計(jì)量經(jīng)濟(jì)學(xué)基礎(chǔ)（第五版·中國版）
定 價：198 元
叢書名：經(jīng)濟(jì)科學(xué)譯叢
當(dāng)前圖書已被 1 所學(xué)校薦購過！
查看明細(xì)
- 作者：達(dá)摩達(dá)爾·N.古扎拉蒂；唐·C.波特；葉阿忠
- 出版時間：2024/11/1
- ISBN：9787300329734
- 出 版 社：中國人民大學(xué)出版社
- 中圖法分類：F224.0
- 頁碼：1056
- 紙張：
- 版次：1
- 開本：16
該書講述了計(jì)量經(jīng)濟(jì)學(xué)的基礎(chǔ)內(nèi)容，十分重視基礎(chǔ)知識的教學(xué)及訓(xùn)練，分為單方程回歸模型、 放松經(jīng)典模型的假定、計(jì)量經(jīng)濟(jì)學(xué)專題、聯(lián)立方程模型與時間序列經(jīng)濟(jì)學(xué)等篇。第六版增加非線性模型及應(yīng)用、向量自回歸模型、非線性向量自回歸模型、非參數(shù)和半?yún)?shù)計(jì)量模型等內(nèi)容。本書稿內(nèi)容豐富，語言流暢，結(jié)構(gòu)合理，淺顯易懂，案例清楚，數(shù)學(xué)模型簡潔，可供經(jīng)濟(jì)管理工作者和研究人員參考使用。本書稿較好地體現(xiàn)了系統(tǒng)性、實(shí)用性與適用性等內(nèi)容。
達(dá)摩達(dá)爾·N·古扎拉蒂，西點(diǎn)軍校的經(jīng)濟(jì)學(xué)榮譽(yù)退休教授，他曾在紐約城市大學(xué)執(zhí)教25年多，之后又在紐約美國西點(diǎn)軍校政治科學(xué)系執(zhí)教17年。唐·C.波特，統(tǒng)計(jì)學(xué)博士，南加州大學(xué)馬歇爾商學(xué)院信息與運(yùn)籌管理系的助理教授。葉阿忠，經(jīng)濟(jì)學(xué)博士，畢業(yè)于清華大學(xué)。福州大學(xué)二級關(guān)鍵崗責(zé)任教授，博士生導(dǎo)師，澳大利亞MONASH大學(xué)高級訪問學(xué)者，中國數(shù)量經(jīng)濟(jì)學(xué)會常務(wù)理事�，F(xiàn)任福州大學(xué)管理學(xué)院院長助理，福州大學(xué)數(shù)量經(jīng)濟(jì)研究所所長。兼任中國數(shù)量經(jīng)濟(jì)學(xué)會理事和學(xué)術(shù)委員會委員。主要講授計(jì)量經(jīng)濟(jì)學(xué)和高級微觀經(jīng)濟(jì)學(xué)等課程，主要從事計(jì)量經(jīng)濟(jì)理論及其應(yīng)用和技術(shù)進(jìn)步與經(jīng)濟(jì)增長等方面的研究。
上冊
引言
I.1什么是計(jì)量經(jīng)濟(jì)學(xué)? 1
I.2為什么它是一門單獨(dú)的學(xué)科? 2
I.3計(jì)量經(jīng)濟(jì)學(xué)方法論 3
I.4計(jì)量經(jīng)濟(jì)學(xué)的類型 10
I.5數(shù)學(xué)與統(tǒng)計(jì)學(xué)預(yù)備知識 11
I.6計(jì)算機(jī)的作用 11
I.7進(jìn)一步閱讀建議 21
第1篇單方程回歸模型
第1章回歸分析的性質(zhì)
1.1“回歸”一詞的歷史淵源 25
1.2回歸的現(xiàn)代含義 25
1.3統(tǒng)計(jì)關(guān)系與確定性關(guān)系 29
1.4回歸與因果關(guān)系 29
1.5回歸與相關(guān) 30
1.6術(shù)語與符號 31
1.7經(jīng)濟(jì)分析所用數(shù)據(jù)的性質(zhì)與來源 32
要點(diǎn)與結(jié)論 39
