Construir mejores modelos econométricos con datos de corte transversal y de panel

Opiniones de los lectores

El libro «Building Better Econometric Models Using Cross Section and Panel Data» es elogiado por su accesibilidad y orientación práctica para mejorar los modelos econométricos, en particular para quienes tienen conocimientos básicos de análisis de regresión.

Fácil de seguir, útil para mejorar el ajuste de los modelos, práctico para las regresiones de datos de panel, proporciona información sobre los resultados cuadráticos, no intimida como otros textos de econometría.

Puede que no cubra técnicas econométricas avanzadas, potencialmente limitado para quienes busquen conocimientos matemáticos más profundos.

(basado en 1 opiniones de lectores)

Título original:

Building Better Econometric Models Using Cross Section and Panel Data

Contenido del libro:

Muchos investigadores empíricos anhelan un modelo econométrico que explique mejor sus datos. Sin embargo, rara vez persiguen este objetivo por miedo a las complejidades estadísticas que conlleva la especificación de dicho modelo.

Este libro pretende aliviar esas ansiedades proporcionando una metodología práctica que cualquier persona familiarizada con el análisis de regresión puede emplear, una metodología que producirá un modelo más informativo y que representará mejor los datos. Este libro describe procedimientos sencillos y prácticos que pueden utilizarse para especificar un modelo que explique mejor los datos. Tales procedimientos emplean el uso de técnicas puramente estadísticas realizadas sobre un conjunto de datos públicamente disponibles, lo que permite a los lectores seguir cada etapa del procedimiento.

Utilizando el programa econométrico Stata (aunque también se pueden utilizar la mayoría de los demás programas estadísticos), este libro demuestra cómo comprobar si el modelo está mal especificado y cómo reespecificar estos modelos de una manera práctica que no sólo mejora la inferencia extraída de los resultados, sino que añade un nivel de robustez que puede aumentar la confianza del investigador en los resultados generados. Siguiendo este procedimiento, los investigadores llegarán a un modelo empírico mejor y más afinado que produzca mejores resultados.