Modele i metody bayesowskiej analizy kointegracji

Rozdział 1: Analiza kointegracji w makroekonometrii; 1. Procesy VAR i kointegracja; 2. Dynamiczne własności procesu VAR; 3. Geometria przestrzeni parametrów w modelu z kointegracją; Rozdział 2: Wnioskowanie bayesowskie dla modeli z mechanizmem korekty błędu; 1. Podstawy analizy bayesowskiej; 2. Metody MCMC w bayesowskiej analizie kointegracji; 3. Główne problemy statystyczne w analizie kointegracji; 4. Metody estymacji oparte na zagnieżdżaniu modeli; 5. Metody, w których wykorzystuje się geometrię przestrzeni parametrów; 6. Geometria przestrzeni parametrów w estymacji punktowej; Rozdział 3: Porównywanie bayesowskich modeli korekty błędu i prognozowanie na ich podstawie; 1. Porównywanie konkurencyjnych modeli i łączenie wiedzy w analizie kointegracji; 2. Prognozowanie w ramach bayesowskiego modelu VEC; Rozdział 4: Spirala płacowo-cenowa w gospodarce polskiej; 1. Prezentacja danych i zbioru rozważanych modeli; 2. Analiza bayesowska w przypadku nieinformacyjnego rozkładu a priori dla przestrzeni kointegrującej; 3. Wyniki z uwzględnieniem silnej wiedzy wstępnej dotyczącej przestrzeni ko integrującej; 4. Analiza zbieżności metod numerycznych; 5. Wykorzystanie uzyskanych wyników. [O]