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

前言1

第一章 矩阵代数1

1．1 矩阵的运算1

1．2 矩阵的秩4

1．3 矩阵的逆5

1．4 克罗勒克乘积7

1．5 特征根和特征向量8

1．6 矩阵的迹9

1．7 矩阵的二次型10

1．8 微分11

练习12

第二章 概率和分布理论13

2．1 随机试验、样本空间和事件13

2．2 概率14

2．3 贝叶斯规则16

2．4 随机变量和概率分布18

2．5 数学期望28

2．6 一些常用的分布34

2．6．1 贝努利分布34

2．6．2 二项式分布35

2．6．3 多项式分布35

2．6．4 格玛分布36

2．6．5 正态分布37

2．6．6 二元正态分布38

2．6．7 多元正态分布39

2．6．8 x~2分布，t分布和F分布40

2．6．9 多元正态分布的二次型的分布41

练习42

第三章 统计推断：估计和假设检验45

3．1 点估计方法45

3．1．1 矩方法47

3．1．2 最大似然估计法48

3．1．3 最小二乘估计法50

3．2 点估计量的性质52

3．2．1 估计量的小样本性质：单参数情形52

3．2．2 估计量的小样本性质：多个参数情形57

3．2．3 估计量的性质：大样本结果62

3．3 区间估计66

3．4 假设检验69

3．4．1 统计检验的基本思想70

3．4．2 似然比检验72

3．4．3 渐近检验75

练习79

4．1 线性模型81

第四章 线性回归模型81

4．2 最小二乘回归87

4．3 最小二乘估计量的有限样本性质96

4．4 估计标量参数δ~2和b的协方差矩阵99

4．5 约束的最小二乘估计101

4．6 预测和解释度102

第五章 正态线性统计模型103

练习106

5．1 最大似然估计109

5．2 区间估计113

5．2．1 参数β的某个线性组合的区间估计114

5．2．2 参数β的两个或更多个线性组合的联合区域估计115

5．2．3 δ~2的区间估计118

5．2．4 预测区间118

5．3 假设检验120

练习126

第六章 古典线性回归模型的大样本结果127

6．1 最小二乘估计量的有限样本性质128

6．2 最小二乘估计量的相合性129

6．3 最小二乘估计量的渐近正态性133

6．4 b的函数的渐近分布——Delta方法137

6．5 标准检验统计量的渐近行为139

6．6 随机回归下的渐近结果141

6．7 工具变量估计143

6．8 正态线性统计模型的渐近结果148

第七章 正态线性统计模型的贝叶斯分析151

7．1 一个简单的模型153

7．1．1 有先验信息的贝叶斯推断155

7．1．2 没有先验信息的贝叶斯推断158

7．2 已知随机扰动方差的线性统计模型的贝叶斯分析160

7．2．1 有先验信息的后验分布160

7．2．2 没有先验信息的后验分布162

7．3 一个例子163

7．4．1 后验均值作为一个点估计167

7．4 点估计167

7．4．2 经验的贝叶斯估计169

7．5 假设检验173

7．6 未知随机扰动方差的线性统计模型的贝叶斯分析179

7．6．1 β和δ的联合先验信息179

7．6．2 β和δ的联合后验密度函数180

7．6．3 没有先验信息条件下的后验分布182

练习183

第八章 一般化的线性回归模型186

8．1 最小二乘估计量的有关结果187

8．2 有效的估计189

8．2．1 一般化的最小二乘(GLS)190

8．2．2 最大似然估计191

8．3 Ω未知时的估计192

8．3．1 可行的一般化的最小二乘(FGLS)193

8．3．2 最大似然估计194

8．4 异方差197

8．4．1 检验异方差性198

8．4．1a White的一般检验198

8．4．1b Goldfeld-Quandt检验199

8．4．1c Breusch-Pagan/Godfrey检验199

8．4．2a Ω已知时的一般化的最小二乘估计200

8．4．2b Ω未知时的估计200

8．4．2 估计参数200

8．5 自相关扰动204

8．5．1 自相关性的检验206

8．5．2 估计209

练习210

第九章 虚变量和可变参数模型214

9．1 使用虚变量进行估计214

9．1．1 截距参数不同215

9．1．2 截距参数和某些斜率参数不同219

9．1．3 截距和所有的斜率参数都不同220

9．1．4 两个或更多个虚变量222

9．2 检验回归模型的结构稳定性223

9．3 Hidreth-Houck随机系数模型225

练习227

第十章 非线性回归模型229

10．1 非线性回归模型229

10．1．1 线性化回归230

10．1．2 非线性最小二乘估计量的渐近性质231

10．1．3 非线性最小二乘估计量的计算232

10．1．4 非线性工具变量估计235

10．2 函数形式——Box-Cox变换237

10．3 假设检验和参数约束243

10．3．2 沃尔德检验244

10．3．1 一个渐近F检验244

10．3．3 似然比检验245

10．3．4 拉格朗日乘子检验245

练习247

第十一章 一般矩估计方法(GMM)248

11．1 矩方法估计量248

11．2 一般矩方法(GMM)251

11．3 经济计量模型的GMM估计255

第十二章 回归方程组259

12．1 似不相关回归方程组260

12．1．1 一般化模型的设定263

12．1．2 GLS估计264

12．1．3 FGLS估计(可行的一般化的最小二乘估计)265

12．1．4 约束SUR估计量266

12．1．5 假设检验267

12．1．6 一个例子268

12．2 使用虚变量合并时间序列数据和截面数据272

12．2．1 参数估计274

12．2．2 检验虚变量系数276

12．2．3 一个例子276

12．3 随机化截距参数来合并时间序列数据和截面数据279

12．3．1 GLS估计280

12．3．2 FGLS估计282

练习284

12．3．3 假设检验284

第十三章 同步方程模型286

13．1 抽样模型的设定287

13．2 识别问题292

13．2．1 最小二乘偏倚293

13．2．2 简化型参数的估计294

13．2．3 间接最小二乘法295

13．2．4 一个例子297

13．2．5 一个结构方程的识别301

13．3 单方程估计——有限信息方法303

13．3．1 间接最小二乘估计303

13．3．2 一般化的最小二乘估计305

13．3．3 两阶段最小二乘(2SLS)估计309

13．3．4 有限信息的最大似然估计310

13．4 参数估计——完全信息方法311

13．4．1 三阶段最小二乘(3SLS)估计311

13．4．2 完全信息的最大似然估计316

练习318

第十四章 时间序列分析321

14．1 基本概念321

14．2 移动平均过程324

14．3 自回归过程327

14．4 ARIMA模型332

14．5 GARCH模型334

练习338

第十五章 有滞后变量的回归339

15．1 无约束的分布滞后模型340

15．2 多项式滞后模型341

15．3 几何滞后模型343

15．4 动态回归模型346

15．5 向量自回归过程348

练习351

参考文献353

附录357