計量經(jīng)濟學(xué)（原書(shū)第3版·升級版）簡(jiǎn)介，目錄書(shū)摘

編輯推薦:

內容簡(jiǎn)介:本書(shū)是一本經(jīng)典的計量經(jīng)濟學(xué)入門(mén)教材，書(shū)中全面系統地介紹了計量經(jīng)濟學(xué)的基本知識。全書(shū)共分5篇，內容包括：導論與知識回顧、回歸分析基礎、回歸分析的高級專(zhuān)題、經(jīng)濟時(shí)間序列數據的回歸分析和回歸分析的計量經(jīng)濟學(xué)理論。與其他同類(lèi)教材相比，本書(shū)具有以下幾個(gè)顯著(zhù)特點(diǎn)：第壹，將現實(shí)世界的問(wèn)題和數據與理論的發(fā)展聯(lián)系起來(lái)，并且認真對待實(shí)證分析中大量的重要發(fā)現；第二，所選取的內容反映了現代理論和實(shí)踐的發(fā)展；第三，給出的理論和假設都與應用相符。

作者簡(jiǎn)介:詹姆斯·H.斯托克,加州大學(xué)伯克利分校經(jīng)濟學(xué)博士，曾任教于加州大學(xué)伯克利分校及哈佛大學(xué)肯尼迪政府學(xué)院。研究領(lǐng)域為經(jīng)濟計量方法、宏觀(guān)經(jīng)濟預測、貨幣政策等，曾發(fā)表論文90多篇，并出版若干其他專(zhuān)著(zhù)。馬克·W .沃森,普林斯頓大學(xué)經(jīng)濟系教授。 馬克·W.沃森與詹姆斯·H.斯托克兩位都是計量經(jīng)濟學(xué)領(lǐng)域中的，尤其以時(shí)間序列的研究為出眾。

