Appendix C. Building gretl
360
./configure --prefix=/usr \
--enable-openmp \
--enable-build-doc
You will see a number of checks being run, and if everything goes according to plan, you should
see a summary similar to that displayed in ExampleC.1.
Example C.1: Sample output from ./configure
Configuration:
Installation path:
/usr
Use readline library:
yes
Use gnuplot for graphs:
yes
Use LaTeX for typesetting output:
yes
Use libgsf for zip/unzip:
no
MPFR support:
yes
sse2 support for RNG:
yes
OpenMP support:
yes
MPI support:
no
AVX support for arithmetic:
no
Build with GTK version:
2.0
Build gretl documentation:
yes
Use Lucida fonts:
no
Build message catalogs:
yes
X-12-ARIMA support:
yes
TRAMO/SEATS support:
yes
libR support:
yes
ODBC support:
no
Experimental audio support:
no
Use xdg-utils in installation:
if DESTDIR not set
LAPACK libraries:
-llapack -lblas -lgfortran
Now type ’make’ to build gretl.
You can also do ’make pdfdocs’ to build the PDF documentation.
+
Ifyou’reusinggit, it’s agoodideatore-runthe configure script after doinganupdate. This is not always
necessary, but sometimes it is, and it never does any harm. For this purpose, you may want to write a little
shell script that calls configure with any options youwant to use.
C.4 Build and install
We are now ready to undertake the compilation proper: this isdone by running the make command,
which takes care ofcompiling all the necessary source files in the correct order. All you needto do
is type
make
This step will likely take several minutes to complete; a lot of output will be produced on screen.
Once this is done, you can install your freshly baked copy of gretl on your system via
make install
Drag and drop pdf into powerpoint - control software platform:C# Create PDF from PowerPoint Library to convert pptx, ppt to PDF in C#.net, ASP.NET MVC, WinForms, WPF
Online C# Tutorial for Creating PDF from Microsoft PowerPoint Presentation
www.rasteredge.com
Drag and drop pdf into powerpoint - control software platform:VB.NET Create PDF from PowerPoint Library to convert pptx, ppt to PDF in vb.net, ASP.NET MVC, WinForms, WPF
VB.NET Tutorial for Export PDF file from Microsoft Office PowerPoint
www.rasteredge.com
Appendix C. Building gretl
361
On most systems, the make install command requires you to have administrative privileges.
Hence, either you log in as root before launching make install or you may want to use the sudo
utility, as in:
sudo make install
Now try if everything works: go back to your home directory and run gretl
cd ~
gretl &
If all is well, you ought to see gretl start, at which point just exit the program in the usual way. On
the other hand, there is the possibility that gretl doesn’t start and instead you see a message like
/usr/local/bin/gretl_x11: error while loading shared libraries:
libgretl-1.0.so.0: cannot open shared object file: No such file or directory
In this case, just run
sudo ldconfig
The problem should be fixed once and for all.
control software platform:Online Convert PowerPoint to PDF file. Best free online export
clicking on the blue button or drag-and-drop your pptx or ppt file into the drop area. Then just wait until the conversion from Powerpoint to PDF is complete
www.rasteredge.com
control software platform:C# Image: How to Use C# Code to Capture Document from Scanning
capture a multi-page document (including PDF, TIFF, Word Drag a SaveFileDialog from the Visual Studio Toolbox Uses should populate the drop-down box previously
www.rasteredge.com
Appendix D
Numerical accuracy
Gretl uses double-precision arithmetic throughout—except for the multiple-precision plugin in-
vokedby themenu item“Model, Other linear models, High precision OLS” which representsfloating-
point values using a number of bits given by the environment variable GRETL_MP_BITS (default
value 256).
The normal equations of Least Squares are by default solved via Cholesky decomposition, which
is highly accurate provided the matrix of cross-products of the regressors, X0X, is not very ill
conditioned. If this problem is detected, gretl automatically switches to use QR decomposition.
