日韩国产欧美系列在线看完整,人人妻人人澡人人爽杭州飞机av

本書是針對高校計(jì)量經(jīng)濟(jì)學(xué)理論教學(xué)要求，總結(jié)筆者多年的教學(xué)經(jīng)驗(yàn)，結(jié)合經(jīng)管領(lǐng)域中的實(shí)際問題編寫而成的。全書圍繞計(jì)量經(jīng)濟(jì)學(xué)模型來講授建模思路、模型的估計(jì)、模型的檢驗(yàn)，并提供相關(guān)的實(shí)驗(yàn)教程與案例分析。本書每章先講授理論知識及對應(yīng)的EViews軟件操作方法，再安排實(shí)驗(yàn)教程，*后提供綜合案例分析，使讀者能在分析和解決實(shí)際問題的過程中理解計(jì)量經(jīng)濟(jì)學(xué)理論知識。本書可用作計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)教材，供經(jīng)濟(jì)、管理、金融、應(yīng)用數(shù)學(xué)等專業(yè)本(專)科學(xué)生及碩士研究生學(xué)習(xí)和參考，也可供計(jì)量經(jīng)濟(jì)學(xué)專業(yè)教師參考。

第2版前言本書自2017年8月面世以來，被國內(nèi)多所高校經(jīng)濟(jì)、金融、管理、應(yīng)用數(shù)學(xué)等專業(yè)本（專）科生以及碩士研究生用作計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)教材。筆者收到大量讀者的來信或信息反饋，他們對本書的內(nèi)容安排和案例分析等方面提出了很多有益的建議，當(dāng)然也指出了書中存在的疏漏之處。另外，近年來本（專）科生和碩士研究生的知識結(jié)構(gòu)更新和拓展非�？焖伲胀ǖ亩嘣€性回歸模型、時(shí)間序列模型、二元選擇模型等，已經(jīng)不能滿足本（專）科生和碩士研究生從事學(xué)術(shù)研究和論文寫作的需要，因此本書第1版的內(nèi)容安排已經(jīng)滯后于計(jì)量經(jīng)濟(jì)學(xué)教學(xué)的實(shí)際需要。基于這些考慮，筆者決定對本書第1版進(jìn)行再版。本書第2版在以下方面做了增補(bǔ)和修改：（1）第1章：在數(shù)據(jù)讀入方法中增加了外部數(shù)據(jù)讀入法，在實(shí)驗(yàn)3中增加了作圖示例。（2）第5章：增加了5.1.3VIF檢驗(yàn)法。（3）第7章：Probit模型和Logit模型中，增加了模型預(yù)測的準(zhǔn)確率。（4）第8章：8.2時(shí)間序列的平穩(wěn)性及其檢驗(yàn)中，修改了時(shí)間序列平穩(wěn)性檢驗(yàn)中模型類型的確定方法；增補(bǔ)了VAR模型及實(shí)驗(yàn)3VAR模型。（5）新增第9章面板模型，內(nèi)容體系包括面板數(shù)據(jù)讀入、平穩(wěn)性檢驗(yàn)、協(xié)整關(guān)系檢驗(yàn)、格蘭杰因果關(guān)系檢驗(yàn)、變量統(tǒng)計(jì)描述和相關(guān)性分析、面板模型建立與估計(jì)、實(shí)驗(yàn)教程。（6）對第1版存在的疏漏之處進(jìn)行訂正。本書第1版的軟件操作部分基于EViews 8.0完成，而第2版修改內(nèi)容中的軟件操作則基于EViews 10.0完成，兩種版本的軟件操作方法和結(jié)果區(qū)別不大，讀者在學(xué)習(xí)過程中利用EViews 8.0及以上版本均可完成操作。本書在再版過程中吸收了大量讀者的意見和建議。另外，華中科技大學(xué)出版社袁沖先生也多次給予鼓勵(lì)和指導(dǎo)。在此一并致謝！在本書再版過程中，盡管筆者反復(fù)對書稿進(jìn)行修改和完善，但由于水平有限，書中仍然有可能存在各種錯(cuò)誤和疏漏之處，敬請讀者對本次再版的教材提出寶貴意見和建議，筆者將進(jìn)一步吸納正確意見并積極進(jìn)行修正，不斷提升教材質(zhì)量。