목차
第1部 RATS 使用案內
第1章 RATS 使用方法 基礎
第1節 作業의 始作과終了 ... 4
1. 作業의 始作 ... 4
2. 作業의 終了 ... 5
第2節 編輯命令 ... 5
1. 基本編輯命令 ... 6
2. 細部編輯命令 ... 9
第3節 編輯命令語의 活用例 ... 13
1. 例題入力 및 貯藏 ... 13
2. 分析結果 印刷 ... 15
3. 다른 이름으로 저장하기 ... 17
4. 프로그램 불러오기 ... 18
5. 새로운 分析始作과 畵面狀態轉換 ... 18
6. 두 개 이상의 프로그램 結合 ... 21
7. 環境設定 ... 22
8. 作業領域의 變更 ... 25
9. 기타 ... 26
第4節 分析命令 ... 26
[보론] BATCH方法을 이용한 RATS 實行 ... 27
第2章 RATS 作業構造
第1節 資料의 處理 ... 30
1. 資料特性의 指定 : CALENDAR, ALLOCATE ... 30
2. 分析資料의 入力 : DATA ... 31
3. 資料變換 및 創出 : SET ... 34
4. 資料의 保管 ... 35
第2節 資料의 分析 ... 36
1. 資料의 印刷 : PRINT ... 36
2. 그래프 作成 : GRAPH, SCATTER ... 37
[보론]
Ⅰ. RATS에서의 DATA 管理 ... 38
Ⅱ. GRAPH 印刷 및 貯藏 ... 43
第3章 주요 統計分析方案
第1節 記述統計 ... 48
1. 特性値算出 ... 48
2. 特性値算出과 관련한 副次的인 作業命令 ... 49
第2節 推測統計 ... 50
1. 주요 確率分布 ... 50
2. 推定 : 信賴區間의 算出 ... 53
3. 檢定 ... 56
4. 分散分析 ... 63
第4章 주요 計量經濟分析方案
第1節 相關分析 ... 66
1. 相關係數 算出과 區間推定 ... 66
2. 相關係數의 檢定 ... 67
第2節 回歸分析 ... 68
1. 基本的인 回歸分析節次 ... 69
2. 基本的 回歸分析의 限界成果 補完策 ... 70
3. 聯立方程式 ... 129
第3節 時系列分析 ... 142
1. ARIMA模型分析 ... 143
2. 誤差修正模型 ... 148
3. VAR模型 ... 151
第2部 RATS를 이용한 計量經濟分析
第1篇 計量經濟分析에 필요한 基礎統計理論
第1章 統計的 推論의 基礎 槪念
第1節 統計學의 定義 ... 158
第2節 統計學의 주요 내용 ... 158
1. 記述統計의 주요 내용 ... 158
2. 推測統計의 주요 내용 ... 163
第3節 計量分析上의 統計的 推論의 先決課題 ... 163
第4節 要約 ... 164
第2章 統計的 推論의 理論的 根據Ⅰ : 바람직한 推定量의 選定
第1節 바람직한 推定量의 判別基準 ... 166
1. 不便性 ... 166
2. 效率性 ... 166
3. 充足性 ... 166
4. 一貫性 ... 167
第2節 바람직한 推定量의 算出方案 ... 167
1. 最尤法 ... 167
2. 몬테칼로硏究方法 ... 168
3. 導出方案들의 綜合的 活用方法 ... 169
4. 選定된 推定量의 內容 ... 169
第3節 要約 ... 169
第3章 統計的 推論의 論理的 根據 Ⅱ : 선정된 推定量의 特性
第1節 確率變數 ... 172
주요 確率分布 ... 172
第2節 期待値 ... 181
1. 期待値 ... 181
2. 期待値法則 : 一變量 경우 ... 189
3. 二變量 結合確率分布와 期待値法則 ... 189
第3節 선정된 推定量의 期待値 ... 193
1. 標本平均 ... 193
2. 標本分散 ... 193
3. 標本比率 ... 194
第4節 選定된 주요 推定量들의 確率分布 : 標本分布 ... 194
