Über uns

À propos de nous

Nachhaltigkeit

Durabilité

Open Access

Karriere

Carrière

Datenschutz

Protection des données

Impressum

Mentions légales

Zahlung und Lieferung

Paiement et livraison

LEXIA

LEXIA Arbeitsrecht

Was ist LEXIA?

C'est quoi LEXIA ?

LEXIA Familienrecht

Zeitschriften

Revues

recht

Pflegerecht

ZBJV

forumpoenale

ZStrR

Anwaltsrevue

Revue de l'avocat

RSAS

FamPra.ch

ASYL

Life Science Recht

BlAR

Sachbuch

Livres spécialisés

LOKI

Semaphor

Fokusthemen

Focus

Thema

Recht studieren

Arbeitsrecht

Droit du travail

Studium

Études

Familienrecht

Droit de la famille

Sozialversicherungsrecht

Droit des assurances sociales

Strafrecht

Droit pénal

Publikationen

Publications

Literatur

Onlinemodule LEXIA

Modules en ligne LEXIA

Bücher

Livres

Buchreihen

Collections

Datenbanken

recht.ch

Studienliteratur

Littérature pour les études

Services

Dienstleistungen für

Corporate Books

Publishing Lösungen

Aktuelles

Geschäftskunden

Professionnels

Corporate Publishing

Content solutions

Buchhandlungen

Librairies

Veranstaltungen

Événements

Presse

Dozierende

Enseignants

Studierende

Étudiants

Inserierende

Annonceurs

Newsletter

Blog

Autorinnen/Autoren

Auteurs

Unsere Schreibenden

Hilfe

Unsere Autorinnen und Autoren

Liste

Autorenlounge

Espace des auteurs

Bei uns publizieren

Publier chez nous

Autorenstimmen

Témoignages

Verlag

Éditions

Themen

Mehr wissen

Mitarbeitende

Collaborateurs

Geschichte

Histoire

Vision und Mission

Vision et mission

Unser Magazin

Notre magazine

Unternehmenskultur

Culture d'entreprise

Partner

Partenaires

Kontakt

Contact

Shop

Schweizer Recht

Ausländisches Recht

Über unseren Shop

Neuerscheinungen

Nouveautés

Unsere Funktionen

Nos fonctions

Vorankündigungen

À paraître

Nach Rechtsgebiet

Par domaine juridique

Kommentare

Commentaires

Gesamtkatalog

Catalogue complet

Dhrymes P: Mathematics for Econometrics

Mathematics for Econometrics

Dynamic Modeling and Econometrics in Economics and Finance

Nonlinear models are indispensable in modern finance, yet their reliance on numerical root-finding methods introduces layers of complexity that demand careful attention. This textbook offers a comprehensive and accessible guide to understanding these challenges and applying advanced econometric techniques to real-world financial and economic time series data.
Designed for students, professionals, and researchers with a foundational background in statistics, econometrics, and finance, this book bridges the gap between theory and practice. It introduces key concepts progressively, making it suitable for both intermediate and advanced readers. Each chapter is written in clear, approachable language, ensuring that even those with limited prior experience in econometrics can grasp and apply the material effectively.
The book is organized into five chapters that progressively guide readers through key concepts in financial time series modeling. It begins with Chapter 1, which introduces data filtering techniques, emphasizing the Kalman Filter's role in improving model accuracy. Chapter 2 explores volatility modeling, addressing common challenges in measuring and interpreting variance in financial data. Chapter 3 builds on this by presenting hybrid approaches that combine GARCH models with neural networks to enhance predictive performance. Chapter 4 applies dynamic volatility models to option valuation, offering both theoretical insights and practical tools. Finally, Chapter 5 delves into regime-switching models, including MSAR (Markov Switching Auto Regressive) and STAR (Smooth Transition Auto Regressive), to capture nonlinear behaviors and structural shifts in time series data. Together, these chapters form a cohesive narrative on modeling the dynamic behavior of financial time series, with a particular emphasis on volatility and structural shifts. Whether you're a finance professional, economist, or data scientist, this book is an essential resource for mastering the tools and techniques that drive modern financial analysis.

