計量經濟學導論:現代觀點(第五版)

計量經濟學導論:現代觀點(第五版)
定價:594
NT $ 517
 

內容簡介

《計量經濟學導論:現代觀點(第5版)》是一本經典的初級計量經濟學教材,語言通俗易懂,且輔以恰到好處的案例指導學生學習和運用計量方法。

與傳統的教材不同,《計量經濟學導論:現代觀點(第5版)》在陳述和解釋假定時,作者完全放棄了非隨機的或在重復樣本中加以固定的回歸元假定。

這種方法更便於讀者對計量經濟學的理解和應用,是對傳統計量經濟學教學和研究的一個突破。

《計量經濟學導論:現代觀點(第5版)》的主要特點是:

(1)不需要具備高深的數學知識,讀者只要掌握大學所學的線性代數和概率統計基礎知識即可。

(2)強調計量經濟學在實際問題中的應用。

(3)含有大量例題和練習題。章末習題和計算機習題多着重於經驗研究而非復雜的推導。要求學生能根據所學知識仔細地推理。

(4)課程安排比較靈活。教師可以根據教學需要合理挑選章節進行講授,而不會影響教學的連續性。

(5)《計量經濟學導論:現代觀點(第5版)》英文原版書配有內容豐富的網絡教學資源,包括教學手冊、多媒體教學課件、試題庫等。

傑弗里·M·伍德里奇是密歇根州立大學經濟學特聘教授,1991年以來一直在該校任教。1986—1991年,伍德里奇博士曾是麻省理工學院的經濟學助教。他予1982年在加州大學伯克利分校獲得計算機科學與經濟學學士學位,並於1986年在加州大學聖迭戈分校獲經濟學博士學位。伍德里奇博士曾在國際知名期刊上發表了30多篇學術論文,參與過多部著作中的篇章寫作。他還是《橫截面與面板數據的計量經濟分析》一書的作者。他所獲的獎項包括:斯隆研究獎,《計量經濟理論》的Plura Scripsit獎,《應用計量經濟學雜志》的斯通爵士獎,以及在MIT三次獲得研究生教學年度優秀教師獎。他還是計量經濟學會和《計量經濟學雜志》的資深會員。
 

目錄

第1章計量經濟學的性質與經濟數據
1.1什麼是計量經濟學
1.2經驗經濟分析的步驟
1.3經濟數據的結構
1.4計量經濟分析中的因果關系和其他條件不變的概念
本章小結
關鍵術語
習題
計算機練習

第一篇 橫截面數據的回歸分析
第2章簡單回歸模型
2.1簡單回歸模型的定義
2.2普通最小二乘法的推導
2.3OLS的操作技巧
2.4度量單位和函數形式
2.5OLS估計量的期望值和方差
2.6過原點回歸及對常數回歸
本章小結
關鍵術語
習題
計算機練習
第3章多元回歸分析:估計
3.1使用多元回歸的動因
3.2普通最小二乘法的操作和解釋
3.3OLS估計量的期望值
3.4OLS估計量的方差
3.5OLS的有效性:高斯馬爾科夫定理
3.6對多元回歸分析語言的一些說明
本章小結
關鍵術語
習題
計算機練習
第4章多元回歸分析:推斷
4.1OLS估計量的抽樣分布
4.2檢驗對單個總體參數的假設:t檢驗
4.3置信區間
4.4檢驗關於參數的一個線性組合假設
4.5對多個線性約束的檢驗:F檢驗
4.6報告回歸結果
本章小結
關鍵術語
習題
計算機練習
第5章多元回歸分析:OLS的漸近性
5.1一致性
5.2漸近正態和大樣本推斷
5.3OLS的漸近有效性
本章小結
關鍵術語
習題
計算機練習
第6章多元回歸分析:深入專題
6.1數據的測度單位對OLS統計量的影響
6.2對函數形式的進一步討論
6.3擬合優度和回歸元選擇的進一步探討
6.4預測和殘差分析
本章小結
關鍵術語
習題
計算機練習
第7章含有定性信息的多元回歸分析:二值(或虛擬)變量
7.1對定性信息的描述
7.2只有一個虛擬自變量
7.3使用多類別虛擬變量
7.4涉及虛擬變量的交互作用
7.5二值因變量:線性概率模型
7.6對政策分析和項目評價的進一步討論
7.7離散因變量的回歸結果解釋
本章小結
關鍵術語
習題
計算機練習
第8章異方差性
8.1異方差性對OLS所造成的影響
8.2OLS估計后的異方差—穩健推斷
8.3對異方差性的檢驗
8.4加權最小二乘估計
8.5再議線性概率模型
本章小結
關鍵術語
習題
計算機練習
第9章模型設定和數據問題的深入探討
9.1函數形式誤設
9.2對無法觀測解釋變量使用代理變量
9.3隨機斜率模型
9.4有測量誤差時OLS的性質
9.5數據缺失、非隨機樣本和異常觀測
9.6最小絕對離差估計
本章小結
關鍵術語
習題
計算機練習