1. 標本平均 ... 195
2. 標本比率 ... 200
3. 標本分散 ... 202
第5節 要約 ... 205
연습문제 ... 207
第4章 統計的 推論 Ⅰ : 單一標本 경우의 推定 및 檢定
第1節 推定 ... 220
1. 點推定 ... 220
2. 區間推定의 基礎方法論 ... 220
3. 母平均에 대한 區間推定 ... 221
4. 母比率에 대한 區間推定 ... 226
5. 母分散에 대한 區間推定 ... 227
第2節 檢定 ... 228
1. 假說檢定의 形態 ... 229
2. 假說檢定의 誤謬 ... 229
3. 假說檢定의 順序와 基本的 方法論 ... 230
4. 母平均에 대한 假說檢定 ... 232
5. 母比率에 대한 假說檢定 ... 237
6. 母分散에 대한 假說檢定 ... 239
第3節 要約 ... 241
연습문제 ... 244
第5章 統計的 推論Ⅱ : 複數標本 경우의 推定 및 檢定
第1節 2標本 경우의 統計的 推論 ... 258
1. 母平均의 差에 관한 假說檢定 ... 258
2. 母比率의 差에 관한 假說檢定 ... 270
3. 두 母分散의 比率에 관한 假說檢定 ... 273
4. 假說檢定公式의 要約 ... 276
5. 複數標本 경우의 推定 ... 276
第2節 多數標本 경우의 統計的 推論 : 分散分析 ... 276
1. 一元分散分析 ... 277
2. 二元分散分析 ... 279
3. 多重比較와 區間推定 ... 282
第3節 要約 ... 282
1. 연습문제 ... 284
第2篇 計量經濟分析基礎 : 古典的 線型回歸分析
第6章 單純線型回歸分析Ⅰ: 模型의 設定과 推定
第1節 槪要 : 回歸分析의 槪念과 意義 ... 296
第2節 回歸分析과 相關分析 ... 296
1. 相關係數의 槪念과 意義 ... 296
2. 相關係數의 推定 및 檢定 ... 301
第3節 單純線型回歸模型의 設定 ... 305
第4節 回歸模型의 推定 ... 306
1. 推定方法 : 最小自乘法 ... 306
2. 最小自乘推定量의 統計的 特性 ... 310
第5節 實證分析例 ... 311
第6節 要約 ... 317
[보론] 順位相關 ... 319
연습문제 ... 320
第7章 單純線型回歸分析Ⅱ : 模型의 評價와 豫測
第1節 標本回歸線에 관한 評價 ... 346
1. 適合度檢定0 ... 346
2. 標本回歸선에 대한 統計的 有意性檢定 ... 348
第2節 相關分析과 回歸分析 ... 354
1. $\hat \beta$과 γ의 관계 ... 354
2. γ과 R² ... 356
3. 相關係數와 回歸分析 ... 358
第3節 豫測 ... 360
第4節 實證分析例 : 消費函數의 推定 ... 365
1. 模型의 設定 ... 365
第5節 要約 ... 373
연습문제 ... 375
第8章 多重線型回歸分析
第1節 槪要 ... 384
第2節 多重回歸分析의 意義 ... 384
第3節 多重回歸模型의 推定 ... 387
1. 多重線歸模型의 基本假定 ... 387
2. 最小自乘法에 의한 多重回歸模型의 推定 ... 388
第4節 多重回歸模型에 관한 評價 ... 389
1. 適合度檢定 ... 389
2. 回歸係數에 대한 有意性檢定 ... 390
3. F檢定과 ANOVA ... 394
第5節 豫測 ... 399
第6節 多重相關分析 ... 404
1. 偏相關係數 ... 404
2. 多重相關係數 ... 408
第7節 實證分析例 ... 409
1. 消費函數에 관한 分析 ... 410
2. 通貨指標에 관한 分析 ... 415
第8節 要約 ... 429
연습문제 ... 431
第3篇 古典的 線型回歸分析의 限界成과 補完策
