Econometrics, An Introduction to Maximum Likelihood Methods. Af Stefan Valauanis, redigeret efter manuskript af A. H. Conrad. Economic Handbook Series, redigeret af S. E. Harris. New York; McGraw-Hill Book ComDanv. Inc. 1959 XVII + 223 pp. $ 7,00.

Hovedideen bag denne lærebog i økonometri er »to reduce to commonsense terms the mathematical statistics on which the theory of economics rests.« (Side IX).

Kapitel 1 og 2 indeholder en gennemgang af grundlæggende begreber fra statistikken og en diskussion af forskellige estimeringskriterier. De problemer, der opstår, når man ønsker at estimere parametre i lineære ligningssystemer, diskuteres i kapitlerne 3-6. De følgende tre kapitler anvendes til en gennemgang af estimeringsteknik i disse ligningssystemer. I bogens sidste kapitel (kap. 12) diskuteres tidsrække

Der er desværre meget, der tyder på, at forfatterens ønske om at »reduce to common-sense terms .. .«, skyldes, at han ikke selv har forstået »the mathematical statistics«. Titlen på kapitel 11 er: »Unspecified factors.« Denne teknik må efter forfatterens mening »be carefully distinguished from variance analysis« (side 164). »The unspecified factors« er imidlertid ikke andet end række- og søjlevirkningerne i en varians- eller kovariansanalyse.

I kapitel 2 får læseren at vide, at maksimaliseringsmetoden»is basedon the assumption that, while we were taking the sample, Nature performed for our benefit

the most likely thing, or generated for us her most probable sample« (side 23). Efter bogens undertitel kunne man have håbet, at sådanne fundamentale fejl var undgået. Lige så misvisende er brugen af begreberne stokastisk uafhængighed (f.eks. i Appendiks E, side 213). Mindste kvadraters metode kaldes (side 24) et specialtilfælde af maksimaliseringsmetoden.

Disse mangler skyldes muligvis, at forfatteren døde, før bogen var færdigredigeret. De bevirker imidlertid, at bogen ikke kan anbefales som lærebog. Dens eneste værdi er forfatterens utrolige fantasi til at finde pædagogiske eksempler. F.eks. forklares (side 59) den bias, man får, når den uafhængige variabel i en regressionsanalyse er en værdi af den afhængige variabel på et tidligere tidspunkt, ved hjælp af en falskmøntner i Arnes, der producerer kobbermønter i samme tempo som hans søn i Buffalo sluger dem!

---

* Assistent ved Københavns Universitet's statistiske institut.