计量经济学PDF|Epub|txt|kindle电子书版本网盘下载

计量经济学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

第1章 导论1

1.1 计量经济学的概念与功能1

1.1.1 什么是计量经济学1

1.1.2 计量经济学的作用与功能1

1.2 计量经济学的学科性质2

1.2.1 计量经济学在经济学科中居于重要地位2

1.2.2 计量经济学与其他学科的关系3

1.2.3 计量经济学的分类4

1.2.4 计量经济学的局限性5

1.3 计量经济学的研究步骤6

1.3.1 陈述理论6

1.3.2 建立计量经济模型7

1.3.3 收集样本数据8

1.3.4 估计模型参数9

1.3.5 检验模型10

1.3.6 应用模型11

1.4 计量经济学数据来源和软件11

1.4.1 常用数据来源11

1.4.2 计量经济学软件12

1.5 本章小结12

思考题与练习题12

第2章 一元线性回归模型14

2.1 一元线性回归模型概述14

2.1.1 相关分析与回归分析14

2.1.2 总体回归函数和总体回归模型16

2.1.3 随机误差项的性质18

2.1.4 样本回归函数和样本回归模型19

2.2 一元线性回归模型的基本假定和参数估计21

2.2.1 一元线性回归模型的基本假定21

2.2.2 一元线性回归模型的参数估计22

2.3 最小二乘估计量的性质24

2.3.1 最小二乘估计量的均值和方差24

2.3.2 最小二乘估计量的性质25

2.4 拟合优度的度量27

2.4.1 总变差的分解27

2.4.2 判定系数28

2.4.3 判定系数与相关系数的关系29

2.5 回归参数的区间估计和假设检验30

2.5.1 回归参数的区间估计30

2.5.2 回归参数的显著性检验33

2.6 一元线性回归模型的预测34

2.6.1 点预测34

2.6.2 区间预测34

2.7 案例分析36

2.8 本章小结40

附录2.1 案例分析的R实现40

附录2.2 σ2最小二乘估计的证明41

思考题与练习题42

第3章 多元线性回归模型45

3.1 多元线性回归模型及古典假定45

3.1.1 多元线性回归模型概述45

3.1.2 多元线性回归模型的古典假定46

3.2 多元线性回归模型的参数估计48

3.2.1 多元线性回归模型参数的最小二乘估计48

3.2.2 参数最小二乘估计量的性质49

3.2.3 最小二乘估计的分布性质51

3.2.4 随机扰动项方差的估计52

3.3 多元线性回归模型的检验52

3.3.1 拟合优度检验52

3.3.2 回归方程的显著性检验54

3.3.3 回归参数的显著性检验54

3.4 多元线性回归模型的预测55

3.4.1 点预测55

3.4.2 区间预测56

3.5 虚拟变量57

3.5.1 虚拟变量的概念57

3.5.2 虚拟变量引入模型的形式57

3.5.3 虚拟变量个数的确定60

3.6 案例分析61

3.7 本章小结63

附录3.1 案例分析的R实现63

附录3.2 残差平方和均值的证明64

思考题与练习题65

第4章 放松经典假设的模型估计66

4.1 多重共线性66

4.1.1 多重共线性的涵义66

4.1.2 多重共线性对普通最小二乘估计的影响66

4.1.3 多重共线性的检验67

4.1.4 多重共线性下模型的估计方法68

4.2 异方差性69

4.2.1 异方差性的涵义69

4.2.2 异方差性对普通最小二乘估计的影响70

4.2.3 异方差性的检验71

4.2.4 异方差性下模型的估计方法74

4.3 自相关性76

4.3.1 自相关性的涵义76

4.3.2 自相关性对普通最小二乘估计的影响77

4.3.3 自相关性的检验78

4.3.4 自相关性下模型的估计方法79

4.4 随机解释变量81

4.4.1 随机解释变量对普通最小二乘估计的影响81

4.4.2 工具变量法81

4.5 案例分析82

4.5.1 多重共线性的检验与处理82

4.5.2 异方差性的检验与处理86

4.5.3 自相关性检验及处理90

4.6 本章小结94

附录 案例分析的R实现94

思考题与练习题96

第5章 动态计量经济模型99

5.1 分布滞后模型99

5.1.1 考伊克分布滞后模型99

5.1.2 考伊克变换法100

5.1.3 非线性最小二乘法100

5.2 局部调整模型和适应预期模型101

5.2.1 局部调整模型101

5.2.2 适应预期模型101

5.3 自回归模型的估计103

5.3.1 解释变量为随机变量时普通最小二乘估计量的统计性质103

5.3.2 自回归模型的估计问题103

5.4 阿尔蒙多项式分布滞后104

5.5 案例分析106

5.5.1 局部调整模型应用106

5.5.2 适应预期模型应用107

5.5.3 阿尔蒙多项式分布滞后模型应用108

5.6 本章小结110

附录5.1 证明考伊克模型中解释变量Yt-1与Vt相关110

附录5.2 案例分析的R实现110

思考题与练习题110

第6章 时间序列分析113

6.1 时间序列分析的基本概念113

6.1.1 时间序列与随机过程113

6.1.2 平稳性113

6.1.3 五种经典的时间序列类型114

6.1.4 单整115

6.2 平稳性检验115

6.2.1 图形检验法116

6.2.2 单位根检验法117

6.3 ARMA模型和ARIMA模型118

6.3.1 ARMA模型118

6.3.2 ARIMA模型120

6.4 协整与误差修正模型121

6.4.1 协整121

6.4.2 误差修正模型122

6.5 向量自回归模型123

6.5.1 VAR模型123

6.5.2 脉冲响应函数124

6.6 案例分析125

6.6.1 平稳性检验125

6.6.2 通过自相关和偏自相关函数图识别模型类型128

6.6.3 协整分析129

6.7 本章小结130

附录 案例分析的R实现130

思考题与练习题131

第7章 联立方程模型132

7.1 联立方程模型及其偏倚132

7.1.1 联立方程模型的基本概念132

7.1.2 联立方程模型的变量类型133

7.1.3 联立方程模型的偏倚性133

7.1.4 联立方程模型的种类134

7.2 联立方程模型的识别问题138

7.2.1 模型识别问题138

7.2.2 联立方程模型识别的类型139

7.2.3 联立方程模型识别的方法141

7.3 联立方程模型的估计145

7.3.1 递归模型的估计——普通最小二乘法145

7.3.2 恰好识别模型的估计——间接最小二乘法146

7.3.3 过度识别模型的估计——二阶段最小二乘法147

7.4 案例分析149

7.4.1 模型设定149

7.4.2 模型的识别149

7.4.3 宏观经济模型的估计150

7.5 本章小结155

附录7.1 联立方程偏倚的证明155

附录7.2 案例分析的Stata实现156

思考题与练习题156

第8章 面板数据模型159

8.1 面板数据模型概述159

8.1.1 面板数据概念159

8.1.2 面板数据的优点160

8.1.3 面板数据模型160

8.2 面板数据模型的估计161

8.2.1 固定效应模型161

8.2.2 随机效应模型162

8.2.3 固定效应还是随机效应——豪斯曼检验163

8.3 案例分析163

8.3.1 建立合成数据库对象164

8.3.2 定义序列名并输入数据166

8.3.3 估计模型167

8.4 本章小结171

附录 案例分析的Stata实现171

思考题与练习题171

参考文献173

附录 统计分布表174