计量经济学基础 第4版 上PDF|Epub|txt|kindle电子书版本网盘下载

计量经济学基础 第4版 上PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

引言1

目录1

引言1

第1篇 单一方程回归模型1

简要目录1

第1篇 单一方程回归模型1

第1章 回归分析的性质3

§1.1 “回归”一词的历史渊源3

第1章 回归分析的性质3

§1.2 回归的现代释义4

例子4

§1.3 统计关系与确定性关系7

§1.4 回归与因果关系8

§1.5 回归与相关8

§1.6 术语与符号9

数据类型10

§1.7 计量经济分析所用数据的性质与来源10

数据来源13

对变量测量尺度的注解14

数据的准确性14

§1.8 要点与结论15

习题16

第2章 双变量回归分析：一些基本概念24

§2.1 一个人为的例子24

第2章 双变量回归分析：一些基本概念24

§2.2 总体回归函数的概念27

§2.3 “线性”一词的含义28

对变量为线性28

对参数为线性28

§2.4 PRF的随机设定30

§2.5 随机干扰项的意义31

§2.6 样本回归函数32

§2.7 一个说明性的例子36

§2.8 要点与结论37

习题37

§3.1 普通最小二乘法45

第3章 双变量回归模型：估计问题45

第3章 双变量回归模型：估计问题45

§3.2 经典线性回归模型：最小二乘法的基本假定51

对这些假定的总结59

§3.3 最小二乘估计的精度或标准误差60

§3.4 最小二乘估计量的性质：高斯－马尔可夫定理62

§3.5 判定系数γ2：“拟合优度”的一个度量63

§3.6 一个数值例子69

§3.7 说明性例子71

§3.8 关于蒙特卡罗实验的一个注记73

§3.9 要点与结论74

习题75

附录3A82

3A.1 最小二乘估计的推导82

3A.2 最小二乘估计量的线性和无偏性质83

3A.3 最小二乘估计量的方差和标准误84

3A.5 σ2的最小二乘估计量84

3A.4 β1与β2的协方差84

3A.6 最小二乘估计量的最小方差性质86

3A.7 最小二乘估计量的一致性87

第4章 经典正态线性回归模型90

第4章 经典正态线性回归模型90

§4.1 干扰项ui的概率分布91

§4.2 关于ui的正态性假定92

§4.3 在正态性假定下OLS估计量的性质93

§4.4 最大似然法95

§4.5 要点与结论95

4A.1 双变量回归模型的最大似然估计96

附录4A96

4A.2 印度食物支出的最大似然估计98

附录4A习题99

第5章 双变量回归：区间估计与假设检验101

§5.1 统计学的预备知识101

第5章 双变量回归：区间估计与假设检验101

§5.2 区间估计：一些基本概念102

§5.3 回归系数β1和β2的置信区间103

β2的置信区间103

β1的置信区间105

β1和β2的联合置信区域105

§5.4 σ2的置信区间106

§5.5 假设检验：概述107

§5.6 假设检验：置信区间的方法108

双侧或双尾检验108

单侧或单尾检验109

§5.7 假设检验：显著性检验法109

检验回归系数的显著性：t检验109

检验σ2的显著性：X2检验113

“零”虚拟假设与“2－t”经验法则114

“接受”或“拒绝”假设的含义114

§5.8 假设检验：一些实际操作问题114

建立虚拟与对立假设115

选择显著性水平a116

精确的显著性水平：р值117

统计显著性与实际显著性118

假设检验的置信区间法和显著性检验法的选择118

§5.9 回归分析与方差分析119

§5.10 回归分析的应用：预测问题121

均值预测121

个值预测123

§5.11 报告回归分析的结果124

§5.12 评价回归分析的结果125

正态性检验125

模型适宜性的其他检验127

§5.13 要点与结论128

习题129

附录5A139

5A.1 与正态分布有关的概率分布139

5A.2 方程（5.3.2）的推导141

5A.3 方程（5.9.1）的推导141

个值预测的方差142

均值预测的方差142

5A.4 方程（5.10.2）和（5.10.6）的推导142

第6章 双变量线性回归模型的延伸145

§6.1 过原点回归145

第6章 双变量线性回归模型的延伸145

过原点回归模型的γ2148

一个说明性例子：证券组合理论的特征线149

§6.2 尺度与测量单位150

一个数值例子：1988－1997年美国GPDI与GDP的关系153

为结果的解释进一言154

§6.3 标准化变量的回归154

§6.4 回归模型的函数形式156

§6.5 怎样测度弹性：对数线性模型156

一个说明性例子：耐用品支出与个人消费总支出之间的关系158

怎样测量增长率：线性到对数模型159

§6.6 半对数模型：线性到对数与对数到线性模型159

一个说明性例子：劳务支出的增长率160

一个说明性例子162

对数到线性模型162

§6.7 倒数模型163

对数双曲线或对数倒数模型169

§6.8 函数形式的选择170

§6.9 关于随机误差项的性质的一个注记：相加性与相乘性随机误差项171

§6.10 要点与结论172