習(xí)題 39
第2章雙變量回歸分析：一些基本思想
2.1一個假設(shè)的例子 45
2.2總體回歸函數(shù)的概念 48
2.3“線性” 一詞的含義 49
2.4 PRF的隨機(jī)設(shè)定 50
2.5隨機(jī)干擾項(xiàng)的意義 52
2.6樣本回歸函數(shù) 53
2.7說明性例子 56
要點(diǎn)與結(jié)論 58
習(xí)題 59
第3章雙變量回歸模型：估計(jì)問題
3.1普通最小二乘法 65
3.2經(jīng)典線性回歸模型：最小二乘法的基本假定 71
3.3最小二乘估計(jì)的精度或標(biāo)準(zhǔn)誤 79
3.4最小二乘估計(jì)量的性質(zhì)：高斯馬爾可夫定理 81
3.5判定系數(shù)r2：“擬合優(yōu)度”的一個度量 83
3.6一個數(shù)值例子 89
3.7說明性例子 91
3.8關(guān)于蒙特卡洛實(shí)驗(yàn)的一個注記 94
要點(diǎn)與結(jié)論 95
習(xí)題 96
附錄3A 102
第4章經(jīng)典正態(tài)線性回歸模型
4.1干擾項(xiàng)ui的概率分布 107
4.2關(guān)于ui的正態(tài)性假定 108
4.3在正態(tài)性假定下OLS估計(jì)量的性質(zhì) 109
4.4極大似然法 111
要點(diǎn)與結(jié)論 112
附錄4A 113
附錄4A習(xí)題 115
第5章雙變量回歸：區(qū)間估計(jì)與假設(shè)檢驗(yàn)
5.1統(tǒng)計(jì)學(xué)的預(yù)備知識 117
5.2區(qū)間估計(jì)：一些基本思想 117
5.3回歸系數(shù)β1和β2的置信區(qū)間 119
5.4σ2的置信區(qū)間
5.5假設(shè)檢驗(yàn)：概述 121
5.6假設(shè)檢驗(yàn)：置信區(qū)間方法 122
5.7假設(shè)檢驗(yàn)：顯著性檢驗(yàn)方法 125
5.8假設(shè)檢驗(yàn)：一些實(shí)際操作問題 128
5.9回歸分析與方差分析 134
5.10回歸分析的應(yīng)用：預(yù)測問題 136
5.11報(bào)告回歸分析的結(jié)果 139
5.12評價回歸分析的結(jié)果 139
要點(diǎn)與結(jié)論 143
習(xí)題 144
附錄5A 151
第6章雙變量線性回歸模型的延伸
6.1過原點(diǎn)回歸 156
6.2尺度與測量單位 164
6.3標(biāo)準(zhǔn)化變量的回歸 167
6.4回歸模型的函數(shù)形式 169
6.5怎樣度量彈性：對數(shù)線性模型 169
6.6半對數(shù)模型：對數(shù)線性模型與線性對數(shù)模型 172
6.7倒數(shù)模型 176
6.8函數(shù)形式的選擇 183
6.9關(guān)于隨機(jī)誤差項(xiàng)性質(zhì)的一個注記：加式與乘式隨機(jī)誤差項(xiàng) 184
要點(diǎn)與結(jié)論 185
習(xí)題 186
附錄6A 190
第7章多元回歸分析：估計(jì)問題
7.1三變量模型：符號與假定 197
7.2對多元回歸方程的解釋 199
7.3偏回歸系數(shù)的含義 199
7.4偏回歸系數(shù)的OLS和ML估計(jì) 201
7.5多元判定系數(shù)R2與多元相關(guān)系數(shù)R 205
7.6一個說明性的例子 206
7.7從多元回歸的角度看簡單回歸：設(shè)定偏誤初探 208
7.8 R2及調(diào)整R2 209
7.9柯布道格拉斯生產(chǎn)函數(shù)：函數(shù)形式再議 215
7.10多項(xiàng)式回歸模型 218
