橫截面與面板數據的計量經濟分析(第二版·上下)

橫截面與面板數據的計量經濟分析(第二版·上下)
定價:768
NT $ 668
 

內容簡介

《橫截面與面板數據的計量經濟分析(第二版)(套裝共2冊)》包括《橫截面與面板數據的計量經濟分析.第2版(上冊)》《橫截面與面板數據的計量經濟分析.第2版(下冊)》,共2冊。

《橫截面與面板數據的計量經濟分析.第2版(上冊)》一書提供了用在現代計量經濟學研究的兩類數據結構分析的一個統一處理:橫截面數據和面板數據。

《橫截面與面板數據的計量經濟分析(第二版)(套裝共2冊)》同時涵蓋了線性和非線性模型,包括含有動態性和個體異質性的模型。除了一般估計框架(特別是矩方法與極大似然法)外,還詳細介紹了一些特定的線性與非線性方法,包括probit和logit模型、多項選擇和有序選擇模型、Tobit模型和兩部拓展式、關於計數數據的模型、多種截取和缺失數據設計、因果(或處理)效應估計,以及期限分析,並擴展了控制函數和相關隨機效應方法以允許估計存在內生性和異質性的復雜模型。

許多列入書中的習題,無論是理論性的還是基於計算機的,都允許讀者拓展涵蓋在書中的方法並發現新的洞見。

傑弗里·M·伍德里奇(Jeffrey M.Mooldridge),密歇根州立大學的經濟學「大學傑出教授」和計量經濟學會院士。
 

目錄

《橫截面與面板數據的計量經濟分析.第2版(上冊)》目錄:
第Ⅰ篇引論與背景
第1章引論
1.1因果關系與其余條件不變分析
1.2隨機設置與漸近分析
1.2.1數據結構
1.2.2漸近分析
1.3一些例子
1.4為什麼不使用固定的解釋變量?
第2章計量經濟學中條件期望與相關概念
2.1條件期望在計量經濟學中的作用
2.2條件期望的特征
2.2.1定義與例子
2.2.2偏效應、彈性與半彈性
2.2.3條件期望模型的誤差形式
2.2.4條件期望的若干性質
2.2.5平均偏效應
2.3線性投影
習題
附錄2A
2A.1條件期望的性質
2A.2條件方差與協方差的性質
2A.3線性投影的性質
第3章基本漸近理論
3.1確定性序列收斂
3.2依概率收斂與依概率有界
3.3依分布收斂
3.4隨機樣本的極限定理
3.5估計量與檢驗統計量的極限特性
3.5.1估計量的漸近性質
3.5.2檢驗統計量的漸近性質
習題
第Ⅱ篇線性模型
第4章單方程線性模型與普通最小二乘法估計
4.1單方程線性模型概述
4.2普通最小二乘法的漸近性質
4.2.1一致性
4.2.2利用普通最小二乘法的漸近推斷
4.2.3異方差性穩健的推斷
4.2.4拉格朗日乘子(得分)檢驗
4.3遺漏變量問題的普通最小二乘法解
4.3.1忽略被遺漏變量的普通最小二乘法
4.3.2代理變量——普通最小二乘法解
4.3.3含有在不可觀測項中存在的交互作用的模型:隨機系數模型
4.4測量誤差下普通最小二乘法的性質
4.4.1因變量的測量誤差
4.4.2解釋變量的測量誤差
習題
第5章單方程線性模型的工具變量估計
5.1工具變量與兩階段最小二乘法
5.1.1工具變量估計的動機
5.1.2多重工具:兩階段最小二乘法
5.2兩階段最小二乘法的一般處理
5.2.1一致性
5.2.2兩階段最小二乘法的漸近正態性
5.2.3兩階段最小二乘法的漸近有效性
5.2.4使用兩階段最小二乘法的假設檢驗
5.2兩階段最小二乘法的異方差性穩健推斷
5.2.6使用兩階段最小二乘法的潛在陷阱
5.3遺漏變量與測量誤差問題的IV解
5.3.1誤差項中的遺漏因素
5.3.2利用不可觀測指示符求解
習題
第6章附加的單方程專題
6.1使用生成回歸元與工具的估計
6.1.1使用生成回歸元的普通最小二乘法
6.1.2使用生成工具的二階段最小二乘法
6.1.3生成工具與回歸元