The program has been tested rather thoroughly on the statistical reference datasets provided by
NIST (the U.S. National Institute of Standards and Technology) and a full account ofthe results may
be foundon the gretl website (follow the link “Numerical accuracy”).
To date, two published reviews have discussed gretl’s accuracy: Giovanni Baiocchi and Walter Dis-
taso (2003), and Talha Yalta and Yasemin Yalta (2007). We are grateful to these authors for their
careful examination of the program. Their comments have promptedseveral modifications includ-
ing the use of Stephen Moshier’s cephes code for computing p-values and other quantities relating
to probability distributions (seenetlib.org), changes to the formatting of regression output to en-
sure that the program displays a consistent number of significant digits, and attention to compiler
issues in producing the MS Windows version of gretl (which at one time was slighly less accurate
than the Linuxversion).
Gretl now includes a “plugin” that runs the NIST linear regression test suite. You can find this
under the “Tools” menu in the main window. When you run this test,the introductory text explains
the expected result. If you run this test and see anything other than the expected result, please
send a bug report to cottrell@wfu.edu.
All regression statistics are printed to 6 significant figures in the current version of gretl (except
when the multiple-precision plugin is used, in which case results are given to 12 figures). If you
want to examine a particularvalue moreclosely, first save it (forexample, usingthe genr command)
then print it using printf, to as many digits as you like (see the Gretl Command Reference).
362
control software platform:C# PDF: PDF Document Viewer & Reader SDK for Windows Forms
adding WinViewer DLL into Visual Studio Toolbox, you can directly drag and drop the control you can easily open a file dialog and load your PDF document in
www.rasteredge.com
control software platform:Online Convert Word to PDF file. Best free online export docx, doc
your file by clicking on the blue button or drag-and-drop your doc or docx file into the drop area. By integrating XDoc.PDF SDK into your C#.NET project
www.rasteredge.com
Appendix E
Related free software
Gretl’s capabilities are substantial, and are expanding. Nonetheless you may find there are some
things you can’t do in gretl, or you may wish to compare results with other programs. If you are
looking for complementary functionality in the realm of free, open-source software we recommend
the following programs. The self-description of each program is taken from its website.
 GNU Rr-project.org: “R is a system for statistical computation and graphics. It consists of
alanguage plus a run-time environment with graphics, a debugger, access to certain system
functions, and the ability to run programs stored in script files... It compiles and runs on a
wide variety ofUNIX platforms, Windows and MacOS.” Comment: There are numerous add-on
packages for R covering most areas of statistical work.
 GNU Octave www.octave.org: “GNU Octave is a high-level language, primarily intended for
numerical computations. It provides a convenient command line interface for solving linear
and nonlinear problems numerically, and for performing other numerical experiments using
alanguage that is mostly compatible with Matlab. It may also be used as a batch-oriented
language.”
 Juliajulialang.org: “Julia is a high-level, high-performance dynamic programming language
for technical computing, with syntax that is familiar to users of other technical computing
environments. It provides a sophisticated compiler, distributed parallel execution, numerical
accuracy, and an extensive mathematical function library.”
 JMulTiwww.jmulti.de: “JMulTi was originally designed as a tool for certain econometric pro-
cedures in time series analysis that are especially difficult to use and that are not available
in other packages, like Impulse Response Analysis with bootstrapped confidence intervals for
VAR/VEC modelling. Now many other features have been integrated as well to make it possi-
ble to convey a comprehensive analysis.” Comment: JMulTi is a java GUI program: you need
ajava run-time environment to make use of it.
As mentioned above, gretl offers the facility of exporting data in the formats of both Octave and
R. In the case of Octave, the gretl data set is saved as a single matrix, X. You can pull the X matrix
apart if you wish, once the data are loaded in Octave; see the Octave manual for details. As for R,
the exported data file preserves any time series structure that is apparent to gretl. The series are
saved as individual structures. The data should be brought into R using the source() command.