7.11偏相關(guān)系數(shù) 222
要點(diǎn)與結(jié)論 224
習(xí)題 225
附錄7A 235
第8章多元回歸分析：推斷問題
8.1再議正態(tài)性假定 240
8.2多元回歸中的假設(shè)檢驗(yàn)：總評 241
8.3檢驗(yàn)關(guān)于個別偏回歸系數(shù)的假設(shè) 242
8.4檢驗(yàn)樣本回歸的總顯著性 244
8.5檢驗(yàn)兩個回歸系數(shù)是否相等 253
8.6受約束的最小二乘法：檢驗(yàn)線性等式約束條件 255
8.7檢驗(yàn)回歸模型的結(jié)構(gòu)或參數(shù)穩(wěn)定性：鄒至莊檢驗(yàn) 261
8.8用多元回歸做預(yù)測 266
8.9假設(shè)檢驗(yàn)三聯(lián)體：似然比、瓦爾德與拉格朗日乘數(shù)檢驗(yàn) 266
8.10檢驗(yàn)回歸的函數(shù)形式：在線性回歸與對數(shù)線性模型之間進(jìn)行選擇 267
要點(diǎn)與結(jié)論 269
習(xí)題 269
*附錄8A 277
第9章虛擬變量回歸模型
9.1虛擬變量的性質(zhì) 280
9.2 ANOVA模型 281
9.3含有兩個定性變量的ANOVA模型 286
9.4同時含有定性和定量回歸元的回歸：ANCOVA模型 287
9.5鄒至莊檢驗(yàn)的虛擬變量方法 288
9.6使用虛擬變量的交互效應(yīng) 291
9.7季節(jié)分析中虛擬變量的使用 293
9.8分段線性回歸 298
9.9面板數(shù)據(jù)回歸模型 301
9.10虛擬變量方法的某些技術(shù)問題 301
9.11進(jìn)一步研究的專題 303
9.12一個結(jié)束性例子 304
要點(diǎn)與結(jié)論 308
習(xí)題 308
附錄9A含虛擬回歸元的半對數(shù)回歸 316
第2篇放松經(jīng)典模型的假定
第10章多重共線性：回歸元相關(guān)會怎么樣？
10.1多重共線性的性質(zhì) 324
10.2出現(xiàn)完全多重共線性時的估計(jì)問題 326
10.3出現(xiàn)“高度”但“不完全”多重共線性時的估計(jì)問題 328
10.4多重共線性：是庸人自擾嗎？多重共線性的理論后果 328
10.5多重共線性的實(shí)際后果 330
10.6說明性的例子 336
10.7對多重共線性的偵察 341
10.8補(bǔ)救措施 345
10.9多重共線性一定是壞事嗎？如果預(yù)測是唯一目的，就未必如此 350
10.10一個引申的例子：朗利數(shù)據(jù) 351
要點(diǎn)與結(jié)論 354
習(xí)題 356
第11章異方差性：誤差方差不是常數(shù)會怎么樣？
11.1異方差性的本質(zhì) 368
11.2出現(xiàn)異方差性時的OLS估計(jì) 373
11.3廣義最小二乘法 374
11.4出現(xiàn)異方差性時使用OLS的后果 377
11.5異方差性的偵察 379
11.6補(bǔ)救措施 393
11.7總結(jié)性的例子 399
11.8謹(jǐn)防對異方差性反應(yīng)過度 404
要點(diǎn)與結(jié)論 405
習(xí)題 405
附錄11A 412
第12章自相關(guān)：誤差項(xiàng)相關(guān)會怎么樣？
12.1問題的性質(zhì) 416
12.2出現(xiàn)自相關(guān)時的OLS估計(jì)量 421
12.3自相關(guān)出現(xiàn)時的BLUE 424
12.4出現(xiàn)自相關(guān)時使用OLS的后果 425
12.5 1960—2005年美國商業(yè)部門工資與生產(chǎn)率之間的關(guān)系 430
