掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
蜜蜂的寓言:私人的惡德,公眾的利益
-
>
世界貿易戰簡史
-
>
日本的凱恩斯:高橋是清傳:從足輕到藏相
-
>
近代天津工業與企業制度
-
>
貨幣之語
-
>
眉山金融論劍
-
>
圖解資本論
橫截面與面板數據的計量經濟分析-(上.下冊)-(第二版) 版權信息
- ISBN：9787300219387
- 條形碼：9787300219387 ; 978-7-300-21938-7
- 裝幀：暫無
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
橫截面與面板數據的計量經濟分析-(上.下冊)-(第二版) 本書特色
這本備受贊譽的研究生教材第二版提供了用在現代計量經濟學研究的兩類數據結構分析的一個統一處理：橫截面數據和面板數據。本書同時涵蓋了線性和非線性模型，包括含有動態性和/或個體異質性的模型。除了一般估計框架（特別是矩方法與極大似然法）外，還詳細介紹了一些特定的線性與非線性方法，包括probit和logit模型、多項選擇和有序選擇模型、tobit模型和兩部拓展式、關于計數數據的模型、多種截取和缺失數據設計、因果（或處理）效應估計，以及期限分析,并擴展了控制函數和相關隨機效應方法以允許估計存在內生性和異質性的復雜模型。
相比**版，第二版已經被實質性地更新和修訂。改進包括：更大的一類關于缺失數據問題的模型；整群抽樣問題更詳細的處理，這對經驗研究而言是一個重要主題；關于＂廣義工具變量＂(giv)估計的展開討論；對逆概率加權的新覆蓋；一個用于估計含有關于干預和不同數據結構——包括面板數據，和一個在對非線性面板數據的計量經濟學方法與在統計學及其他領域中流行的＂廣義估計方法＂文獻之間牢固確立的聯系——方面假設的處理效應之更完整的框架。對解釋特殊的計量經濟學方法可以在何時應用給予了新的關注；目標不僅是告訴讀者什么是起作用的，而且還說明某些＂顯然的＂程序為何不可行。許多列入書中的習題，無論是理論性的還是基于計算機的，都允許讀者拓展涵蓋在書中的方法并發現新的洞見。
橫截面與面板數據的計量經濟分析-(上.下冊)-(第二版) 內容簡介
這本備受贊譽的研究生教材第二版提供了用在現代計量經濟學研究的兩類數據結構分析的一個統一處理：橫截面數據和面板數據。本書同時涵蓋了線性和非線性模型，包括含有動態性和/或個體異質性的模型。除了一般估計框架（特別是矩方法與極大似然法）外，還詳細介紹了一些特定的線性與非線性方法，包括probit和logit模型、多項選擇和有序選擇模型、Tobit模型和兩部拓展式、關于計數數據的模型、多種截取和缺失數據設計、因果（或處理）效應估計，以及期限分析,并擴展了控制函數和相關隨機效應方法以允許估計存在內生性和異質性的復雜模型。 相比**版，第二版已經被實質性地更新和修訂。改進包括：更大的一類關于缺失數據問題的模型；整群抽樣問題更詳細的處理，這對經驗研究而言是一個重要主題；關于＂廣義工具變量＂(GIV)估計的展開討論；對逆概率加權的新覆蓋；一個用于估計含有關于干預和不同數據結構——包括面板數據，和一個在對非線性面板數據的計量經濟學方法與在統計學及其他領域中流行的＂廣義估計方法＂文獻之間牢固確立的聯系——方面假設的處理效應之更完整的框架。對解釋特殊的計量經濟學方法可以在何時應用給予了新的關注；目標不僅是告訴讀者什么是起作用的，而且還說明某些＂顯然的＂程序為何不可行。許多列入書中的習題，無論是理論性的還是基于計算機的，都允許讀者拓展涵蓋在書中的方法并發現新的洞見。
橫截面與面板數據的計量經濟分析-(上.下冊)-(第二版) 目錄
第ⅰ篇 引論與背景
第1章 引論
1.1 因果關系與其余條件不變分析
1.2 隨機設置與漸近分析
1.2.1 數據結構
1.2.2 漸近分析
1.3 一些例子
1.4 為什么不使用固定的解釋變量?