A Practical Approach

Non-Linearity in Econometric Modeling, Vol. 1

Contributions to Economics

Inference, Computation, and Forecasting

Contemporary Extreme Value Methods

Statistik gilt im wirtschaftswissenschaftlichen Studium oft als trockene Hürde voller abstrakter Formeln. Dieses Lehrbuch zeigt, dass es auch anders geht: Es setzt auf einen anwendungsorientierten Zugang, der Statistik als praktisches Werkzeug begreift – zur Datenanalyse, Entscheidungsfindung und zum Erkennen von Zusammenhängen.
Statt theoretischer Herleitungen stehen konkrete Rechenwege im Mittelpunkt, erklärt wie in einem Rezept: Was wird gebraucht, wie wird vorgegangen, was kommt dabei heraus? Formeln werden Schritt für Schritt eingesetzt und anhand nachvollziehbarer Beispiele aus Wirtschaft, Nachhaltigkeit, Tourismus und Sport erklärt – ganz ohne Kugeln und Urnen.
Jedes Kapitel enthält zahlreiche Übungsaufgaben mit ausführlich kommentierten Lösungen, die jeden Zwischenschritt transparent machen. Die behandelten Themen decken alle Grundlagen ab, die in ein- oder zweisemestrigen Statistikmodulen typischerweise verlangt werden: von beschreibender Statistik über Wahrscheinlichkeitsrechnung und Verteilungen bis hin zu Schätzverfahren, Hypothesentests und Regressionsanalysen.
Der Inhalt
<ul>
<li>Statistische Grundbegriffe</li>
<li>Lage- und Streuungsparameter</li>
<li>Einfache Regressionsanalyse</li>
<li>Diskrete und stetige Zufallsvariablen und Verteilungen</li>
<li>Stichprobenverteilungen und Schätztheorie</li>
<li>Multiple Regression</li>
</ul>
Die Autorin Dr. rer. pol. Stefanie Flotho ist Diplom-Mathematikerin und seit vielen Jahren an verschiedenen Hochschulen in Süddeutschland, im Elsass und der Schweiz als Dozentin für quantitative Methoden und Volkswirtschaftslehre tätig. Ihre Lehrveranstaltungen werden regelmäßig sehr gut evaluiert und mit Preisen ausgezeichnet.

Einfach und verständlich

Wirtschaftsstatistik

Ein Schnelldurchlauf durch 12.000 Jahre Wirtschaftsgeschichte – vom Beginn der landwirtschaftlichen Revolution bis heute

Die kürzeste Geschichte der Wirtschaft

Springer Texts in Business and Economics

A Modern Approach Using R, SPSS, Stata, and Excel

Applied Statistics and Multivariate Data Analysis for Business and Economics

Chapman and Hall/CRC Series on Statistics in Business and Economics

Sample surveys is a major source of statistical information in economics and finance. When policymakers, researchers, and analysts need targeted data-based evidence, surveys can be deployed quickly, at relatively low cost, tailored to specific policy questions and used to capture information that other data sources often miss-subjective dimensions such as perceptions, expectations, values, and attitudes. From economics and finance to social and living conditions, surveys generate robust, decision-ready insights. And when based on representative samples, they yield accurate estimates for many finite populations, from households and individuals to businesses or financial institutions.At the same time, the survey environment is changing rapidly. The growth of administrative and digital data sources, combined with survey fatigue and stronger concerns about confidentiality, has led to declining response rates and increasing operational difficulties, challenging the relevance of the survey instrument and raising questions about how surveys should be designed and used.Even so, surveys are not obsolete, but they must evolve within a multi-source statistical ecosystem. For example, mixed-mode data collection can better match respondent preferences; greater use of administrative records can shorten questionnaires and improve precision; and modern data science tools-including AI-can support more efficient production and analysis.This book provides a practical guide to survey work from design to analysis. It presents the theoretical foundations of probability-based sampling and inference, while emphasising the real constraints of survey operations-budget, time, staffing and respondent burden. It is intended for readers who need both methodological grounding and workable approaches for producing accurate estimates in statistical practice.Key Features:<ul> <li>Promote sample surveys as a core data source for research and decision-making in economics and finance.</li> <li>Serve as a practical handbook for academics and practitioners, covering both survey design and analysis methods.</li> <li>Illustrate key theoretical concepts with numerical applications using dedicated R packages for survey analysis.</li> <li>Explain how modern data science tools-including AI-can reshape survey design, implementation, and inference in the years ahead.</li> </ul>

