تسلیم شدن به دوست دختر جادوگرم (مجموعه تسلیم ماوراءالطبیعه، جلد چهارم)

《经济学、管理学类研究生教学用书:高级计量经济学及Stata应用(第二版)》较多地借鉴了现代计量经济学的最新发展,内容全面,除了介绍传统的横截面数据外,对面板数据(含长面板、动态面板、非线性面板)、时间序列(含VAR、单位根、协整)、自然实验、重复截面数据、GMM、自助法、蒙特卡罗法、分位数回归、门限回归、非参数估计、处理效应、空间计量、久期分析、贝叶斯估计等均做了较深入的分析。此书力图以生动的语言、较多的插图与经济意义来直观地解释计量方法,而又不失数学的严谨性。同时,结合目前欧美最为流行的Stata计量软件,及时地介绍相应的Stata命令与实例,为读者提供“一站式”服务。此书适合普通高等学校经济学、管理学类或社科类硕士生、博士生与研究人员使用。为便于读者学习高级计量经济学,《经济学、管理学类研究生教学用书:高级计量经济学及Stata应用(第二版)》在内容安排上,假设读者已经学过微积分、线性代数与概率统计,但不要求学过本科阶段的计量经济学(学讨百好)。 封面 2 书名 4 版权 5 前言 6 目录 12 第1章 绪论/1 17 1.1什么是计量经济学/1 17 1.2经济数据的特点与类型/2 18 第2章 概率统计回顾/3 19 2.1概率与条件概率/3 19 2.2分布与条件分布/4 20 2.3随机变量的数字特征/5 21 2.4迭代期望定律/8 24 2.5随机变量无关的三个层次概念/9 25 2.6常用连续型统计分布/9 25 2.7统计推断的思想/11 27 习题/12 28 附录/12 28 第3章 小样本OLS/13 29 3.1古典线性回归模型的假定/13 29 3.2 OLS的代数推导/14 30 3.3 OLS的几何解释/17 33 3.4拟合优度/17 33 3.5 OLS的小样本性质/18 34 3.6对单个系数的t检验/20 36 3.7对线性假设的F检验/23 39 3.8 F统计量的似然比原理表达式/25 41 3.9分块回归与偏回归(选读)/26 42 3.10预测/27 43 习题/28 44 附录/29 45 第4章 Stata简介/30 46 4.1为什么使用Stata/30 46 4.2 Stata的窗口/30 46 4.3 Stata操作实例/31 47 4.4 Stata命令库的更新/46 62 4.5进一步学习Stata的资源/47 63 习题/48 64 第5章 大样本OLS/49 65 5.1为何需要大样本理论/49 65 5.2随机收敛/49 65 5.3大数定律与中心极限定理/51 67 5.4统计量的大样本性质/52 68 5.5渐近分布的推导/53 69 5.6随机过程的性质/53 69 5.7大样本OLS的假定/57 73 5.8 OLS的大样本性质/58 74 5.9线性假设的大样本检验/60 76 5.10大样本OLS的Stata命令及实例/61 77 习题/63 79 附录/63 79 第6章 最大似然估计法/66 82 6.1最大似然估计法的定义/66 82 6.2线性回归模型的最大似然估计/68 84 6.3最大似然估计的数值解/69 85 6.4信息矩阵与无偏估计的最小方差/70 86 6.5最大似然法的大样本性质/71 87 6.6最大似然估计量的渐近协方差矩阵/74 90 6.7三类渐近等价的统计检验/75 91 6.8准最大似然估计法/78 94 6.9对正态分布假设的检验/80 96 6.10最大似然估计法的Stata命令及实例/80 96 习题/84 100 附录/84 100 第7章 异方差与GLS/87 103 7.1异方差的后果/87 103 7.2异方差的例子/87 103 7.3异方差的检验/88 104 7.4异方差的处理/90 106 7.5处理异方差的Stata命令及实例/93 109 7.6 Stata命令的批处理/96 112 习题/98 114 附录/98 114 第8章 自相关/100 116 8.1自相关的后果/100 116 8.2自相关的例子/101 117 8.3自相关的检验/101 117 8.4自相关的处理/103 119 8.5处理自相关的Stata命令及实例/108 124 习题/115 131 第9章 模型设定与数据问题/116 132 9.1遗漏变量/116 132 9.2无关变量/117 133 9.3建模策略:“由小到大”还是“由大到小”/118 