计量经济学 第2版PDF电子书下载

第一部分 导论与复习 1

第1章 经济问题与数据 3

1.1我们研究的经济问题 4

问题1减少班级人数能否改善初等教育效果 4

问题2住房贷款市场是否存在种族歧视 5

问题3烟草税能够多大程度地减少吸烟 5

问题4明年的通货膨胀率为多少 6

定量问题与定量解答者 7

1.2因果效应与理想实验 8

估计因果效应 8

预测与因果性 9

1.3数据：来源与种类 10

实验数据与观察数据 10

横截面数据 11

时间序列数据 11

面板数据 13

第2章 概率论复习 17

2.1随机变量与概率分布 18

概率、样本空间与随机变量 18

离散随机变量的概率分布 19

连续随机变量的概率分布 21

2.2期望值、均值与方差 23

随机变量的期望值 23

方差与标准差 24

随机变量的线性函数的均值与方差 25

概率分布形状的其他度量方法 26

2.3双随机变量 29

联合分布与边缘分布 29

条件分布 30

独立性 34

协方差与相关 34

随机变量总和的均值与方差 35

2.4正态分布、x2分布、t分布与F分布 39

正态分布 39

x2分布 43

t分布 44

F分布 44

2.5随机抽样与样本均值的分布 45

随机抽样 45

样本均值的抽样分布 46

2.6抽样分布的大样本近似 48

大数定律与一致性 49

中心极限定律 52

附录2.1主要概念2.3的推导结果 63

第3章 统计学复习 65

3.1母体均值的估计 66

估计量及其性质 67

Y的性质 68

随机抽样的重要性 70

3.2母体均值的假设检验 71

原假设与对立假设 72

p值 72

计算σY已知的p值 74

样本方差、样本标准差与标准误差 75

计算σY未知的p值 76

t统计量 77

预定置信水平的假设检验 78

单侧对立假设 80

3.3母体均值的置信区间 81

3.4比较不同母体的均值 83

两个均值差异的假设检验 83

两个母体均值差异的置信区间 84

3.5利用实验数据估计因果效应的均值差异 85

均值差异的因果效应 85

依据均值差异估计因果效应 87

3.6小样本的t统计量的使用 88

t统计量与常规t统计量 88

常规t统计量的实际运用 92

3.7散布图、样本方差与样本相关 92

散布图 93

样本协方差与相关 94

附录3.1美国人口普查 105

附录3.2 Y为μY的最小二乘估计量的两种证明 106

附录3.3样本方差的一致性证明 107

第二部分 回归分析基础 109

第4章 单回归量的线性回归（一元线性回归） 111

4.1线性回归模型 112

4.2估计线性回归模型的系数 116

最小二乘估计量 118

考试成绩与师生比率关系的最小二乘估计值 120

为何使用最小二乘估计量 121

4.3拟合的测度 123

R2 123

回归的标准误差 124

考试成绩数据的运用 125

4.4最小二乘法假定 126

假定1已知Xi时ui的条件分布具有零均值 126

假定2（Xi，Yi），i=1，…，n服从独立同分布 128

假定3不出现奇怪的离群值 129

最小二乘法假定的利用 130

4.5 OLS估计量的样本分布 131

OLS估计量 的样本八布 132

4.6结论 135

附录4.1加利福尼亚州的考试成绩数据 143

附录4.2 OLS估计量的推导 143

附录4.3 OLS估计量的样本分布 144

第5章 单回归量的线性回归：假设检验与置信区间 148

5.1单个回归系数的假设检验 149

β1的双侧假设 149

β1的单侧假设 153

截距β0的假设检验 155

5.2回归系数的置信区间 155

5.3 X为两元变量的回归 158

回归系数的解释 158

5.4异方差与同方差 160

何谓异方差与同方差 160

同方差的数学含义 163

异方差与同方差的实践含义 164

5.5最小二乘法的理论基础 166

线性条件无偏估计量与Gauss-Markov定理 167

非OLS的回归估计量 168

5.6小样本回归的t统计量的使用 169

t统计量与常规t统计量 170

常规t统计量的实际运用 170

5.7结论 171

附录5.1 OLS标准误差的公式 180

附录5.2 Gauss-Markov条件与Gauss-Markov定理的证明 182

第6章 多回归量线性回归 186

6.1遗漏变量偏倚 186

遗漏变量偏倚的定义 187