第9章 基本假定의 現實性 여부 문제와 多重共線性
第1節 假定 E[ε_i] ... 0의
第2節 誤差項이 正規分布를 따르는지의 여부 ... 443
第3節 E[ε_iX_i] ... x_i
第4節 n≥k+2란 假定의 充足性 여부 ... 444
第5節 假定 ρ(X_i, X_i) ≠ 1의 現實性 여부와 多重共線性 ... 447
第6節 多重供給線이 推定에 미치는 效果 ... 447
第7節 重共線性이 초래하는 問題點의 具體的 內容 ... 450
第8節 多重共線性의 심각성 여부 判定方案 ... 451
1. 相關係數活用法 ... 452
2. 行列式 │X^tX│의 活用法 ... 453
3. Farrar & Glauber 判定法 ... 455
4. Frisch의 探索法 ... 458
5. 實用的 判定基準 ... 458
6. 其他 判定方案 ... 460
第9節 多重供給性에 대한 對應策 ... 461
1. 多重供線性 誘發變數의 探索 및 除去 ... 461
2. 별도 推定方案의 活用 ... 474
3. 資料의 補完 및 變形 ... 474
4. 기타 對應上의 留意事項 ... 475
第10節 實證分析例 ... 476
1. 消費函數 ... 476
2. 通貨量과 物價 ... 481
第11節 要約 ... 490
연습문제 ... 492
第10章 異分散
第1節 異分散現象이란 ... 506
第2節 OLS 活用時 예상되는 問題點 ... 507
第3節 問題點의 심각성 여부 判定方案 ... 508
1. 圖表를 이용하는 直觀的 方法 ... 508
2. 函數類型을 이용하는 方法 ... 510
3. 誤差項 크기의 差異를 이용하는 方法 ... 511
4. 非母數的 檢定法 ... 513
第4節 對應策 ... 514
第5節 實證分析例 ... 516
1. 異分散現象判定法 ... 520
2. 異分散의 解消方案 : 加重最小自乘法 ... 532
[보론] Breusch-Pagan 檢定 ... 536
연습문제 ... 537
第11章 自己相關
第1節 自己相關이란 ... 554
第2節 OLS 活用時 豫想되는 問題點 ... 555
第3節 問題點의 심각성 여부 判定方案 ... 555
1. 圖表를 이용하는 直觀的 方法 ... 556
2. Durbin-Watson檢定 ... 556
3. Durbin-Watson檢定法의 補完策 ... 557
4. 非母數的 檢定法 : Geary檢定 ... 558
第4節 對應策 ... 559
1. OLS節次 利用方法 ... 559
2. Durbin의 推定方法 ... 560
3. Prais-Winston推定方法 ... 560
4. Cochrane-Orcutt推定方法 ... 561
5. 기타 方法 ... 562
第5節 實證分析例 : 投資乘數 ... 563
第6節 要約 ... 570
연습문제 ... 571
第12章 設定된 模型의 適切性問題
第1節 槪要 ... 584
第2節 設定誤謬의 內容과 原因 ... 584
第3節 設定誤謬가 초래하는 問題點 ... 585
第4節 設定誤謬의 探索方法 ... 585
1. 不適切한 說明變數의 포함 여부 判定法 ... 585
2. 適切한 變數의 제외 여부 및 函數模型의 適正性 判定法 ... 585
第5節 對應策 ... 587
1. 모든 가능한 方程式을 同時推定하는 方法 ... 587
2. 縮小除外法 ... 588
3. 擴大導入法 ... 588
4. 段階的 回歸分析方法 ... 589
第6節 不適切한 函數形態에 관한 問題 ... 603
1. 說明變數가 非線型인 模型 ... 604
2. 回歸係數가 非線型인 模型 : 線型화가 가능한 경우 ... 604
3. 回歸係數에 대한 非線形性이 해소되지 못하는 模型 ... 604
