计量经济学导论 现代观点PDF电子书下载

第1章 计量经济学的性质与经济数据 1

1.1 什么是计量经济学 1

1.2 经验经济分析的步骤 2

1.3 经济数据的结构 5

横截面数据 6

时间序列数据 8

混合横截面数据 9

综列或纵剖面数据 10

对数据结构的评论 12

1.4 计量经济分析中的因果关系和其他条件不变的概念 12

小结 16

关键术语 17

第1篇 横截面数据的回归分析 19

第2章 简单回归模型 21

2.1 简单回归模型的定义 21

2.2 普通最小二乘法的推导 26

关于术语的注解 33

2.3 OLS的操作技巧 33

拟合值和残差 34

OLS统计的代数性质 35

拟合优度 37

2.4 测量单位和函数形式 38

改变测量单位对OLS统计量的影响 38

在简单回归中加入非线性因素 39

“线性”回归的含义 42

2.5 OLS估计量的期望值和方差 43

OLS的无偏性 43

OLS估计量的方差 48

误差方差的估计 52

2.6 过原点回归 54

小结 55

关键术语 56

习题 56

计算机习题 59

附录2A 60

第3章 多元回归分析：估计 62

3.1 使用多元回归的动因 63

含有两个自变量的模型 63

含有K个自变量的模型 65

3.2 普通最小二乘法的操作和解释 67

如何得到OLS估计值 67

对OLS回归方程的解释 68

多元回归中“保持其他因素不变”的含义 70

同时改变不止一个自变量 71

OLS的拟合值和残差 71

对多元回归“排除其他变量影响”的解释 72

简单回归和多元回归估计值的比较 73

拟合优度 74

通过原点的回归 77

3.3 OLS估计量的期望值 77

在回归模型中包含了无关变量 82

遗漏变量的偏误：简单情形 83

遗漏变量的偏误：更一般的情形 86

3.4 OLS估计量的方差 87

OLS方差的成分：多重共线性 89

误设模型中的方差 92

估计σ2：OLS估计量的标准误 93

3.5 OLS的有效性：高斯-马尔科夫定理 95

小结 96

关键术语 97

习题 97

计算机习题 101

附录3A 103

第4章 多元回归分析：推断 107

4.1 OLS估计量的抽样分布 107

4.2 检验对单个总体参数的假设：t检验 110

对单侧对立假设的检验 112

双侧对立假设 117

检验βj的其他假设 119

计算t检验的p值 122

对经典假设检验用语的提醒 124

经济或实际显著性与统计显著性 124

4.3 置信区间 127

4.4 检验关于参数的一个线性组合的假设 129

4.5 对多个线性约束的检验：F检验 132

对排除性约束的检验 132

F统计量和t统计量之间的关系 138

F统计量的R-平方型 139

计算F检验的p值 140

回归整体显著性的F统计量 141

检验一般的线性约束 142

4.6 报告回归结果 143

小结 145

关键术语 146

习题 147

计算机习题 152

第5章 多元回归分析：OLS的渐近性 154

5.1 一致性 155

推导OLS的不一致性 157

5.2 渐近正态和大样本推断 159

其他大样本检验：拉格朗日乘数统计量 163

5.3 OLS的渐近有效性 165

小结 167

关键术语 167

习题 168

计算机习题 168

附录5A 169

第6章 多元回归分析：其他问题 171

6.1 数据的测度单位对OLS统计量的影响 171

β系数 174

6.2 对函数形式的进一步讨论 176

对使用对数函数形式的进一步讨论 176

含二次式的模型 178

含有交互作用项的模型 182

6.3 拟合优度和回归元选择的进一步探讨 184

调整R-平方 184

利用调整R-平方在两个非嵌套模型中进行选择 186

回归分析中控制了过多的因素 188

增加回归元以减少误差方差 189

6.4 预测和残差分析 190

预测的置信区间 190

残差分析 193

当因变量为log（y）时对y的预测 194

小结 197

关键术语 198

习题 198

计算机习题 200

第7章 含有定性信息的多元回归分析：二值（或虚拟）变量 203

7.1 对定性信息的描述 204

7.2 只有一个虚拟自变量 205

当因变量为log（y）时，对虚拟解释变量系数的解释 210

7.3 使用多个虚拟变量 211

通过虚拟变量来包含序数信息 213

7.4 涉及虚拟变量的交互作用 216

虚拟变量之间的交互作用 216

容许出现不同的斜率 217

检验不同组之间回归函数上的差别 221

7.5 二值因变量：线性概率模型 224

7.6 对政策分析和项目评价的进一步讨论 229

小结 231

关键术语 232

习题 232

计算机习题 235

第8章 异方差性 238

8.1 异方差性对OLS所造成的影响 238

8.2 OLS估计后异方差—稳健性推断 239

计算异方差—稳健的LM检验 243

8.3 对异方差性的检验 245

异方差性的White检验 248

8.4 加权最小二乘估计 250

除一个常数倍数外异方差是已知的 251

必须估计异方差函数：可行GLS 256

8.5 再议线性概率模型 260

小结 262

关键术语 263

习题 263

计算机习题 264

第9章 模型设定和数据问题的深入探讨 267

9.1 函数形式误设 268

