應用計量經(jīng)濟學

內(nèi)容概要

由A.H.施圖德蒙德編著的《應用計量經(jīng)濟學(原書第6版)》在美國被譽為“近30年來最具重要性的新版教材之一”，在基礎計量經(jīng)濟學采用的教材中排名第一?！稇糜嬃拷?jīng)濟學(原書第6版)》體現(xiàn)了理解基礎計量經(jīng)濟學的一種創(chuàng)新方法，通過大量實際生活中的例子和練習的重點分析，形成易于理解的方式，來講授線性回歸分析。全書共17章，主要討論經(jīng)典的單方程線性模型，并在此基礎上，將討論內(nèi)容擴展到時間序列分析、聯(lián)立方程，等等，此外，《應用計量經(jīng)濟學(原書第6版)》還增加了實驗和面板數(shù)據(jù)等新內(nèi)容。書中所涵蓋的內(nèi)容是傳統(tǒng)的，但所介紹的學習方法卻簡單、直觀且容易理解。
《應用計量經(jīng)濟學(原書第6版)》不僅可以作為本科生教材，而且可以作為MBA的數(shù)量方法教材以及對研究生計量經(jīng)濟學課程具有幫助性的補充教材。

作者簡介

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

書籍目錄

譯者序
前言
教學建議
第1章  回歸分析概論
  1.1 什么是計量經(jīng)濟學
  1.2 什么是回歸分析
  1.3 回歸方程的估計
  1.4 回歸分析實例
  1.5 應用回歸分析解釋住房價格
  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單變量模型
  2.2 用普通最小二乘法估計多元回歸模型
  2.3 評價回歸方程的質(zhì)量
  2.4 估計模型的擬合優(yōu)度
  2.5 錯用R2的例子
  小結(jié)
第3章  應用回歸分析
  3.1 回歸分析的步驟
  3.2 回歸分析實例：餐廳選址
  小結(jié)
第4章  古典模型
  4.1 古典假設
  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量的性質(zhì)
  4.4 標準計量經(jīng)濟學符號
  小結(jié)
第5章  假設檢驗
  5.1 什么是假設檢驗
  5.2 t檢驗
  5.3 t檢驗示例
  5.4 t檢驗的局限
  小結(jié)
  附錄5A F檢驗
第6章  模型設定：解釋變量的選擇
  6.1 遺漏變量
  6.2 不相干變量
  6.3 誤用模型設定準則的實例
  6.4 設定搜索
  6.5 選擇解釋變量的實例
  小結(jié)
  附錄6A 其他設定準則
第7章  模型設定：函數(shù)形式的選擇
  7.1 常數(shù)項的應用和解釋
  7.2 備選函數(shù)形式
  7.3 滯后解釋變量
  7.4 虛擬變量的應用
  7.5 斜率虛擬變量
  7.6 選擇錯誤函數(shù)形式存在的
  問題
  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 多重共線性的補救措施
  8.5 最好不要修正多重共線性的實例
  小結(jié)
  附錄8A SAT互動回歸練習
第9章  序列相關性
  9.1 純序列相關和非純序列相關
  9.2 序列相關性的后果
  9.3 杜賓一沃森檢驗
  9.4 序列相關性的修正
  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
  10.4 異方差性的補救措施
  10.5 完整的實例
  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 高級數(shù)據(jù)來源
  11.4 對研究課題的實用性建議
  11.5 撰寫研究報告
  11.6 回歸分析的用戶清單及應用指南
  小結(jié)
  附錄11A 關于房價的互動練習
第12章  時間序列模型
  12.1 動態(tài)模型
  12.2 序列相關性和動態(tài)模型
  12.3 Granger因果關系
  12.4 謬誤相關和非平穩(wěn)性
  小結(jié)
第13章  虛擬被解釋變量模型估計方法
  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 識別問題
  小結(jié)
  附錄14A 變量誤差
第15章  預測
  15.1 什么是預測
  15.2 比較復雜的預測
  15.3 ARIMA模型
  小結(jié)
第16章  實驗和面板數(shù)據(jù)
  16.1 經(jīng)濟學中的實驗方法
  16.2 面板數(shù)據(jù)
  16.3 固定效應模型和隨機效應模型
  小結(jié)
第17章  統(tǒng)計學原理
  17.1 概率分布
  17.2 抽樣
  17.3 估計
  小結(jié)
附錄A  部分習題答案
附錄B  統(tǒng)計表

章節(jié)摘錄

版權(quán)頁：插圖：在進行任何數(shù)量分析之前，應該先搜集并整理數(shù)據(jù)，再將其錄入計算機。這通常是一項既耗時又費力的工作，因為尋找數(shù)據(jù)十分困難，且理論變量和實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)的錄入錯誤和轉(zhuǎn)化錯誤。但是，一般而言，花費在思考和收集數(shù)據(jù)上的時間是有價值的，因為在研究者熟悉數(shù)據(jù)來源及其定義的情況下，使用數(shù)據(jù)進行回歸分析并解釋回歸結(jié)果時，出錯的可能性就會降低。11.2.1 搜集什么樣的數(shù)據(jù)在選定研究主題之前，應事先確保用于被解釋變量和所有相關解釋變量的數(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。對于一個剛起步的研究者而言，收集數(shù)據(jù)的一半時間通常會被浪費掉，這是因為他們會在錯誤的地方尋找錯誤的變量?；◣追昼姇r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)小時的麻煩。例如，若被解釋變量是每年電視機的需求量，則大部分相應的解釋變量也應該按年度度量。在這種情況下，將某個月的電視機價格定義為電視機的價格是不合適的，甚至是具有誤導性的。相比之下，電視機的全年均價（通常以電視機的每月銷售量為權(quán)重）會更有意義。如果被解釋變量包含了所有已銷售的電視機（不考慮品牌），那么，一個合理的價格應是以所有品牌電視機的價格為基礎的綜合價格。但是，計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算出各個綜合變量后，仍然承認問題沒有完全解決。例如，如果所有不同品牌的電視機的價格不可獲得，研究者可能會被迫妥協(xié)，然后使用一個或者少許幾個主要品牌的電視機的價格來代替最合理的綜合價格。電視機的例子還揭示了另一個問題。多年以后，樣本中某些種類的電視機的市場份額已經(jīng)發(fā)生了改變。例如，在最近10年中，電視機市場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的主流。由于不同品牌電視機的市場份額、尺寸、質(zhì)量隨時間發(fā)生了變化，以電視機的數(shù)量作為被解釋變量并不合適，因為某一年的一臺“電視機”不同于另一年的一臺“電視機”。解決這個問題的常用做法是用美元來度量變量。該方法基于以下假設：價值體現(xiàn)了大小和質(zhì)量。因此，應該采用電視機的銷售額而非銷售量。第三個問題是，應采用名義變量還是實際變量取決于研究主題的基本理論。名義（或貨幣）變量是那些以當期價格度量的變量，因此，包含了由通貨膨脹引發(fā)的增長。如果理論指出通貨膨脹因素應該被剔除，那么最好是以實際變量來表述。選擇恰當?shù)膬r格平減指數(shù)（例如，消費者價格指數(shù)（CPI））然后，用它將名義變量調(diào)整為實際變量。

編輯推薦

《應用計量經(jīng)濟學(第6版)》是經(jīng)濟教材譯叢之一。

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    應用計量經(jīng)濟學 PDF格式下載

---