第2章 計量經濟學中條件期望與相關概念
2.1 條件期望在計量經濟學中的作用
2.2 條件期望的特征
2.2.1 定義與例子
2.2.2 偏效應、彈性與半彈性
2.2.3 條件期望模型的誤差形式
2.2.4 條件期望的若干性質
2.2.5 平均偏效應
2.3 線性投影
習題
附錄2a
2a.1 條件期望的性質
2a.2 條件方差與協方差的性質
2a.3 線性投影的性質
第3章 基本漸近理論
3.1 確定性序列收斂
3.2 依概率收斂與依概率有界
3.3 依分布收斂
3.4 隨機樣本的極限定理
3.5 估計量與檢驗統計量的極限特性
3.5.1 估計量的漸近性質
3.5.2 檢驗統計量的漸近性質
習題
第ⅱ篇 線性模型
第4章 單方程線性模型與普通*小二乘法估計
4.1 單方程線性模型概述
4.2 普通*小二乘法的漸近性質
4.2.1 一致性
4.2.2 利用普通*小二乘法的漸近推斷
4.2.3 異方差性穩健的推斷
4.2.4 拉格朗日乘子（得分）檢驗
4.3 遺漏變量問題的普通*小二乘法解
4.3.1 忽略被遺漏變量的普通*小二乘法
4.3.2 代理變量——普通*小二乘法解
4.3.3 含有在不可觀測項中存在的交互作用的模型:隨機系數模型
4.4 測量誤差下普通*小二乘法的性質
4.4.1 因變量的測量誤差
4.4.2 解釋變量的測量誤差
習題
第5章 單方程線性模型的工具變量估計
5.1 工具變量與兩階段*小二乘法
5.1.1 工具變量估計的動機
5.1.2 多重工具：兩階段*小二乘法
5.2 兩階段*小二乘法的一般處理
5.2.1 一致性
5.2.2 兩階段*小二乘法的漸近正態性
5.2.3 兩階段*小二乘法的漸近有效性
5.2.4 使用兩階段*小二乘法的假設檢驗
5.2 兩階段*小二乘法的異方差性穩健推斷
5.2.6 使用兩階段*小二乘法的潛在陷阱
5.3 遺漏變量與測量誤差問題的iv解
5.3.1 誤差項中的遺漏因素
5.3.2 利用不可觀測指示符求解
習題
第6章 附加的單方程專題
6.1 使用生成回歸元與工具的估計
6.1.1 使用生成回歸元的普通*小二乘法
6.1.2 使用生成工具的二階段*小二乘法
6.1.3 生成工具與回歸元
6.2 處理內生性的控制函數法
6.3 一些設定檢驗
6.3.1 內生性檢驗
6.3.2 過度識別約束檢驗
6.3.3 函數形式檢驗
6.3.4 異方差性檢驗
6.4 相關的隨機系數模型
6.4.1 何時一般的iv估計量是一致的？
6.4.2 控制函數法
6.5 混合的截面數據與倍差法估計
6.5.1 跨時間混合橫截面
6.5.2 政策分析和倍差法估計
習題
附錄6a
第7章 利用普通*小二乘法與廣義*小二乘法估計方程組
7.1 簡介
7.2 一些例子
7.3 多變量線性方程組的系統普通*小二乘法估計
7.3.1 預備知識
7.3.2 系統普通*小二乘法的漸近性質
7.3.3 多重假設檢驗
7.4 廣義*小二乘法的一致性與漸近正態性
7.4.1 一致性
7.4.2 漸近正態性
7.5 可行的廣義*小二乘法
7.5.1 漸近性質
7.5.2 標準假設下可行的廣義*小二乘法的漸近方差
7.5.3 含有對無條件方差矩陣（可能不正確）約束的可行廣義*小二乘法的性質
7.6 檢驗可行廣義*小二乘法的使用
7.7 似無關回歸的再研究
7.7.1 關于似無關回歸方程組的普通*小二乘法與可行廣義*小二乘法之間的比較
7.7.2 含有方程間約束的方程組
7.7.
第1章 引論
1.1 因果關系與其余條件不變分析
1.2 隨機設置與漸近分析
1.2.1 數據結構
1.2.2 漸近分析
1.3 一些例子
1.4 為什么不使用固定的解釋變量?