In addition, gretl has a convenience function for moving data quickly into R. Under gretl’s “Tools”
menu, you will find the entry “Start GNU R”. This writes out an R version of the current gretl
data set (in the user’s gretl directory), and sources it into a new R session. The particular way
Ris invoked depends on the internal gretl variable Rcommand, whose value may be set under the
“Tools, Preferences” menu. The default command is RGui.exe under MS Windows. Under X it is
xterm -e R. Please note that at most three space-separated elements in this command string will
be processed; any extra elements are ignored.
363
control software platform:VB.NET Image: VB Tutorial to View Document Online with Imaging Web
including png, jpeg, gif, tiff, bmp, PDF, Microsoft Word Drag your WebThumnailViewer & WebAnnotationViewer from your MS a new document when the drop-down list
www.rasteredge.com
control software platform:VB.NET Image: Capture and View Document Through Scanning in VB.NET
to your Visual Studio Toolbox and drag an OpenFileDialog Users must populate the drop-down box with powerful & profession imaging controls, PDF document, image
www.rasteredge.com
Appendix F
Listing of URLs
Belowis a listing of the full URLs of websites mentioned in the text.
Estima (RATS) http://www.estima.com/
FFTW3 http://www.fftw.org/
Gnome desktop homepage http://www.gnome.org/
GNU Multiple Precision (GMP) library http://gmplib.org/
CURL library http://curl.haxx.se/libcurl/
GNU Octave homepage http://www.octave.org/
GNU R homepage http://www.r-project.org/
GNU R manual http://cran.r-project.org/doc/manuals/R-intro.pdf
Gnuplot homepage http://www.gnuplot.info/
Gnuplot manual http://ricardo.ecn.wfu.edu/gnuplot.html
Gretl data page http://gretl.sourceforge.net/gretl_data.html
Gretl homepage http://gretl.sourceforge.net/
GTK+ homepage http://www.gtk.org/
GTK+ port for win32 http://www.gimp.org/~tml/gimp/win32/
InfoZip homepage http://www.info-zip.org/pub/infozip/zlib/
JMulTi homepage http://www.jmulti.de/
JRSoftware http://www.jrsoftware.org/
Julia homepage http://julialang.org/
Mingw (gcc for win32) homepage http://www.mingw.org/
Minpack http://www.netlib.org/minpack/
Penn World Table http://pwt.econ.upenn.edu/
Readline homepage http://cnswww.cns.cwru.edu/~chet/readline/rltop.html
Readline manual http://cnswww.cns.cwru.edu/~chet/readline/readline.html
Xmlsoft homepage http://xmlsoft.org/
364
control software platform:How to C#: Quick to Start Using XImage.Raster
Add necessary XImage.Raster DLL libraries into your created C# application as references. RasterEdge.Imaging.Basic.dll. Just drag and drop the “ImageView
www.rasteredge.com
control software platform:How to C#: Set Image Thumbnail in C#.NET
VB.NET How-to, VB.NET PDF, VB.NET Word, VB.NET Excel, VB.NET PowerPoint, VB.NET Tiff, VB.NET Imaging, VB.NET OCR, VB.NET Just drag and drop the “ImageView
www.rasteredge.com
Bibliography
Akaike, H. (1974) ‘A new look at the statistical model identification’, IEEE Transactions on Auto-
matic Control AC-19: 716–723.
Anderson, B. and J. Moore (1979) Optimal Filtering, Upper Saddle River, NJ: Prentice-Hall.
Anderson, T. W. and C. Hsiao (1981) ‘Estimation of dynamic models with error components’, Jour-
nal of the American Statistical Association 76: 598–606.
Andrews, D. W. K. and J. C. Monahan (1992) ‘An improved heteroskedasticity and autocorrelation
consistent covariance matrix estimator’, Econometrica 60: 953–966.
Arellano, M. (2003) Panel Data Econometrics, Oxford: Oxford University Press.
Arellano, M. and S. Bond (1991) ‘Some tests of specification for panel data: Monte carlo evidence
and an application to employment equations’, The Review of Economic Studies 58: 277–297.