劉玉成2022年9月于長江大學(xué)經(jīng)濟(jì)與管理學(xué)院教學(xué) 建議全書共包括9章，實(shí)驗(yàn)、案例、例題安排見下表。建議在12~18學(xué)時(shí)內(nèi)完成實(shí)驗(yàn)教學(xué)，根據(jù)教學(xué)學(xué)時(shí)安排，可以將部分實(shí)驗(yàn)作為選做實(shí)驗(yàn)。表中標(biāo)*的可以作為選做實(shí)驗(yàn)，由學(xué)生作自學(xué)和提高之用。本書可以提供例題所用數(shù)據(jù)，由學(xué)生對例題中的結(jié)論和步驟進(jìn)行驗(yàn)證性試驗(yàn)。案例分析部分主要供學(xué)生自學(xué)之用，當(dāng)然也可以作為驗(yàn)證性試驗(yàn)。續(xù)表建議學(xué)時(shí)實(shí)驗(yàn)安排綜合案例安排例題安排第1章(3學(xué)時(shí))實(shí)驗(yàn)1：EViews軟件的認(rèn)識實(shí)驗(yàn)2：EViews軟件的基本操作實(shí)驗(yàn)3：EViews軟件作圖案例1：某國家月度宏觀經(jīng)濟(jì)數(shù)據(jù)分析案例2：美國全職工人收入分析第2章(2學(xué)時(shí))實(shí)驗(yàn)1：一元線性回歸模型的估計(jì)、顯著性檢驗(yàn)和預(yù)測*實(shí)驗(yàn)2：一元線性回歸模型統(tǒng)計(jì)量的計(jì)算案例：收入與年齡的關(guān)系第3章(2學(xué)時(shí))*實(shí)驗(yàn)1：多元線性回歸重要指標(biāo)的計(jì)算實(shí)驗(yàn)2：多元線性回歸模型的估計(jì)、檢驗(yàn)和殘差分析案例1：課程評價(jià)與教授容貌的關(guān)系案例2：教育時(shí)間與上學(xué)距離的關(guān)系第4章(1學(xué)時(shí))實(shí)驗(yàn)：異方差檢驗(yàn)與穩(wěn)健估計(jì)案例：一年教育的經(jīng)濟(jì)價(jià)值：同方差還是異方差？第5章(1學(xué)時(shí))實(shí)驗(yàn)：多重共線性問題例5.1：利用逐步增加變量觀察法檢驗(yàn)多重共線性問題例5.2：利用相關(guān)系數(shù)加輔助回歸法檢驗(yàn)多重共線性問題例5.3：利用逐步回歸法處理多重共線性問題第6章(1學(xué)時(shí))實(shí)驗(yàn)：序列相關(guān)性問題例6.1：序列相關(guān)DW檢驗(yàn)應(yīng)用例6.2：序列相關(guān)LM檢驗(yàn)應(yīng)用例6.3：CO迭代法應(yīng)用第7章(3學(xué)時(shí))實(shí)驗(yàn)1：多項(xiàng)式模型實(shí)驗(yàn)2：對數(shù)模型與交互變量模型*實(shí)驗(yàn)3：Probit模型案例：貿(mào)易份額變化對經(jīng)濟(jì)增長率的影響例7.1：Probit模型和Logit模型應(yīng)用第8章(3學(xué)時(shí))實(shí)驗(yàn)1：時(shí)間序列基礎(chǔ)實(shí)驗(yàn)2：AR模型*實(shí)驗(yàn)3：VAR模型例8.1：格蘭杰因果關(guān)系檢驗(yàn)例8.2：利用相關(guān)函數(shù)確定AR模型滯后階數(shù)例8.3：利用信息準(zhǔn)則確定AR模型滯后階數(shù)例8.4：AR模型應(yīng)用例8.5：BoxJenkins方法應(yīng)用例8.6：ARCH模型應(yīng)用例8.7：GARCH模型應(yīng)用例8.8：ECM應(yīng)用第9章(2學(xué)時(shí))*實(shí)驗(yàn):面板模型

