《計量經濟學原理與實踐》是2013年10月1日中國人民大學出版社出版的圖書，作者是達摩達爾·N·古扎拉蒂 (Damodar N.Gujarati)。
本書簡明扼要地介紹了計量經濟學的基本方法，並希望通過實際例題使讀者能夠完全掌握它 。該書的內容涉及的內容比較全面，主要側重於方法的套用，不深究方法背後的數學原理與推導。作者在寫作時構想的讀者對象主要是初學計量經濟學的經濟專業和管理專業的學生 ，以及實際經濟工作者。
基本介紹
- 書名：計量經濟學原理與實踐
- 作者：達摩達爾·N·古扎拉蒂 (Damodar N.Gujarati)
- 類型：經濟管理
- 出版日期：2013年10月1日
- 語種：簡體中文
- 品牌：中國人民大學出版社
- 外文名：Econometrics By Example
- 譯者：李井奎
- 出版社：中國人民大學出版社
- 頁數：381頁
- 開本：16
內容簡介,圖書目錄,作者簡介,
內容簡介
《計量經濟學原理與實踐》以詳盡的案例探討了計量經濟學中的主要問題，這些例子向我們展示了這些問題是如何在實踐中予以解決的。對基礎理論和計量經濟軟體相對熟悉之後，學生們會發現“乾中學”是學習計量經濟學最有效的方式。《計量經濟學原理與實踐》所要求的預備知識是最低限度的。了解二元線性回歸模型、統計學入門課程以及簡單的代數處理工具，即可順利地掌握《計量經濟學原理與實踐》中的內容而通行無礙。《計量經濟學原理與實踐》沒有使用矩陣代數或者高等微積分的知識。
圖書目錄
第一部分 線性回歸模型
第1章 線性回歸模型:一個概覽 /3
1.1 線性回歸模型 /3
1.2 數據的性質與來源 / 6
1.3 線性回歸模型的估計 /8
1.4 經典線性回歸模型（CLRM） / 9
1.5 OLS估計量的方差與標準誤 /11
1.6 檢驗關於真實或總體回歸係數的假設 /12
1.7 對回歸估計擬合優度的測度 /14
1.8 一個闡釋性例子:小時工資的決定因素 /15
1.9 預測 /19
1.10 本書路線 /20
習題 /22
附錄:最大似然方法 / 22
第2章 回歸模型的函式形式 / 26
2.1 對數線性、雙對數或常彈性模型 / 26
2.2 檢驗線性約束的有效性 /30
2.3 log-lin或增長模型 / 31
2.4 lin-log模型 /34
2.5 倒數模型 /37
2.6 多項式回歸模型 /38
2.7 函式形式的選擇 /41
2.8 線性模型與對數線性模型的比較 /41
2.9 對標準化後的變數進行回歸 /43
2.10 擬合優度的測度 /44
2.11 要點與結論 /46
習題 /46
第3章 定性解釋變數回歸模型 /48
3.1工資函式再探 /48
3.2 工資函式的改進 /50
3.3 另一種對工資函式的改進 /51
3.4 工資回歸的函式形式 /54
3.5 在結構變化中對虛擬變數的使用 /56
3.6 季節性數據中對虛擬變數的使用 / 58
3.7 擴展後的銷售函式 /61
3.8 要點與結論 /64
習題 /64
第二部分 對經典線性回歸模型的批評性評價
第4章 回歸診斷Ⅰ:多重共線性 /69
4.1 不完全共線性的結果 /70
4.2 舉例:勞動市場上已婚婦女的工作小時數 /72
4.3 對多重共線性的檢驗 /73
4.4 補救措施 /75
4.5 主成分方法 /76
4.6 要點與結論 /79
習題 /80
第5章 回歸診斷Ⅱ:異方差性 /82
5.1 異方差性的結果 /82
5.2 美國的墮胎率 /83
5.3 異方差性的檢驗 /85
5.4 補救措施 /89
5.5 要點與結論 /94
習題 /95
第6章 回歸診斷Ⅲ:自相關 /96
6.1 1947—2000年美國消費函式 /96
6.2 自相關的檢驗 /98
6.3 補救措施 /103
6.4 模型評價 /108
