Wstęp
str. 11

1 Wprowadzenie do mikroekonometrii
str. 15

1.1 Mikrodane
str. 15

1.2 Obszar mikroekonometrii, tradycje i piśmiennictwo
str. 17

1.3 Modele mikroekonometrii
str. 19

1.4 Główne zagadnienia mikroekonometrii
str. 21

1.4.1 Ekonomia a strategia modelowania w mikroekonometrii
str. 21

1.4.2 Założenia modelu regresji dla danych przekrojowych
str. 23

1.4.3 Korelacja a przyczynowość. Relacje przyczynowe a analiza ceteris paribus
str. 24

1.4.4 Efekty oddziaływania
str. 26

1.4.5 Endogeniczność
str. 28

1.4.6 Heterogeniczność
str. 29

1.4.7 Skokowość, nieliniowość, zawartość informacyjna zbiorów mikrodanych
str. 32

1.4.8 Zbieranie danych
str. 32

1.4.9 Nowe wyzwania dla mikroekonometrii
str. 38

1.5 Ekonometria przestrzenna a mikroekonometria
str. 38

1.6 Mikroekonometria na salonach: Heckman i McFadden
str. 40

1.7 Słowa kluczowe
str. 42

1.8 Problemy i zadania
str. 43

2 Metody i modele
str. 45

2.1 Metoda największej wiarygodności
str. 45

2.1.1 Wprowadzenie
str. 45

2.1.2 Przykład Moneta
str. 46

2.1.3 Definicja estymatora metody największej wiarygodności
str. 47

2.1.4 Przykład.MNW-estymator wartości oczekiwanej rozkładu normalnego
str. 48

2.1.5 M-estymatory
str. 48

2.1.6 Teoretyczne własności metody największej wiarygodności
str. 50

2.1.7 Testy statystyczne zbudowane na podstawie metody największej wiarygodności
str. 52

2.1.8 Optymalizacja
str. 54

2.1.9 Nieliniowa metoda najmniejszych kwadratów
str. 56

2.1.10 Podsumowanie
str. 57

2.2 Problem wielokrotnego testowania hipotez
str. 58

2.3 Sprawdzanie trafności prognoz
str. 61

2.4 Modele ze zmienną ukrytą
str. 63

2.4.1 Wprowadzenie
str. 63

2.4.2 Model tobitowy
str. 64

2.4.3 Model dwumianowy
str. 65

2.4.4 Model uporządkowanej zmiennej wielomianowej
str. 66

2.4.5 Modele czasów trwania
str. 67

2.5 Słowa kluczowe
str. 68

2.6 Problemy i zadania
str. 68

3 Modele zmiennych jakościowych dwumianowych
str. 71

3.1 Zmienne dwumianowe jako przedmiot modelowania
str. 71

3.1.1 Cele modelowania zmiennej dwumianowej
str. 72

3.1.2 Model dwumianowy
str. 73

3.1.3 Związek Y ze zmiennymi objaśniającymi X
str. 74

3.1.4 Intuicyjne objaśnienie modeli zmiennych dwumianowych
str. 74

3.1.5 Główne typy modeli zmiennych dwumianowych
str. 75

3.2 Liniowy model prawdopodobieństwa
str. 76

3.2.1 Uwagi o R-kwadrat w mikroekonometrii
str. 80

3.3 Model logitowy
str. 80

3.3.1 MNW dla modelu logitowego
str. 81

3.3.2 Weryfikacja statystyczna
str. 82

3.3.3 Interpretacja wyników: efekty krańcowe (MEM, MER, AME)
str. 83

3.3.4 Interpretacja wyników: ilorazy szans
str. 85

3.4 Model probitowy
str. 87

3.4.1 Logit, probit, LMP: relacja między parametrami oraz między efektami krańcowymi
str. 88

3.5 Endogeniczność
str. 89

3.6 Miary dopasowania
str. 89

3.6.1 Pseudo-R2
str. 89

3.6.2 Tablica trafności oraz krzywa ROC
str. 91

3.7 Dobór zmiennych objaśniających do modeli
str. 97

3.8 Modelowanie interakcji
str. 98

3.9 Regresja binarna
str. 102

3.10 Próba dobierana w modelu logitowym
str. 103

3.11 Model logitowy dla makrodanych
str. 105

3.12 Słowa kluczowe
str. 108

3.13 Problemy i zadania
str. 109

4 Modele zmiennych wielomianowych uporządkowanych
str. 123

4.1 Wprowadzenie
str. 123

4.2 Zmienne uporządkowane
str. 125

4.3 Specyfikacja modelu uporządkowanego
str. 128

4.4 Szacowanie modelu uporządkowanego
str. 132

4.5 Uporządkowany model probitowy i logitowy
str. 134

4.6 Założenie proporcjonalnych szans/regresji równoległych
str. 139

4.7 Weryfikacja założenia proporcjonalnych szans
str. 143

4.8 Uogólniony model uporządkowany
str. 146

4.9 Model częściowo proporcjonalnych szans
str. 148

4.10 Problem rzadkich danych
str. 149

4.11 Ocena jakości modelu
str. 154

4.11.1 Ocena dopasowania modelu
str. 154

4.11.2 Ocena zdolności predykcyjnych modelu
str. 161

4.12 Interpretacja parametrów
str. 164

4.12.1 Efekt kompensujący
str. 164

4.12.2 Efekty krańcowe
str. 165

4.12.3 Iloraz szans
str. 168

