книги, вышедшие до 1995 года:
15. Айвазян C.А., Бухштабер В.А., Енюков И.C., Мешалкин Л.Д. Прикладная статистика. Классификация и снижения размерности. М.: Финансы и статистика, 1989.
16. Айвазян C.А., Енюков И.C., Мешалкин Л.Д. Прикладная статистика. Исследование зависимостей. М.: Финансы и статистика, 1985.
17. Андерсон Т. Cтатистический анализ временных рядов. М.: Мир, 1976.
18. Бард Й. Нелинейное оценивание параметров. М.: Статистика, 1979.
19. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. (Вып. 1, 2.) М.: Мир, 1972. [Классика]
20. Болч, Б.У., Хуань, К.Д. Многомерные статистические методы для экономики. М.: Статистика, 1979.
21. Вапник В.Н. Восстановление зависимостей по эмпирическим данным. М.: Наука, 1979.
22. Гренджер К., Хатанака М. Cпектральный анализ временных рядов в экономике. М.: Статистика, 1972.
23. Демиденко Е. З. Линейная и нелинейная регрессия. М.: Финансы и статистика, 1981.
24. Дженкинс Г., Ваттс Д. Cпектральный анализ и его применения. М: Мир, 1971.
25. Джонстон Д. Эконометрические методы. М.: Статистика, 1980.
26. Дрейпер, Н., Смит, Г. Прикладной регрессионный анализ: В 2-х кн. — М: Финансы и статистика, 1986.
27. Дюран Б., Оделл П. Кластерный анализ. М.: Статистика, 1977.
28. Ермаков C.М., Жиглявский А.А. Математическая теория оптимального эксперимента. М.: Наука, 1982.
29. Зельнер А. Байесовские методы в эконометрии. М.: Статистика, 1980.
30. Кендэл М. Временные ряды. М.: Финансы и статистика, 1981.
31. Кокс Д.Р. Оукс Д. “Анализ данных типа времени жизни”, М.: Финансы и статистика, 1988.
32. Лимер Э. Cатистический анализ неэксперементальных данных. М.: Финансы и статистика, 1983.
33. Лоули Д., Максвелл А. Факторный анализ как статистический метод. М.: Мир, 1967.
34. Маленво Э. Cтатистические методы эконометрии. М.: Статистика, (вып. 1 - 1975, вып. 2 - 1976).
35. Мостеллер, Ф., Тьюки, Дж. Анализ данных и регрессия. В 2-х вып. М.: Финансы и статистика, 1982.
36. Песаран, М., Слейтер, Л. Динамическая регрессия: теория и алгоритмы. М: Финансы и статистика, 1984.
37. Розин Б.Б. Теория раcпознавания образов в экономических исследованиях. М.: Статистика, 1973.
38. Себер Дж. Линейный регрессионный анализ. М.: Мир, 1980.
39. Справочник по прикладной статистике. М.: Финансы и статистика, 1990.
40. Хардле В. Прикладная непараметрическая регрессия. М.: Мир, 1993.
41. Харман Г. Современный факторный анализ. М.: Статистика, 1972.
42. Хьюбер П. Робастность в статистике. М.: Мир, 1984.
43. Шеффе Г. Дисперсионный анализ. М.: Наука, 1980.
44. Эфрон, Б. Нетрадиционные методы многомерного статистического анализа: Сб. статей. М.: Финансы и статистика, 1988.
автокорреляция – взаимозависимость случайных остатков регрессионной модели. В первую очередь характерна для временных рядов. Отсутствие автокорреляции – одна из предпосылок применения метода наименьших квадратов
автокорреляция i-го порядка – автокорреляция между et и et-i
автокорреляция первого порядка – автокорреляция между соседними случайными отклонениями
автокорреляция, отрицательная – автокорреляция,при которой коэффициент корреляции между случайными отклонениями отрицателен
автокорреляция, положительная – автокорреляция,при которой коэффициент корреляции между случайными отклонениями положителен
вероятность, доверительная – степень доверия к результатам проведенной интервальной оценки
гетероскедастичность– это различие в дисперсиях случайных отклонений при различных значениях зависимой переменной. Является нарушением одной из предпосылок метода наименьших квадратов. Характерна в первую очередь для перекрестных данных.
гомостедастичность – условие постоянства дисперсий случайных отклонений – одна из предпосылок применения метода наименьших квадратов.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.