6.5 要點與結論 /110
習題 /111
第7章 回歸診斷Ⅳ:模型設定錯誤 /112
7.1 相關變數的遺漏 /112
7.2 遺漏變數的檢驗 /116
7.3 包含不相關或多餘的變數 /118
7.4 回歸模型函式形式的錯誤設定 /120
7.5 測量誤差 /121
7.6 異常值、槓桿數據和有影響力的數據 /122
7.7 誤差項機率分布 /125
7.8 隨機回歸 /126
7.9 聯立性問題 /127
7.10 動態回歸模型 /132
7.11 要點與結論 /141
習題 /142
附錄:消費函式OLS估計量的非一致性 /143
第三部分 橫截面數據回歸模型
第8章 logit和probit模型 /147
8.1 一個闡釋性例子:吸菸或者不吸菸 /147
8.2 線性機率模型（LPM） /148
8.3 logit模型 /149
8.4 probit模型 /155
8.5 要點與結論 /158
習題 /158
第9章 多項回歸模型 /160
9.1 多項回歸模型的性質 /160
9.2 多項logit模型（MLM）:擇校問題 /162
9.3 條件logit模型（CLM） /167
9.4 混合logit（MXL） /170
9.5 要點與結論 /172
習題 /172
第10章 序數回歸模型 /173
10.1 有序多項模型 （ordered multinomial models ，OMM） /174
10.2 有序logit模型（OLM）估計 /174
10.3 一個闡釋性的例子:對在職母親的態度 /176
10.4 比例優勢模型的局限 /178
10.5 要點與結論 /182
習題 /182
附錄:公式（10.4）的推導 /183
第11章 限值因變數回歸模型 /184
11.1 截取回歸模型 /185
11.2 截取回歸模型的最大似然估計（ML）:Tobit模型 /188
11.3 斷尾樣本回歸模型 /191
11.4 要點與結論 /193
習題 /194
第12章 對計數數據建模:泊松和負二項回歸模型 /195
12.1 一個闡釋性的例子 /195
12.2 泊松回歸模型（PRM） /198
12.3 泊松回歸分布的局限 /201
12.4 負二項回歸模型（NBRM） /203
12.5 要點與結論 /204
習題 /204
第四部分 時間序列計量經濟學專題
第13章 平穩和非平穩時間序列 /209
13.1 匯率平穩嗎? /209
13.2 平穩時間序列的重要性 /210
13.3 平穩性檢驗 /211
13.4 平穩性的單位根檢驗 /213
13.5 趨勢平穩和差分平穩時間序列 /217
13.6 隨機遊走模型 （RWM） /220
13.7 要點與結論 /225
習題 /225
第14章 協整和誤差糾正模型 /226
14.1 偽回歸現象 /226
14.2 模擬偽回歸 /227
14.3 消費支出對可支配收入的回歸是偽回歸嗎? /228
14.4 偽回歸不偽的情況 /231
14.5 協整檢驗 /232
14.6 協整和誤差糾正機制（ECM） /233
14.7 3個月和6個月期國債利率是協整嗎? /235
14.8 要點與結論 /237
習題 /238
第15章 資產價格波動性:ARCH和GARCH模型 /239
15.1 ARCH模型 /240
15.2 GARCH模型 /246
15.3 對ARCH模型的一些拓展 /247
15.4 要點與結論 /249
習題 /250
第16章 經濟預測 /251
16.1 用回歸模型預測 /252
16.2 博克斯詹金斯（Box Jenkins）法:建立ARIMA模型 /257
16.3 關於2000年1月3日至2002年10月31日IBM的每日收盤價的ARMA模型 /258
16.4 向量自回歸（VAR） /264
