Python ile Ekonometri

İstatistik ve ekonometri paket programları için her sene neden milyonlarca dolar ödüyoruz? Üniversitelerimiz, özel ve kamu sektörü kuruluşları, araştırma merkezleri, bilim insanları, öğrenciler… Şimdi dünyanın açık kaynaklı (ücretsiz) araçlara yelken açtığı bir zamanda bir avuç şirkete yaptığımız bunca ödeme ne kadar gerekli?

Bu çalışmanın amacı Amazon’un 2010-2020 Best-seller raporuna göre dünyada 10 senedir en yaygın kullanılan ekonometri kitabı olan Jeffrey Wooldridge’ın “Ekonometriye Giriş: Modern Yaklaşım” isimli kitabındaki 132 örneği Python ile uygulamakla sınırlı değildir.

Bunun ötesinde;
Python diliyle kodlanmış açık kaynaklı, ücretsiz ve erişilebilir uygulama paketleri sayesinde birkaç satır kod yazarak pahalı yazılımların çıktılarını elde edebilecek, yüzlerce, binlerce dolardan tasarruf edecek,
Üniversite laboratuvarlarındaki lisanslı yazılımlara bağımlı kalmadan, evinizden, köşedeki kahve zincirinde, kütüphanede, plajdaki şezlongda… ödevinizi, projenizi, çalışmanızı rahatlıkla yapabilecek,
Yeryüzünde birbirleriyle hiç karşılaşmamış ama birlikte çalışan yüz binlerce gönüllü tarafından geliştirilip güncellenen Python paketlerinin avantajını tadabilecek, bu paketlerin ücretsiz öğrenme kaynaklarının tadını çıkaracak,
Çağımızın en önemli yetkinliklerinden kodlama becerisi kazanmak için güçlü bir adım atacaksınız.

İçindekiler
Veri Bilimi Ve Python 
Basit Regresyon Modeli
Çoklu Regresyon Modeli
Çoklu Regresyon Analizi: Çıkarım
Çoklu Regresyon Analizi: Skk’nin Asimptotik Özellikleri
Çoklu Regresyon Analizi: İleri Konular
Nitel Bilgi İle Çoklu Regresyon Analizleri: İkili (VEYA Kukla) Değişkenler
Değişen Varyans
Tanımlama Ve Veri Sorunları Hakkında Daha Fazlası
Zaman Serisi İle Regresyon Analizi
Zaman Serisi Verisi İle Sekk Kullanımına Dair İlave Konular
Zaman Serisi Regresyonlarında Serisel Korelasyon Ve Değişen Varyans
Havuzlanmış Yatay Kesitler: Basit Panel Veri Yöntemleri
İleri Panel Veri Yöntemleri
Araç Değişkenler Tahmini Ve İki Aşamalı En Küçük Kareler
Eş Anlı Denklem Modelleri
Sınırlı Bağımlı Değişkenli Modeller Ve Örnek Seçimi Düzeltmeleri
İleri Zaman Serisi Konuları