Baiocchi, G. and W. Distaso (2003) ‘GRETL: Econometric software for the GNU generation’, Journal
of Applied Econometrics 18: 105–110.
Baltagi, B. H. (1995) Econometric Analysis of Panel Data, New York: Wiley.
Barrodale, I. and F.D. K. Roberts (1974) ‘Solution ofan overdetermined system of equations in the
l
norm’, Communications of the ACM 17: 319–320.
Baxter, M. and R. G. King (1999) ‘Measuring business cycles: Approximate band-pass filters for
economic time series’, The Review of Economics and Statistics 81(4): 575–593.
Beck, N. and J. N. Katz (1995) ‘What to do (and not to do) with time-series cross-section data’, The
American Political Science Review 89: 634–647.
Berndt, E., B. Hall, R. Hall and J. Hausman (1974) ‘Estimation and inference in nonlinear structural
models’, Annals of Economic and Social Measurement 3(4): 653–665.
Blundell, R. and S. Bond (1998) ‘Initial conditions and moment restrictions in dynamic panel data
models’, Journal of Econometrics 87: 115–143.
Bond,S., A. HoefflerandJ.Temple (2001) ‘GMM estimation of empirical growth models’. Economics
Papers from Economics Group, Nuffield College, University of Oxford, No 2001-W21.
Boswijk, H. P. (1995) ‘Identifiability ofcointegrated systems’. Tinbergen Institute Discussion Paper
95-78. URLhttp://www.ase.uva.nl/pp/bin/258fulltext.pdf.
Boswijk, H. P. and J. A. Doornik (2004) ‘Identifying, estimating and testing restricted cointegrated
systems: An overview’, Statistica Neerlandica 58(4): 440–465.
Box, G. E. P. and G. Jenkins (1976) Time Series Analysis: Forecasting and Control, San Franciso:
Holden-Day.
Brand, C. and N. Cassola (2004) ‘A money demand system for euro area M3’, Applied Economics
36(8): 817–838.
Butterworth, S. (1930) ‘On the theory of filter amplifiers’, Experimental Wireless & The Wireless
Engineer 7: 536–541.
365
control software platform:VB.NET Image: Web Image and Document Viewer Creation & Design
It is easy to drag and drop thumbnail images to for VB.NET can be used to view and print such documents and images as JPEG, BMP, GIF, PNG, TIFF, PDF, etc.
www.rasteredge.com
control software platform:Install Winforms .NET Imaging SDK| Online Tutorials
Drag and drop controls right onto your Design PRODUCTS: XDoc.HTML5 Viewer for .NET; XDoc.Windows Viewer for .NET; XDoc.Converter for .NET; XDoc.PDF for .NET;
www.rasteredge.com
Bibliography
366
Byrd,R. H.,P.Lu, J. Nocedal and C.Zhu (1995) ‘A limitedmemory algorithm for boundconstrained
optimization’, SIAM Journal on Scientific Computing 16: 1190–1208.
Cameron, A. C. and P. K. Trivedi (2005) Microeconometrics, Methods and Applications, Cambridge:
Cambridge University Press.
(2013) Regression Analysis of Count Data, Cambridge University Press.
Caselli, F., G. Esquivel and F. Lefort (1996) ‘Reopening the convergence debate: A new look at
cross-country growth empirics’, Journal of Economic Growth 1(3): 363–389.
Chesher, A. and M. Irish (1987) ‘Residual analysis in the grouped and censored normal linear
model’, Journal of Econometrics 34: 33–61.
Choi, I. (2001) ‘Unit root tests for panel data’, Journal of International Money and Finance 20(2):
249–272.
Cleveland, W. S. (1979) ‘Robust locally weighted regression and smoothing scatterplots’, Journal
of the American Statistical Association 74(368): 829–836.
Cribari-Neto, F. and S. G. Zarkos (2003) ‘Econometric and statistical computing using Ox’, Compu-
tational Economics 21: 277–295.
