《計量經(jīng)濟學及Stata應用》為既接軌現(xiàn)代計量經(jīng)濟學，又適合中國國情的本科計量經(jīng)濟學教材。在理論體系上，《計量經(jīng)濟學及Stata應用》充分借鑒*新國際主流教材，以大樣本理論為主線，并針對中國學生的知識體系進行編寫�！队嬃拷�(jīng)濟學及Stata應用》內(nèi)容全面，包括橫截面數(shù)據(jù)（多元回歸、工具變量法、離散選擇）、時間序列（平穩(wěn)時間序列、單位根、協(xié)整），以及面板數(shù)據(jù)（隨機效應、固定效應）等。 《計量經(jīng)濟學及Stata應用》力圖以清晰而生動的語言、較多的插圖與經(jīng)濟意義，來直觀地解釋計量方法。同時結(jié)合目前歐美最為流行的stata計量軟件，及時地介紹相應的計算機操作與經(jīng)典實例，為讀者提供“一站式”服務(wù)�！队嬃拷�(jīng)濟學及Stata應用》還較多地使用計算機模擬（蒙特卡羅法），作為強有力的學習工具。 《計量經(jīng)濟學及Stata應用》適合高等學校經(jīng)濟管理類及社科類的本科生使用。先修課為微積分、線性代數(shù)與概率統(tǒng)計。閱讀《計量經(jīng)濟學及Stata應用》可使讀者掌握當代實證研究的精神實質(zhì)與基本方法，并學會實際處理數(shù)據(jù)的重要技能，從而為畢業(yè)論文乃至讀研深造打下良好基礎(chǔ)。
1.導論
1.1 什么是計量經(jīng)濟學
1.2 經(jīng)濟數(shù)據(jù)的特點與類型
附錄A1.1 谷歌如何通過搜索記錄預測流感的傳播
2.Stata入門
2.1 為什么使用Stata
2.2 Stata的窗口
2.3 Stata操作實例
2.4 Stata命令庫的更新
2.5 進一步學習Stata的資源
習題
3.數(shù)學回顧
3.1 微積分
3.2 線性代數(shù)
3.3 概率與條件概率
3.4 分布與條件分布
3.5 隨機變量的數(shù)字特征
3.6 迭代期望定律
3.7 隨機變量無關(guān)的三個層次概念
3.8 常用連續(xù)型統(tǒng)計分布
3.9 統(tǒng)計推斷的思想
習題
4.一元線性回歸
4.1 一元線性回歸模型
4.2 OLs估計量的推導
4.3 OLS的正交性
4.4 乙方和分解公式
4.5 擬合優(yōu)度
4.6 無常數(shù)項的回歸
4.7 一元回歸的Stata實例
4.8 Stata命令運行結(jié)果的存儲與調(diào)用
4.9 總體回歸函數(shù)與樣本回歸函數(shù)：蒙特卡羅模擬
附錄A4.1 高爾頓與回歸
附錄A4.2 隨機數(shù)的產(chǎn)生
習題
5. 多元線性回歸
5.1 二元線性回歸
5.2 多元線性回歸模型
5.3 OLs估計量的推導
5.4 OLs的幾何解釋
5.5 擬合優(yōu)度
5.6 古典線性回歸模型的假定
5.7 OLs的小樣本性質(zhì)
5.8 對單個系數(shù)的￡檢驗
5.9 對線性假設(shè)的F檢驗
5.10 F統(tǒng)計量的似然比原理表達式
5.11 預測
5.12 多元回歸的Stata實例
習題
6. 大樣本Ol—S
6.1 為何需要大樣本理論
6.2 隨機收斂
6.3 大數(shù)定律與中心極限定理
6.4 使用蒙特卡羅法模擬中心極限定理
6.5 統(tǒng)計量的大樣本性質(zhì)
6.6 隨機過程的性質(zhì)
6.7 大樣本OLs的假定
6.8 0Ls的大樣本性質(zhì)
6.9 大樣本統(tǒng)計推斷
6.10 大樣本OLs的Stata實例
6.11 大樣本理論的蒙特卡羅模擬
附錄A6.1 依均方收斂是依概率收斂的充分條件
習題
7. 異方差
7.1 異方差的后果
7.2 異方差的例子
7.3 異方差的檢驗
7.4 異方差的處理
