計(jì)量經(jīng)濟(jì)學(xué)與Stata應(yīng)用
本書是編者及其教學(xué)團(tuán)隊(duì)近20年來主講經(jīng)濟(jì)管理類本科生“計(jì)量經(jīng)濟(jì)學(xué)”必修課程的教學(xué)筆記,注重將計(jì)量經(jīng)濟(jì)學(xué)基礎(chǔ)理論與實(shí)際數(shù)據(jù)分析相結(jié)合,借助理論教學(xué)、案例教學(xué)與實(shí)踐教學(xué)等多種形式,使學(xué)生在完成本課程學(xué)習(xí)之后能夠獨(dú)立開展計(jì)量經(jīng)濟(jì)分析與實(shí)證研究。《BR》本書涵蓋了從初級到高級計(jì)量經(jīng)濟(jì)學(xué)基礎(chǔ)理論及實(shí)證應(yīng)用中的主要內(nèi)容與模型方法,涉及一元線性回歸模型、多元線性回歸模型、統(tǒng)計(jì)推斷、非經(jīng)典假設(shè)下的計(jì)量分析、時間序列分析,以及MLE、GMM、DID分析等,在介紹基礎(chǔ)理論的同時,將目前計(jì)量經(jīng)濟(jì)學(xué)研究領(lǐng)域影響大、應(yīng)用范圍廣的若干重要理論、模型與方法(DID、離散選擇模型等)以專題形式呈現(xiàn)給讀者。
更多科學(xué)出版社服務(wù),請掃碼獲取。
目錄
前言
第一篇 經(jīng)典假設(shè)下的計(jì)量分析
第1章 一元線性回歸模型 3
1.1 回歸分析概述 3
1.2 一元線性回歸模型的參數(shù)估計(jì) 7
1.3 一元線性回歸模型假設(shè)與OLS估計(jì)量的統(tǒng)計(jì)性質(zhì) 11
1.4 Stata 17.0的基本窗口及一元線性回歸 16
本章練習(xí) 21
第2章 多元線性回歸模型 23
2.1 遺漏變量偏差 23
2.2 多元線性回歸模型定義與參數(shù)估計(jì) 24
2.3 多元線性回歸模型假設(shè) 30
2.4 多元線性回歸參數(shù)估計(jì)量的統(tǒng)計(jì)性質(zhì) 31
2.5 多元線性回歸的Stata應(yīng)用 33
本章練習(xí) 35
第3章 統(tǒng)計(jì)推斷問題 37
3.1 一元線性回歸統(tǒng)計(jì)推斷 37
3.2 多元線性回歸統(tǒng)計(jì)推斷 45
3.3 線性回歸統(tǒng)計(jì)推斷的Stata應(yīng)用 52
本章練習(xí) 55
第二篇 非經(jīng)典假設(shè)下的計(jì)量分析
第4章 數(shù)據(jù)問題的處理 61
4.1 多重共線性 61
4.2 缺失值 63
4.3 觀測誤差 64
4.4 異常值 65
本章練習(xí) 67
第5章 虛擬變量與非線性估計(jì) 68
5.1 虛擬變量 68
5.2 虛擬變量的應(yīng)用 69
5.3 線性概率模型 70
5.4 可化為線性的多元非線性模型 73
5.5 模型的Stata代碼實(shí)例 76
本章練習(xí) 81
第6章 內(nèi)生性與工具變量法 82
6.1 內(nèi)生變量的定義與后果 82
6.2 內(nèi)生性的來源 82
6.3 內(nèi)生性處理與工具變量的思想 83
6.4 工具變量必須滿足的兩個條件 84
6.5 2SLS法及Stata應(yīng)用 84
6.6 工具變量法三大檢驗(yàn)及Stata應(yīng)用 85
本章練習(xí) 87
第7章 異方差與序列相關(guān) 89
7.1 對經(jīng)典假設(shè)的違背 89
7.2 球形擾動項(xiàng) 89
7.3 異方差 91
7.4 自相關(guān) 94
7.5 異方差與序列相關(guān)的Stata應(yīng)用 98
本章練習(xí) 99
第三篇 時間序列分析
第8章 時間序列分析簡介 103
8.1 時間序列數(shù)據(jù)的有限樣本性質(zhì) 103
8.2 簡單的時間序列分析:靜態(tài)模型與有限分布滯后模型 106
8.3 簡單時間序列分析中的模型調(diào)整 110
8.4 簡單時間序列分析的Stata應(yīng)用 113
本章練習(xí) 118
第9章 平穩(wěn)時間序列分析 119
9.1 AR模型 119
9.2 MA模型 124
9.3 ARMA模型 125
9.4 平穩(wěn)時間序列分析的Stata應(yīng)用 127
本章練習(xí) 132
第10章 非平穩(wěn)時間序列分析 133
10.1 非平穩(wěn)時間序列基本概念 133
10.2 ARIMA模型原理 134
10.3 時間序列平穩(wěn)性檢驗(yàn) 136
10.4 ARIMA建模及預(yù)測 139
10.5 ARIMA建模的Stata應(yīng)用 140
本章練習(xí) 144
第11章 VAR模型 145
11.1 VAR模型的估計(jì)思路 145
11.2 診斷性檢驗(yàn)與模型滯后期選擇 148
11.3 IRF 150
11.4 VAR模型的Stata運(yùn)用 151
本章練習(xí) 157
第四篇 計(jì)量經(jīng)濟(jì)學(xué)方法與模型專題
第12章 MLE 161
12.1 MLE的估計(jì)思路 161
12.2 MLE的統(tǒng)計(jì)學(xué)性質(zhì) 164
12.3 MLE的假設(shè)檢驗(yàn) 166
12.4 MLE的Stata運(yùn)用 169
本章練習(xí) 170
第13章 GMM 172
13.1 矩估計(jì)的估計(jì)思路 172
13.2 GMM的估計(jì)思路 173
13.3 GMM量的統(tǒng)計(jì)性質(zhì) 175
13.4 GMM的假設(shè)檢驗(yàn) 177
13.5 GMM的Stata運(yùn)用 177
本章練習(xí) 181
第14章 離散選擇模型 182
14.1 二元選擇模型概述 183
14.2 二元選擇模型的估計(jì)思路 185
14.3 二元選擇模型的有效性評估與假設(shè)檢驗(yàn) 187
14.4 多元選擇帶來的問題與解決思路 188
14.5 二元選擇模型的Stata運(yùn)用 192
本章練習(xí) 195
第15章 面板數(shù)據(jù)模型 197
15.1 面板數(shù)據(jù)的估計(jì)思路與估計(jì)方法 197
15.2 診斷性檢驗(yàn)與模型選擇 200
15.3 DID模型 202
15.4 面板數(shù)據(jù)模型的Stata運(yùn)用 204
本章練習(xí) 208
參考文獻(xiàn) 210
附錄A 概率統(tǒng)計(jì)基本知識 212
A1 隨機(jī)變量取值與分布 212
A2 一些常用的分布函數(shù) 214
A3 聯(lián)合分布 216
A4 條件分布 218
附錄B 線性代數(shù)的基本知識 220
B1 標(biāo)量、向量與矩陣 220
B2 矩陣的基本運(yùn)算 220
B3 頻譜分解 225