Davidson, R. and E. Flachaire (2001) ‘The wild bootstrap, tamed at last’. GREQAM Document de
Travail 99A32. URLhttp://russell.vcharite.univ-mrs.fr/GMMboot/wild5-euro.pdf.
Davidson, R. and J. G. MacKinnon (1993) Estimation and Inference in Econometrics, New York:
Oxford University Press.
(2004) EconometricTheory and Methods, New York: Oxford University Press.
Doornik, J. A. (1995) ‘Testing general restrictions on the cointegrating space’. Discussion Paper,
Nuffield College. URLhttp://www.doornik.com/research/coigen.pdf.
(1998) ‘Approximations to the asymptotic distribution of cointegration tests’, Journal of
Economic Surveys 12: 573–593. Reprinted with corrections inMcAleerandOxley(1999).
(2007) Object-Oriented Matrix Programming Using Ox, London: Timberlake Consultants
Press, third edn. URLhttp://www.doornik.com.
Doornik, J. A., M. Arellano and S. Bond (2006) Panel Data estimation using DPD for Ox.
Elliott, G., T. J. Rothenberg and J. H. Stock (1996) ‘Efficient tests for an autoregressive unit root’,
Econometrica 64: 813–836.
Engle, R. F. and C. W. J. Granger (1987) ‘Co-integration and error correction: Representation, esti-
mation, and testing’, Econometrica 55: 251–276.
Fiorentini, G., G. Calzolari and L. Panattoni (1996) ‘Analytic derivatives and the computation of
GARCH estimates’, Journal of Applied Econometrics 11: 399–417.
Frigo, M. and S. G. Johnson (2005) ‘The design and implementation of FFTW3’, Proceedings of the
IEEE 93 2: 216–231.
Goossens, M., F. Mittelbach and A. Samarin (2004) The LAT
E
XCompanion, Boston: Addison-Wesley,
second edn.
Gould, W. (2013) ‘Interpreting the intercept in the fixed-effects model’. URLhttp://www.stata.
com/support/faqs/statistics/intercept-in-fixed-effects-model/.
Gourieroux, C. and A. Monfort (1996) Simulation-Based Econometric Methods, Oxford: Oxford Uni-
versity Press.
Bibliography
367
Gourieroux, C., A. Monfort, E. Renault and A. Trognon (1987) ‘Generalized residuals’, Journal of
Econometrics 34: 5–32.
Greene, W. H. (2000) Econometric Analysis, Upper Saddle River, NJ: Prentice-Hall, fourth edn.
(2003) EconometricAnalysis, Upper Saddle River, NJ: Prentice-Hall, fifth edn.
Hall, A. D. (2005) Generalized Method of Moments, Oxford: Oxford University Press.
Hamilton, J. D. (1994) Time Series Analysis, Princeton, NJ: Princeton University Press.
Hannan, E.J. and B.G.Quinn (1979) ‘The determination of the order ofan autoregression’, Journal
of the Royal Statistical Society, B 41: 190–195.
Hansen, L. P. (1982) ‘Large sample properties of generalized method of moments estimation’,
Econometrica 50: 1029–1054.
Hansen, L.P. andK. J. Singleton (1982) ‘Generalizedinstrumental variables estimation ofnonlinear
rational expectations models’, Econometrica 50: 1269–1286.
Harvey, A. C. (1989) Forecasting, structural time series models and the Kalman filter, Cambridge:
Cambridge University Press.
Harvey, A. C. and T. Proietti (2005) Readings in Unobserved Component Models, Oxford: Oxford
University Press.
Hausman, J. A. (1978) ‘Specification tests in econometrics’, Econometrica 46: 1251–1271.
Heckman, J. (1979) ‘Sample selection bias as a specification error’, Econometrica 47: 153–161.
Hodrick, R. and E. C. Prescott (1997) ‘Postwar U.S. business cycles: An empirical investigation’,
Journal of Money, Credit and Banking 29: 1–16.