6.2處理內生性的控制函數法
6.3一些設定檢驗
6.3.1內生性檢驗
6.3.2過度識別約束檢驗
6.3.3函數形式檢驗
6.3.4異方差性檢驗
6.4相關的隨機系數模型
6.4.1何時一般的IV估計量是一致的?
6.4.2控制函數法
6.5混合的截面數據與倍差法估計
6.5.1跨時間混合橫截面
6.5.2政策分析和倍差法估計
習題
附錄6A
第7章利用普通最小二乘法與廣義最小二乘法估計方程組
7.1簡介
7.2一些例子
7.3多變量線性方程組的系統普通最小二乘法估計
7.3.1預備知識
7.3.2系統普通最小二乘法的漸近性質
7.3.3多重假設檢驗
7.4廣義最小二乘法的一致性與漸近正態性
7.4.1一致性
7.4.2漸近正態性
7.5可行的廣義最小二乘法
7.5.1漸近性質
7.5.2標准假設下可行的廣義最小二乘法的漸近方差
7.5.3含有對無條件方差矩陣(可能不正確)約束的可行廣義最小二乘法的性質
7.6檢驗可行廣義最小二乘法的使用
7.7似無關回歸的再研究
7.7.1關於似無關回歸方程組的普通最小二乘法與可行廣義最小二乘法之間的比較
7.7.2含有方程間約束的方程組
7.7.3似無關回歸方程組中的奇異方差矩陣
7.8線性面板數據模型的再研究
7.8.1混合普通最小二乘法的假設
7.8.2動態完備性
7.8.3時間序列持久性的一個評注
7.8.4穩健漸近方差矩陣
7.8.5檢驗混合普通最小二乘法的序列相關性與異方差性
7.8.6嚴格外生性下可行的廣義最小二乘法估計
習題
第8章利用工具變量的系統估計
8.1簡介與例子
8.2一般線性方程組
8.3廣義矩估計方法
8.3.1一般加權矩陣
8.3.2系統兩階段最小二乘法估計量
8.3.3最優加權矩陣
8.3.4廣義矩三階段最小二乘法估計量
8.4廣義工具變量估計量
8.4.1廣義工具變量估計量的推導及其漸近性質
8.4.2廣義矩方法、廣義工具變量及傳統的三階段最小二乘估計量之比較
8.5利用廣義矩方法的檢驗
8.5.1檢驗古典假設
8.5.2檢驗過度識別約束
8.6更有效估計與最優工具
8.7對如何選擇一個估計量的總結評論
習題
第9章聯立方程模型
9.1聯立方程模型的范圍
9.2線性方程組的識別
9.2.1排除約束與約簡型
9.2.2一般線性約束與結構方程
9.2.3不可識別、恰好識別以及過度識別方程
9.3識別后估計
9.3.1穩健性與有效性的權衡
9.3.2什麼時候2SLS與3SLS是等價的?
9.3.3估計約簡型參數
9.4附加的線性聯立方程方法的若干專題
9.4.1利用跨方程約束達到識別
9.4.2利用協方差約束達到識別
9.4.3關於線性方程組中的識別與有效性的一些微妙之處
9.5關於內生變量為非線性的聯立方程模型
9.5.1識別
9.5.2估計
9.5.3三角形方程組的控制函數估計
9.6不同方程的不同工具
習題
第10章基本線性不可觀測效應面板數據模型
10.1動機:遺漏變量問題
10.2不可觀測效應與解釋變量的假設
10.2.1隨機效應還是固定效應?
10.2.2解釋變量的嚴格外生性假設
10.2.3不可觀測效應面板數據模型的一些例子
10.3通過混合普通最小二乘法估計不可觀測效應模型
10.4隨機效應方法
10.4.1基本隨機效應假設下的估計與推斷
10.4.2穩健方差矩陣估計量
10.4.3一般可行廣義最小二乘法分析
10.4.4檢驗不可觀測效應的存在
10.5固定效應方法
10.5.1固定效應估計量的一致性
10.5.2含有固定效應的漸近推斷
10.5.3虛擬變量回歸
10.5.4序列相關與穩健方差矩陣估計量
10.5.5固定效應廣義最小二乘法
10.5.6利用固定效應對政策分析進行估計
10.6一階差分方法
10.6.1推斷