4.13 Dane sekwencyjne
str. 173

4.13.1 Specyfikacja modelu
str. 173

4.13.2 Estymacja
str. 175

4.14 Słowa kluczowe
str. 177

4.15 Problemy i zadania
str. 178

5 Modele zmiennych wielomianowych nieuporządkowanych 185

5.1 Wstęp
str. 185

5.2 Wprowadzenie do modeli wielomianowych
str. 187

5.3 Zmienne egzogeniczne w modelach dla kategorii nieuporządkowanych
str. 190

5.4 Model stochastycznej addytywnej użyteczności
str. 191

5.5 Wielomianowy model logitowy
str. 192

5.5.1 Konstrukcja
str. 192

5.5.2 Estymacja i ocena jakości modelu
str. 193

5.5.3 Interpretacja wyników estymacji
str. 197

5.6 Warunkowy model logitowy
str. 204

5.6.1 Konstrukcja
str. 204

5.6.2 Estymacja
str. 207

5.6.3 Interpretacja wyników estymacji
str. 210

5.7 Logitowy model zagnieżdżony
str. 213

5.7.1 Niezależność od nieistotnych możliwości
str. 213

5.7.2 Konstrukcja zagnieżdżonego modelu logitowego
str. 215

5.7.3 Inne modele wyborów dyskretnych
str. 219

5.8 Słowa kluczowe
str. 222

5.9 Problemy i zadania
str. 222

6 Modele zmiennych ograniczonych
str. 225

6.1 Wprowadzenie
str. 225

6.2 Model tobitowy
str. 226

6.3 Podstawowe własności modelu
str. 228

6.4 Estymacja za pomocą metody największej wiarygodności
str. 231

6.5 Testy istotności i miary dopasowania dla modeli zmiennych ograniczonych
str. 232

6.6 Regresja ucięta
str. 234

6.7 Semiparametryczne estymatory modeli regresji tobitowej i uciętej
str. 237

6.8 Modele selekcji próby
str. 238

6.9 Estymacja modelu selekcji próby Heckmana
str. 240

6.10 Modele zmiennych ograniczonych w praktyce: datki charytatywne
str. 242

6.10.1 Regresja tobitowa i ucięta
str. 242

6.10.2 Model selekcji próby
str. 245

6.11 Przykład.Wypłacanie dywidend
str. 247

6.12 Słowa kluczowe
str. 249

6.13 Problemy i zadania
str. 249

7 Modele zmiennych licznikowych
str. 251

7.1 Zmienna licznikowa
str. 251

7.2 Model regresji Poissona
str. 252

7.3 Model regresji ujemnej dwumianowej
str. 255

7.4 Modele z podwyższoną liczbą zer
str. 257

7.5 Modele zmiennych licznikowych w praktyce: liczba dzieci w rodzinie
str. 259

7.6 Słowa kluczowe
str. 263

7.7 Problemy i zadania
str. 264

8 Modele danych panelowych
str. 267

8.1 Wprowadzenie
str. 267

8.2 Statyczne modele liniowe dla danych panelowych
str. 270

8.2.1 Model z efektami ustalonymi (fixed effects)
str. 272

8.2.2 Model z efektami losowymi (random effects)
str. 277

8.2.3 Weryfikacja liniowych modeli statycznych dla danych panelowych
str. 282

8.2.4 Inne modele statyczne dla danych panelowych
str. 288

8.3 Dynamiczne modele liniowe dla danych panelowych
str. 290

8.3.1 Estymator first differences
str. 291

8.3.2 Metoda zmiennych instrumentalnych i estymator Andersona-Hsiao
str. 292

8.3.3 Estymatory uogólnionej metody momentów
str. 293

8.4 Modele zmiennych dwumianowych dla danych panelowych
str. 298

8.4.1 Model z efektami ustalonymi
str. 298

8.4.2 Modele z efektami losowymi
str. 301

8.5 Słowa kluczowe
str. 306

8.6 Problemy i zadania
str. 307

9 Ocena efektu oddziaływania: estymacja przez dopasowanie
str. 309

9.1 Wprowadzenie
str. 310

9.2 Zdefiniowanie efektu oddziaływania
str. 311

9.3 Ogólne zasady tworzenia estymatora efektu oddziaływania
str. 313

9.4 Podstawowe założenia estymacji przez dopasowanie
str. 316

9.5 Szczegóły konstrukcji estymatora efektu oddziaływania
str. 318

9.5.1 Łączenie za pomocą metryki i prawdopodobieństwa (propensity score)
str. 318

9.5.2 Prosty i skorygowany (nieobciążony) estymator oparty na metryce versus estymator PSM
str. 320

9.5.3 Metody łączenia obserwacji
str. 321

9.6 Własności statystyczne estymatorów
str. 325

9.6.1 Obciążenie i efektywność
str. 325

9.6.2 Wrażliwość oszacowań na założenia, dobór zmiennych i metodę estymacji
str. 326

9.7 Dalszy rozwój metod estymacji przez dopasowanie
str. 328

9.8 Estymacja przez dopasowanie z programem Stata
str. 329

9.9 Słowa kluczowe
str. 332

9.10 Problemy i zadania
str. 333

Literatura
str. 337

Indeks rzeczowy
str. 347