Im, K. S., M. H.Pesaran and Y.Shin (2003) ‘Testing for unit roots in heterogeneous panels’, Journal
of Econometrics 115: 53–74.
Johansen, S. (1995) Likelihood-Based Inference in Cointegrated Vector Autoregressive Models, Ox-
ford: Oxford University Press.
de Jong, P. (1991) ‘The diffuse Kalman filter’, The Annals of Statistics 19: 1073–1083.
Kalbfleisch, J. D. and R. L. Prentice (2002) The Statistical Analysis of Failure Time Data, New York:
Wiley, second edn.
Kalman, R. E. (1960) ‘A new approach to linear filtering and prediction problems’, Transactions of
the ASME–Journal of Basic Engineering 82(Series D): 35–45.
Keane, M. P. and K. I. Wolpin (1997) ‘The career decisions of young men’, Journal of Political
Economy 105: 473–522.
Koenker, R. (1994) ‘Confidence intervals for regression quantiles’. In P. Mandl and M. Huskova
(eds.), Asymptotic Statistics, pp. 349–359. New York: Springer-Verlag.
Koenker, R. and G. Bassett (1978) ‘Regression quantiles’, Econometrica 46: 33–50.
Koenker, R. and K. Hallock (2001) ‘Quantile regression’, Journal of Economic Perspectives 15(4):
143–156.
Koenker, R. and J. Machado (1999) ‘Goodness of fit and related inference processes for quantile
regression’, Journal of the American Statistical Association 94: 1296–1310.
Koenker, R. and Q. Zhao (1994) ‘L-estimation for linear heteroscedastic models’, Journal of Non-
parametric Statistics 3: 223–235.
Bibliography
368
Koopman, S. J. (1997) ‘Exact initial Kalman filtering and smoothing for nonstationary time series
models’, Journal of the American Statistical Association 92: 1630–1638.
Koopman, S. J., N. Shephard and J. A. Doornik (1999) ‘Statistical algorithms for models in state
space using SsfPack 2.2’, Econometrics Journal 2: 113–166.
Kwiatkowski, D., P. C. B. Phillips, P. Schmidt and Y. Shin (1992) ‘Testing the null of stationarity
against the alternative of a unit root: How sure are we that economic time series have a unit
root?’, Journal of Econometrics 54: 159–178.
Levin, A., C.-F. Lin and J. Chu (2002) ‘Unit root tests in panel data: asymptotic and finite-sample
properties’, Journal of Econometrics 108: 1–24.
Lucchetti, R., L. Papi and A. Zazzaro (2001) ‘Banks’ inefficiency and economic growth: A micro
macro approach’, Scottish Journal of Political Economy 48: 400–424.
Lütkepohl, H. (2005) Applied Time Series Econometrics, Springer.
MacKinnon, J. G. (1996) ‘Numerical distribution functions for unit root and cointegration tests’,
Journal of Applied Econometrics 11: 601–618.
Magnus, J. R. and H. Neudecker (1988) Matrix Differential Calculus with Applications in Statistics
and Econometrics, John Wiley & Sons.
McAleer, M. and L. Oxley (1999) Practical Issues in Cointegration Analysis, Oxford: Blackwell.
McCullough, B. D. and C. G. Renfro (1998) ‘Benchmarks and software standards: A case study of
GARCH procedures’, Journal of Economic and Social Measurement 25: 59–71.
Mroz, T. (1987) ‘The sensitivity of an empirical model of married women’s hours of work to eco-
nomic and statistical assumptions’, Econometrica 5: 765–799.
Nadaraya, E. A. (1964) ‘On estimating regression’, Theory of Probability and its Applications 9:
141–142.
Nash, J. C. (1990) Compact Numerical Methods for Computers: Linear Algebra and Function Min-
imisation, Bristol: Adam Hilger, second edn.
Nerlove, M. (1971) ‘Further evidence on the estimation ofdynamic economic relations from a time
series of cross sections’, Econometrica 39: 359–382.