遗漏变量偏倚的公式 189

通过数据分组表示遗漏变量偏倚 191

6.2多元回归模型 193

母体回归线 193

母体多元回归模型 194

6.3多元回归的OLS估计量 196

OLS估计量 197

考试成绩与师生比率的应用 198

6.4衡量多元回归的拟合度 200

回归的标准误差 200

R2 200

调整R2 201

考试成绩数据的运用 202

6.5多元回归的最小二乘法假定 202

假定1已知Xli，X2i，…，Xki时ui的条件分布具有零均值 203

假定2 （X1i，X2i，…，Xki，Yi），i=1，2，…，n服从独立同分布 203

假定3不出现奇怪的离群值 203

假定4不存在完全共线性 203

6.6多元回归的OLS估计量的分布 205

6.7共线性 206

完全共线性的例子 206

不完全共线性 209

6.8结论 210

附录6.1公式（6.1）的推导 218

附录6.1两个回归量与同方差误差项的OLS估计量的分布 218

第7章 多元回归的假设检验与置信区间 220

7.1单个系数的假设检验与置信区间 221

OLS估计量的标准方差 221

单个系数的假设检验 221

单个系数的置信区间 223

考试成绩与师生比率的应用 223

7.2复合假设检验 225

两个或更多系数的假设检验 225

F统计量 227

考试成绩与师生比率的应用 229

7.3检验涉及多个系数的单一约束条件 230

7.4多个系数的置信集合 232

7.5多元回归的模型设定 234

多元回归的遗漏变量偏倚 235

模型设定的理论与实践 236

R2与调整R2的实践解释 237

7.6分析考试成绩数据 239

7.7结论 244

附录7.1复合假设的Bonferroni检验 251

第8章 非线性回归函数 254

8.1非线性回归函数模型化的一般策略 256

考试成绩与地区收入 256

非线性模型设定的X的变化给予Y的影响 260

利用多元回归的非线性模型化的一般方法 264

8.2单自变量的非线性函数 264

多项式 265

对数式 267

考试成绩与地区收入的多项式模型与对数式的模型 275

8.3自变量之间的相互作用 277

两个两元变量的相互作用 277

连续变量与两元变量的相互作用 280

两个连续变量的相互作用 286

8.4师生比率与考试成绩之间的非线性效应 290

讨论回归结果 291

总结研究发现 295

8.5结论 296

附录8.1参数之间存在非线性关系的回归函数 307

第9章 基于多元回归的研究评价 312

9.1内部有效性与外部有效性 313

威胁内部有效性的因素 313

威胁外部有效性的因素 314

9.2威胁多元回归分析的内部有效性的因素 316

遗漏变量偏倚 316

回归函数的形式的误定 319

变量误差 319

样本选择 322

联立因果性 324

OLS标准误差的不一致性源泉 325

9.3利用多元回归分析预测的内部有效性与外部有效性 327

利用回归模型预测 327

回归模型预测的有效性评价 328

9.4事例：考试成绩与班级规模 329

外部有效性 329

内部有效性 336

讨论与含义 337

9.5结论 338

附录9.1马萨诸塞州的小学考试成绩数据 344

第三部分 回归分析的深入讨论 347

第10章 面板数据的回归 349

10.1面板数据 350

案例：交通死亡与酒税 351

10.2两期面板数据：“前后”比较 353

10.3固定效应回归 356

固定效应回归模型 356

估计与推断 359

交通死亡的应用 360

10.4时间固定效应回归 361

只存在时间效应 361

个体效应与时间效应的共存 362

10.5固定效应回归的假设与回归标准差 364

固定效应回归的假设 364

固定效应回归的标准差 366

10.6饮酒驾车规律与交通事故死亡 367

10.7结论 371

附录10.1美国各州交通事故数据 378

附录10.2伴随序列相关误差的固定效应回归的标准误差 379

第11章 两元因变量的回归 383

11.1两元因变量与线性概率模型 384

两元因变量 385

线性概率模型 387

11.2 Probit与Logit回归 389

Probit回归 389

Logit回归 394

比较线性概率、Probit回归与Logit回归 396

11.3 Probit模型与Logit模型的估计与推断 396

非线性最小二乘估计 397