4. 特殊模型 ... 605
5. 非線型模型의 綜合 ... 605
第7節 實證分析 ... 606
1. 費用函數의 推定 ... 606
2. 生産函數의 推定 ... 617
第8節 要約 및 結論 ... 623
[보론]
Ⅰ. 追加된 說明變數의 寄與度判定을 위한 F檢定方法 ... 625
Ⅱ. 追加導入한 觀測資料가 미치는 效果分析 ... 625
Ⅲ. 制限條件附最小自乘法에 의한 回歸分析 ... 626
연습문제 ... 628
第13章 資料의 諸類型과 活用上의 問題
第1節 槪要 ... 636
第2節 測定誤差와 變數誤差 ... 636
第3節 變數誤差의 類型과 測定上의 問題點 ... 637
1. 從屬變數만의 測定誤差 ... 637
2. 說明變數만의 測定誤差 ... 637
第4節 變數誤差理想의 探索方法 ... 638
第5節 變數誤差에 대한 對應方案 ... 641
1. 逆最小自乘法 ... 641
2. 手段變數推定法 ... 641
3. 實證分析例 : 恒常所得假說 ... 643
第6節 資料가 그룹화되어 있는 경우 ... 647
1. 單一基準에 의해 分類된 集圖資料 ... 647
2. 複數基準에 의해 分類된 集圖資料 ... 648
3. 實證分析例 : 그룹화된 資料 ... 649
第7節 일부 測定値가 빠져 있는 경우 ... 653
1. 測定値가 不完全韓 時期를 除外하는 方法 ... 653
2. 事前的 情報의 活用 ... 654
3. 平均값의 活用 ... 654
4. 時間變數活用法 ... 654
5. 最尤法의 活用 ... 655
6. 手段變數活用法 ... 655
第8節 資料가 不充分한 경우 : 時系列資料와 橫斷面資料의 結合使用問題 ... 660
1. 結合된 資料活用時 推定模型 ... 661
2. 共分散模型 ... 661
3. 複合誤差模型 ... 662
4. 異分散과 系列相關이 複合的으로 나타나는 模型 ... 662
第9節 要約 ... 671
[보론] pooling資料를 이용한 分析方法 ... 673
연습문제 ... 677
第14章 回歸模型의 諸類型
第1節 說明變數가 假變數일 경우 ... 694
1. 說明變數가 假變數 하나뿐인 경우 ... 694
2. 說明變數가 2개의 假變數뿐일 경우 ... 697
3. 說明變數가 數量變數와 假變數로 구성될 경우 ... 701
第2節 從屬變數가 制限된 값만을 취하는 경우 ... 707
1. 線型確率模型 ... 708
2. 로지트模型 ... 719
3. 프로비트模型 ... 724
4. 制限的 從屬變數模型 ... 732
第3節 制限條件附模型 ... 732
1. 單純制限條件 ... 733
2. 複合制限條件 ... 736
3. 線型制限條件 ... 741
4. 非線型制限條件 ... 745
第4節 時差分布模型 ... 746
1. 有限時差分布模型 ... 747
2. 無限時差分布模型 ... 749
3. 時差分布模型의 推定問題 ... 759
第5節 實證分析例 : 因果關係檢定 ... 760
第6節 要約 ... 764
[보론] 可變係數模型 ... 765
연습문제 ... 766
第4篇 聯立方程式體系와 擬態分析
第15章 聯立方程式模型의 特徵과 識別問題
第1節 聯立方程式模型의 特性 ... 780
第2節 聯立方程式模型의 類型 ... 781
1. 構造方程式模型 ... 781
2. 誘導方程式體系 ... 783
第3節 識別問題 ... 784
1. 需要·供給模型에서 본 識別問題의 含意 ... 784
2. 識別에 관한 必要充分條件 ... 788
第4節 實證分析例 ... 792
1. 國民所得決定模型 ... 792
2. 乘用車의 需要·供給模型 ... 799
第5節 要約 ... 817
第16章 聯立方程式模型의 推定