对函数形式误设问题的一般检验：RESET 270

对非嵌套模型的检验 272

9.2 对观测不到的解释变量使用代理变量 273

用滞后因变量作为代理变量 277

9.3 有测量误差的OLS性质 279

因变量中的测量误差 280

解释变量中的测量误差 282

9.4 数据缺失、非随机样本和异常观测 285

数据缺失 286

非随机样本 286

异常观测 288

小结 292

关键术语 293

习题 293

计算机习题 295

第2篇 时间序列数据的回归分析 297

第10章 时间序列数据的基本回归分析 299

10.1 时间序列数据的性质 299

10.2 时间序列回归模型的例子 301

静态模型 301

有限分布滞后模型 301

标注时间的惯例 304

10.3 经典假设下OLS的有限样本性质 304

OLS的无偏性 304

OLS估计量的方差和高斯-马尔科夫定理 308

经典线性模型假定下的推断 310

10.4 函数形式、虚拟变量和指数 311

10.5 趋势和季节性 318

描述有趋势的时间序列 318

在回归分析中使用趋势变量 321

对有时间趋势的回归做除趋势变换 323

因变量有趋势时R-平方的计算 325

季节性 326

小结 328

关键术语 329

习题 329

计算机习题 330

第11章 用时间序列数据计算OLS的其他问题 333

11.1 平稳性和弱相依时间序列 334

平稳和非平稳时间序列 334

弱相依时间序列 335

11.2 OLS的渐近性质 338

11.3 使用高度持久时间序列做回归分析 344

高度持久时间序列 344

高度持久时间序列的变换 348

判断时间序列是否是I（1） 349

11.4 动态完整模型和无序列相关 351

11.5 时间序列模型的同方差假定 354

小结 354

关键术语 355

习题 355

计算机习题 358

第12章 时间序列回归中的序列相关和异方差 361

12.1 有序列相关误差的OLS性质 362

无偏性和一致性 362

效率和推断 362

出现滞后因变量时的序列相关 363

12.2 序列相关的检验 365

回归元为严格外生时对AR（1）序列相关的t检验 365

经典假定条件下的德宾-沃森统计量 367

回归元不是严格外生时AR（1）序列相关的检验 369

更高阶序列相关的检验 370

12.3 对严格外生回归元的序列相关的校正 372

在AR（1）模型中求最优线性无偏估计量 372

有AR（1）误差的可行GLS估计 374

OLS和FGLS的比较 376

更高阶序列相关的校正 378

12.4 差分和序列相关 379

12.5 在OLS后的序列相关—稳健推断 380

12.6 时间序列回归中的异方差性 383

异方差—稳健统计量 384

异方差的检验 384

自回归条件异方差 385

回归模型中的异方差和序列相关 387

小结 388

关键术语 389

习题 389

计算机习题 390

第3篇 高深专题讨论 393

第13章 跨时横截面的混合，简单综列数据方法 395

13.1 跨时独立横截面的混合 396

对跨越时间的结构性变化做邹至庄检验 400

13.2 利用混合横截面做政策分析 401

13.3 两时期综列数据分析 406

综列数据的编排 412

13.4 用两期综列数据做政策分析 412

13.5 多于两期的差分法 415

小结 420

关键术语 420

习题 421

计算机习题 422

附录13A 425

第14章 高深的综列数据方法 427

14.1 固定效应估计法 427

虚拟变量回归 431

是固定效应（FE）还是一阶差分（FD）？ 433

非平衡综列数据的固定效应法 434

14.2 随机效应模型 435

随机效应还是固定效应？ 438

14.3 把综列数据方法用于其他数据结构 439

小结 441

关键术语 441

习题 442

计算机习题 443

附录14A 445

第15章 工具变量估计与两阶段最小二乘法 447

15.1 动机：简单回归模型中的遗漏变量 448

用IV估计量做统计推断 451

低劣的工具变量条件下IV的性质 456

IV估计后计算R2 457

15.2 多元回归模型的IV估计 458

15.3 两阶段最小二乘 461

单一内生解释变量 461

多重共线性与2SLS 464

多个内生解释变量 465

2SLS估计后对多个假设的检验 466

15.4 含误差的变量问题的IV解 466

15.5 内生性检验与检验过度识别约束 468

内生性检验 468

检验过度识别约束 470

15.6 异方差性条件下的2SLS 471

15.7 2SLS应用于时间序列方程 472

15.8 2SLS应用于混合横截面和综列数据 474

小结 476

关键术语 477

习题 477

计算机习题 480

附录15A 483

第16章 联立方程模型 485

16.1 联立方程模型的性质 486

16.2 OLS中的联立性偏误 489

16.3 结构方程的识别和估计 491

两方程联立模型中的识别 491

使用2SLS的估计 496

16.4 多于两个方程的联立方程组 497

三个或更多方程的系统中的识别问题 498

估计 499

16.5 利用时间序列的联立方程模型 499

16.6 利用综列数据的联立方程模型 503

小结 505

关键术语 506

习题 506

计算机习题 508