16.5 用VAR檢驗因果關係:格蘭傑因果關係檢驗 /269
16.6 要點與結論 /273
習題 /274
附錄:預測精度的衡量 /275
第17章 面板數據回歸模型 /277
17.1 面板數據的重要性 /278
17.2 一個闡釋性例子:慈善捐助 /278
17.3 慈善函式的混合OLS回歸 /279
17.4 固定效應最小二乘虛擬變數（LSDV）模型 /281
17.5 固定效應LSDV模型的局限 /283
17.6 組內固定效應模型的估計
第1章 線性回歸模型:一個概覽 /3
1.1 線性回歸模型 /3
1.2 數據的性質與來源 / 6
1.3 線性回歸模型的估計 /8
1.4 經典線性回歸模型（CLRM） / 9
1.5 OLS估計量的方差與標準誤 /11
1.6 檢驗關於真實或總體回歸係數的假設 /12
1.7 對回歸估計擬合優度的測度 /14
1.8 一個闡釋性例子:小時工資的決定因素 /15
1.9 預測 /19
1.10 本書路線 /20
習題 /22
附錄:最大似然方法 / 22
第2章 回歸模型的函式形式 / 26
2.1 對數線性、雙對數或常彈性模型 / 26
2.2 檢驗線性約束的有效性 /30
2.3 log-lin或增長模型 / 31
2.4 lin-log模型 /34
2.5 倒數模型 /37
2.6 多項式回歸模型 /38
2.7 函式形式的選擇 /41
2.8 線性模型與對數線性模型的比較 /41
2.9 對標準化後的變數進行回歸 /43
2.10 擬合優度的測度 /44
2.11 要點與結論 /46
習題 /46
第3章 定性解釋變數回歸模型 /48
3.1工資函式再探 /48
3.2 工資函式的改進 /50
3.3 另一種對工資函式的改進 /51
3.4 工資回歸的函式形式 /54
3.5 在結構變化中對虛擬變數的使用 /56
3.6 季節性數據中對虛擬變數的使用 / 58
3.7 擴展後的銷售函式 /61
3.8 要點與結論 /64
習題 /64
第二部分 對經典線性回歸模型的批評性評價
第4章 回歸診斷Ⅰ:多重共線性 /69
4.1 不完全共線性的結果 /70
4.2 舉例:勞動市場上已婚婦女的工作小時數 /72
4.3 對多重共線性的檢驗 /73
4.4 補救措施 /75
4.5 主成分方法 /76
4.6 要點與結論 /79
習題 /80
第5章 回歸診斷Ⅱ:異方差性 /82
5.1 異方差性的結果 /82
5.2 美國的墮胎率 /83
5.3 異方差性的檢驗 /85
5.4 補救措施 /89
5.5 要點與結論 /94
習題 /95
第6章 回歸診斷Ⅲ:自相關 /96
6.1 1947—2000年美國消費函式 /96
6.2 自相關的檢驗 /98
6.3 補救措施 /103
6.4 模型評價 /108
6.5 要點與結論 /110
習題 /111
第7章 回歸診斷Ⅳ:模型設定錯誤 /112
7.1 相關變數的遺漏 /112
7.2 遺漏變數的檢驗 /116
7.3 包含不相關或多餘的變數 /118
7.4 回歸模型函式形式的錯誤設定 /120
7.5 測量誤差 /121
7.6 異常值、槓桿數據和有影響力的數據 /122
7.7 誤差項機率分布 /125
7.8 隨機回歸 /126
7.9 聯立性問題 /127
7.10 動態回歸模型 /132
7.11 要點與結論 /141
習題 /142
附錄:消費函式OLS估計量的非一致性 /143
第三部分 橫截面數據回歸模型
第8章 logit和probit模型 /147
8.1 一個闡釋性例子:吸菸或者不吸菸 /147
8.2 線性機率模型（LPM） /148
8.3 logit模型 /149
8.4 probit模型 /155
8.5 要點與結論 /158
習題 /158
第9章 多項回歸模型 /160
9.1 多項回歸模型的性質 /160