12.6偵察自相關(guān) 432
12.7發(fā)現(xiàn)自相關(guān)該怎么辦：補(bǔ)救措施 444
12.8模型誤設(shè)與純粹自相關(guān) 445
12.9（純粹）自相關(guān)的修正：廣義最小二乘 446
12.10修正OLS標(biāo)準(zhǔn)誤的尼威威斯特方法 451
12.11 OLS與FGLS和HAC 452
12.12自相關(guān)的其他方面 452
12.13一個總結(jié)性例子454
要點(diǎn)與結(jié)論 456
習(xí)題 457
附錄12A 457
第13章計(jì)量經(jīng)濟(jì)建模：模型設(shè)定和診斷檢驗(yàn)
13.1模型選擇準(zhǔn)則 470
13.2設(shè)定誤差的類型 470
13.3模型設(shè)定誤差的后果 472
13.4對設(shè)定誤差的檢驗(yàn) 477
13.5測量誤差 484
13.6對隨機(jī)誤差項(xiàng)不正確的設(shè)定 489
13.7嵌套與非嵌套模型 489
13.8非嵌套假設(shè)的檢驗(yàn) 490
13.9模型選擇準(zhǔn)則 495
13.10計(jì)量經(jīng)濟(jì)建模的其他專題 499
13.11總結(jié)性的例子 503
13.12非正態(tài)誤差與隨機(jī)回歸元 514
13.13向?qū)嶋H工作者進(jìn)言 516
要點(diǎn)與結(jié)論 516
習(xí)題 518
附錄 13A 522
下冊
第3篇計(jì)量經(jīng)濟(jì)學(xué)專題
第14章非線性回歸模型531
14.1本質(zhì)線性和本質(zhì)非線性回歸模型531
14.2線性和非線性回歸模型的估計(jì)533
14.3估計(jì)非線性回歸模型：試錯法534
14.4估計(jì)非線性回歸模型的方法535
14.5說明性的例子537
要點(diǎn)與結(jié)論541
習(xí)題542
附錄14A 544
第15章門限回歸模型和轉(zhuǎn)換回歸模型548
15.1門限回歸模型548
15.2轉(zhuǎn)換回歸模型554
要點(diǎn)與結(jié)論558
習(xí)題558
第16章非參數(shù)和半?yún)?shù)回歸模型559
16.1非參數(shù)回歸模型559
16.2非參數(shù)回歸模型權(quán)函數(shù)估計(jì)方法561
16.3半?yún)?shù)回歸模型575
要點(diǎn)與結(jié)論582
習(xí)題582
第17章定性響應(yīng)回歸模型584
17.1定性響應(yīng)回歸模型的性質(zhì)584
17.2線性概率模型586
17.3LPM的應(yīng)用593
17.4LPM以外的其他方法597
17.5logit模型598
17.6logit模型的估計(jì)600
17.7logit群組模型：一個數(shù)值例子603
17.8非群組數(shù)據(jù)或個體數(shù)據(jù)的logit模型606
17.9probit模型611
17.10logit模型和probit模型616
17.11tobit模型619
17.12對計(jì)數(shù)數(shù)據(jù)建模：泊松回歸模型623
17.13定性響應(yīng)回歸模型的其他專題625
要點(diǎn)與結(jié)論626
習(xí)題627
附錄17A 635
第18章面板數(shù)據(jù)回歸模型637
18.1為什么使用面板數(shù)據(jù)？638
18.2面板數(shù)據(jù)：一個說明性的例子639
18.3混合OLS回歸或常系數(shù)模型640
18.4固定效應(yīng)最小二乘虛擬變量模型643
18.5固定效應(yīng)組內(nèi)估計(jì)量647
