H θεματολογία του βιβλίου χωρίζεται σε τέσσερις βασικές ενότητες. Στην πρώτη ενότητα γίνεται μια εισαγωγή στο οικονομετρικό πρόγραμμα Gretl, όπου παρουσιάζονται πληροφορίες σχετικές με τα βασικά χαρακτηριστικά του (εγκατάσταση, περιήγηση, εισαγωγή δεδομένων, πληροφορίες εντολών, αποθήκευση συνεδριών). Στη δεύτερη ενότητα γίνεται η παρουσίαση των βασικών μοντέλων εκτίμησης και των περιορισμών τους, με την αντίστοιχη θεωρητική τεκμηρίωση. Ακολουθούν η ανάλυση διαφορετικών συναρτησιακών μορφών παλινδρόμησης που καλύπτουν ένα εύρος πεδίων (οικονομικών, κοινωνικών) και δεδομένων (χρονοσειρές, διαστρωματικά στοιχεία), καθώς και η χρήση ποιοτικών μεταβλητών στα μοντέλα παλινδρόμησης. Στην τρίτη ενότητα εξετάζονται κριτικά οι υποθέσεις του κλασικού γραμμικού μοντέλου και ο βαθμός στον οποίο οι υποθέσεις αυτές μπορούν να διαφοροποιηθούν και με ποιο κόστος. Συγκεκριμένα, παρουσιάζονται διαφορετικοί διαγνωστικοί έλεγχοι των μοντέλων παλινδρόμησης, τόσο για μοντέλα διαστρωματικών δεδομένων όσο και χρονολογικών σειρών, καθώς και το πρόβλημα της «σωστής συναρτησιακής εξειδίκευσης». Στο τέταρτο μέρος εξετάζονται σημαντικά θέματα διαστρωματικών δεδομένων και χρονολογικών σειρών και των συνδυασμών αυτών (πάνελ). Για τα διαστρωματικά δεδομένα γίνεται ανάλυση των μοντέλων διακριτών επιλογών, τα οποία χρησιμοποιούνται ευρέως στις κοινωνικές επιστήμες, καθώς και σε άλλα πεδία (εκπαίδευση, ψυχολογία, πολιτικές επιστήμες). Για τις χρονολογικές σειρές παρουσιάζονται θέματα όπως η στασιμότητα, η συνολοκλήρωση, μοντέλα ARCH-GARCH για περιπτώσεις μεταβαλλόμενης διακύμανσης, τα οποία αφορούν κυρίως το πεδίο των οικονομικών, χρηματοοικονομικών και άλλων κοινωνικών επιστημών. Τέλος, παρουσιάζονται μοντέλα εκτίμησης με δεδομένα πάνελ.
(EL)
The book is divided into four main sections. The first section introduces the Gretl econometric program, presenting information on the program's basic features (installation, navigation, data entry, command information, and session storage). The second section presents the basic estimation models and their limitations with the corresponding theoretical documentation. This is followed by an analysis of different functional forms of regression covering a range of fields (economic, social) and data (time series, cross-sectional data) and using qualitative variables in the regression models. The third section critically examines the assumptions of the classical linear model, the extent to which these assumptions may vary, and at what cost. Different diagnostic tests of regression models are presented for both cross-sectional data and time series models. The problem of "correct functional form" is also discussed. The fourth part deals with prominent issues of cross-sectional and time series data and their combination (panels). For cross-sectional data, the discrete choice models, which are widely used in the social sciences as well as in other fields (education, psychology, political science) are analyzed. For time series, topics such as stationarity, cointegration, and ARCH-GARCH models for cases of changing variation are presented, which concern the fields of economics, finance, and other social sciences. Finally, estimation models with panel data are presented.
(EN)