第2章 計量經濟學中條件期望與相關概念
2.1 條件期望在計量經濟學中的作用
2.2 條件期望的特征
2.2.1 定義與例子
2.2.2 偏效應、彈性與半彈性
2.2.3 條件期望模型的誤差形式
2.2.4 條件期望的若干性質
2.2.5 平均偏效應
2.3 線性投影
習題
附錄2a
2a.1 條件期望的性質
2a.2 條件方差與協方差的性質
2a.3 線性投影的性質
第3章 基本漸近理論
3.1 確定性序列收斂
3.2 依概率收斂與依概率有界
3.3 依分布收斂
3.4 隨機樣本的極限定理
3.5 估計量與檢驗統計量的極限特性
3.5.1 估計量的漸近性質
3.5.2 檢驗統計量的漸近性質
習題
第ⅱ篇 線性模型
第4章 單方程線性模型與普通*小二乘法估計
4.1 單方程線性模型概述
4.2 普通*小二乘法的漸近性質
4.2.1 一致性
4.2.2 利用普通*小二乘法的漸近推斷
4.2.3 異方差性穩健的推斷
4.2.4 拉格朗日乘子（得分）檢驗
4.3 遺漏變量問題的普通*小二乘法解
4.3.1 忽略被遺漏變量的普通*小二乘法
4.3.2 代理變量——普通*小二乘法解
4.3.3 含有在不可觀測項中存在的交互作用的模型:隨機系數模型
4.4 測量誤差下普通*小二乘法的性質
4.4.1 因變量的測量誤差
4.4.2 解釋變量的測量誤差
習題
第5章 單方程線性模型的工具變量估計
5.1 工具變量與兩階段*小二乘法
5.1.1 工具變量估計的動機
5.1.2 多重工具：兩階段*小二乘法
5.2 兩階段*小二乘法的一般處理
5.2.1 一致性
5.2.2 兩階段*小二乘法的漸近正態性
5.2.3 兩階段*小二乘法的漸近有效性
5.2.4 使用兩階段*小二乘法的假設檢驗
5.2 兩階段*小二乘法的異方差性穩健推斷
5.2.6 使用兩階段*小二乘法的潛在陷阱
5.3 遺漏變量與測量誤差問題的iv解
5.3.1 誤差項中的遺漏因素
5.3.2 利用不可觀測指示符求解
習題
第6章 附加的單方程專題
6.1 使用生成回歸元與工具的估計
6.1.1 使用生成回歸元的普通*小二乘法
6.1.2 使用生成工具的二階段*小二乘法
6.1.3 生成工具與回歸元
6.2 處理內生性的控制函數法
6.3 一些設定檢驗
6.3.1 內生性檢驗
6.3.2 過度識別約束檢驗
6.3.3 函數形式檢驗
6.3.4 異方差性檢驗
6.4 相關的隨機系數模型
6.4.1 何時一般的iv估計量是一致的？
6.4.2 控制函數法
6.5 混合的截面數據與倍差法估計
6.5.1 跨時間混合橫截面
6.5.2 政策分析和倍差法估計
習題
附錄6a
第7章 利用普通*小二乘法與廣義*小二乘法估計方程組
7.1 簡介
7.2 一些例子
7.3 多變量線性方程組的系統普通*小二乘法估計
7.3.1 預備知識
7.3.2 系統普通*小二乘法的漸近性質
7.3.3 多重假設檢驗
7.4 廣義*小二乘法的一致性與漸近正態性
7.4.1 一致性
7.4.2 漸近正態性
7.5 可行的廣義*小二乘法
7.5.1 漸近性質
7.5.2 標準假設下可行的廣義*小二乘法的漸近方差
7.5.3 含有對無條件方差矩陣（可能不正確）約束的可行廣義*小二乘法的性質
7.6 檢驗可行廣義*小二乘法的使用
7.7 似無關回歸的再研究
7.7.1 關于似無關回歸方程組的普通*小二乘法與可行廣義*小二乘法之間的比較
7.7.2 含有方程間約束的方程組
7.7.
展開全部
橫截面與面板數據的計量經濟分析-(上.下冊)-(第二版) 作者簡介
杰弗里.M.伍德里奇是密歇根州立大學的經濟學＂大學杰出教授＂和計量經濟學會院士。
書友推薦
- >
有舍有得是人生
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
二體千字文
- >
莉莉和章魚
- >
自卑與超越
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
山海經
- >
月亮虎
本類暢銷