目錄:目　　錄
譯者序
前言
致謝
第1篇　導論與知識回顧
第1章　經(jīng)濟問(wèn)題和數據2
　1.1　我們研究的經(jīng)濟問(wèn)題2
　1.2　因果效應和理想化隨機對照實(shí)驗5
　1.3　數據：來(lái)源和類(lèi)型6
　本章小結9
　重要術(shù)語(yǔ)9
　內容復習9
第2章　概率論知識回顧10
　2.1　隨機變量和概率分布10
　2.2　期望值、均值和方差13
　2.3　二維隨機變量16
　2.4　正態(tài)分布、χ2分布、學(xué)生t分布及F分布21
　2.5　隨機抽樣與樣本均值的抽樣分布25
　2.6　抽樣分布的大樣本近似28
　本章小結32
　重要術(shù)語(yǔ)32
　內容復習32
　習題33
　實(shí)證練習36
　附錄2A　重要概念2-3中結果的推導36
第3章　統計學(xué)知識回顧37
　3.1　總體均值的估計37
　3.2　關(guān)于總體均值的假設檢驗40
　3.3　總體均值的置信區間46
　3.4　不同總體間的均值比較47
　3.5　基于實(shí)驗數據估計因果效應49
　3.6　樣本容量較小時(shí)的t統計量51
　3.7　散點(diǎn)圖、樣本協(xié)方差和樣本相關(guān)系數52
　本章小結54
　重要術(shù)語(yǔ)55
　內容復習55
　習題55
　實(shí)證練習58
　附錄3A　美國當前人口調查59
　附錄3B　Y是μY的最小二乘估計量的兩種證明方法59
　附錄3C　樣本方差一致性的證明60
第2篇　回歸分析基礎
第4章　一元線(xiàn)性回歸62
　4.1　線(xiàn)性回歸模型62
　4.2　線(xiàn)性回歸模型的系數估計65
　4.3　擬合優(yōu)度69
　4.4　最小二乘假設71
　4.5　OLS估計量的抽樣分布74
　4.6　結論76
　本章小結76
　重要術(shù)語(yǔ)77
　內容復習77
　習題77
　實(shí)證練習78
　附錄4A　加利福尼亞州的測試成績(jì)數據集79
　附錄4B　OLS估計量的推導80
　附錄4C　OLS估計量的抽樣分布80
第5章　一元線(xiàn)性回歸：假設檢驗和置信區間82
　5.1　關(guān)于某個(gè)回歸系數的假設檢驗82
　5.2　回歸系數的置信區間86
　5.3　X為二元變量時(shí)的回歸87
　5.4　異方差和同方差88
　5.5　普通最小二乘的理論基礎92
　5.6　樣本容量較小時(shí)的t統計量應用93
　5.7　結論94
　本章小結95
　重要術(shù)語(yǔ)95
　內容復習95
　習題96
　實(shí)證練習98
　附錄5A　OLS標準誤差公式98
　附錄5B　高斯—馬爾科夫條件和高斯—馬爾科夫定理的證明99
第6章　多元線(xiàn)性回歸102
　6.1　遺漏變量偏差102
　6.2　多元回歸模型106
　6.3　多元回歸的OLS估計量108
　6.4　多元回歸的擬合優(yōu)度110
　6.5　多元回歸模型的最小二乘假設112
　6.6　多元回歸模型中OLS估計量的分布113
　6.7　多重共線(xiàn)性114
　6.8　結論116
　本章小結116
　重要術(shù)語(yǔ)116
　內容復習117
　習題117
　實(shí)證練習119
　附錄 6A　式（6-1）的推導119
　附錄6B　包含兩個(gè)解釋變量且誤差項為同方差時(shí)的OLS估計量的分布120
　附錄6C　Frisch-Waugh定理120
第7章　多元線(xiàn)性回歸：假設檢驗和置信區間121
　7.1　單個(gè)系數的假設檢驗和置信區間121
　7.2　聯(lián)合假設的檢驗124
　7.3　涉及多個(gè)系數的單約束檢驗128
　7.4　多個(gè)系數的置信集128
　7.5　多元回歸的模型設定129
　7.6　對測試成績(jì)數據集的分析132
　7.7　結論135
　本章小結136
　重要術(shù)語(yǔ)136
　內容復習136
　習題136
　實(shí)證練習138
　　　*本節可選修，且不會(huì )影響后面章節的學(xué)習。
　附錄7A　聯(lián)合假設的Bonferroni檢驗139
　附錄7B　條件均值獨立140
第8章　非線(xiàn)性回歸函數142
　8.1　非線(xiàn)性回歸的一般建模方法143
　8.2　一元非線(xiàn)性函數148
　8.3　解釋變量的交互項154
　8.4　學(xué)生—教師比對測試成績(jì)的非線(xiàn)性效應162
　8.5　結論165
　本章小結166
　重要術(shù)語(yǔ)166
　內容復習166
　習題167
　實(shí)證練習170
　附錄8A　參數非線(xiàn)性的回歸函數171
　附錄8B　非線(xiàn)性回歸函數的斜率和彈性173
第9章　多元回歸分析有效性的評估174
　9.1　內部有效性和外部有效性174
　9.2　多元回歸分析的內部有效性威脅176
　9.3　利用回歸模型進(jìn)行預測時(shí)的內部有效性和外部有效性183
　9.4　實(shí)例：測試成績(jì)和班級規模184
　9.5　結論190
　本章小結190
　重要術(shù)語(yǔ)191
　內容復習191
　習題191
　實(shí)證練習192
　附錄9A　馬薩諸塞州的小學(xué)測試數據193
第3篇　回歸分析的高級專(zhuān)題
第10章　面板數據回歸196
　10.1　面板數據196
　10.2　兩期的面板數據：“前后”比較198
　10.3　固定效應回歸200
　10.4　時(shí)間固定效應回歸202
　10.5　固定效應回歸假設和固定效應回歸的標準誤差204
　10.6　關(guān)于酒駕的法律規定和交通事故死亡人數206
　10.7　結論209
　本章小結210
　重要術(shù)語(yǔ)210
　內容復習210
　習題210
　實(shí)證練習211
　附錄10A　州交通死亡事故數據集213
　附錄10B　固定效應回歸的標準誤差213
第11章　二元被解釋變量回歸216
　11.1　二元被解釋變量與線(xiàn)性概率模型217
　11.2　probit回歸和logit回歸219
　11.3　logit模型和probit模型的估計與推斷223
　11.4　在波士頓HMDA數據中的應用226
　11.5　結論230
　本章小結231
　重要術(shù)語(yǔ)232
　內容復習232
　習題232
　實(shí)證練習233
　附錄11A　波士頓HMDA數據235
　附錄11B　最大似然估計235
　附錄11C　其他受限被解釋變量模型236
第12章　工具變量回歸