《計量經濟學：直覺、證明與實踐》是2017年化學工業出版社出版的圖書，作者是(美)傑弗里·扎克斯(Jeffrey S.Zax) 。
基本介紹
- 書名：《計量經濟學：直覺、證明與實踐》
- 作者：(美)傑弗里·扎克斯(Jeffrey S.Zax)
- 類別：社科 >> 經濟與管理
- 出版社：化學工業出版社
- 出版時間：2017年9月
- 頁數：462 頁
- 開本：16 開
- ISBN：978-7-122-28864-6
- 叢書名：經濟與法譯叢
內容簡介,目錄,
內容簡介
本書對計量經濟學模型的經典假設、違背計量經濟學經典假設的直觀含義進行了深度剖析;運用易懂的數學工具嚴謹地論證了計量經濟學模型估計的基本原理;緊扣讀者認知的特點,由簡漸難、由淺入深,清晰地展現了計量蒸詢譽擊經濟學的發展脈絡。通過對案例的分析,向讀者展示了計量經濟學的運用藝術。本書可作為大學本科計量經濟學教材,也可給從事計量經濟學研究的高校教師、研究人員、數據與統計分析實務人員作參考。
目錄
1 回歸概述1
1.0 本章精要 1
1.1 需要回歸的原因 2
1.2 教育與收入 3
1.3 回歸奔定墓結果的展示 4
1.4 何處開始討論？ 5
1.5 何處得解釋？ 6
1.6 在解釋中尋求什麼？ 7
1.7 如何解釋回歸結果 10
1.8 如何評價解釋 14
1.9 R2 與F 統計量 15
1.10 做法的合理性 17
1.11 回歸的其他表示形式 21
1.12 本書導讀 23
1.13 本章結語 24
本章習題 24
2 數學工具28
2.0 本章精要 28
2.1 本課程是一門變相的數學課嗎？ 29
2.2 求和的樂趣 30
2.3 常量求和 32
2.4 平均數 33
2.5 求和的加法運算 34
2.6 算術求和的樂趣 37
2.7 乘積求和 39
2.8 提醒：及時複習 40
本章習題 41
3 協方差和相關係數43
3.0 本章精要 43
3.1 本章導言 43
3.2 樣本協方差 44
3.3 理解樣本協方差 49
3.4 樣本相關係數 52
3.5 關於數位的說明 58
3.6 其他例子 59
3.7 本章結語 62
本章附錄 62
本章習題 65
4 線性擬合67
4.0 本章精要 67
4.1 本章導言 68
4.2 哪一條直線擬合得最好？ 69
4.3 殘差平方和最小化 72
4.4 計算截距項和斜率 78
4.5 再論斜率和截距項的意義 80
4.6 R2 和擬合優度 83
4.7 回歸運算 87
4.8 其他例子 90
4.9 本章結語 92
本章附錄 92
本章習題 95
5 從樣本到總體100
5.0 本章精要 100
5.1 本章導言 101
5.2 總體關係 102
5.3 εi 的統拜蒸海計特性 104
5.4 y i 的統計特性 110
5.5 參數與估計 111
5.6 β 與α 的無偏估計剃悼求 112
5.7 再次解釋 117
5.8 a、b 的總體付蘭察潤方差 123
5.9 高斯-馬爾可夫（Gauss- Markov） 定理 126
5.10 一致性 130
5.11 本章結語 134
本章習題 135
6 置信區間和假設檢驗139
6.0 本章精要 139
6.1 本章導言 140
6.2 置信區間和假設檢驗的基礎 141
6.3 置信區間 144
6.4 假設檢驗 147
6.5 置信區間與假設檢驗之間的關係 164
本章習題 165
7 普通最小二乘估計的統計推斷168
7.0 本章精要 168
7.1 b 和a 的分布 169
7.2 σ2 的估計 170
7.3 b 的置信區間 174
7.4 β 的假設檢驗 183
7.5 y i 的再預測 191
7.6 教育轎捉祖回報的含義 196
7.7 再舉一例 197
7.8 本章結語 200
本章附錄 201
本章習題 202
8 隨機擾動項期望不等於0 與異方差206
8.0 本章精要 206
8.1 本章導言 207
