應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)

內(nèi)容概要

由A.H.施圖德蒙德編著的《應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)(原書(shū)第6版)》在美國(guó)被譽(yù)為“近30年來(lái)最具重要性的新版教材之一”，在基礎(chǔ)計(jì)量經(jīng)濟(jì)學(xué)采用的教材中排名第一?！稇?yīng)用計(jì)量經(jīng)濟(jì)學(xué)(原書(shū)第6版)》體現(xiàn)了理解基礎(chǔ)計(jì)量經(jīng)濟(jì)學(xué)的一種創(chuàng)新方法，通過(guò)大量實(shí)際生活中的例子和練習(xí)的重點(diǎn)分析，形成易于理解的方式，來(lái)講授線性回歸分析。全書(shū)共17章，主要討論經(jīng)典的單方程線性模型，并在此基礎(chǔ)上，將討論內(nèi)容擴(kuò)展到時(shí)間序列分析、聯(lián)立方程，等等，此外，《應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)(原書(shū)第6版)》還增加了實(shí)驗(yàn)和面板數(shù)據(jù)等新內(nèi)容。書(shū)中所涵蓋的內(nèi)容是傳統(tǒng)的，但所介紹的學(xué)習(xí)方法卻簡(jiǎn)單、直觀且容易理解。
《應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)(原書(shū)第6版)》不僅可以作為本科生教材，而且可以作為MBA的數(shù)量方法教材以及對(duì)研究生計(jì)量經(jīng)濟(jì)學(xué)課程具有幫助性的補(bǔ)充教材。

