顶部
收藏

计量经济学及Stata应用


作者:
陈强
定价:
54.00元
ISBN:
978-7-04-042751-6
版面字数:
550.000千字
开本:
16开
全书页数:
349页
装帧形式:
平装
重点项目:
暂无
出版时间:
2015-07-01
读者对象:
高等教育
一级分类:
经济
二级分类:
经济学
三级分类:
经济统计学

本书为既接轨现代计量经济学, 又适合中国国情的本科计量经济学教材。在理论体系上, 本书充分借鉴最新国际主流教材, 以大样本理论为主线, 并针对中国学生的知识体系进行编写。本书内容全面,包括横截面数据(多元回归、工具变量法、离散选择)、时间序列( 平稳时间序列、单位根、协整), 以及面板数据(随机效应、固定效应) 等。

本书力图以清晰而生动的语言、较多的插图与经济意义, 来直观地解释计量方法。同时结合目前欧美最为流行的Stata计量软件, 及时地介绍相应的计算机操作与经典实例, 为读者提供“ 一站式” 服务。本书还较多地使用计算机模拟(蒙特卡罗法), 作为强有力的学习工具。

本书适合高等学校经济管理类及社科类的本科生使用。先修课为微积分、线性代数与概率统计。阅读本书可使读者掌握当代实证研究的精神实质与基本方法, 并学会实际处理数据的重要技能, 从而为毕业论文乃至读研深造打下良好基础。