8.2 隨機擾動項εi 的期望等於非0 常數 208
8.3 隨機擾動項的期望不相等 210
8.4 異方差 212
8.5 異方差的後果 212
8.6 σ2i 、ε2i 、e2i 與懷特檢驗 215
8.7 估計標準差 219
8.8 獲得最佳線性無偏估計 220
8.9 隨機擾動項有兩個方差 223
8.10 其他形式的異方差 230
8.11 本章結語 231
本請棄章習題 232
9 自相關235
9.0 本章精要 235
9.1 本章導言 236
9.2 自相關 236
9.3 自相關的後果 238
9.4 存在自相關時， 普通最小二乘估計方差的估計 241
9.5 自相關、隨機擾動與衝擊 244
9.6 一階自相關與廣義最小二乘估計 249
9.7 一階自相關的檢驗 253
9.8 存在一階自相關時的二步估計法 255
9.9 其他類型的自相關 257
9.10 本章結語 258
本章習題 259
10 隨機擾動項與解釋變數相關262
10.0 本章精要 262
10.1 本章導言 263
10.2 發生內生性問題的原因 264
10.3 模型有內生性的後果 267
10.4 解決內生性問題 272
10.5 二階段最小二乘估計與工具變數 274
10.6 工具變數估計的性質 277
10.7 工具變數的優劣 281
10.8 內生性檢驗 286
10.9 用實際數據進行的討論 288
10.10 本章結語 291
本章習題 291
11 二元回歸模型的參數估計296
11.0 本章精要 296
11.1 本章導言 297
11.2 模型有第二個解釋變數 298
11.3 擬合 302
11.4 b1 , b2 有用的原因 309
11.5 b1 , b2 的期望 314
11.6 本章結語 319
本章習題 320
12 二元回歸模型的理解與解釋323
12.0 本章精要 323
12.1 本章導言 324
12.2 b1 , b2 的方差 325
12.3 x1i 與x2i 的相互作用 329
12.4 標準差的估計 333
12.5 受約束與不受約束的回歸 335
12.6 聯合假設檢驗 339
12.7 模型錯誤設定 345
12.8 經典假設不成立的二元回歸 347
12.9 本章結語 351
本章習題 351
13 靈活運用回歸357
13.0 本章精要 357
13.1 本章導言 358
13.2 虛擬變數 358
13.3 非線性影響：二次函式回歸模型 361
13.4 非線性的影響：取對數 367
13.5 影響的非線性：引入互動項 372
13.6 本章結語 379
本章習題 380
14 多元線性回歸模型387
14.0 本章精要 387
14.1 本章導言 389
14.2 解釋變數多於兩個的原因 389
14.3 多元回歸模型的統計推斷 393
14.4 示例 398
14.5 隨機擾動項的假設 407
14.6 面板數據 408
14.7 本章結語 411
本章習題 411
15 定性變數的回歸419
15.0 本章精要 419
15.1 本章導言 420
15.2 離散型收入變數 421
15.3 參數估計的工作原理 422
15.4 極大似然估計 426
15.5 極大似然估計的實施 430
15.6 極大似然估計的作用 433
15.7 示例 435
15.8 樣本選擇問題 440
15.9 其他方法 443
15.10 本章結語 445
本章附錄 445
本章習題 449
附錄 453
參考文獻 461
後記 462
5.10 一致性 130
5.11 本章結語 134
本章習題 135
6 置信區間和假設檢驗139
6.0 本章精要 139
6.1 本章導言 140
6.2 置信區間和假設檢驗的基礎 141
6.3 置信區間 144
6.4 假設檢驗 147
6.5 置信區間與假設檢驗之間的關係 164
本章習題 165
7 普通最小二乘估計的統計推斷168
7.0 本章精要 168