作者簡(jiǎn)介

作者：(美國(guó))A.H.施圖德蒙德 (A.H.Studenmund) 譯者：杜江 李恒

書(shū)籍目錄

譯者序
前言
教學(xué)建議
第1章  回歸分析概論
  1.1 什么是計(jì)量經(jīng)濟(jì)學(xué)
  1.2 什么是回歸分析
  1.3 回歸方程的估計(jì)
  1.4 回歸分析實(shí)例
  1.5 應(yīng)用回歸分析解釋住房?jī)r(jià)格
  小結(jié)
第2章  普通最小二乘法
  2.1 用普通最小二乘法估計(jì)單變量模型
  2.2 用普通最小二乘法估計(jì)多元回歸模型
  2.3 評(píng)價(jià)回歸方程的質(zhì)量
  2.4 估計(jì)模型的擬合優(yōu)度
  2.5 錯(cuò)用R2的例子
  小結(jié)
第3章  應(yīng)用回歸分析
  3.1 回歸分析的步驟
  3.2 回歸分析實(shí)例：餐廳選址
  小結(jié)
第4章  古典模型
  4.1 古典假設(shè)
  4.2 口的抽樣分布
  4.3 高斯-馬爾科夫定理和普通最小二乘估計(jì)量的性質(zhì)
  4.4 標(biāo)準(zhǔn)計(jì)量經(jīng)濟(jì)學(xué)符號(hào)
  小結(jié)
第5章  假設(shè)檢驗(yàn)
  5.1 什么是假設(shè)檢驗(yàn)
  5.2 t檢驗(yàn)
  5.3 t檢驗(yàn)示例
  5.4 t檢驗(yàn)的局限
  小結(jié)
  附錄5A F檢驗(yàn)
第6章  模型設(shè)定：解釋變量的選擇
  6.1 遺漏變量
  6.2 不相干變量
  6.3 誤用模型設(shè)定準(zhǔn)則的實(shí)例
  6.4 設(shè)定搜索
  6.5 選擇解釋變量的實(shí)例
  小結(jié)
  附錄6A 其他設(shè)定準(zhǔn)則
第7章  模型設(shè)定：函數(shù)形式的選擇
  7.1 常數(shù)項(xiàng)的應(yīng)用和解釋
  7.2 備選函數(shù)形式
  7.3 滯后解釋變量
  7.4 虛擬變量的應(yīng)用
  7.5 斜率虛擬變量
  7.6 選擇錯(cuò)誤函數(shù)形式存在的
  問(wèn)題
  小結(jié)
第8章  多重共線性
  8.1 完全多重共線性與不完全多重共線性
  8.2 多重共線性產(chǎn)生的后果
  8.3 多重共線性的診斷
  8.4 多重共線性的補(bǔ)救措施
  8.5 最好不要修正多重共線性的實(shí)例
  小結(jié)
  附錄8A SAT互動(dòng)回歸練習(xí)
第9章  序列相關(guān)性
  9.1 純序列相關(guān)和非純序列相關(guān)
  9.2 序列相關(guān)性的后果
  9.3 杜賓一沃森檢驗(yàn)
  9.4 序列相關(guān)性的修正
  小結(jié)
第10章  異方差性
  10.1 純異方差性和非純異方差性
  10.2 異方差性的后果
  10.3 異方差性的檢驗(yàn)
  10.4 異方差性的補(bǔ)救措施
  10.5 完整的實(shí)例
  小結(jié)
第11章  回歸課題研究
  11.1 選擇主題
  11.2 收集數(shù)據(jù)
  11.3 高級(jí)數(shù)據(jù)來(lái)源
  11.4 對(duì)研究課題的實(shí)用性建議
  11.5 撰寫(xiě)研究報(bào)告
  11.6 回歸分析的用戶清單及應(yīng)用指南
  小結(jié)
  附錄11A 關(guān)于房?jī)r(jià)的互動(dòng)練習(xí)
第12章  時(shí)間序列模型
  12.1 動(dòng)態(tài)模型
  12.2 序列相關(guān)性和動(dòng)態(tài)模型
  12.3 Granger因果關(guān)系
  12.4 謬誤相關(guān)和非平穩(wěn)性
  小結(jié)
第13章  虛擬被解釋變量模型估計(jì)方法
  13.1 線性概率模型
  13.2 二元Iogit模型
  13.3 其他虛擬被解釋變量模型估計(jì)方法
  小結(jié)
第14章  聯(lián)立方程模型
  14.1 結(jié)構(gòu)式方程和簡(jiǎn)約式方程
  14.2 普通最小二乘法的偏誤
  14.3 二階段最小二乘法
  14.4 識(shí)別問(wèn)題
  小結(jié)
  附錄14A 變量誤差
第15章  預(yù)測(cè)
  15.1 什么是預(yù)測(cè)
  15.2 比較復(fù)雜的預(yù)測(cè)
  15.3 ARIMA模型
  小結(jié)
第16章  實(shí)驗(yàn)和面板數(shù)據(jù)
  16.1 經(jīng)濟(jì)學(xué)中的實(shí)驗(yàn)方法
  16.2 面板數(shù)據(jù)
  16.3 固定效應(yīng)模型和隨機(jī)效應(yīng)模型
  小結(jié)
第17章  統(tǒng)計(jì)學(xué)原理
  17.1 概率分布
  17.2 抽樣
  17.3 估計(jì)
  小結(jié)
附錄A  部分習(xí)題答案
附錄B  統(tǒng)計(jì)表

