计量经济学2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

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

CHAPTER 1 计量经济学的本质与经济资料1

1.1何谓计量经济学？1

1.2实证经济分析的步骤2

1.3经济资料的结构6

横断面资料6

时间序列资料9

合并的横断面10

纵横资料12

对资料结构的评述13

1.4计量分析之因果关系以及假设其他条件不变的观念14

本章摘要20

习题20

电脑习题21

PART 1 横断面资料的回归分析23

CHAPTER 2 简单回归模型25

2.1简单回归模型的定义25

2.2推导普通最小平方估计31

对术语的附注41

2.3任意资料样本的OLS特性41

配适值和残差42

OLS统计量的代数特性42

配适度45

2.4衡量单位和函数形式47

衡量单位变动对OLS统计量之效应47

简单回归加入非线性49

「线性」回归的涵义53

2.5 OLS估计式之期望值和变异数53

OLS的不偏性54

OLS估计式之变异数60

估计误差变异数65

2.6通过原点的回归67

本章摘要69

习题71

电脑习题75

附录2A77

CHAPTER 3 复回归分析：估计79

3.1复回归之动机80

两个自变数的模型80

k个自变数的模型82

3.2普通最小平方之机制和解释84

得到OLS估计84

解释OLS回归方程式86

复回归之「其他因素固定不变」的涵义89

同时变动超过一个自变数90

OLS配适值和残差90

复回归之「偏排除」91

简单回归和复回归估计之比较92

配适度93

通过原点的回归97

3.3 OLS估计式之期望值97

将不相干的变数加入回归模型103

遗漏变数的偏误：简单的情况104

遗漏变数的偏误：一般的情况108

3.4 OLS估计式之变异数109

OLS变异数之组成要素：多元共线性112

错误设定模型之变异数116

估计σ2：OLS估计式的标准误118

3.5 OLS的效率性：高斯马可夫定理121

3.6复回归分析语言的一些评论122

本章摘要124

习题126

电脑习题131

附录3A135

CHAPTER 4 复回归分析：推论139

4.1 OLS估计式之抽样分配139

4.2单一母体参数之检定假设：t检定143

检定单边对立假设146

双边对立假设152

检定关于βj之其他假设154

计算t检定之p值157

对于古典假设检定语言的提醒160

经济（或是实际）显著vs.统计显著161

4.3信赖区间164

4.4对参数之单一线性组合的检定假设167

4.5检定多元线性限制式：F检定170

检定排除性限制171

F和t统计量之间的关系177

F统计量的R2形式179

计算F检定的p值181

回归整体显著性之F统计量182

检定一般线性限制183

4.6报告回归结果184

本章摘要187

习题190

电脑习题196

CHAPTER 5 复回归分析：OLS渐近199

5.1一致性200

推导OLS的不一致性203

5.2渐近常态及大样本推论206

其他大样本检定：拉氏乘数统计量211

5.3 OLS的渐近效率性214

本章摘要216

习题217

电脑习题217

附录5A218

CHAPTER 6 复回归分析：进一步的议题221

6.1 OLS统计量资料单位的效果221

beta系数224

6.2函数形式的进一步解释227

利用对数函数形式的进一步解释227

二次项的模型231

交叉项的模型236

6.3再论配适度及自变数的选择239

调整后的R2241

利用调整后的R2选择非包覆模型242

回归分析控制太多要素245

加入自变数以降低误差变异数247

6.4预测和残差分析248

预测之信赖区间248

残差分析252

当log（y）为应变数时如何预测y254

本章摘要259

习题261

电脑习题263

附录6A268

CHAPTER 7 质性资料的复回归分析：二元变数（虚拟变数）271

7.1描述质性资料271

7.2单一的虚拟自变数272

当应变数以log（y）的方式呈现时，如何解释虚拟自变数的系数？280

7.3多个范畴下使用虚拟变数282

使用虚拟变数合并顺序资讯285

7.4含虚拟变数的交互作用289

虚拟变数间的交互作用289

允许不同的斜率290

在不同群组间检定回归函数的差异295

7.5二元的应变数：线性机率模型299

7.6政策分析与计画评价的进一步探讨305

7.7在离散应变数下解释回归结果308

本章摘要310

习题311

电脑习题315

CHAPTER 8 异质性323

8.1 OLS异质性的结果323

8.2估计OLS后之异质稳健的推论324

计算异质稳健LM检定330

8.3异质性的检定332

异质性的White检定336

8.4加权最小平方估计339

异质性是已知的乘以常数的型式339

必须估计的异质性函数：可行GLS345

若假设的异质性函数是错的怎么办？351

异质性之预测和预测区间353

8.5回到线性机率模型355

本章摘要358

习题359

电脑习题361

CHAPTER 9 设定和资料问题之进一步探讨365

9.1函数形式错误设定366

RESET为函数形式错误设定之一般化检定369

非包覆之对立假设的检定371

9.2使用不可观察解释变数之代理变数372

使用前期应变数当成代理变数378

对复回归的不同看法380

9.3随机斜率模型381

9.4衡量误差之OLS特性383

应变数的衡量误差384

自变数的衡量误差387

9.5遗漏资料、非随机样本以及极端观察值391

遗漏资料392

非随机样本393

极端值和影响力观察值395

9.6最小绝对差异估计401

本章摘要404

习题405

电脑习题407

PART 2 时间序列资料的回归分析411

CHAPTER 10 时间序列资料的基本回归分析413

10.1时间序列资料的本质413

10.2时间序列回归模型之范例415

静态模型415

有限分配落迟模型416

关于时间指标的惯例419

10.3古典假设之OLS的有限样本特性419

OLS的不偏性419

OLS估计式的变异数和高斯马可夫定理423

古典线性模型假设的推论426

10.4函数形式、虚拟变数以及指数428

10.5趋势及季节性437

趋势时间序列的特征437

回归分析使用趋势变数440

时间趋势回归之趋势移除的解释443

当应变数有时间趋势时计算R2444

季节性446

本章摘要448

习题450

电脑习题452

CHAPTER 11 时间序列资料使用OLS之进一步议题455

11.1恒定性和弱相依时间序列455

恒定和非恒定的时间序列456

弱相依时间序列457

11.2 OLS的渐近特性460

11.3回归分析使用高持续性时间序列468

高持续性时间序列469

高持续性时间序列之转换473

判定时间序列是否为Ⅰ（1）475

11.4动态完成模型及无序列相关477

11.5时间序列模型的同质变异性假设481

本章摘要482

习题483

电脑习题486

CHAPTER 12 时间序列回归的序列相关和异质变异性491

12.1序列相关误差的OLS特性492

不偏性和一致性492

效率性与推论492

配适度494

落迟应变数的序列相关494

12.2检定序列相关496

严格外生自变数之AR（1）序列相关的t检定496

古典假设之Durbin-Watson检定499

在没有严格外生自变数的情况下检定AR（1）序列相关500

较高阶序列相关的检定502

12.3严格外生自变数订正序列相关504

AR（1）模型得到最佳线性不偏估计式504

AR（1）误差之可行GLS估计506

比较OLS及FGLS509

订正较高阶的序列相关511

12.4差分与序列相关513

12.5 OLS之后的序列相关稳健推论514

12.6时间序列回归的异质变异性519

异质稳健统计量519

检定异质变异性520

自我回归条件异质变异性521

回归模型之异质变异性和序列相关523

本章摘要525

习题526

电脑习题527

附录531

附录F 章节问题解答531

附录G 统计表541

参考文献549