(1999) ‘Properties of alternative estimators of dynamic panel models: An empirical anal-
ysis of cross-country data for the study of economic growth’. In C. Hsiao, K. Lahiri, L.-F. Lee
and M. H. Pesaran (eds.), Analysis of Panels and Limited Dependent Variable Models. Cambridge:
Cambridge University Press.
Newey, W. K. and K. D. West (1987) ‘A simple, positive semi-definite, heteroskedasticity and auto-
correlation consistent covariance matrix’, Econometrica 55: 703–708.
(1994) ‘Automatic lag selection in covariance matrix estimation’, Review of EconomicStud-
ies 61: 631–653.
Okui, R. (2009) ‘The optimal choice of moments in dynamic panel data models’, Journal of Econo-
metrics 151(1): 1–16.
Pollock, D. S. G. (1999) A Handbook of Time-Series Analysis, Signal Processing and Dynamics, New
York: Academic Press.
(2000) ‘Trend estimation and de-trending via rational square-wave filters’, Journal of
Econometrics 99(2): 317–334.
Bibliography
369
Portnoy, S. and R. Koenker (1997) ‘The Gaussian hare and the Laplacian tortoise: computability of
squared-error versus absolute-error estimators’, Statistical Science 12(4): 279–300.
Ramanathan, R. (2002) Introductory Econometrics with Applications, Fort Worth: Harcourt, fifth
edn.
Roodman, D. (2006) ‘How to do xtabond2: An introduction to “difference” and “system” GMM in
Stata’. Center for Global Development, Working Paper Number 103.
Schwarz, G. (1978) ‘Estimating the dimension of a model’, Annals of Statistics 6: 461–464.
Sephton, P. S. (1995) ‘Response surface estimates of the KPSS stationarity test’, Economics Letters
47: 255–261.
Sims, C. A. (1980) ‘Macroeconomics and reality’, Econometrica 48: 1–48.
Steinhaus, S. (1999) ‘Comparison of mathematical programs for data analysis (edition 3)’. Univer-
sity of Frankfurt. URLhttp://www.informatik.uni-frankfurt.de/~stst/ncrunch/.
Stock, J. H. and M. W. Watson (2003) Introduction to Econometrics, Boston: Addison-Wesley.
(2008) ‘Heteroskedasticity-robust standard errors for fixed effects panel data regression’,
Econometrica 76(1): 155–174.
Stokes, H. H. (2004) ‘On the advantage of using two or more econometric software systems to
solve the same problem’, Journal of Economic and Social Measurement 29: 307–320.
Swamy, P. A. V. B. and S. S. Arora (1972) ‘The exact finite sample properties of the estimators of
coefficients in the error components regression models’, Econometrica 40: 261–275.
Theil, H. (1961) Economic Forecasting and Policy, Amsterdam: North-Holland.
(1966) Applied Economic Forecasting, Amsterdam: North-Holland.
Verbeek, M. (2004) A Guide toModern Econometrics, New York: Wiley, second edn.
Watson, G. S. (1964) ‘Smooth regression analysis’, Shankya Series A 26: 359–372.
White, H. (1980) ‘A heteroskedasticity-consistent covariance matrixastimator and a direct test for
heteroskedasticity’, Econometrica 48: 817–838.
Windmeijer, F. (2005) ‘A finite sample correction for the variance of linear efficient two-step GMM
estimators’, Journal of Econometrics 126: 25–51.
Wooldridge, J. M. (2002a) Econometric Analysis of Cross Section and Panel Data, Cambridge, MA:
MIT Press.
(2002b) Introductory Econometrics, A Modern Approach, Mason, OH: South-Western, sec-
ond edn.
Yalta, A. T. and A. Y. Yalta (2007) ‘GRETL 1.6.0 and its numerical accuracy’, Journal of Applied
Econometrics 22: 849–854.
Documents you may be interested
Documents you may be interested