| 
 新書推薦:
 
  《 
			面向全球南方——欧盟与新兴经济体战略伙伴关系研究
			》
 售價:HK$ 
			86.9
 
  《 
			罗马法与欧洲:一种法律文化的历史
			》
 售價:HK$ 
			68.2
 
  《 
			英国大历史:时间线上读懂英国3000年,全球化视角下日不落帝国的荣光与动荡
			》
 售價:HK$ 
			64.9
 
  《 
			掌心物语:玩转棉花娃娃一本通
			》
 售價:HK$ 
			86.9
 
  《 
			永恒的时光之旅
			》
 售價:HK$ 
			96.8
 
  《 
			教育人类学田野研究十二讲(教育人类学研究丛书)
			》
 售價:HK$ 
			42.9
 
  《 
			古代以色列人及其宗教的兴起
			》
 售價:HK$ 
			74.8
 
  《 
			动物社会的生存哲学 : 探索冲突、背叛、合作和繁荣的奥秘
			》
 售價:HK$ 
			97.9
 
 
 | 
         
          | 內容簡介: |   
          | 本书是一本财经专业本科生和经济学、金融学、会计学、农业经济学、市场营销、公共政策、社会学、法学、林学和政治学专业一年级研究生的入门级教科书。学习本门课程的前提是学生已修完经济学原理和基础统计学课程。本书没有使用矩阵代数,而是在附录中介绍和展开微积分概念。书名为“计量经济学原理”,是要强调我们的信念,即计量经济学应该是经济学课程的一部分,就如微观经济学原理和宏观经济学原理一样。那些一直在讲授和学习计量经济学的人与我们一样会记得“计量经济学原理”是亨利·泰尔1971 年在其经典著作中使用的书名,该书也是由约翰·威立父子有限
來源:香港大書城megBookStore,http://www.megbook.com.hk 公司出版的。我们选择相同的书名,并不表明我们的书在水平和内容上相似。泰尔的著作无论在过去还是现在都是一本少见的高年级研究生水平的计量经济学著作。我们的书是一本入门级的计量经济学教科书。
 |  
         