第1節 OLS 適用時 초래되는 問題點 ... 820
第2節 單一方程式推定方式 ... 820
1. 間接最小自乘法 ... 820
2. 手段變數推定法 ... 821
3. 2段階最小自乘法 ... 827
4. 기타 單一方程式推定方式 ... 831
第3節 全體方程式推定方式 ... 833
1. 3段階最小自乘法 ... 834
2. 全體情報最尤法 ... 837
第4節 諸推定方法의 比較 ... 838
第5節 實證分析例 ... 839
第6節 要約 ... 849
연습문제 ... 851
第17章 聯立方程式模型의 動態的 分析:擬態分析
第1節 擬態分析이란 ... 858
第2節 擬態分析의 基本過程 ... 860
1. 聯立方程式模型의 設定과 檢定 ... 860
2. 擬態分析模型의 評價 ... 860
第3節 擬態分析模型과 動態分析 ... 862
第4節 擬態模型의 調整 ... 863
第5節 實證分析例 ... 864
1. 事後的 擬態分析과 動態的 安定性 ... 864
2. 經濟政策擬態分析 ... 872
3. 未來豫測 ... 880
4. 構造調整 및 係數調整 ... 890
第6節 要約 ... 895
연습문제 ... 897
第18章 聯立方程式模型의 應用 : 巨視計量經濟模型
第1節 巨視計量模型의 沿革 ... 908
第2節 주요 海外巨視計量模型 ... 911
第3節 주요 國內經濟巨視計量模型 ... 913
第4節 韓國經濟의 巨視計量分析例 : SUM '91 ... 915
1. 模型設定基準 및 特性 ... 916
2. 模型의 推定結果 ... 920
3. 經濟構造 및 政策效果分析 ... 921
4. 豫測 ... 924
第5篇 時系列分析
第19章 主要 時系列分析模型
第1節 時系列分析의 意義 ... 930
1. 時系列分析의 目標 ... 930
2. 傳統的 分析方法론 : 外揷法과 平滑法 ... 931
第2節 確率的 時系列의 特性 ... 933
1. 確率的 時系列模型 ... 933
2. 安定性 ... 935
3. 自己相關函數와 偏自己相關函數 ... 936
4. 同次的 不安定的 過程 ... 940
第3節 주요 確率過程과 주요 線型時系列模型 ... 945
1. 純粹確率過程 ... 945
2. 確率步行 ... 945
3. 移動平均確率過程模型 ... 946
4. 自己回歸確率過程模型 ... 946
5. 自己回歸와 移動平均이 混合된 模型 ... 947
6. ARIMA 模型 : 同次的 不安定過程 ... 947
第4節 주요 經濟時系列의 特性 ... 949
第5節 要約 ... 962
第20章 時系列分析과 豫測
第1節 模型의 識別 ... 966
1. 좋은 模型의 識別基準 ... 966
2. 安定的 模型에서의 識別問題 ... 967
3. 不安定的 模型의 경우의 識別問題 ... 974
第2節 推定 ... 976
1. 推定結果의 檢定 ... 977
第3節 診斷 ... 979
1. acf 對比法 ... 980
2. 確率衝擊의 獨立性檢定 ... 980
3. 最上의 模型選定方式 ... 982
第4節 豫測 ... 982
1. 좋은 豫測의 基準 ... 983
2. 豫測値算出의 基本論理와 點豫測 ... 983
3. 區間豫測 ... 983
第5節 實證分析案內 ... 984
1. 觀測値의 數 ... 984
2. 原資料의 豫備檢索 ... 985
3. 安定的 平均導出에 필요한 차분횟수 결정 ... 985
4. 差分貨에 필요한 기타 參考事項 ... 986
5. acf와 pacf 圖表를 이용한 模型의 識別法 ... 986
6. 推定上의 參考事項 ... 989
7. 推定 및 診斷 그리고 豫測上의 參考事項 ... 990
第6節 實證分析例 ... 990
1. 識別 ... 991
2. 推定 ... 1004