134 9.4解释变量个数的选择/118 134 9.5对函数形式的检验/120 136 9.6多重共线性/123 139 9.7极端数据/124 140 9.8虚拟变量/126 142 9.9经济结构变动的检验/127 143 9.10缺失数据与线性插值/132 148 9.11变量单位的选择/133 149 习题/133 149 附录/133 149 第10章 工具变量,2SLS与GMM/135 151 10.1解释变量与扰动项相关的例子/135 151 10.2工具变量法作为一种矩估计/138 154 10.3二阶段最小二乘法/140 156 10.4有关工具变量的检验/141 157 10.5 GMM的假定/146 162 10.6 GMM的推导/147 163 10.7 GMM的大样本性质/148 164 10.8如何获得工具变量/151 167 10.9 MLE也是GMM/152 168 10.10工具变量法的Stata命令及实例/153 169 习题/167 183 附录/167 183 第11章 二值选择模型/169 185 11.1离散被解释变量的例子/169 185 11.2二值选择模型/169 185 11.3二值选择模型的微观基础/177 193 11.4二值选择模型中的异方差问题/178 194 11.5稀有事件偏差(选读)/179 195 11.6含内生变量的Probit模型(选读)/183 199 11.7双变量Probit模型(选读)/187 203 11.8部分可观测的双变量Probit模型(选读)/189 205 习题/190 206 第12章 多值选择模型/192 208 12.1多项Logit与多项Probit/192 208 12.2条件Logit模型/193 209 12.3混合Logit模型/193 209 12.4嵌套Logit/205 221 习题/208 224 第13章 排序与计数模型/209 225 13.1排序模型/209 225 13.2泊松回归/211 227 13.3负二项回归/213 229 13.4零膨胀泊松回归与负二项回归/215 231 13.5计数模型的Stata实例/215 231 习题/222 238 第14章 受限被解释变量/223 239 14.1断尾回归/223 239 14.2零断尾泊松回归与负二项回归/226 242 14.3随机前沿模型(选读)/228 244 14.4偶然断尾与样本选择/235 251 14.5归并回归/238 254 14.6归并数据的两部分模型/243 259 14.7含内生解释变量的Tobit模型(选读)/246 262 习题/248 264 附录/248 264 第15章 短面板/250 266 15.1面板数据的特点/250 266 15.2面板数据的估计策略/251 267 15.3混合回归/252 268 15.4个体固定效应模型/252 268 15.5时间固定效应/253 269 15.6一阶差分法/254 270 15.7随机效应模型/254 270 15.8组间估计量/255 271 15.9拟合优度的度量/255 271 15.10非平衡面板/256 272 15.11究竟该用固定效应还是随机效应模型/257 273 15.12个体时间趋势/257 273 15.13短面板的Stata命令及实例/258 274 习题/271 287 第16章 长面板与动态面板/272 288 16.1长面板的估计策略/272 288 16.2面板校正标准误/272 288 16.3仅解决组内自相关的FGLS/274 290 16.4全面FGLS/278 294 16.5组间异方差的检验/279 295 16.6组内自相关的检验/280 296 16.7组间同期相关的检验/281 297 16.8变系数模型/283 299 16.9面板工具变量法/287 303 16.10豪斯曼-泰勒估计量(选读)/288 304 16.11动态面板/289 305 16.12动态面板的Stata命令及实例/291 307 16.13偏差校正LSDV法/300 316 16.14重复截面数据与组群分析/301 317 习题/302 318 第17章 非线性面板/303 319 17.1面板二值选择模型/303 319 17.2面板二值选择模型的随机效应估计/304 320 17.3面板二值选择模型的固定效应估计/305 321 17.4面板二值选择模型的Stata实例/307 323 17.5面板泊松回归/313 