7.1 b 和a 的分布 169
7.2 σ2 的估計 170
7.3 b 的置信區間 174
7.4 β 的假設檢驗 183
7.5 y i 的再預測 191
7.6 教育回報的含義 196
7.7 再舉一例 197
7.8 本章結語 200
本章附錄 201
本章習題 202
8 隨機擾動項期望不等於0 與異方差206
8.0 本章精要 206
8.1 本章導言 207
8.2 隨機擾動項εi 的期望等於非0 常數 208
8.3 隨機擾動項的期望不相等 210
8.4 異方差 212
8.5 異方差的後果 212
8.6 σ2i 、ε2i 、e2i 與懷特檢驗 215
8.7 估計標準差 219
8.8 獲得最佳線性無偏估計 220
8.9 隨機擾動項有兩個方差 223
8.10 其他形式的異方差 230
8.11 本章結語 231
本章習題 232
9 自相關235
9.0 本章精要 235
9.1 本章導言 236
9.2 自相關 236
9.3 自相關的後果 238
9.4 存在自相關時， 普通最小二乘估計方差的估計 241
9.5 自相關、隨機擾動與衝擊 244
9.6 一階自相關與廣義最小二乘估計 249
9.7 一階自相關的檢驗 253
9.8 存在一階自相關時的二步估計法 255
9.9 其他類型的自相關 257
9.10 本章結語 258
本章習題 259
10 隨機擾動項與解釋變數相關262
10.0 本章精要 262
10.1 本章導言 263
10.2 發生內生性問題的原因 264
10.3 模型有內生性的後果 267
10.4 解決內生性問題 272
10.5 二階段最小二乘估計與工具變數 274
10.6 工具變數估計的性質 277
10.7 工具變數的優劣 281
10.8 內生性檢驗 286
10.9 用實際數據進行的討論 288
10.10 本章結語 291
本章習題 291
11 二元回歸模型的參數估計296
11.0 本章精要 296
11.1 本章導言 297
11.2 模型有第二個解釋變數 298
11.3 擬合 302
11.4 b1 , b2 有用的原因 309
11.5 b1 , b2 的期望 314
11.6 本章結語 319
本章習題 320
12 二元回歸模型的理解與解釋323
12.0 本章精要 323
12.1 本章導言 324
12.2 b1 , b2 的方差 325
12.3 x1i 與x2i 的相互作用 329
12.4 標準差的估計 333
12.5 受約束與不受約束的回歸 335
12.6 聯合假設檢驗 339
12.7 模型錯誤設定 345
12.8 經典假設不成立的二元回歸 347
12.9 本章結語 351
本章習題 351
13 靈活運用回歸357
13.0 本章精要 357
13.1 本章導言 358
13.2 虛擬變數 358
13.3 非線性影響：二次函式回歸模型 361
13.4 非線性的影響：取對數 367
13.5 影響的非線性：引入互動項 372
13.6 本章結語 379
本章習題 380
14 多元線性回歸模型387
14.0 本章精要 387
14.1 本章導言 389
14.2 解釋變數多於兩個的原因 389
14.3 多元回歸模型的統計推斷 393
14.4 示例 398
14.5 隨機擾動項的假設 407
14.6 面板數據 408
14.7 本章結語 411
本章習題 411
15 定性變數的回歸419
15.0 本章精要 419
15.1 本章導言 420
15.2 離散型收入變數 421
15.3 參數估計的工作原理 422
15.4 極大似然估計 426
15.5 極大似然估計的實施 430
15.6 極大似然估計的作用 433
15.7 示例 435
15.8 樣本選擇問題 440
15.9 其他方法 443
15.10 本章結語 445
本章附錄 445
本章習題 449
附錄 453
參考文獻 461
後記 462
