计量经济学 原书3版PDF电子书下载

前言 1

第一篇 导论与复习 3

1 经济问题和数据 3

1.1　我们研究的经济问题 3

1.2　因果效应和理想化试验 6

1.3　数据：来源和类型 8

本章小结 12

重要术语 12

内容复习 12

2　概率论复习 13

2.1　随机变量和概率分布 14

2.2　期望值、均值和方差 17

2.3　二维随机变量 22

2.4　正态分布、卡方分布、学生t分布和F分布 30

2.5　随机抽样和样本均值的分布 36

2.6　抽样分布的大样本近似 39

本章小结 44

重要术语 45

内容复习 45

习题 46

附录2.1　重要概念2.3中结论的推导 51

3　统计学复习 53

3.1　总体均值的估计 54

3.2　有关总体均值的假设检验 57

3.3　总体均值的置信区间 64

3.4　不同总体的均值比较 66

3.5　基于试验数据的因果效应的均值之差估计 69

3.6　样本容量较小时使用t统计量 71

3.7　散点图、样本协方差和样本相关系数 73

本章小结 76

重要术语 77

内容复习 77

习题 77

实证练习 82

附录3.1　美国当前人口调查 82

附录3.2　？是μY的最小二乘估计量的两种证明方法 83

附录3.3　样本方差一致性的证明 83

第二篇 回归分析基础 87

4　一元线性回归 87

4.1　线性回归模型 87

4.2　线性回归模型的系数估计 91

4.3　拟合优度 96

4.4　最小二乘假设 98

4.5　OLS估计量的抽样分布 102

4.6　结论 105

本章小结 105

重要术语 106

内容复习 106

习题 106

实证练习 109

附录4.1　加利福尼亚测试成绩数据集 111

附录4.2　OLS估计量的推导 111

附录4.3　OLS估计量的抽样分布 112

5　一元线性回归：假设检验和置信区间 115

5.1　关于某个回归系数的假设检验 115

5.2　回归系数的置信区间 120

5.3　X为二值变量时的回归 122

5.4　异方差和同方差 123

5.5　普通最小二乘的理论基础 128

5.6　样本容量较小时t统计量在回归中的运用 130

5.7　结论 131

本章小结 132

重要术语 133

内容复习 133

习题 133

实证练习 136

附录5.1　OLS的标准误公式 137

附录5.2　Gauss-Markov条件和Gauss-Markov定理的证明 138

6　多元线性回归 142

6.1　遗漏变量偏差 142

6.2　多元回归模型 147

6.3　多元回归的OLS估计量 150

6.4　多元回归的拟合优度 152

6.5　多元回归的最小二乘假设 154

6.6　多元回归中OLS估计量的分布 156

6.7　多重共线性 157

6.8　结论 160

本章小结 160

重要术语 161

内容复习 161

习题 162

实证练习 165

附录6.1　（6.1）式的推导 166

附录6.2　含两个回归变量且误差同方差时OLS估计量的分布 166

附录6.3　Frisch-Waugh定理 167

7　多元回归中的假设检验和置信区间 168

7.1　单个系数的假设检验和置信区间 168

7.2　联合假设的检验 172

7.3　涉及多个系数的单个约束检验 177

7.4　多个系数的置信集 178

7.5　多元回归的模型设定 179

7.6　测试成绩数据集分析 183

7.7　结论 187

本章小结 188

重要术语 188

内容复习 188

习题 188

实证练习 191

附录7.1　联合假设的Bonferroni检验 193

附录7.2　条件均值独立 194

8　非线性回归函数 197

8.1　非线性回归函数的一般建模方法 198

8.2　一元非线性函数 204

8.3　自变量的交互作用 213

8.4　学生／教师比对测试成绩的非线性效应 224

8.5　结论 229

本章小结 229

重要术语 230

内容复习 230

习题 230

实证练习 235

附录8.1　参数非线性的回归函数 237

附录8.2　非线性回归函数的斜率和弹性 240

9　基于多元回归的评估研究 242

9.1　内部和外部有效性 242

9.2　多元回归分析的内部有效性威胁 245

9.3　利用回归进行预测时的内部和外部有效性 254

9.4　实例：测试成绩和班级规模 255

9.5　结论 262

本章小结 263

重要术语 263

内容复习 263

习题 264

实证练习 266

附录9.1 马萨诸塞州的小学测试数据 267

第三篇 回归分析的深入专题 271

10　面板数据回归 271

10.1　面板数据 271

10.2　具有两个时期的面板数据：“前后”比较 274

10.3　固定效应回归 276

10.4　时间固定效应回归 280

10.5　固定效应回归假设和固定效应回归的标准误 282

10.6　有关酒后驾车的法律规定和交通事故死亡人数 284

10.7　结论 288

本章小结 288

重要术语 289

内容复习 289

习题 290

实证练习 291

附录10.1　州交通死亡事故数据集 293

附录10.2　固定效应回归的标准误 293

11 二值因变量回归 297

11.1　二值因变量和线性概率模型 298