9.2 多項logit模型（MLM）:擇校問題 /162
9.3 條件logit模型（CLM） /167
9.4 混合logit（MXL） /170
9.5 要點與結論 /172
習題 /172
第10章 序數回歸模型 /173
10.1 有序多項模型 （ordered multinomial models ，OMM） /174
10.2 有序logit模型（OLM）估計 /174
10.3 一個闡釋性的例子:對在職母親的態度 /176
10.4 比例優勢模型的局限 /178
10.5 要點與結論 /182
習題 /182
附錄:公式（10.4）的推導 /183
第11章 限值因變數回歸模型 /184
11.1 截取回歸模型 /185
11.2 截取回歸模型的最大似然估計（ML）:Tobit模型 /188
11.3 斷尾樣本回歸模型 /191
11.4 要點與結論 /193
習題 /194
第12章 對計數數據建模:泊松和負二項回歸模型 /195
12.1 一個闡釋性的例子 /195
12.2 泊松回歸模型（PRM） /198
12.3 泊松回歸分布的局限 /201
12.4 負二項回歸模型（NBRM） /203
12.5 要點與結論 /204
習題 /204
第四部分 時間序列計量經濟學專題
第13章 平穩和非平穩時間序列 /209
13.1 匯率平穩嗎? /209
13.2 平穩時間序列的重要性 /210
13.3 平穩性檢驗 /211
13.4 平穩性的單位根檢驗 /213
13.5 趨勢平穩和差分平穩時間序列 /217
13.6 隨機遊走模型 （RWM） /220
13.7 要點與結論 /225
習題 /225
第14章 協整和誤差糾正模型 /226
14.1 偽回歸現象 /226
14.2 模擬偽回歸 /227
14.3 消費支出對可支配收入的回歸是偽回歸嗎? /228
14.4 偽回歸不偽的情況 /231
14.5 協整檢驗 /232
14.6 協整和誤差糾正機制（ECM） /233
14.7 3個月和6個月期國債利率是協整嗎? /235
14.8 要點與結論 /237
習題 /238
第15章 資產價格波動性:ARCH和GARCH模型 /239
15.1 ARCH模型 /240
15.2 GARCH模型 /246
15.3 對ARCH模型的一些拓展 /247
15.4 要點與結論 /249
習題 /250
第16章 經濟預測 /251
16.1 用回歸模型預測 /252
16.2 博克斯詹金斯（Box Jenkins）法:建立ARIMA模型 /257
16.3 關於2000年1月3日至2002年10月31日IBM的每日收盤價的ARMA模型 /258
16.4 向量自回歸（VAR） /264
16.5 用VAR檢驗因果關係:格蘭傑因果關係檢驗 /269
16.6 要點與結論 /273
習題 /274
附錄:預測精度的衡量 /275
第17章 面板數據回歸模型 /277
17.1 面板數據的重要性 /278
17.2 一個闡釋性例子:慈善捐助 /278
17.3 慈善函式的混合OLS回歸 /279
17.4 固定效應最小二乘虛擬變數（LSDV）模型 /281
17.5 固定效應LSDV模型的局限 /283
17.6 組內固定效應模型的估計
作者簡介
美國軍事科學院社會科學系經濟學榮譽教授，之前曾在紐約城市大學（City University of New York）任教長達28年。他1960年本科畢業於印度孟買大學，隨後又分別於1963年和1965年從著名的芝加哥大學（University of Chicago）獲得了MBA學位和PhD學位，曾在許多國際著名的學術期刊上發表文章。此外他也有多本書籍出版，其中最有名的莫過於《計量經濟學精要》一書，20多年來已經再版多次，被譯為多種文字。