第17章 限值因变量模型和样本选择纠正 511

17.1 二值响应的logit和probit模型 512

设定logit和probit模型 512

logit和probit模型的最大似然估计 515

多重假设的检验 516

解释logit和probit模型的估计值 517

17.2 Tobit模型 521

对Tobit估计值的解释 522

Tobit模型中的设定问题 526

17.3 泊松回归模型 527

17.4 截取和断尾回归模型 531

截取回归模型 532

断尾回归模型 535

17.5 样本选择纠正 537

OLS什么时候对选择的样本是一致的？ 538

偶然断尾 539

小结 543

关键术语 544

习题 545

计算机习题 546

附录17A 548

第18章 时间序列的深入讨论 550

18.1 无限分布滞后模型 551

几何（或考依克）分布滞后 553

有理分布滞后模型 555

18.2 单位根的检验 557

18.3 谬误回归 563

18.4 协积和误差纠正机制 565

协积 565

误差纠正模型 570

18.5 预测 572

用于预测的各种回归模型 573

超前一步预测 574

超前一步预测的比较 578

超前多步预测 579

有趋势、季节性和自积过程的预测 582

小结 587

关键术语 588

习题 589

计算机习题 591

第19章 一个经验项目的实施 594

19.1 问题的提出 594

19.2 文献回顾 597

19.3 数据的收集 597

确定适当的数据集 597

输入并储存你的数据 599

检查、清理、总结你的数据 600

19.4 计量经济学分析 602

19.5 经验论文的写作 604

引言 605

概念（或理论）框架 605

计量经济学模型和估计方法 606

数据 608

结果 609

结论 610

风格提示 610

小结 613

关键术语 613

样本经验项目 613

期刊列表 618

数据资源 619

附录A 基本数学工具 621

A.1 总和运算子与描述统计量 621

A.2 线性函数的性质 624

A.3 比例与百分数 626

A.4 若干特殊函数及其性质 628

二次函数 628

自然对数 630

指数函数 633

A.5 微分学 634

小结 637

关键术语 637

习题 637

附录B 概率论基本知识 640

B.1 随机变量及其概率分布 641

离散随机变量 641

连续随机变量 643

B.2 联合分布、条件分布与独立性 645

联合分布与独立性 645

条件分布 647

B.3 概率分布的特征 648

集中趋势的一种度量：期望值 648

期望值的性质 649

集中趋势的另一种度量：中位数 651

变异性的度量：方差与标准差 652

方差 652

标准差 654

标准化一个随机变量 654

B.4 联合与条件分布的特征 655

关联度：协方差与相关 655

协方差 655

相关系数 656

随机变量之和的方差 657

条件期望 659

条件期望的性质 660

条件方差 662

B.5 正态及其有关分布 663

正态分布 663

标准正态分布 664

正态分布的其他性质 666

x平方分布 666

t分布 667

F分布 668

小结 669

关键术语 669

习题 670

附录C 数理统计基础 672

C.1 总体、参数与随机抽样 672

抽样 673

C.2 估计量的有限样本性质 674

估计量与估计值 674

无偏性 675

估计量的抽样方差 677

有效性 679

C.3 估计量的渐近或大样本性质 680

一致性 681

渐近正态性 683

C.4 参数估计的一般方法 685

矩法 685

最大似然法 686

最小二乘法 687

C.5 区间估计与置信区间 687

区间估计的性质 687

正态分布总体均值的置信区间 689

95％置信区间的一个简单的经验法则 692

非正态总体的渐近置信区间 693

C.6 假设检验 694

假设检验的基本知识 694

检验关于正态总体均值的假设 696

非正态总体的渐近检验 699

p值的计算和使用 700

置信区间与假设检验的关系 703

实际显著性与统计显著性的对比 704

C.7 关于符号的注释 705

小结 706

关键术语 706

习题 707

附录D 矩阵代数概述 713

D.1 基本定义 713

D.2 矩阵运算 714

矩阵加法 714

数乘 715

矩阵乘法 715

转置 717

分块矩阵的乘法 717

迹 718

逆 718

D.3 线性独立与矩阵的秩 719

D.4 二次型与正定矩阵 720

D.5 幂等矩阵 720

D.6 线性形式和二次型的微分 721

D.7 随机向量的矩和分布 721

期望值 721

方差—协方差矩阵 722

多元正态分布 722

x平方分布 723

t分布 723

F分布 723

小结 724

关键术语 724

习题 724

附录E 矩阵形式的线性回归模型 726

E.1 模型与普通最小二乘估计 726

E.2 OLS的有限样本性质 729

E.3 统计推断 732

小结 734

关键术语 734

习题 734

附录F 各章习题解答 736

附录G 统计学用表 751

参考文献 759

术语表 767

索引 781

译后记 827