最大似然估计 398

拟合的测度 399

11.4波士顿HDMA数据的应用例 400

11.5总结 407

附录11.1波士顿HDMA数据集 415

附录11.2最大似然估计 415

附录10.2其他受限因变量模型 418

第12章 工具变量回归 421

12.1单回归量与单工具变量的IV估计量 422

IV模型与假定 422

两阶段最小二乘法估计量 423

IV回归的作用机制 424

TSLS估计量的样本分布 428

香烟需求的应用 430

12.2一般IV回归模型 432

一般IV回归模型的TSLS 433

一般IV回归模型的工具变量的相关性与外生性 434

IV回归假定与TSLS估计量的样本分布 434

利用TSLS估计量的推断 437

香烟需求的应用 437

12.3校验工具变量的有效性 439

假定1工具变量的相关性 439

假定2工具变量的外生性 443

12.4香烟需求的应用 445

12.5有效工具变量的来源 450

三个案例 451

12.6结论 455

附录12.1香烟消费的面板数据集 462

附录12.2方程（12.4）的TSLS估计量推导 462

附录12.3 TSLS估计量的大样本分布 463

附录12.4工具变量无效的TSLS估计量的大样本分布 464

附录12.5弱工具变量的工具变量分析 466

第13章 实验与拟实验 468

13.1理想实验与因果效应 470

理想的随机控制实验 470

差分估计量 471

13.2实施实验的潜在问题 472

威胁内部有效性的因素 472

威胁外部有效性的因素 475

13.3利用实验数据的因果效应的回归估计量 477

增加回归量的差分估计量 477

差分的差分估计量 480

不同群体的因果效应的估计 484

存在部分应允（compliance）的估计 484

检验随机化 485

13.4缩小班级规模的效应的实验估计 486

实验设计 486

STAR数据的分析 487

班级规模效应的观察估计值与实验估计值的比较 492

13.5拟实验 494

案例 495

分析拟实验的计量经济学方法 497

13.6拟实验的潜在问题 500

威胁内部有效性的因素 500

威胁外部有效性的因素 502

13.7不同母体的实验与拟实验的估计值 502

母体的异质性：谁的因果效应 502

不同因果效应的OLS 503

不同因果效应的IV回归 504

13.8结论 507

附录13.1 STAR项目的数据集 516

附录13.2差分的差分估计量的多期模型的扩展 517

附录13.3条件均值的独立性 518

附录13.4个体因果效应不同的IV估计 520

第四部分 经济时间序列的回归分析 523

第14章 时间序列回归与预测的导论 525

14.1利用回归模型预测 527

14.2时间序列数据与序列相关的导论 528

美国的通货膨胀率与失业率 528

滞后、一阶差分、对数与增长率 528

自相关 532

其他经济时间序列数据的例子 533

14.3自回归 535

一阶自回归模型 535

p阶自回归模型 538

14.4增加预测量的时间序列回归与自回归滞后分布模型 541

利用过去的失业率预测通货膨胀率的变化 541

平稳性 544

多预测量的时间序列回归 545

预测的不确定性与预测区间 548

14.5利用信息准则选择滞后长度 549

确定自回归的阶数 551

多预测量的时间序列回归的滞后长度选择 553

14.6非平稳性Ⅰ：趋势 554

何谓趋势 555

随机趋势导致的问题 557

发现随机趋势：AR模型的单位根检验 560

避免随机趋势导致的问题 564

14.7非平稳性Ⅱ：突变 565

何谓突变 565

检验突变 566

伪样本外推预测 571

避免突变导致的问题 576

14.8结论 577

附录14.1第14章的时间序列数据 586

附录14.2 AR（1）模型的平稳性 586

附录14.3滞后算子符号 588

附录14.4 ARMA模型 589

附录14.5 BIC滞后长度估计量的一致性 589

第15章 动态因果效应的估计 591

15.1橘子汁原味的数据 593

15.2动态因果效应 595

因果效应与时间序列数据 596

两种类型的外生性 598

15.3利用外生回归量估计动态效应 600

滞后分布模型假定 601

自相关ut、标准误差与推断 601

动态乘数与累积动态乘数 602

15.4异方差的标准误差与自相关的一致标准误差 604