7.5 處理異方差的Stata命令及實例
7.6 Stata命令的批處理
習題
8.自相關(guān)
8.1 自相關(guān)的后果
8.2 自相關(guān)的例子
8.3 自相關(guān)的檢驗
8.4 自相關(guān)的處理
8.5 處理自相關(guān)的Stata命令及實例
習題
9. 模型設(shè)定與數(shù)據(jù)問題
9.1 遺漏變量
9.2 無關(guān)變量
9.3 建模策略：“由小到大”還是“由大到小”
9.4 解釋變量個數(shù)的選擇
9.5 對函數(shù)形式的檢驗
9.6 多重共線性
9.7 **數(shù)據(jù)
9.8 虛擬變量
9.9 經(jīng)濟結(jié)構(gòu)變動的檢驗
9.10 缺失數(shù)據(jù)與線性插值
9.11 變量單位的選擇
習題
10. 工具變量法
10.1 聯(lián)立方程偏差
10.2 測量誤差偏差
10.3 工具變量法
10.4 二階段*小二乘法
10.5 弱工具變量
10.6 對工具變量外生性的過度識別檢驗
10.7 對解釋變量內(nèi)生性的豪斯曼檢驗：究竟該用OLS還是Iv
10.8 如何獲得工具變量
10.9 工具變量法的Stata實例
習題
11. 二值選擇模型
11.1 二值選擇模型
11.2 *大似然估計的原理
11.3 二值選擇模型的MLE估計
11.4 邊際效應
11.5 回歸系數(shù)的經(jīng)濟意義
11.6 擬合優(yōu)度
11.7 準*大似然估計
11.8 三類漸近等價的大樣本檢驗
11.9 二值選擇模型的Stata命令與實例
11.10 其他離散選擇模型
習題
12. 面板數(shù)據(jù)
12.1 面板數(shù)據(jù)的特點
12.2 面板數(shù)據(jù)的估計策略
12.3 混合回歸
12.4 固定效應模型：組內(nèi)估計量
12.5 固定效應模型：LsDV法
12.6 固定效應模型：一階差分法
12.7 時間固定效應
12.8 隨機效應模型
12.9 組間估計量
12.10 擬合優(yōu)度的度量
12.11 非平衡面板
12.12 究竟該用固定效應還是隨機效應模型
12.13 面板數(shù)據(jù)的Stata命令及實例
習題
13.平穩(wěn)時間序列
13.1 時間序列的自相關(guān)
13.2 一階自回歸
13.3 高階自回歸
13.4 自回歸分布滯后模型
13.5 誤差修正模型
13.6 移動平均與ARMA模型
13.7 脈沖響應函數(shù)
13.8 向量自回歸過程
13.9 VAR的脈沖響應函數(shù)
13.10 格蘭杰因果檢驗
13.11 VAR的Stata命令及實例
13.12 時間趨勢項
13.13 季節(jié)調(diào)整
13.14 日期數(shù)據(jù)的導入
習題
14. 單位根與協(xié)整
14.1 非平穩(wěn)序列
14.2 ARMA的平穩(wěn)性
14.3 VAR的平穩(wěn)性
14.4 單位根所帶來的問題
14.5 單位根檢驗
14.6 單位根檢驗的Stata實例
14.7 協(xié)整的思想與初步檢驗
14.8 協(xié)整的*大似然估計
14.9 協(xié)整分析的Stata實例
習題
15.如何做實證研究
15.1 什么是論文
15.2 準備階段
15.3 選題
15.4 探索性研究
15.5 收集與整理數(shù)據(jù)
15.6 建立計量模型
15.7 選擇計量方法
15.8 解釋回歸結(jié)果
15.9 診斷性檢驗
15.10 穩(wěn)健性檢驗
15.11 論文寫作
15.12 與同行交流
15.13 提交論文或投稿
15.14 寫作倫理
15.15 結(jié)束語
習題
附錄：常用數(shù)據(jù)來源
參考書目
數(shù)學符號
英文縮寫
書單推薦
