計量經濟學(2016年科學出版社出版的圖書)

《計量經濟學》是2016年科學出版社出版的圖書，作者是朱長存。

基本介紹

• 書名：計量經濟學
• 作者：朱長存
• 出版社：科學出版社
• 出版時間：2016年7月
• ISBN：9787030493774 

內容簡介

本書較為系統地介紹了計量經濟學的基本理論、方法、最新進展以及軟體套用。全書共8章，第1章介紹計量經濟學的基本問題；第2章和第3章介紹回歸分析的基本內容及其套用；第4章介紹放鬆經典假設時計量經濟模型產生的異方差、自相關性、多重共線性、隨機解釋變數等計量經濟學問題及解決辦法；第5章至第6章介紹動態計量經濟模型和時間序列分析；第7章介紹聯立方程模型；第8章介紹面板數據模型的初步知識。在講清計量經濟學基本原理和推導過程的基礎上，本書特彆強調計量經濟學基本方法在實際經濟問題中的套用。

圖書目錄

前言

第l章 導論

1.1 計量經濟學的概念與功能

1.1.1 什麼是計量經濟學

1.1.2 計量經濟學的作用與功能

1.2 計量經濟學的學科性質

1.2.1 計量經濟學在經濟學科中居於重要地位

1.2.2 計量經濟學與其他學科的關係

1.2.3 計量經濟學的分類

1.2.4 計量經濟學的局限性

1.3 計量經濟學的研究步驟

1.3.1 陳述理論

1.3.2 建立計量經濟模型

1.3.3 收集樣本數據

1.3.4 估計模型參數

1.3.5 檢驗模型

1.3.6 套用模型

1.4 計量經濟學數據來源和軟體

1.4.1 常用數據來源

1.4.2 計量經濟學軟體

1.5 本章小結

思考題與練習題

第2章 一元線性回歸模型

2.1 一元線性回歸模型概述

2.1.1 相關分析與回歸分析

2.1.2 總體回歸函式和總體回歸模型

2.1.3 隨機誤差項的性質

2.1.4 樣本回歸函式和樣本回歸模型

2.2 一元線性回歸模型的基本假定和參數估計

2.2.1 一元線性回歸模型的基本假定

2.2.2 一元線性回歸模型的參數估計

2.3 小二乘估計量的性質

2.3.1 小二乘估計量的均值和方差

2.3.2 小二乘估計量的性質

2.4 擬合優度的度量

2.4.1 總變差的分解

2.4.2 判定係數

2.4.3 判定係數與相關係數的關係

2.5 回歸參數的區間估計和假設檢驗

2.5.1 回歸參數的區間估計

2.5.2 回歸參數的顯著性檢驗

2.6 一元線性回歸模型的預測

2.6.1 點預測

2.6.2 區間預測

2.7 案例分析

2.8 本章小結

附錄2.1 案例分析的R實現

附錄2.2 б2 小二乘估計的證明

思考題與練習題

第3章 多元線性回歸模型

3.1 多元線性回歸模型及古典假定

3.1.1 多元線性回歸模型概述

3.1.2 多元線性回歸模型的古典假定

3.2 多元線性回歸模型的參數估計

3.2.1 多元線性回歸模型參數的 小二乘估計

3.2.2 參數 小二乘估計量的性質

3.2.3 小二乘估計的分布性質

3.2.4 隨機擾動項方差的估計

3.3 多元線性回歸模型的檢驗

3.3.1 擬合優度檢驗

3.3.2 回歸方程的顯著性檢驗

3.3.3 回歸參數的顯著性檢驗

3.4 多元線性回歸模型的預測

3.4.1 點預測

3.4.2 區間預測

3.5 虛擬變數

3.5.1 虛擬變數的概念

3.5.2 虛擬變數引入模型的形式

3.5.3 虛擬變數個數的確定

3.6 案例分析

3.7 本章小結

附錄3.1 案例分析的R實現

附錄3.2 殘差平方和均值的證明

思考題與練習題

第4章 放鬆經典假設的模型估計

4.1 多重共線性

4.1.1 多重共線性的涵義

4.1.2 多重共線性對普通 小二乘估計的影響

4.1.3 多重共線性的檢驗