第1章EViews軟件基本操作1

1.1EViews軟件的啟動與退出2

1.1.1EViews軟件的啟動2

1.1.2EViews軟件的退出2

1.2EViews軟件的基本認(rèn)識3

1.3EViews軟件的基礎(chǔ)操作4

1.3.1建立新工作文件5

1.3.2數(shù)據(jù)的輸入7

1.4基于Workfile的基本操作10

1.4.1數(shù)據(jù)操作11

1.4.2序列操作12

1.4.3數(shù)組操作13

1.5實(shí)驗(yàn)教程17

實(shí)驗(yàn)1EViews軟件的認(rèn)識17

實(shí)驗(yàn)2EViews軟件的基本操作18

實(shí)驗(yàn)3EViews軟件作圖19

1.6綜合案例分析20

案例1某國家月度宏觀經(jīng)濟(jì)數(shù)據(jù)分析20

案例2美國全職工人收入分析25

第2章一元線性回歸模型31

2.1數(shù)據(jù)的類型32

2.2一元線性回歸：模型、估計(jì)和檢驗(yàn)34

2.2.1變量之間的線性關(guān)系檢驗(yàn)34

2.2.2一元線性回歸模型及普通小二乘法(OLS)估計(jì)36

2.3一元線性回歸估計(jì)的相關(guān)檢驗(yàn)39

2.3.1回歸系數(shù)檢驗(yàn)39

2.3.2回歸系數(shù)的置信區(qū)間41

2.3.3回歸殘差的統(tǒng)計(jì)性質(zhì)及檢驗(yàn)42

2.4一元線性回歸模型的預(yù)測44

2.4.1樣本內(nèi)預(yù)測44

2.4.2樣本外預(yù)測44

2.5實(shí)驗(yàn)教程45

實(shí)驗(yàn)1一元線性回歸模型的估計(jì)、顯著性檢驗(yàn)和預(yù)測45

實(shí)驗(yàn)2一元線性回歸模型統(tǒng)計(jì)量的計(jì)算46

2.6綜合案例分析47

案例收入與年齡的關(guān)系47

第3章多元線性回歸模型53

3.1多元線性回歸模型及OLS估計(jì)54

3.2多元線性回歸模型系數(shù)的聯(lián)合檢驗(yàn)54

3.2.1同方差假設(shè)下的聯(lián)合檢驗(yàn)55

3.2.2異方差假設(shè)下的聯(lián)合檢驗(yàn)56

3.3多元線性回歸模型多系數(shù)的單約束檢驗(yàn)57

3.4遺漏變量及遺漏變量偏差58

3.5實(shí)驗(yàn)教程59

實(shí)驗(yàn)1多元線性回歸重要指標(biāo)的計(jì)算59

實(shí)驗(yàn)2多元線性回歸模型的估計(jì)、檢驗(yàn)和殘差分析60

3.6綜合案例分析61

案例1課程評價(jià)與教授容貌的關(guān)系61

案例2教育時(shí)間與上學(xué)距離的關(guān)系65

第4章異方差檢驗(yàn)及處理71

4.1異方差的檢驗(yàn)方法72

4.1.1懷特異方差檢驗(yàn)72

4.1.2BP異方差檢驗(yàn)75

4.2異方差問題的處理77

4.2.1異方差穩(wěn)健估計(jì)77

4.2.2廣義(加權(quán))小二乘法79

4.2.3廣義(加權(quán))小二乘法在EViews中的實(shí)現(xiàn)81

4.3實(shí)驗(yàn)教程85

實(shí)驗(yàn)異方差檢驗(yàn)與穩(wěn)健估計(jì)85

4.4綜合案例分析87

案例一年教育的經(jīng)濟(jì)價(jià)值：同方差還是異方差？87

第5章多重共線性檢驗(yàn)及處理93

5.1多重共線性的檢驗(yàn)方法94

5.1.1逐步增加變量觀察法94

5.1.2相關(guān)系數(shù)加輔助回歸法95

5.1.3VIF檢驗(yàn)法97

5.2多重共線性的處理98

5.3實(shí)驗(yàn)教程100

實(shí)驗(yàn)多重共線性問題100

第6章序列相關(guān)性檢驗(yàn)及處理103

6.1序列相關(guān)DW檢驗(yàn)104