329 17.6面板负二项回归/314 330 17.7面板计数模型的Stata实例/315 331 17.8面板Tobit/325 341 17.9面板随机前沿模型/327 343 习题/332 348 第18章 随机实验与自然实验/334 350 18.1实验数据/334 350 18.2理想的随机实验/335 351 18.3引入更多的解释变量/335 351 18.4随机实验执行过程中可能出现的问题/336 352 18.5自然实验/337 353 18.6双重差分法/339 355 18.7三重差分法/343 359 18.8观测数据的处理效应/344 360 习题/345 361 第19章 蒙特卡罗法与自助法/346 362 19.1蒙特卡罗法的思想与用途/346 362 19.2蒙特卡罗法实例:模拟中心极限定理/347 363 19.3蒙特卡罗法实例:服从卡方分布的扰动项/348 364 19.4蒙特卡罗积分/349 365 19.5最大模拟似然法与模拟矩估计/350 366 19.6自助法的思想与用途/351 367 19.7自助法的分类/352 368 19.8使用自助法估计标准误/352 368 19.9使用自助法进行区间估计/353 369 19.10使用自助法进行假设检验/353 369 19.11自助法的一致性(选读)/354 370 19.12异方差情况下的自助法/354 370 19.13面板数据与时间序列的自助法/355 371 19.14自助法的Stata命令/355 371 19.15使用自助法进行稳健的豪斯曼检验/356 372 习题/358 374 附录/358 374 第20章 平稳时间序列/361 377 20.1时间序列的数字特征/361 377 20.2自回归模型/362 378 20.3移动平均模型/364 380 20.4 ARMA/364 380 20.5自回归分布滞后模型/365 381 20.6 ARMA模型的Stata命令及实例/366 382 20.7误差修正模型/371 387 20.8 MA(∞)与滞后算子/372 388 20.9向量自回归过程/375 391 20.10 VAR的脉冲响应函数/377 393 20.11预测误差的方差分解/380 396 20.12格兰杰因果检验/381 397 20.13面板格兰杰因果检验/381 397 20.14 VAR的Stata命令及实例/381 397 20.15季节调整/399 415 习题/407 423 第21章 单位根与协整/409 425 21.1非平稳序列/409 425 21.2 ARMA的平稳性/410 426 21.3 VAR的平稳性/411 427 21.4单位根所带来的问题/411 427 21.5单位根检验与平稳性检验/414 430 21.6单位根检验的Stata实例/418 434 21.7面板单位根检验/422 438 21.8协整的思想与初步检验/432 448 21.9 Beveridge-Nelson分解公式/433 449 21.10协整的定义与最大似然估计/434 450 21.11协整分析的Stata实例/437 453 习题/445 461 附录/445 461 第22章 自回归条件异方差模型/447 463 22.1条件异方差模型的例子/447 463 22.2 ARCH模型的性质/448 464 22.3 ARCH模型的MLE估计/449 465 22.4 GARCH模型/450 466 22.5何时使用ARCH或GARCH模型/451 467 22.6 ARCH与GARCH模型的扩展/451 467 22.7 ARCH与GARCH的Stata命令及实例/453 469 22.8多维GARCH模型(选读)/460 476 习题/467 483 第23章 似不相关回归/468 484 23.1单一方程估计与系统估计/468 484 23.2似不相关回归的假定/468 484 23.3 SUR的FGLS估计/470 486 23.4 SUR的假设检验/471 487 23.5似不相关回归的Stata命令及实例/471 487 23.6变系数面板数据的SUR估计/475 491 习题/478 494 附录/479 495 第24章 联立方程模型/482 498 24.1联立方程模型的结构式与简化式/482 498 24.2联立方程模型的识别/483 499 24.3单一方程估计法/486 502 24.4三阶段最小二乘法/487 503 24.5三阶段最小二乘法的Stata实例/489 