习题173

附录6A178

6A.1 过原点回归的最小二乘估计量的推导178

6A.2 证明标准化变量的均值为零和方差为1180

第7章 多元回归分析：估计问题183

第7章 多元回归分析：估计问题183

§7.1 三变量模型：符号与假定184

§7.2 对多元回归方程的解释186

§7.3 偏回归系数的含义186

§7.4 偏回归系数的OLS与ML估计187

OLS估计量187

OLS估计量的方差和标准误188

OLS估计量的性质189

§7.5 多元判定系数R2与复相关系数R191

最大似然估计量191

§7.6 例7.1 儿童死亡率与人均GNP和妇女识字率的关系192

标准化变量的回归193

§7.7 从多元回归的角度看简单回归：设定偏误初探194

§7.8 R2及校正R2195

比较两个R2值197

例7.2 美国1970－1980年的咖啡消费197

在回归元之间分配R2200

关于R2最大化的“游戏”200

§7.9 例7.3 柯布－道格拉斯生产函数：函数形式再议201

§7.10 多项式回归模型203

例7.4 估计总成本函数204

经验结果206

例7.5 119个发展中国家1960－1985年的GDP增长率与相对人均GDP207

＊§7.11 偏相关系数207

简单与偏相关系数的释义207

简单与偏相关系数的解说208

§7.12 要点与结论209

习题210

7A.1 方程（7.4.3）至（7.4.5）所给OLS估计量的推导221

附录7A221

7A.2 （7.3.5）和（7.6.2）中PGNP系数的相等性质223

7A.3 方程（7.4.19）的推导223

7A.4 多元回归模型的最大似然估计法224

7A.5 柯布－道格拉斯生产函数（7.9.4）的SAS打印结果225

第8章 多元回归分析：推断问题229

§8.1 再一次正态性假定229

第8章 多元回归分析：推断问题229

§8.2 例8.1 修正儿童死亡率例子230

§8.4 检验关于个别偏回归系数的假设231

§8.3 多元回归中的假设检验：总评231

§8.5 检验样本回归的总显著性233

检验所测多元回归的总显著性的方差分析法：F检验234

检验多元回归的总显著性：F检验236

R2和F之间的一个重要关系式237

检验一个用R2表示的多元回归的总显著性239

一个解释变量的“增量”或“边际”贡献240

§8.6 检验两个回归系数是否相等244

例8.2 立方成本函数再议245

§8.7 受约束的最小二乘法：检验线性等式约束条件245

t检验方法246

F检验法：受约束最小二乘法246

例8.3 1955－1974年墨西哥经济的柯布－道格拉斯生产函数248

一般的F检验方法250

例8.4 1960－1982年美国子鸡需求250

§8.8 检验回归模型的结构或参数稳定性：邹至庄检验252

§8.9 用多元回归做预测257

＊§8.10 假设检验三联体：似然比，瓦尔德与拉格朗日乘数检验257

＊§8.11 检验回归的函数形式：在线性与对数线性回归模型之间进行选择258

例8.5 玫瑰需求258

§8.12 要点与结论259

习题260

附录8A 似然比检验270

第9章 虚拟变量回归模型274

§9.1 虚拟变量的性质274

第9章 虚拟变量回归模型274

例9.1 不同地理区域公立学校教师的薪水275

§9.2 ANOVA模型275

对使用虚拟变量的告诫278

例9.2 小时工资与婚姻状况和居住地的关系280

§9.3 含有两个定性变量的ANOVA模型280

§9.4 同时含有定性和定量回归元的回归：ANCOVA模型281

例9.3 教师薪水与区域和对公立学校每个学生的支出之间的关系281

§9.5 邹至庄检验的虚拟变量方法282

例9.4 美国储蓄－收入回归中的结构差异：虚拟变量方法285

§9.6 使用虚拟变量的交互效应286

例9.5 平均小时工资与受教育水平、性别和种族的关系287

§9.7 季节分析中虚拟变量的使用288

例9.6 冰箱销售中的季节性290

§9.8 分段线性回归293

例9.7 总成本与产出之间的关系295

§9.9 综列数据回归模型295

§9.10 虚拟变量方法的某些技术问题296

在半对数回归中对虚拟变量的解释296

例9.8 小时工资的对数与性别的关系296

虚拟变量与异方差性297

虚拟变量与自相关297

若因变量是一个虚拟变量会怎么样？298

§9.11 进一步研究的专题298

§9.12 要点与结论299

习题299

附录9A 含虚拟回归元的半对数回归309

第2篇 放松经典模型的假定313

第2篇 放松经典模型的假定313

第10章 多重共线性：回归元相关会怎么样？318

第10章 多重共线性：回归元相关会怎么样？318

§10.1 多重共线性的性质319

§10.2 出现完全多重共线性时的估计问题321

§10.3 出现“高度”但“不完全”多重共线性时的估计问题323

§10.4 多重共线性：是庸人自扰吗？多重共线性的理论后果324

§10.5 多重共线性的实际后果325

OLS估计量的大方差与协方差326

更宽的置信区间328

“不显著”的t比率329

R2值高而显著的t比率少329

OLS估计量及其标准误对数据微小变化的敏感性330