          | 目錄: |   
          | 第1 章计量经济学导论/1 1.1 为什么要学习计量经济学?/1
 1.2 计量经济学研究什么?/2
 1.3 计量经济模型/4
 1.4 数据是如何生成的?/5
 1.5 经济数据类型/6
 1.6 研究过程/10
 1.7 实证研究论文的写作/11
 1.8 经济数据的来源/13
 概率入门/15
 学习目标/15
 关键词/16
 P.1 随机变量/16
 P.2 概率分布/17
 P.3 联合、边际和条件概率/19
 P.4 求和符号/22
 P.5 概率分布的性质/23
 P.6 条件依存/29
 P.7 正态分布/34
 P.8 练习/38
 第2 章简单线性回归模型/43
 学习目标/43
 关键词/43
 2.1 经济模型/44
 2.2 计量经济模型/46
 2.3 估计回归参数/56
 2.4 评估小二乘估计量/63
 2.5 高斯-马尔可夫定理/69
 2.6 小二乘估计量的概率分布/69
 2.7 估计随机误差项的方差/70
 2.8 估计非线性关系/74
 2.9 指示变量回归模型/79
 2.10自变量/80
 2.11 练习/85
 附录2A 小二乘估计法的推导/92
 附录2B b2 的离差形式的表达式/93
 附录2C b2 是一个线性估计量/94
 附录2D 推导b2 的理论表达式/94
 附录2E 推导b2 的条件方差/95
 附录2F 证明高斯-马尔可夫定理/96
 附录2G 第2.10节介绍的结果证明/97
 附录2H 蒙特卡罗模拟/100
 第3 章区间估计与假设检验/107
 学习目标/107
 关键词/107
 3.1 区间估计/108
 3.2 假设检验/113
 3.3 特定备择假设的拒绝域/115
 3.4 假设检验的实例/117
 3.5 p 值/122
 3.6 参数的线性组合/125
 3.7 练习/128
 附录3A t 分布的推导/135
 附录3B H1下的t 统计量的分布/136
 附录3C 蒙特卡罗模拟/138
 第4 章预测、拟合优度和建模问题/143
 学习目标/143
 关键词/143
 4.1 小二乘预测/144
 4.2 衡量拟合优度/147
 4.3 建模问题/151
 4.4 多项式模型/163
 4.5 对数-线性模型/165
 4.6 双对数模型/169
 4.7 练习/171
 附录4A 预测区间的推导/179
 附录4B 总离差平方和的分解/180
 附录4C 均方误差:估计和预测/180
 第5 章多元回归模型/183
 学习目标/183
 关键词/184
 5.1 引言/184
 5.2 估计多元回归模型的参数/191
 5.3 小二乘估计的样本特性/197
 5.4 区间估计/202
 5.5 假设检验/204
 5.6 非线性关系/209
 5.7 小二乘估计量的大样本特性/214
 5.8 练习/222
 附录5A 小二乘估计量的推导/230
 附录5B 增量法/231
 附录5C 蒙特卡罗模拟/233
 附录5D 自助法/237
 第6 章多元回归模型中的进一步推断/244
 学习目标/244
 关键词/244
 6.1 检验联合假设/245
 6.2 非样本信息的应用/255
 6.3 模型设定/257
 6.4 预测/266
 6.5 质量差的数据共线性和非显著性/272
 6.6 非线性小二乘/278
 6.7 练习/280
 附录6A F 检验的统计效力/288
 附录6B FWL定理的进一步结果/292
 第7 章使用指示变量/294
 学习目标/294
 关键词/294
 7.1 指示变量/294
 7.2 应用指示变量/299
 7.3 对数-线性模型/306
 7.4 线性概率模型/307
 7.5 处理效应/309
 7.6 处理效应和因果模型/319
 7.7 练习/327
 附录7A 对数-线性模型解释的细节/337
 附录7B 双差分估计量的推导/338
 附录7C 重叠假设:细节/338
 第8 章异方差/340
 学习目标/340
 关键词/340
 8.1 异方差的性质/340
 8.2 多元回归模型中的异方差/342
 8.3 异方差稳健方差估计量/346
 8.4 广义小二乘法:方差形式已知/347
 8.5 广义小二乘法:方差形式未知/351
 8.6 检测异方差/355
 8.7 线性概率模型中的异方差/361
 8.8 练习/363
 附录8A 小二乘估计量的性质/373
 附录8B 异方差的拉格朗日乘数检验/374
 附录8C 小二乘残差的属性/376
 附录8D 替代稳健“三明治”估计量/377
 附录8E 蒙特卡罗证据:OLS、GLS和FGLS/379
 第9 章时间数据回归:平稳变量/383
 学习目标/383
 关键词/383
 9.1 引言/384
 9.2 平稳性和弱依赖性/393
 9.3 预测/395
 9.4 检验序列相关误差/403
 9.5 用于政策分析的时间序列回归/408
 9.6 练习/429
 附录9A D?W (Durbin?Watson) 检验/435
 附录9B AR (1) 误差的性质/438
 第10 章内生回归量和矩估计/440
 学习目标/440
 关键词/440
 10.1 含有内生回归变量的小二乘估计/441
 10.2 x 和e 同期相关的情况/446
 10.3 基于矩估计法的估计量/448
 10.4 设定检验/463
 10.5 练习/467
 附录10A 弱工具变量检验/474
 附录10B 蒙特卡罗模拟/479
 第11 章联立方程模型/484
 学习目标/484
 关键词/484
 11.1 供给和需求方程/485
 11.2 简化型方程/486
 11.3 小二乘估计的失灵/487
 11.4 识别问题/489
 11.5 两阶段小二乘估计/490
 11.6 练习/499
 附录11A 2SLS的备选方法/506
 第12 章时间序列数据回归:非平稳变量/513
 学习目标/513
 关键词/513
 12.1 平稳和非平稳变量/514
 12.2 随机趋势的后果/524
 12.3 平稳的单位根检验/526
 12.4 协整/532
 12.5 不存在协整关系时的回归/535
 12.6 总结/537
 12.7 练习/538
 第13 章向量误差修正和向量自回归模型/544
 学习目标/544
 关键词/544
 13.1 VEC 模型和VAR 模型/545
 13.2 估计向量误差修正模型/546
 13.3 估计VAR 模型/548
 13.4 脉冲响应和方差分解/550
 13.5 练习/554
 附录13A 识别问题/557
 第14 章时变波动和ARCH 模型/559
 学习目标/559
 关键词/559
 14.1 ARCH 模型/559
 14.2 时变波动/561
 14.3 检验、估计与预测/564
 14.4 扩展/566
 14.5 练习/570
 第15 章面板数据模型/575
 学习目标/575
 关键词/575
 15.1 面板数据回归方程/577
 15.2 固定效应估计量/581
 15.3 面板数据回归误差项假设/587
 15.4 随机效应估计量/591
 15.5 练习/602
 附录15A 聚类-稳健标准误:一些细节/609
 附录15B 误差分量估计/610
 第16 章定性和受限因变量模型/612
 学习目标/612
 关键词/612
 16.1 引入二值因变量模型/613
 16.2 二值选择建模/616
 16.3 多项式logit模型/634
 16.4 条件logit/639
 16.5 有序选择模型/641
 16.6 计数数据模型/645
 16.7 受限因变量/649
 16.8 练习/657
 附录16A probit边际效应:详解/665
 附录16B 随机效用模型/667
 附录16C 使用潜变量/669
 附录16D Tobit蒙特卡罗实验/670
 附录A 数学工具/673
 附录B 概率的概念/693
 附录C 统计推断回顾/734
 附录D 统计表/782
 |    |