18.6隨機(jī)效應(yīng)模型650
18.7各個估計(jì)量的性質(zhì)654
18.8固定效應(yīng)模型與隨機(jī)效應(yīng)模型的比較：一些要點(diǎn)654
18.9面板數(shù)據(jù)回歸：一些結(jié)論性的意見655
18.10一些說明性例子656
要點(diǎn)與結(jié)論661
習(xí)題662
第19章動態(tài)計(jì)量經(jīng)濟(jì)模型：自回歸與分布滯后模型666
19.1“時間”或“滯后”在經(jīng)濟(jì)學(xué)中的作用666
19.2滯后的原因670
19.3分布滯后模型的估計(jì)671
19.4分布滯后模型的考伊克方法673
19.5考伊克模型合理性的理由之一：適應(yīng)性預(yù)期模型678
19.6考伊克模型合理性的理由之二：存量調(diào)整或局部調(diào)整模型680
*19.7適應(yīng)性預(yù)期與局部調(diào)整模型的組合682
19.8自回歸模型的估計(jì)683
19.9工具變量法 685
19.10偵察自回歸模型中的自相關(guān)：德賓h檢驗(yàn)686
19.11一個數(shù)值例子：加拿大的貨幣需求，1979年第1季度至1988年第4季度688
19.12說明性例子691
19.13分布滯后模型的阿爾蒙方法：阿爾蒙或多項(xiàng)式分布滯后694
19.14經(jīng)濟(jì)學(xué)中的因果關(guān)系：格蘭杰因果關(guān)系檢驗(yàn)702
要點(diǎn)與結(jié)論707
習(xí)題709
附錄19A 717
第20章分位數(shù)回歸模型718
20.1分位數(shù)回歸的提出718
20.2分位數(shù)回歸及其估計(jì)720
20.3分位數(shù)回歸的假設(shè)檢驗(yàn)721
20.4實(shí)例723
20.5面板分位數(shù)回歸模型726
要點(diǎn)與結(jié)論730
習(xí)題730
第21章空間回歸模型731
21.1空間回歸模型概述731
21.2空間效應(yīng)736
21.3空間回歸模型估計(jì)與檢驗(yàn)741
21.4空間杜賓模型749
要點(diǎn)與結(jié)論752
習(xí)題752
第4篇聯(lián)立方程模型時間序列經(jīng)濟(jì)學(xué)
第22章聯(lián)立方程模型759
22.1聯(lián)立方程模型的性質(zhì)759
22.2聯(lián)立方程模型舉例760
22.3聯(lián)立方程偏誤：OLS估計(jì)量的不一致性765
22.4聯(lián)立方程偏誤：一個數(shù)值例子768
要點(diǎn)與結(jié)論770
習(xí)題770
第23章識別問題775
23.1符號與定義775
23.2識別問題概述778
23.3識別規(guī)則785
*23.4聯(lián)立性檢驗(yàn)789
*23.5外生性檢驗(yàn)792
要點(diǎn)與結(jié)論792
習(xí)題793
第24章聯(lián)立方程方法797
24.1估計(jì)的方法797
24.2遞歸模型與普通最小二乘法798
24.3恰好識別方程的估計(jì)：間接最小二乘法800
24.4過度識別方程的估計(jì)：兩階段最小二乘法804
24.52SLS：一個數(shù)值例子807
24.6說明性例子810
要點(diǎn)與結(jié)論816
習(xí)題817
附錄24A 820
第25章時間序列計(jì)量經(jīng)濟(jì)學(xué)：一些基本概念823
25.1選看美國經(jīng)濟(jì)的一些時間序列824
25.2主要概念826
25.3隨機(jī)過程826
25.4單位根隨機(jī)過程831
