کتاب اقتصاد سنجی پیشرفته (جلد 2) همراه با کاربرد Eviews ,stata& R /نویسنده .علی سوری/توسط انتشارات نورعلم به چاپ رسیده است.
مبانی روش حداکثر درستنمایی و مباحث مربوط به آن , در فصل چهارم , بخش 2-16-4 ارائه گردید. روش حداکثر درستنمایی (ML) یکی از روش های برآورد ضرایب معادله رگرسیون است . این روش , تخمین زننده هایی را ارائه می دهد که از کارایی و سازگاری برخوردارند.در این فصل ابتدا تابع درستنمایی و سپس تخمین زننده های حداکثر درستنمایی را معرفی می کنیم .در ادامه , تخمین زننده های حداکثری درستنمایی را برای برآورد ضرایب رگرسیون ساده و چند متغیره بحث خواهیم کرد . در پایان نیز آزمون فرضیه بر اساس نسبت درستنمایی و سایر آزمون های مرتبط را بررسی خواهیم کرد.
فهرست کتاب
بخش سوم-معادله رگرسیون خطی و غیرخطی سایر روش های تخمین (GMMو 2SLS ,IV ,ML)
فصل یازدهم-روش حداکثردرستنمایی (ML)
فصل دوازدهم-متغیرهای ابزاری (IV) و حداقلمربعات دو مرحله ای (2SLS)
فصل سیزدهم-روش گشتاورهای تعمیم یافته (GMM)
فصل چهاردهم-معادله رگرسیون غیرخطی
بخش چهارم-سیستم معادلان همزمان
فصل پانزدهم-معادلات به ظاهر نامرتبط(SUR)
فصل شانزدهم-معادلات همزمان
بخش پنجم -سری های زمانی
فصل هفدهم-مدل های خودرگرسیون با وقفه توزیعی (ARDL)
فصل هجدهم-سری های زمانی تک متغیره .سری های زمانی مانا
فصل نوزدهم-سری های زمانی تک متغیره .سری های زمانی نامانا (ریشه واحد و هم انباشتگی)
فصل بیستم -سری های زمانی فصلی (ARFIMA)
فصل بیست و یکم- سری های زمانی انباشته کسری (ARFIMA)
فصل بیست و دوم-سری های زمانی غیر خطی .مدل های تغییر جهت
فصل بیست و سوم-مدل های خودرگرسیون برداری(VAR)
فصل بیست و چهارم-مدل های تصحیح خطای برداری (VECM)
فصل بیست و پنجم- مدل های تغییر پذیری (MGARCH)
فصل بیست و ششم-مدل های تغییر پذیری چند متغیره (MGARCH)
فصل بیست و هفتم-تحلیل طیفی
جداول آماری ...............
و کتاب فوق و کتاب های دیگراز طریق سایت kaniketab کانی کتاب قابل تهیه می باشد