3. 診斷 ... 1019
4. 豫測 ... 1022
第7節 要約 ... 1025
연습문제 ... 1026
第21章 時系列資料分析의 主要 課題
第1節 槪要 ... 1038
第2節 回歸分析과 時系分析의 缺陷 : 動態分析 ... 1039
第3節 不安定的 時系列의 回歸分析과 虛構的 回歸 ... 1040
1. 虛構的 回歸 ... 1040
2. 積分된 時系列과 共積分 ... 1041
3. 不安定的 時系列의 回歸分析 ... 1042
第4節 單位根檢定 ... 1044
1. DF檢定法 ... 1045
2. ADF檢定法 ... 1047
3. Philips-Perron檢定法 ... 1048
第5節 共積分檢定 ... 1048
第6節 벡터自己回歸模型 ... 1050
1. VAR模型의 意義와 特性 ... 1050
2. 分析方法 ... 1051
第7節 實證分析例 ... 1053
1. VAR模型을 이용한 景氣變動分析 ... 1054
2. ECM模型을 통한 景氣變動分析 ... 1066
第8節 要約 ... 1088
연습문제 ... 1091
第22章 스펙트럴分析
第1節 週期的 時系列과 三角函數 ... 1104
第2節 振動數領域에서 본 時系列 ... 1105
第3節 푸리에 시리즈 ... 1106
第4節 週期函數와 스펙트럼 ... 1107
第5節 스펙트럼分布函數와 스펙트럼密度函數 ... 1109
第6節 주요 確率過程의 스펙트럼 導出 ... 1112
1. 純粹한 確率過程 ... 1112
2. MA(1)過程 ... 1113
3. AR(1)過程 ... 1114
4. sin波長을 갖는 確定的 攪亂 ... 1115
5. 混合模型 ... 1116
第7節 스펙트럼의 推定과 週期圖表 ... 117
1. 푸리에分析 ... 117
2. sine函數模型의 한 例 ... 117
3. 나이키스트振動數 ... 1119
4. 週期圖表分析 ... 1120
5. 一貫的 推定節次 ... 1123
第8節 기타 스펙트럴分析의 活用例 ... 1125
1. 二變量時系列過程 ... 1125
2. 스펙트럴分析과 傳統的인 時系列分析 方法論 ... 1125
3. 標本期間과 무시되는 週期變動 ... 1126
第9節 實證分析案內 및 活用例 ... 1126
1. 趨勢變動의 除去 ... 1127
2. 週期의 確定 ... 1131
3. 스펙트럼의 推定 ... 1139
第10節 要約 ... 1146
연습문제 ... 1148
附錄 SAS 使用案內
第1節 SAS 使用方法 基礎 ... 1157
1. SAS作業의 始作과 終了 ... 1157
2. 基本윈도우의 機能과 活用方法 ... 1159
3. 特殊윈도우의 呼出과 活用方法 ... 1169
第2節 SAS 프로그램 基礎 ... 1173
1. 資料의 處理段階 ... 1174
2. 資料의 分析段階와 SAS 프로그램의 수행 ... 1197
附表
A. 累積標準正規分布表 ... 1209
B. t分布의 臨界値 ... 1210
C. χ²分布의 臨界値 ... 1211
D. F分布의 臨界値 ... 1212
E. z_r={1 \over 2}In{{1+r} \over {1-r}}의 값 ... 1220
F. 스피어만의 順位相關係數 r_s의 臨界値 ... 1221
G. Durbin-Watson 統計量 ... 1222
H. Geary檢定統計量의 臨界値 ... 1230
I. Dickey-Fuller 檢定統計量의 分布 ... 1231
J. Dickey-Fuller의 檢定統計量의 分布 ... 1232
K. CRDW 檢定統計量의 臨界値 ... 1233
L. 共積分檢定統計量의 臨界値 ... 1234
國文索引 ... 1235
英文索引 ... 1243
닫기