4.1.4 多重共線性下模型的估計方法

4.2 異方差性

4.2.1 異方差性的涵義

4.2.2 異方差性對普通 小二乘估計的影響

4.2.3 異方差性的檢驗

4.2.4 異方差性下模型的估計方法

4.3 自相關性

4.3.1 自相關性的涵義

4.3.2 自相關性對普通 小二乘估計的影響

4.3.3 自相關性的檢驗

4.3.4 自相關性下模型的估計方法

4.4 隨機解釋變數

4.4.1 隨機解釋變數對普通 小二乘估計的影響

4.4.2 工具變數法

4.5 案例分析

4.5.1 多重共線性的檢驗與處理

4.5.2 異方差性的檢驗與處理

4.5.3 自相關性檢驗及處理

4.6 本章小結

附錄 案例分析的R實現

思考題與練習題

第5章 動態計量經濟模型

5.1 分布滯後模型

5.1.1 考伊克分布滯後模型

5.1.2 考伊克變換法

5.1.3 非線性 小二乘法

5.2 局部調整模型和適應預期模型

5.2.1 局部調整模型

5.2.2 適應預期模型

5.3 自回歸模型的估計

5.3.1 解釋變數為隨機變數時普通 小二乘估計量的統計性質

5.3.2 白回歸模型的估計問題

5.4 阿爾蒙多項式分布滯後

5.5 案例分析

5.5.1 局部調整模型套用

5.5.2 適應預期模型套用

5.5.3 阿爾蒙多項式分布滯後模型套用

5.6 本章小結

附錄5.1 證明考伊克模型中解釋變數Yt.1 與Vt相關

附錄5.2 案例分析的R實現

思考題與練習題

第6章 時間序列分析

6.1 時間序列分析的基本概念

6.1.1 時間序列與隨機過程

6.1.2 平穩性

6.1.3 五種經典的時間序列類型

6.1.4 單整

6.2 平穩性檢驗

6.2.1 圖形檢驗法

6.2.2 單位根檢驗法

6.3 ARMA模型和ARIMA模型

6.3.1 ARMA模型

6.3.2 ARIMA模型

6.4 協整與誤差修正模型

6.4.1 協整

6.4.2 誤差修正模型

6.5 向量自回歸模型

6.5.1 VAR模型

6.5.2 脈衝回響函式

6.6 案例分析

6.6.1 平穩性檢驗

6.6.2 通過自相關和偏自相關函式圖識別模型類型

6.6.3 協整分析

6.7 本章小結

附錄案例分析的R實現

思考題與練習題

第7章 聯立方程模型

7.1 聯立方程模型及其偏倚

7.1.1 聯立方程模型的基本概念

7.1.2 聯立方程模型的變數類型

7.1.3 聯立方程模型的偏倚性

7.1.4 聯立方程模型的種類

7.2 聯立方程模型的識別問題

7.2.1 模型識別問題

7.2.2 聯立方程模型識別的類型

7.2.3 聯立方程模型識別的方法

7.3 聯立方程模型的估計

7.3.1 遞歸模型的估計——普通 小二乘法

7.3.2 恰好識別模型的估計——間接 小二乘法

7.3.3 過度識別模型的估計——二階段 小二乘法

7.4 案例分析

7.4.1 模型設定

7.4.2 模型的識別

7.4.3 巨觀經濟模型的估計

7.5 本章小結

附錄7.1 聯立方程偏倚的證明

附錄7.2 案例分析的Stata實現

思考題與練習題

第8章 面板數據模型

8.1 面板數據模型概述

8.1.1 面板數據概念

8.1.2 面板數據的優點

8.1.3 面板數據模型

8.2 面板數據模型的估計

8.2.1 固定效應模型

8.2.2 隨機效應模型

8.2.3 固定效應還是隨機效應——豪斯曼檢驗

8.3 案例分析

8.3.1 建立合成資料庫對象

8.3.2 定義序列名並輸入數據

8.3.3 估計模型

8.4 本章小結

附錄 案例分析的Stata實現

思考題與練習題

參考文獻

附錄 統計分布表