A Practical Guide

Sample Surveys in Economics and Finance

Dieses Buch ist das erste seiner Art, das die Schlüsselelemente einer Unternehmensdaten- und Analyse-Strategie beschreibt und einen pragmatischen Ansatz zur Definition der Strategie für große Unternehmen vorschreibt. Es basiert auf den erfolgreichen Erfahrungen mit der digitalen Transformation zahlreicher Fortune-500-Unternehmen und anderer großer Unternehmen. Schätzungen zufolge scheitern weltweit mehr als 50 % der Daten- und Analyseinitiativen aufgrund der inhärenten Komplexität solcher Vorhaben.
Einige der Fragen, mit denen Unternehmen kämpfen, sind: Wie definiert man eine Unternehmensdaten- und Analyse-Strategie? Welche Schlüsselelemente sollten dabei berücksichtigt werden? Warum funktioniert ein One-Size-Fits-All-Ansatz nicht für alle Unternehmen? Wie richtet man Daten- und Analyseinitiativen an der Geschäftsstrategie des CEO aus? Wie schafft man eine zukunftsfähige technologische und architektonische Grundlage angesichts der exponentiellen Innovationsrate in Daten- und Analysetechnologien? Wie definiert man das richtige Organisationsmodell für Daten und Analysen? Warum müssen Organisation und Prozesse für Daten und Analysen sich von anderen Funktionen unterscheiden? Wie steuert man den organisatorischen Wandel, um den Erfolg von Daten- und Analyseinitiativen sicherzustellen? Wie definiert man einen Rahmen zur Messung des Geschäftswerts und berechnet den ROI von Daten- und Analyseinitiativen? Welche Schlüsselkompetenzen benötigt ein Daten- und Analyseleiter, um sich durch politische und andere Herausforderungen großer Unternehmen zu navigieren?
Dieses Buch wird Führungskräften, Chief Digital/Analytics Officers, Daten- und Analyseexperten sowie Beratern dabei helfen, diese Fragen zu beantworten. Es unterstützt sie dabei, die verschiedenen Dilemmata, mit denen sie täglich konfrontiert sind, zu bewältigen und ihre Unternehmen datengetrieben zu machen.

Praxisleitfaden auf Basis erfolgreicher digitaler Transformationsinitiativen führender globaler Unternehmen