11.2　probit和logit回归 301

11.3　logit和probit模型的估计和推断 307

11.4　在波士顿HMDA数据中的应用 309

11.5　总结 315

本章小结 316

重要术语 317

内容复习 317

习题 317

实证练习 319

附录11.1　波士顿HMDA数据集 321

附录11.2　最大似然估计 321

附录11.3　其他受限因变量模型 324

12　工具变量回归 326

12.1 单个回归变量和单个工具变量的IV估计量 326

12.2　一般IV回归模型 334

12.3　工具变量有效性的检验 340

12.4　在香烟需求中的应用 344

12.5　有效工具变量的来源 348

12.6　结论 352

本章小结 352

重要术语 353

内容复习 353

习题 353

实证练习 355

附录12.1　香烟消费的面板数据集 357

附录12.2　（12.4）式中TSLS估计量公式的推导 357

附录12.3　TSLS估计量的大样本分布 357

附录12.4　工具变量无效时TSLS估计量的大样本分布 358

附录12.5　弱工具变量时的工具变量分析 360

附录12.6　带控制变量的TSLS 361

13　试验和准试验 363

13.1 可能结果、因果效应和理想化试验 364

13.2　对试验有效性的威胁 366

13.3　班级规模缩小效应的试验估计 370

13.4　准试验 377

13.5　准试验的潜在问题 383

13.6　异质总体的试验和准试验估计 385

13.7　结论 389

本章小结 389

重要术语 390

内容复习 390

习题 391

实证练习 394

附录13.1　STAR项目数据集 395

附录13.2　个体因果效应不同时的IV估计 396

附录13.3　用于试验数据分析的可能结果分析框架 397

第四篇 经济时间序列数据的回归分析 401

14　时间序列回归和预测导论 401

14.1　利用回归模型进行预测 402

14.2　时间序列数据和序列相关性导论 402

14.3　自回归 408

14.4　包含其他预测变量的时间序列回归和自回归分布滞后模型 413

14.5　基于信息准则的滞后长度选取 421

14.6　非平稳性Ⅰ：趋势 424

14.7　非平稳性Ⅱ：突变 431

14.8　结论 441

本章小结 441

重要术语 442

内容复习 442

习题 443

实证练习 446

附录14.1 第14章中用到的时间序列数据 447

附录14.2　AR（1）模型的平稳性 448

附录14.3　滞后算子符号 449

附录14.4　ARMA模型 449

附录14.5　BIC滞后长度估计量的一致性 450

15　动态因果效应的估计 452

15.1　橘子汁数据初探 453

15.2　动态因果效应 455

15.3　含外生回归变量时的动态因果效应估计 458

15.4　异方差和自相关一致的标准误 461

15.5　含严格外生回归变量时的动态因果效应估计 465

15.6　橘子汁价格和寒冷天气 471

15.7　外生性合理吗？几个实例 477

15.8　结论 479

本章小结 479

重要术语 480

内容复习 480

习题 481

实证练习 483

附录15.1　橘子汁价格数据集 484

附录15.2 用滞后算子符号表示的ADL模型和广义最小二乘 484

16 时间序列回归的其他专题 487

16.1　向量自回归 487

16.2　多期预测 491

16.3　单整阶数和DF-GLS单位根检验 495

16.4　协整 500

16.5　波动集群性和自回归条件异方差 507

16.6　结论 511

本章小结 511

重要术语 511

内容复习 512

习题 512

实证练习 514

附录16.1　第16章用到的美国金融数据 515

第五篇 回归分析的计量经济学理论 519

17　一元线性回归理论 519

17.1 扩展的最小二乘假设和OLS估计量 519

17.2　渐近分布理论基础 521

17.3　OLS估计量和t统计量的渐近分布 526

17.4　误差服从正态分布时的精确抽样分布 528

17.5　加权最小二乘 530

本章小结 534

重要术语 534

内容复习 534

习题 535

附录17.1 正态分布及其相关分布和连续型随机变量的矩 537

附录17.2　两个不等式 539

18　多元回归理论 541

18.1 多元线性回归模型和OLS估计量的矩阵形式 542

18.2　OLS估计量和t统计量的渐近分布 545

18.3　联合假设的检验 547

18.4　正态误差下回归统计量的分布 549

18.5　误差同方差时OLS估计量的效率 552

18.6　广义最小二乘 554

18.7　工具变量和广义矩估计法 558

本章小结 565

重要术语 566

内容复习 566

习题 566

附录18.1　矩阵代数概要 571

附录18.2　多维分布 574

附录18.3　？渐近正态分布的推导 575

附录18.4　正态误差下OLS检验统计量的精确分布推导 575

附录18.5　多元回归Gauss-Markov定理的证明 577

附录18.6　IV和GMM估计中部分结论的证明 577

附表 580

参考文献 589

内容复习　部分解答 593

术语表 603