存在自相关误差项的OLS估计量的分布 604

HAC标准误差 606

15.5利用严格外生回归量估计动态效应 608

存在AR（1）误差项的滞后分布模型 609

ADL模型的OLS估计 612

GLS估计 613

添加滞后项与AR（p）误差项的滞后分布模型 615

15.6橘子汁价格与凉爽气候 618

15.7外生性是否可信？部分事例 624

美国收入与澳大利亚出口 625

石油价格与通货膨胀 626

货币政策与通货膨胀 626

Phillips曲线 627

15.8结论 627

附录15.1橘子汁数据 634

附录15.1 ADL模型与滞后算子符号表示的一般最小二乘法 634

第16章 时间序列回归的补充内容 637

16.1向量自回归 638

VAR模型 638

通货膨胀率与失业率的VAR模型 641

16.2多期预测 642

迭代多期预测 643

直接多期预测 645

应该使用哪种方法？ 647

16.3积分阶数与DF-GLS单位根检验 648

其他趋势模型与积分阶数 650

单位根的DF-GLS检验 653

为何单位根检验具有非正态分布 655

16.4协整 655

协整与误差修正 655

如何判断两个变量是否存在协整 658

估计协整系数 660

多元协整变量的扩展 661

利率的应用 662

16.5变动性聚类与自回归条件异方差 664

变动性聚类 665

自回归条件异方差 666

股价变动的应用 667

16.6结论 669

附录16.1第16章使用的美国金融数据 674

第五部分 回归分析的计量经济理论 675

第17章 单回归量线性回归的理论 677

17.1扩展的最小二乘法假定与OLS估计量 678

扩展的最小二乘法假定 678

OLS估计量 680

17.2渐近分布理论的基础 680

概率收敛与大数定理 681

中心极限定理与分布收敛 683

Slutsky定理与连续映射定理 685

基于样本均值的t统计量应用 685

17.3 OLS估计量与t统计量的渐近分布 686

OLS估计量的一致性与渐近正态性 686

异方差稳健的标准误差的一致性 686

异方差稳健的t统计量的渐近正态性 688

17.4正态分布误差项的精确样本分布 688

正态误差项的β1的分布 688

只存在同方差的t统计量的分布 690

17.5加权最小二乘法 691

已知异方差的WLS 691

已知异方差的函数形式的WLS 692

异方差稳健标准误差还是WLS 695

附录17.1连续随机变量的正态及相关分布与矩 700

附录17.2两个不等式 702

第18章 多元回归的理论 704

18.1线性多元回归模型与矩阵形式的OLS估计量 706

多元回归模型矩阵表示 706

扩展的最小二乘法假定 707

OLS估计量 708

18.2OLS估计量与t统计量的渐近分布 710

多元中心极限定理 710

^β的渐近正态性 710

异方差稳健的标准误差 711

预测的置信区间 712

t统计量的渐近分布 713

18.3复合假设的检验 713

矩阵表示的复合假设 713

F统计量的渐近分布 714

多系数的置信集合 714

18.4正态误差项的回归统计量的分布 715

OLS回归统计量的矩阵表示 715

正态误差项的^β的分布 716

Su2的分布 717

只存在同方差的标准误差 717

t统计量的分布 718

F统计量的分布 718

18.5同方差误差项的OLS估计量的有效性 719

多元回归的Gauss-Markov条件 719

线性条件无偏估计量 719

多元回归的Gauss-Markov定理 720

18.6一般最小二乘法 721

GLS假定 722

Ω已知的GLS 724

含未知参数的GLS 725

零条件均值假设与GLS 725

18.7工具变量与一般矩法估计 727

工具变量的矩阵表示 728

TSLS估计量的渐近分布 729

同方差的TSLS的性质 730

线性模型的一般矩法估计 733

附录18.1矩阵代数概要 743

附录18.2多元分布 747

附录18.3^β的渐近分布的推导 748

附录18.4正态误差项的OLS检验统计量的精确分布的推导 749

附录18.5多元回归的Gauss-Markov定理的证明 751

附录18.6 IV和GMM的部分结论证明 752

附录 755

参考文献 763

“概念复习”问题的解答 767

术语表 775

索引 783