  • 前言
  • 1. 导论
    • 1.1 什么是计量经济学
    • 1.2 经济数据的特点与类型
    • 附录A1.1 谷歌如何通过搜索记录预测流感的传播
  • 2. Stata 入门
    • 2.1 为什么使用Stata
    • 2.2 Stata 的窗口
    • 2.3 Stata 操作实例
    • 2.4 Stata 命令库的更新
    • 2.5 进一步学习Stata 的资源
    • 习题
  • 3. 数学回顾
    • 3.1 微积分
    • 3.2 线性代数
    • 3.3 概率与条件概率
    • 3.4 分布与条件分布
    • 3.5 随机变量的数字特征
    • 3.6 迭代期望定律
    • 3.7 随机变量无关的三个层次概念
    • 3.8 常用连续型统计分布
    • 3.9 统计推断的思想
    • 习题
  • 4. 一元线性回归
    • 4.1 一元线性回归模型
    • 4.2 OLS 估计量的推导
    • 4.3 OLS 的正交性
    • 4.4 平方和分解公式
    • 4.5 拟合优度
    • 4.6 无常数项的回归
    • 4.7 一元回归的Stata 实例
    • 4.8 Stata 命令运行结果的存储与调用
    • 4.9 总体回归函数与样本回归函数:蒙特卡罗模拟
    • 附录A4.1 高尔顿与回归
    • 附录A4.2 随机数的产生
    • 习题
  • 5. 多元线性回归
    • 5.1 二元线性回归
    • 5.2 多元线性回归模型
    • 5.3 OLS 估计量的推导
    • 5.4 OLS 的几何解释
    • 5.5 拟合优度
    • 5.6 古典线性回归模型的假定
    • 5.7 OLS 的小样本性质
    • 5.8 对单个系数的t 检验
    • 5.9 对线性假设的F 检验
    • 5.10 F 统计量的似然比原理表达式
    • 5.11 预测
    • 5.12 多元回归的Stata 实例
    • 习题
  • 6. 大样本OLS
    • 6.1 为何需要大样本理论
    • 6.2 随机收敛
    • 6.3 大数定律与中心极限定理
    • 6.4 使用蒙特卡罗法模拟中心极限定理
    • 6.5 统计量的大样本性质
    • 6.6 随机过程的性质
    • 6.7 大样本OLS 的假定
    • 6.8 OLS 的大样本性质
    • 6.9 大样本统计推断
    • 6.10 大样本OLS 的Stata 实例
    • 6.11 大样本理论的蒙特卡罗模拟
    • 附录A6.1 依均方收敛是依概率收敛的充分条件
    • 习题
  • 7. 异方差
    • 7.1 异方差的后果
    • 7.2 异方差的例子
    • 7.3 异方差的检验
    • 7.4 异方差的处理
    • 7.5 处理异方差的Stata 命令及实例
    • 7.6 Stata 命令的批处理
    • 习题
  • 8. 自相关
    • 8.1 自相关的后果
    • 8.2 自相关的例子
    • 8.3 自相关的检验
    • 8.4 自相关的处理
    • 8.5 处理自相关的Stata 命令及实例
    • 习题
  • 9. 模型设定与数据问题
    • 9.1 遗漏变量
    • 9.2 无关变量
    • 9.3 建模策略:“由小到大”还是“由大到小”
    • 9.4 解释变量个数的选择
    • 9.5 对函数形式的检验
    • 9.6 多重共线性
    • 9.7 极端数据
    • 9.8 虚拟变量
    • 9.9 经济结构变动的检验
    • 9.10 缺失数据与线性插值
    • 9.11 变量单位的选择
    • 习题
  • 10. 工具变量法
    • 10.1 联立方程偏差
    • 10.2 测量误差偏差
    • 10.3 工具变量法
    • 10.4 二阶段最小二乘法
    • 10.5 弱工具变量
    • 10.6 对工具变量外生性的过度识别检验
    • 10.7 对解释变量内生性的豪斯曼检验:究竟该用OLS 还是IV
    • 10.8 如何获得工具变量
    • 10.9 工具变量法的Stata 实例
    • 习题
  • 11. 二值选择模型
    • 11.1 二值选择模型
    • 11.2 最大似然估计的原理
    • 11.3 二值选择模型的MLE 估计
    • 11.4 边际效应
    • 11.5 回归系数的经济意义
    • 11.6 拟合优度
    • 11.7 准最大似然估计
    • 11.8 三类渐近等价的大样本检验
    • 11.9 二值选择模型的Stata 命令与实例
    • 11.10 其他离散选择模型
    • 习题
  • 12. 面板数据
    • 12.1 面板数据的特点
    • 12.2 面板数据的估计策略
    • 12.3 混合回归
    • 12.4 固定效应模型:组内估计量
    • 12.5 固定效应模型:LSDV 法
    • 12.6 固定效应模型:一阶差分法
    • 12.7 时间固定效应
    • 12.8 随机效应模型
    • 12.9 组间估计量
    • 12.10 拟合优度的度量
    • 12.11 非平衡面板
    • 12.12 究竟该用固定效应还是随机效应模型
    • 12.13 面板数据的Stata 命令及实例
    • 习题
  • 13. 平稳时间序列
    • 13.1 时间序列的自相关
    • 13.2 一阶自回归
    • 13.3 高阶自回归
    • 13.4 自回归分布滞后模型
    • 13.5 误差修正模型
    • 13.6 移动平均与ARMA 模型
    • 13.7 脉冲响应函数
    • 13.8 向量自回归过程
    • 13.9 VAR 的脉冲响应函数
    • 13.10 格兰杰因果检验
    • 13.11 VAR 的Stata 命令及实例
    • 13.12 时间趋势项
    • 13.13 季节调整
    • 13.14 日期数据的导入
    • 习题
  • 14. 单位根与协整
    • 14.1 非平稳序列
    • 14.2 ARMA 的平稳性
    • 14.3 VAR 的平稳性
    • 14.4 单位根所带来的问题
    • 14.5 单位根检验
    • 14.6 单位根检验的Stata 实例
    • 14.7 协整的思想与初步检验
    • 14.8 协整的最大似然估计
    • 14.9 协整分析的Stata 实例
    • 习题
  • 15. 如何做实证研究
    • 15.1 什么是论文
    • 15.2 准备阶段
    • 15.3 选题
    • 15.4 探索性研究
    • 15.5 收集与整理数据
    • 15.6 建立计量模型
    • 15.7 选择计量方法
    • 15.8 解释回归结果
    • 15.9 诊断性检验
    • 15.10 稳健性检验
    • 15.11 论文写作
    • 15.12 与同行交流
    • 15.13 提交论文或投稿
    • 15.14 写作伦理
    • 15.15 结束语
    • 习题
  • 附录:常用数据来源
  • 参考书目
  • 数学符号
  • 英文缩写
  • 版权

相关图书