計量經濟分析及其Python套用

《計量經濟分析及其Python套用》是2020年清華大學出版社出版的圖書，作者是朱順泉。

基本介紹

• 中文名：計量經濟分析及其Python套用
• 作者：朱順泉
• 出版社：清華大學出版社
• ISBN：9787302568025

內容簡介

本書包括：經濟與金融計量分析緒論；描述性統計及其Python套用；參數估計及其Python套用；假設檢驗及其Python套用；相關分析與一元回歸分析及其Python套用；多元回歸分析及其Python套用；多重共線性及其Python套用；異方差及其Python套用；自相關及其Python套用；時間序列分析ARMA模型及其Python套用；廣義自回歸條件異方差模型(GARCH)及其Python套用；面板數據分析及其Python套用等。內容新穎、全面，實用性強，融理論、方法、套用於一體。

圖書目錄

第1章計量經濟分析及其Python環境

1.1計量經濟分析的含義

1.2計量經濟分析建模的步驟

1.3經濟數據類型

1.4經濟數據來源

1.5計量經濟分析工具簡介

1.6Python工具的下載與安裝

1.7國內外財經大數據的存取方法及其Python套用

練習題

第2章描述性統計及其Python套用

2.1描述性統計的Python工具

2.2數據集中趨勢度量及其Python套用

2.3數據離散狀況度量及其Python套用

2.4峰度、偏度與正態性檢驗及其Python套用

2.5異常數據處理

練習題

第3章參數估計及其Python套用

3.1參數估計與置信區間的含義

3.2點估計矩分析法的Python套用

3.3單正態總體均值區間估計的Python套用

3.4單正態總體方差區間估計的Python套用

3.5雙正態總體均值差區間估計的Python套用

3.6雙正態總體方差比區間估計的Python套用

練習題

第4章參數假設檢驗及其Python套用

4.1參數假設檢驗的基本理論

4.2單個樣本t檢驗的Python套用

4.3兩個獨立樣本t檢驗的Python套用

4.4配對樣本t檢驗的Python套用

4.5單樣本方差假設檢驗的Python套用

4.6雙樣本方差假設檢驗的Python套用

練習題

第5章相關分析與一元回歸分析及其Python套用

5.1相關分析基本理論

5.2相關分析的Python套用

5.3一元線性回歸分析基本理論

5.4一元線性回歸分析的Python套用

練習題

第6章多元回歸分析及其Python套用

6.1多元線性回歸分析基本理論

6.2虛擬變數

6.3多元線性回歸分析的Python套用

6.4多元線性回歸分析的Scikitlearn工具套用

6.5邏輯Logistic回歸分析Python套用

6.6廣義線性回歸分析Python套用

6.7傾向評分匹配（PSM）及其Python套用

練習題

第7章多重共線性及其Python套用

7.1多重共線性的概念

7.2多重共線性的後果

7.3產生多重共線性的原因

7.4多重共線性的識別和檢驗

7.5消除多重共線性的方法

7.6多重共線性診斷的Python套用

7.7多重共線性消除的Python套用

練習題

第8章異方差及其Python套用

8.1異方差的概念

8.2異方差產生的原因

8.3異方差的後果

8.4異方差的識別檢驗

8.5消除異方差的方法

8.6異方差診斷的Python套用

8.7異方差消除的Python語言套用

8.8異方差套用實例的Python套用

練習題

第9章自相關及其Python套用

9.1自相關的概念

9.2產生自相關的原因

9.3自相關的後果

9.4自相關的識別和檢驗

9.5自相關的處理方法

9.6自相關診斷的Python套用

9.7自相關消除的Python套用

9.8金融市場數據自相關性實例的Python套用

練習題

第10章財經大數據時間序列分析ARMA模型及其Python套用

10.1時間序列分析的基礎知識

10.2自回歸(AR)模型

10.3移動平均(MA)模型

10.4自回歸移動平均（ARMA）模型

10.5差分自回歸移動平均（ARIMA）模型

練習題

第11章財經大數據廣義自回歸條件異方差模型(GARCH)及其Python套用

11.1自回歸條件異方差模型(ARCH)及預測

11.2廣義自回歸條件異方差模型(GARCH)與波動率預測

練習題

第12章面板數據計量分析及其Python套用

12.1面板數據計量分析的基本理論

12.2面板數據計量分析的Python套用

練習題

第13章廣義矩估計（GMM）與最大似然估計（MLE）及其Python套用

13.1廣義矩估計（GMM）及其Python套用

13.2最大似然估計（MLE）及其Python套用

練習題

第14章線性回歸的內生性與Hausman檢驗及其Python套用

14.1內生性的相關理論

14.2基本的線性回歸及其Python套用

14.3擴展的線性回歸及其Python套用

14.4線性回歸的內生性問題及其Python套用

14.5Hausman檢驗及其Python套用

練習題

第15章財經大數據量化投資統計套利及其Python套用

15.1Python套用於Markowitz投資組合最佳化

15.2基於Bigquant量化投資平台的統計套利協整配對交易策略

15.3基於Python環境統計套利協整配對交易策略

練習題

第16章人工智慧機器學習及其Python套用

16.1機器學習算法分類

16.2常見的機器學習算法及其Python代碼

16.3K最近鄰算法銀行貸款分類及其Python套用

16.4各種機器學習算法及其Python套用

16.5K最近鄰法分類及其Python套用

練習題