کتاب مبانی اقتصاد سنجی کاربردی

کتاب مبانی اقتصاد سنجی کاربردی نوشته‌ی سعید کیان پور و حمیدمحمد رضایی ازندریانی، به مطالعه نظام‌مند پدیده‌های اقتصادی با استفاده از داده‌های مشاهده شده پرداخته است.

اقتصادسنجی علم تحلیل‌های آماری از مدل‌های اقتصادی است. همانطور که راینار فریش در اولین شماره مجله ایکانامتریکا توضیح می‌دهد یکی شدن آمار، تئوری اقتصادی و ریاضیات است که اقتصادسنجی را می‌سازد. اگرچه بسیاری از روش‌های اقتصادسنجی کاربرد مدل‌های آماری را بیان می‌کنند، اما بعضی شاخصه‌های خاص داده‌های اقتصادی سبب تمایز اقتصادسنجی از سایر شاخه‌های آمار می‌شود.

داده‌های اقتصادی عمدتا مبتنی بر مشاهده هستند و نه به دست آمده از آزمایش‌های کنترل‌شده. از آنجا که واحدهای اقتصادی در تعامل با یکدیگر عمل می‌کنند، داده‌های مشاهده‌شده نشانی از یک تعادل اقتصادی پیچیده هستند و نه ناشی از یک رفتار ساده ارتباطی ناشی از تقدم و یا تکنولوژی. از این رو اقتصاد سنجی روش‌هایی برای شناسایی و تخمین مدل‌هایی با چند مجهول را ایجاد می‌کند. این متدها به محقق اجازه می‌دهند که استنتاجی علت معلولی در شرایطی غیر از شرایط آزمایشی کنترل شده ارائه دهد.

اهداف اقتصادسنجی را به طور کلی می‌توان دادن محتوای تجربی به روابط اقتصادی برای آزمودن نظریه‌های اقتصادی، پیشبینی، تصمیمگیری، و ارزیابی پیشینی یک سیاست‌گذاری یا تصمیم دانست. از این رو با توجه به نقش مهم اقتصادسنجی به منظور تمهیدات گوناگون برای درک آن در این کتاب، به کلیاتی در ارتباط با اقتصادسنجی پرداخته شده است.

در بخشی از کتاب مبانی اقتصاد سنجی کاربردی می‌خوانیم:

در علم آمار برآورد درست نمایی بیشینه روشی است برای برآورد کردن پارامترهای یک مدل آماری. وقتی بر مجموعه‌ای از داده‌ها عملیات انجام می‌شود یک مدل آماری به دست می‌آید آنگاه درست نمایی بیشینه" می‌تواند تخمینی از پارامترهای مدل ارائه دهد.

روش درست نمایی بیشینه به بسیاری از روش‌های شناخته شده تخمین آماری شباهت دارد. فرض کنید برای شخصی اطلاعات مربوط به قد زرافه‌های ماده بالغ موجود در یک جمعیت مهم باشد و این شخص به خاطر محدودیت هزینه یا زمان نتواند قد تک تک این زرافه‌ها را اندازه بگیرد، این شخص تنها می‌داند که این طول قدها از توزیع نرمال پیروی می‌کنند ولی میانگین و واریانس توزیع را نمی‌داند حال با استفاده از روش درست نمایی بیشینه و با در دست داشتن اطلاعات مربوط به نمونه‌ای محدود ازجمعیت می‌تواند تخمینی از میانگین و واریانس این توزیع را بدست آورد.

حداکثرسازی درستنمایی این کار را به این ترتیب انجام می‌دهد که واریانس و میانگین را مجهول در نظر می‌گیرد، آنگاه مقادیری را به آن‌ها نسبت می‌دهد که با توجه به اطلاعات موجود محتمل‌ترین حالت باشد. در حالت کلی روش درست نمایی در مورد یک مجموعه مشخص از داده‌ها عبارتست از نسبت دادن مقادیری به پارامتر‌های مدل که در نتیجه آن توزیعی تولید شود که بیشترین احتمال را به داده‌های مشاهده شده نسبت دهد (یعنی مقادیری از پارامتر که تابع درست نمایی را ماکسیمم کند).

حداکثر سازی درستنمایی یک ساز و کار مشخص را برای تخمین ارائه می‌دهد که در مورد توزیع نرمال و بسیاری توزیع‌های دیگر به طور خوش تعریف عمل می‌کند. با این حال در بعضی موارد مشکلاتی پیش می‌آید از قبیل اینکه برآوردگرهای درست نمایی بیشینه نامناسب‌اند یا اصلا وجود ندارند. روش حداکثرسازی درستنمایی نیز برای برآورد ضرایب اکثر مدلهای رگرسیون قابل استفاده است ولی قبل از استفاده از آن، باید یک توزیع احتمال برای جملات اخلال فرض کرد.