章節(jié)摘錄

版權(quán)頁(yè)：插圖：在進(jìn)行任何數(shù)量分析之前，應(yīng)該先搜集并整理數(shù)據(jù)，再將其錄入計(jì)算機(jī)。這通常是一項(xiàng)既耗時(shí)又費(fèi)力的工作，因?yàn)閷ふ覕?shù)據(jù)十分困難，且理論變量和實(shí)際存在的變量之間存在定義上的差異，還可能發(fā)生數(shù)據(jù)的錄入錯(cuò)誤和轉(zhuǎn)化錯(cuò)誤。但是，一般而言，花費(fèi)在思考和收集數(shù)據(jù)上的時(shí)間是有價(jià)值的，因?yàn)樵谘芯空呤煜?shù)據(jù)來(lái)源及其定義的情況下，使用數(shù)據(jù)進(jìn)行回歸分析并解釋回歸結(jié)果時(shí)，出錯(cuò)的可能性就會(huì)降低。11.2.1 搜集什么樣的數(shù)據(jù)在選定研究主題之前，應(yīng)事先確保用于被解釋變量和所有相關(guān)解釋變量的數(shù)據(jù)都是可獲得的。但是，檢查數(shù)據(jù)的可得性，意味著需要決定希望研究的特定變量是什么。對(duì)于一個(gè)剛起步的研究者而言，收集數(shù)據(jù)的一半時(shí)間通常會(huì)被浪費(fèi)掉，這是因?yàn)樗麄儠?huì)在錯(cuò)誤的地方尋找錯(cuò)誤的變量?；◣追昼姇r(shí)間思考需要搜集什么樣的數(shù)據(jù)，可能有助干避免之后數(shù)小時(shí)的麻煩。例如，若被解釋變量是每年電視機(jī)的需求量，則大部分相應(yīng)的解釋變量也應(yīng)該按年度度量。在這種情況下，將某個(gè)月的電視機(jī)價(jià)格定義為電視機(jī)的價(jià)格是不合適的，甚至是具有誤導(dǎo)性的。相比之下，電視機(jī)的全年均價(jià)（通常以電視機(jī)的每月銷(xiāo)售量為權(quán)重）會(huì)更有意義。如果被解釋變量包含了所有已銷(xiāo)售的電視機(jī)（不考慮品牌），那么，一個(gè)合理的價(jià)格應(yīng)是以所有品牌電視機(jī)的價(jià)格為基礎(chǔ)的綜合價(jià)格。但是，計(jì)算這樣的綜合變量并非易事。通常情況下，研究者盡最大努力計(jì)算出各個(gè)綜合變量后，仍然承認(rèn)問(wèn)題沒(méi)有完全解決。例如，如果所有不同品牌的電視機(jī)的價(jià)格不可獲得，研究者可能會(huì)被迫妥協(xié)，然后使用一個(gè)或者少許幾個(gè)主要品牌的電視機(jī)的價(jià)格來(lái)代替最合理的綜合價(jià)格。電視機(jī)的例子還揭示了另一個(gè)問(wèn)題。多年以后，樣本中某些種類的電視機(jī)的市場(chǎng)份額已經(jīng)發(fā)生了改變。例如，在最近10年中，電視機(jī)市場(chǎng)主要由純平高清電視組成，但是在40年以前，黑白電視可能是市場(chǎng)的主流。由于不同品牌電視機(jī)的市場(chǎng)份額、尺寸、質(zhì)量隨時(shí)間發(fā)生了變化，以電視機(jī)的數(shù)量作為被解釋變量并不合適，因?yàn)槟骋荒甑囊慌_(tái)“電視機(jī)”不同于另一年的一臺(tái)“電視機(jī)”。解決這個(gè)問(wèn)題的常用做法是用美元來(lái)度量變量。該方法基于以下假設(shè)：價(jià)值體現(xiàn)了大小和質(zhì)量。因此，應(yīng)該采用電視機(jī)的銷(xiāo)售額而非銷(xiāo)售量。第三個(gè)問(wèn)題是，應(yīng)采用名義變量還是實(shí)際變量取決于研究主題的基本理論。名義（或貨幣）變量是那些以當(dāng)期價(jià)格度量的變量，因此，包含了由通貨膨脹引發(fā)的增長(zhǎng)。如果理論指出通貨膨脹因素應(yīng)該被剔除，那么最好是以實(shí)際變量來(lái)表述。選擇恰當(dāng)?shù)膬r(jià)格平減指數(shù)（例如，消費(fèi)者價(jià)格指數(shù)（CPI））然后，用它將名義變量調(diào)整為實(shí)際變量。

編輯推薦

《應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)(第6版)》是經(jīng)濟(jì)教材譯叢之一。

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    應(yīng)用計(jì)量經(jīng)濟(jì)學(xué) PDF格式下載

---