25.5趨勢平穩(wěn)和差分平穩(wěn)隨機(jī)過程831
25.6單積隨機(jī)過程833
25.7謬誤回歸現(xiàn)象834
25.8平穩(wěn)性檢驗(yàn)835
25.9單位根檢驗(yàn)841
25.10對非平穩(wěn)時間序列進(jìn)行變換847
25.11協(xié)整：將一個單位根時間序列對另一個單位根時間序列進(jìn)行回歸850
25.12在經(jīng)濟(jì)學(xué)中的一些應(yīng)用854
要點(diǎn)與結(jié)論857
習(xí)題858
第26章時間序列計(jì)量經(jīng)濟(jì)學(xué)：預(yù)測861
26.1經(jīng)濟(jì)預(yù)測方法861
26.2時間序列數(shù)據(jù)的AR、MA和ARIMA建模863
26.3博克斯詹金斯方法論866
26.4識別867
26.5ARIMA模型的估計(jì)871
26.6診斷檢查871
26.7預(yù)測872
26.8博克斯詹金斯方法論的其他方面873
26.9向量自回歸873
26.10度量金融時間序列中的波動性：ARCH和GARCH模型881
26.11總結(jié)性例子887
要點(diǎn)與結(jié)論888
習(xí)題890
第27章向量自回歸模型892
27.1向量自回歸模型概述892
27.2向量自回歸模型及其估計(jì)893
27.3格蘭杰因果關(guān)系檢驗(yàn)896
27.4脈沖響應(yīng)分析和方差分解分析899
27.5向量誤差修正模型901
27.6實(shí)例901
27.7門限向量自回歸模型907
要點(diǎn)與結(jié)論915
習(xí)題915
附錄A統(tǒng)計(jì)學(xué)中的若干概念復(fù)習(xí)916
A.1總和與乘積運(yùn)算子916
A.2樣本空間、樣本點(diǎn)與事件917
A.3概率與隨機(jī)變量917
A.4概率密度函數(shù)918
A.5概率分布的特征924
A.6若干重要的理論概率分布932
A.7統(tǒng)計(jì)推斷：估計(jì)938
A.8統(tǒng)計(jì)推斷：假設(shè)檢驗(yàn)947
參考文獻(xiàn)953
附錄B矩陣代數(shù)初步954
B.1定義954
B.2矩陣的類型956
B.3矩陣運(yùn)算957
B.4行列式960
B.5求一個方陣的逆矩陣964
B.6矩陣微分法965
參考文獻(xiàn)966
附錄C線性回歸模型的矩陣表述967
C.1k變量線性回歸模型967
C.2經(jīng)典線性回歸模型假定的矩陣表述969
C.3OLS估計(jì)971
C.4用矩陣表示的判定系數(shù) 975
C.5相關(guān)矩陣976
C.6對單個回歸系數(shù)進(jìn)行假設(shè)檢驗(yàn)的矩陣表述976
C.7檢驗(yàn)回歸的總體顯著性：方差分析的矩陣表述977
C.8檢驗(yàn)線性約束：用矩陣表示的一般F檢驗(yàn)法978
C.9用多元回歸做預(yù)測：矩陣表述979
C.10矩陣方法總結(jié)：一個說明性例子980
C.11廣義最小二乘法985
要點(diǎn)與結(jié)論986
習(xí)題986
附錄CA 990
附錄D統(tǒng)計(jì)用表993
附錄EEViews、MINITAB、Excel和Stata的計(jì)算機(jī)輸出結(jié)果1014
E.1EViews 1014
E.2MINITAB 1016
E.3Excel 1017
E.4Stata 1018
E.5結(jié)束性評論1019
參考文獻(xiàn)1019
附錄F互聯(lián)網(wǎng)上的經(jīng)濟(jì)數(shù)據(jù)1020
主要參考書目1022
書單推薦
