のあるHayashiの方が分かりやすいので独習向き。あっちはどっちかというと時系列のトピックだけども、MLEとGMMまではほとんど一緒。あれで勉強してからパネルをこっちで参照するのが賢いのかなぁ。

2nd editionでは後半の内容が大きく変わっていると言われているので(計量理論の事は良く分からんので何が進歩したのか把握していないが)、買うならそっちを。


p.s.
前にGMMについて間違ったことを書いた気がする。Hayashiの7章に書いてあったが、Extremum estimatorsってのが一般的な枠組みで、その中のクラスにM estimtors(MLEなど)とGMMが入ってくるという具合。多分GMMとM estimatorsを混同していた。

2 件のコメント:

  1. 計量の中間の開始時間が全然わかりますん!
    うん、GMMわからないよね。
    ウィキペディアによれば、
    The least-squares is an M-estimator of rho-type for rho(r) = r^2/2.
    It is a GMM estimator arising from moment condition E[xe] = 0, and with identity weighting matrix.
    というわけで、M-estimatorは損失関数の最小化、GMMはモーメント条件式(G(data,parameter)=0)という違いなんじゃないかな。
    M-estimator
    http://en.wikipedia.org/wiki/M-estimator
    GMM
    http://en.wikipedia.org/wiki/Generalized_method_of_moments
    というわけで、結局、非線型にも適用されるんじゃないのかな。よくわかんねえけど。

    返信削除
  2. そこでwikipediaかよ(笑)

    別に非線形云々は問題じゃなくて、M estimatorsとGMMは目的関数の形が違うってだけじゃないかな。で、そもそも目的関数を最大化するのがExtremum estimatorsと理解したけど。まぁM estimatorsかGMMのどちらになるかで話が変わってくるってのを知らないから、基本どっちもExtremumの文脈で理解しておけばオッケーという姿勢で行くわ。

    試験は確か授業をつぶしてやるんだと思うぞ。

    返信削除