Unternehmensweite Daten- und Analytics-Strategien entwickeln

Wir leben in einer Welt der Daten. Daten allein aber sind wertlos, wenn wir nicht in der Lage sind, aus ihnen Informationen zu gewinnen. Um Informationen aus Daten zu extrahieren, sind Methoden der multivariaten Datenanalyse unerlässlich.Dieses Lehrbuch bietet eine leicht verständliche Einführung in weiterführende Verfahren der multivariaten Datenanalyse, die vor allem in Master- und Doktoranden-Studiengänge häufig verwendet werden. Es ist anwendungsorientiert geschrieben, setzt nur wenige Kenntnisse in Mathematik und Statistik voraus und demonstriert jedes Verfahren mit numerischen Beispielen. Für die vierte Auflage wurden alle Kapitel aktualisiert und um zentrale Entwicklungen ergänzt, die für Einsteiger besonders wichtig sind. Neu aufgenommen wurde die Zeitreihenanalyse.Das vorliegende Buch und das bereits in der 18. Auflage erschienene Buch Multivariate Analysemethoden der Autoren wurden im Jahr 2015 vom Berufsverband Deutscher Markt- und Sozialforscher e. V. (BVM) mit dem Preis der Deutschen Marktforschung ausgezeichnet, da sie die deutsche Marktforschungspraxis in den letzten Jahrzehnten nachhaltig geprägt haben.
Die im Buch behandelten Verfahren und die verwendeten Softwareprogramme:Nichtlineare Regressionsanalyse – Zeitreihenanalyse – Strukturgleichungsanalyse (SGA) – Konfirmatorische Faktorenanalyse (KF) – Choice Based Conjoint Analyse (CBCA) – Künstliche Neuronale Netze – Multidimensionale Skalierung – Korrespondenzanalyse
Wichtige Berechnungen zu den Verfahren werden zunächst mit MS-Excel verdeutlicht und anschließend zu allen Verfahren ausführliche Fallbeispiele mit einschlägigen Software-Programmen gerechnet. Dabei werden die SGA und die KF mit AMOS und die CBCA mit Lighthouse Studio von Sawtooth gerechnet. Bei allen anderen Verfahren wird auf IBM SPSS zurückgegriffen.
Hilfestellungen für den Anwender:Mit der Springer Nature Flashcards-App kann der eigene Lernfortschritt interaktiv kontrolliert und exklusive Inhalte genutzt werden. Die Webseite multivariate.de bietet weitere Informationen zu den Verfahren und eine Bestellmöglichkeit zu den Datensätzen und Syntaxdateien.
Die Autoren

Eine anwendungsorientierte Einführung

Fortgeschrittene Multivariate Analysemethoden

Impacts of Price Elasticities, Saving, and Inflation

Studies in the Internal Structure of Consumption

Lecture Notes in Economics and Mathematical Systems

This volume would prove to be a beneficial textbook option for economics faculties wishing to offer a PhD level course on quantitative developmental economics or applied economics. This reference volume offers a gentle introduction to various state-of-the-art mathematical and econometric modelling techniques with detailed applications. Each chapter, written by experienced scholars, describe a particular quantitative method for economic modelling and policy analysis. The chapters not only cover the theoretical foundations in a student-friendly language but also provide step-by-step guide to computational aspects. Real-world applications, given in each chapter, focus on the socio-economic conditions and well-being of people in the developing economies and middle-income countries.

Quantitative Methods for Applied Development Economics and Policy Analysis

Contributions to Management Science

This book leverages statistical analysis, data mining, and machine learning techniques to address managerial and socioeconomic problems. With the advent of modern technologies, massive amount of data, especially big data, proliferate from business transactions and users. Consequently, there is an ever-increasing demand for analyzing the data and gaining valuable insights. This book comprises 15 chapters: the first ten chapters cover methods from Statistics and Econometrics, while the next five chapters delve into selected Machine Learning techniques. By bringing together the expertise of eminent researchers from reputed universities worldwide, this volume provides a cohesive guide to understanding and applying data science methodologies to real-world problems.

The book assumes basic knowledge of probability and statistics. Each chapter presents a blend of theoretical insights and practical case studies, ensuring that readers not only learn the techniques but also see their relevance and implementation in real-world scenarios. The chapters not only cover the theoretical underpinnings in a student-friendly language but also provide step-by-step guides for implementation using various software tools such as R, Python, Matlab, and SPSS. This is to instill confidence in the reader to apply such techniques to real-life problems. The book is designed for a broad spectrum of readership - empirical economists, business analysts, and post-graduate students aiming to learn and practice data science. Moreover, the book is designed in such a way that it can be used as a practical reference book for one semester-long Data Science course.

Concepts, Techniques, and Applications

Data Science for Modeling Managerial and Socioeconomic Problems

Mathematics for Econometrics

Autres titres sur ce thème