10.6.2穩健方差矩陣
10.6.3序列相關檢驗
10.6.4利用一階差分的政策分析
10.7估計量的比較
10.7.1固定效應與一階差分
10.7.2隨機效應估計量與固定效應估計量之間的關系
10.7.3比較隨機效應估計量與固定效應估計量的豪斯曼檢驗
習題
第11章線性不可觀測效應模型的更多專題
11.1標准線性不可觀測效應模型的廣義矩方法(GMM)
11.1.1GMM的3SLS和標准估計量之間的等價性
11.1.2不可觀測效應模型的張伯倫方法
11.2隨機和固定效應工具變量法
11.3豪斯曼和泰勒式模型
11.4一階差分工具變量法
11.5含測量誤差的不可觀測效應模型
11.6序貫外生性下的估計
11.6.1一般框架
11.6.2含滯后因變量的模型
11.7含有個體特有斜率的模型
11.7.1隨機趨勢模型
11.7.2含有個體特有斜率的一般模型
11.7.3標准固定效應方法的穩健性
11.7.4相關隨機斜率檢驗
習題
第Ⅲ篇非線性估計的一般方法
第12章M估計、非線性回歸以及分位數回歸
12.1簡介
12.2識別、一致收斂性與一致性
12.3漸近正態性
12.4兩步驟M估計量
12.4.1一致性
12.4.2漸近正態性
12.5估計漸近方差
12.5.1不含多余參數的估計
12.5.2調整兩步估計
12.6假設檢驗
12.6.1瓦爾德檢驗
12.6.2得分(或拉格朗日乘子)檢驗
12.6.3基於目標函數中變化的檢驗
12.6.4備擇假設下的統計量表現
12.7最優化方法
12.7.1牛頓拉夫森方法
12.7.2伯恩特霍爾霍爾豪斯曼算法
12.7.3廣義高斯牛頓方法
12.7.4出自目標函數的集成參數
12.8模擬與再抽樣方法
12.8.1蒙特卡羅模擬
12.8.2自助法
12.9多元非線性回歸方法
12.9.1多元非線性最小二乘法
12.9.2加權多元非線性最小二乘法
12.10分位數估計
12.10.1分位數、估計問題和一致性
12.10.2漸近推斷
12.10.3面板數據的分位數回歸
《橫截面與面板數據的計量經濟分析.第2版(上冊)》目錄:
習題
第13章極大似然法
13.1簡介
13.2預備知識與例子
13.3條件極大似然估計的一般框架
13.4條件極大似然估計的一致性
13.5漸近正態性與漸近方差估計
13.5.1漸近正態性
13.5.2估計漸近方差
13.6假設檢驗
13.7設定檢驗
13.8面板數據的偏(或混合)似然方法
13.8.1面板數據設置
13.8.2漸近推斷
13.8.3動態完備模型的推斷
13.9含有不可觀測效應的面板數據模型
13.9.1含嚴格外生解釋變量的模型
13.9.2含滯后因變量的模型
13.10涉及極大似然的兩步法估計量
13.10.1第二步估計量為極大似然估計量
13.10.2當第一步估計量是條件極大似然估計量時令人驚訝的有效性結果
13.11准極大似然估計
13.11.1一般誤設
13.11.2模型選擇檢驗
13.11.3線性指數族中的准極大似然估計
13.11.4面板數據的廣義估計方程
習題
附錄13A
第14章廣義矩方法與最小距離估計
14.1廣義矩方法的漸近性質
14.2在正交性條件下的估計
14.3非線性方程組
14.4有效估計
14.4.1一般有效性框架
14.4.2極大似然估計的有效性
14.4.3在條件矩約束下對工具的有效選取
14.5古典最小距離估計
14.6面板數據的應用
14.6.1非線性動態模型
14.6.2不可觀測效應模型的最小距離方法
14.6.3含有關於不可觀測效應的時變系數的模型
習題
附錄14A
……
《橫截面與面板數據的計量經濟分析.第2版(下冊)》
網路書店 類別 折扣 價格
  1. 新書
    87
    $668