微数缺测性的后果331

§10.6 一个说明性例子：消费支出与收入和财富的关系331

§10.7 多重共线性的侦察334

§10.8 补救措施338

无为而治338

经验程序338

§10.9 多重共线性一定是坏事吗？如果预测是惟一目的，就未必如此342

§10.10 一个引申的例子：朗利数据343

§10.11 要点与结论346

习题347

第11章 异方差性：误差方差不是常数会怎么样？364

第11章 异方差性：误差方差不是常数会怎么样？364

§11.1 异方差的性质364

§11.2 现异方差性时的OLS估计369

§11.3 广义最小二乘法370

OLS和GLS的差别372

§11.4 出现异方差性时使用OLS的后果373

忽视异方差性的OLS估计374

考虑异方差性的OLS估计374

一个技术性注解375

非正式方法376

§11.5 异方差性的侦察376

正式方法378

§11.6 补救措施388

当？为已知：加权最小二乘法389

当？为未知390

§11.7 总结性的例子395

§11.8 谨防对异方差性反应过度399

习题400

§11.9 要点与结论400

11A.1 方程（11.2.2）的证明409

附录11A409

11A.2 加权最小二乘法410

11A.4 怀特稳健标准误411

11A.3 出现异方差时E（σ2）≠σ2的证明411

第12章 自相关：误差项相关会怎么样？416

第12章 自相关：误差项相关会怎么样？416

§12.1 问题的性质417

§12.2 自相关出现时的OLS估计量422

§12.3 自相关出现时的BLUE估计量425

考虑到自相关的OLS估计426

§12.4 自相关出现时使用OLS的后果426

忽视自相关的OLS估计427

§12.5 美国商业部门1959－1998年间工资与生产率之间的关系431

§12.6 侦察自相关433

图解法433

游程检验436

德宾－沃森d检验438

自相关的一般性检验：布劳殊－戈弗雷检验442

§12.7 发现自相关该怎么办：补救措施444

为什么有这么多的自相关检验？444

§12.8 模型误设与纯粹自相关445

§12.9 （纯粹）自相关的修正：广义最小二乘法446

ρ已知446

ρ未知447

§12.10 修正OLS标准误的尼威－韦斯特方法451

§12.11 OLS与FGLS和HAC452

§12.12 含有自相关误差时的预测452

§12.13 自相关的其他方面454

虚拟变量与自相关454

ARCH和GARCH模型455

自相关与异方差的共存455

§12.14 要点与结论455

习题457

12A.2 方程（12.2.3）、（12.2.4）和（12.2.5）的证明471

12A.1 （12.1.11）中误差项自相关的证明471

附录12A471

第13章 计量经济建模：模型设定和诊断检验475

第13章 计量经济建模：模型设定和诊断检验475

§13.1 模型选择准则476

§13.2 设定误差的类型476

§13.3 模型设定误差的后果478

模型拟合不足（漏掉一个有关变量）478

包含一个无关变量（模型拟合过度）481

侦察是否含有无需变量（对过度拟合模型的侦察）482

§13.4 设定误差的检验482

对遗漏变量和不正确函数形式的检验484

§13.5 测量误差490

因变量Y中的测量误差490

解释变量X中的测量误差491

一个例子492

§13.6 对随机误差项不正确的设定493

§13.7 嵌套与非嵌套模型494

辨识方法495

§13.8 非嵌套假设的检验495

判别方法495

一个说明性例子：圣路易斯模型496

§13.9 模型选择准则500

赤池信息准则501

R2准则501

校正R2准则501

施瓦茨信息准则502

马娄斯的Cр准则502

对模型选择准则的一句忠告503

用于预测的X2503

§13.10 计量经济建模的其他专题504

异常数据、杠杆数据和有影响力的数据504

递归最小二乘法506

邹至庄预测失灵检验506

§13.11 一个总结性的例子：一个小时工资的决定模型507

§13.12 向实务工作者进一言510

§13.13 要点与结论510

习题511

附录13A519

13A.1 E（b12）＝β2＋β3b32的证明［方程（13.3.3）］519

13A.2 含有无关变量的后果：无偏性质520

13A.3 （13.5.10）的证明520

13A.4 方程（13.6.2）的证明521

第3篇 计量经济学专题525

第14章 非线性回归模型527

第15章 定性响应回归模型543

第16章 综列数据回归模型599

第17章 动态计量经济模型：自回归与分布滞后模型619

第4篇 联立方程模型675

第18章 联立方程模型677

第19章 识别问题695

第20章 联立方程方法719

第21章 时间序列计量经济学：一些基本概念748

第22章 时间序列计量经济学：预测788

附录A 统计学中的若干概念复习820

附录B 矩阵代数初步860

附录C 线性回归模型的矩阵方法875

附录D 统计学用表907

附录E 互联网上的经济数据925

参考文献928

人名索引933

标题索引941

译后记977