第二篇 時間序列數據的回歸分析
第10章時間序列數據的基本回歸分析
10.1時間序列數據的性質
10.2時間序列回歸模型的例子
10.3經典假設下OLS的有限樣本性質
10.4函數形式、虛擬變量和指數
10.5趨勢和季節性
本章小結
關鍵術語
習題
計算機練習
第11章OLS用於時間序列數據的其他問題
11.1平穩和弱相關時間序列
11.2OLS的漸近性質
11.3回歸分析中使用高度持續性時間序列
11.4動態完備模型和無序列相關
11.5時間序列模型的同方差假定
本章小結
關鍵術語
習題
計算機練習
第12章時間序列回歸中的序列相關和異方差性
12.1含序列相關誤差時OLS的性質
12.2序列相關的檢驗
12.3回歸元嚴格外生時序列相關的修正
12.4差分和序列相關
12.5在OLS后的序列相關—穩健推斷
12.6時間序列回歸中的異方差性
本章小結
關鍵術語
習題
計算機練習

第三篇 高級專題討論
第13章跨時橫截面的混合:簡單面板數據方法
13.1跨時獨立橫截面的混合
132利用混合橫截面做政策分析
13.3兩時期面板數據分析
13.4用兩期面板數據做政策分析
13.5多於兩期的差分法
本章小結
關鍵術語
習題
計算機練習
第14章高級的面板數據方法
14.1固定效應估計法
14.2隨機效應模型
14.3相關隨機效應方法
14.4把面板數據方法用於其他的數據結構
本章小結
關鍵術語
習題
計算機練習
第15章工具變量估計與兩階段最小二乘法
15.1動機:簡單回歸模型中的遺漏變量
15.2多元回歸模型的IV估計
15.3兩階段最小二乘
15.4變量誤差問題的IV解決方法
15.5內生性檢驗與過度識別約束檢驗
15.6.異方差條件下的2SLS
15.72SLS應用於時間序列方程
15.82SLS應用於混合橫截面和面板數據
本章小結
關鍵術語
習題
計算機練習
第16章聯立方程模型
16.1聯立方程模型的性質
16.2OLS中的聯立性偏誤
16.3結構方程的識別和估計
16.4多於兩個方程的系統
16.5利用時間序列的聯立方程模型
16.6利用面板數據的聯立方程模型
本章小結
關鍵術語
習題
計算機練習
第17章限值因變量模型和樣本選擇糾正
17.1二值響應的對數單位和概率單位模型
17.2用於角點解響應的托賓模型
17.3泊松回歸模型
17.4刪截和斷尾回歸模型
17.5樣本選擇糾正
本章小結
關鍵術語
習題
計算機練習
第18章時間序列高級專題
18.1無限分布滯后模型
18.2單位根檢驗
18.3偽回歸
18.4協整和誤差修正模型
18.5預測
本章小結
關鍵術語
習題
計算機練習
第19章一個經驗項目的實施
19.1問題的提出
19.2文獻回顧
19.3數據的收集
19.4計量經濟分析
19.5實證論文的寫作
本章小結
關鍵術語
樣本經驗項目
期刊列表
數據資源
附錄
附錄2A第2章附錄
最小化殘差平方和
附錄3A第3章附錄
3A.1對方程(3.13)中一階條件的推導
3A.2對方程(3.22)的推導
3A.3對定理3.1的證明
3A.4一般情形中的遺漏變量偏誤
3A.5對定理3.2的證明
3A.6對定理3.4的證明
附錄5A第5章附錄
附錄6A第6章附錄
自助法簡介
附錄13A第13章附錄
13A.1用一階差分做混合OLS的假定
13A.2計算未知形式異方差和序列相關的穩健標准誤
附錄14A第14章附錄
14A.1關於固定效應和隨機效應的假定
14A.2固定效應和隨機效應的對異方差與序列相關的
穩健標准誤
附錄15A第15章附錄
15A.兩階段最小二乘的假定
15A.2假定2SLS.1(參數的線性)
15A.3假定2SLS.2(隨機抽樣)
15A.4假定2SLS.3(秩條件)
15A.5假定2SLS.4(外生工具變量)
15A.6定理15A.1
15A.7假定2SLS.5(同方差性)
15A.8定理15A.2
15A.9定理15A.3
15A.10假定2SLS.6(無序列相關)
附錄17A第17章附錄
17A.1含解釋變量的極大似然估計
附錄17B第17章附錄
17B.1限值因變量模型中的漸近標准誤
附錄A基本數學工具
A.1求和算子與描述統計量
A.2線性函數的性質
A.3比例與百分數
A.4若干特殊函數及其性質
A.5微分學
本章小結
關鍵術語
習題
附錄B概率論基礎
B.1隨機變量及其概率分布
B.2聯合分布、條件分布與獨立性
B.3概率分布的特征
B.4聯合與條件分布的特征
B.5正態及其有關分布
本章小結
關鍵術語
習題
附錄C數理統計基礎
C.1總體、參數與隨機抽樣
C.2估計量的有限樣本性質
C.3估計量的漸近或大樣本性質
C.4參數估計的一般方法
C.5區間估計與置信區間
C.6假設檢驗
C.7關於符號的備注
本章小結
關鍵術語
習題
附錄D矩陣代數概述
D.1基本定義
D.2矩陣運算
D.3線性獨立與矩陣的秩
D.4二次型與正定矩陣
D.5冪等矩陣
D.6線性形式和二次型的微分
D.7隨機向量的矩和分布
本章小結
關鍵術語
習題

附錄E矩陣形式的線性回歸模型
E.1模型與普通最小二乘估計
E.2OLS的有限樣本性質
E.3統計推斷
E.4某些漸近分析
本章小結
關鍵術語
習題
附錄F各章思考題答案
附錄G統計用表
參考文獻
術語表
譯后記
網路書店 類別 折扣 價格
  1. 新書
    87
    $517