6.1.1序列相關(guān)DW檢驗(yàn)的原理及步驟104

6.1.2序列相關(guān)DW檢驗(yàn)在EViews中的實(shí)現(xiàn)105

6.2序列相關(guān)LM檢驗(yàn)106

6.2.1序列相關(guān)LM檢驗(yàn)的原理及步驟106

6.2.2序列相關(guān)LM檢驗(yàn)在EViews中的實(shí)現(xiàn)107

6.3序列相關(guān)性的處理111

6.3.1廣義差分法(已知)111

6.3.2CO迭代法(未知)112

6.4實(shí)驗(yàn)教程113

實(shí)驗(yàn)序列相關(guān)性問題113

第7章非線性回歸分析基礎(chǔ)115

7.1確定非線性回歸基準(zhǔn)模型的方法116

7.2常見的非線性回歸模型118

7.2.1多項(xiàng)式模型118

7.2.2對數(shù)模型119

7.2.3交互變量模型120

7.2.4Probit模型和Logit模型121

7.3實(shí)驗(yàn)教程126

實(shí)驗(yàn)1多項(xiàng)式模型127

實(shí)驗(yàn)2對數(shù)模型與交互變量模型132

實(shí)驗(yàn)3Probit模型136

7.4綜合案例分析140

案例貿(mào)易份額變化對經(jīng)濟(jì)增長率的影響140

第8章時(shí)間序列分析基礎(chǔ)147

8.1時(shí)間序列基礎(chǔ)148

8.1.1時(shí)間序列的自相關(guān)性148

8.1.2時(shí)間序列的滯后和差分變換148

8.2時(shí)間序列的平穩(wěn)性及其檢驗(yàn)150

8.2.1時(shí)間序列的平穩(wěn)性150

8.2.2時(shí)間序列的平穩(wěn)性檢驗(yàn)151

8.3格蘭杰因果關(guān)系檢驗(yàn)159

8.3.1格蘭杰因果關(guān)系檢驗(yàn)原理159

8.3.2格蘭杰因果關(guān)系檢驗(yàn)的軟件操作160

8.4協(xié)整關(guān)系檢驗(yàn)161

8.5時(shí)間序列模型基礎(chǔ)161

8.5.1AR模型162

8.5.2MA模型與ARIMA模型168

8.5.3ADL模型172

8.5.4ARCH模型與GARCH模型172

8.5.5誤差修正模型180

8.5.6向量自回歸模型（VAR）184

8.6實(shí)驗(yàn)教程194

實(shí)驗(yàn)1時(shí)間序列基礎(chǔ)194

實(shí)驗(yàn)2AR模型195

實(shí)驗(yàn)3VAR模型196

第9章面板模型199

9.1面板數(shù)據(jù)讀入200

9.1.1復(fù)制粘貼方式讀入面板數(shù)據(jù)200

9.1.2讀文件方式讀入面板數(shù)據(jù)202

9.1.3打開外部文件方式讀入面板數(shù)據(jù)204

9.2面板數(shù)據(jù)的平穩(wěn)性檢驗(yàn)204

9.3面板協(xié)整關(guān)系檢驗(yàn)208

9.3.1Pedroni協(xié)整關(guān)系檢驗(yàn)210

9.3.2Kao協(xié)整關(guān)系檢驗(yàn)212

9.3.3Johansen面板協(xié)整關(guān)系檢驗(yàn)213

9.4面板格蘭杰因果關(guān)系檢驗(yàn)215

9.5變量統(tǒng)計(jì)描述和相關(guān)性分析217

9.5.1統(tǒng)計(jì)描述217

9.5.2相關(guān)性分析218

9.6面板模型建立與估計(jì)219

9.6.1個(gè)體固定效應(yīng)模型估計(jì)及檢驗(yàn)219

9.6.2個(gè)體隨機(jī)效應(yīng)模型估計(jì)及檢驗(yàn)224

9.7實(shí)驗(yàn)教程226

實(shí)驗(yàn)面板模型226

參考文獻(xiàn)229

你還可能感興趣

我要評論