505 24.6结构VAR/493 509 24.7 SVAR的Stata实例/496 512 习题/502 518 第25章 非线性回归与门限回归/503 519 25.1非线性最小二乘法/503 519 25.2非线性回归的Stata命令及实例/504 520 25.3门限回归/505 521 25.4面板数据的门限回归/507 523 25.5门限回归的计算机操作/508 524 习题/508 524 第26章 分位数回归/509 525 26.1为什么需要分位数回归/509 525 26.2总体分位数/509 525 26.3样本分位数/510 526 26.4分位数回归的估计方法/512 528 26.5分位数回归的Stata命令及实例/513 529 习题/517 533 第27章 非参数与半参数估计/518 534 27.1为什么需要非参数与半参数估计/518 534 27.2对密度函数的非参数估计/518 534 27.3核密度估计的性质/520 536 27.4最优带宽/521 537 27.5多元密度函数的核估计/523 539 27.6非参数核回归/523 539 27.7多元核回归/525 541 27.8 k近邻回归/525 541 27.9局部线性回归/526 542 27.10非参数估计的Stata命令及实例/526 542 27.11半参数估计/530 546 习题/533 549 附录/533 549 第28章 处理效应/537 553 28.1处理效应与选择难题/537 553 28.2通过随机分组解决选择难题/539 555 28.3依可测变量选择/539 555 28.4匹配估计量的思想/540 556 28.5倾向得分匹配/542 558 28.6倾向得分匹配的Stata实例/545 561 28.7偏差校正匹配估计量/555 571 28.8双重差分倾向得分匹配/557 573 28.9断点回归的思想/559 575 28.10精确断点回归/561 577 28.11模糊断点回归/563 579 28.12断点回归的Stata实例/565 581 28.13处理效应模型/570 586 习题/574 590 第29章 空间计量经济学/575 591 29.1地理学第一定律/575 591 29.2空间权重矩阵/575 591 29.3空间自相关/578 594 29.4空间自回归模型/583 599 29.5空间杜宾模型/586 602 29.6空间误差模型/586 602 29.7一般的空间计量模型/589 605 29.8含内生解释变量的SARAR模型/592 608 29.9空间面板模型/593 609 29.10空间计量方法的局限性/598 614 第30章 久期分析/599 615 30.1久期数据的处理方法/599 615 30.2风险p函数/599 615 30.3久期数据的归并问题/601 617 30.4描述性分析/602 618 30.5久期模型的最大似然估计/603 619 30.6比例风险模型/604 620 30.7加速失效时间模型/606 622 30.8 Cox模型/607 623 30.9比例风险模型的设定检验/610 626 30.10分层Cox模型/611 627 30.11随时间而变的解释变量/612 628 30.12不可观测的异质性/613 629 30.13其他久期分析模型/614 630 30.14久期分析的Stata命令及实例/615 631 习题/630 646 第31章 贝叶斯估计简介/631 647 31.1贝叶斯估计的思想/631 647 31.2贝叶斯定理/631 647 31.3贝叶斯估计的一个例子/632 648 31.4基于后验分布的统计推断/634 650 31.5先验分布的选择/635 651 31.6多元回归的贝叶斯分析/637 653 31.7马尔可夫链蒙特卡罗法/639 655 习题/640 656 第32章 如何做规范的实证研究/641 657 32.1计量理论与现实数据/641 657 32.2实证研究的主要步骤/642 658 32.3实证论文的结构/644 660 32.4计量实践的十诫/645 661 32.5结束语/646 662 习题/646 662 附录:常用数据来源/647 663 参考书目/649 665 数学符号/664 680 英文缩写/666 682 助学扫描书屋代扫描一切书http://blog.sina.com.cn/qq1542918647 -1