中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
計量經濟學——理論·方法·EViews應用(第四版) 版權信息
- ISBN：9787030706652
- 條形碼：9787030706652 ; 978-7-03-070665-2
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
計量經濟學——理論·方法·EViews應用(第四版) 內容簡介
本書系統介紹了計量經濟學的基本理論和常用方法，包括一元線性回歸模型、多元線性回歸模型、隨機解釋變量問題、多重共線性、異方差性、序列相關性、虛擬變量模型、滯后變量模型、時間序列分析、聯立方程模型等，涵蓋了教育部高等學校經濟類學科教學指導委員會制定的經濟學科本科計量經濟學課程基本要求的全部內容，并結合課程內容，借助案例介紹了計量經濟學常用軟件EViews的使用。
計量經濟學——理論·方法·EViews應用(第四版) 目錄
目錄
**章 導論 1
**節 什么是計量經濟學 1
第二節 計量經濟學研究的步驟 4
第三節 計量經濟學模型與數據 9
第四節 計量經濟學的產生與發展 15
本章小結 18
思考與練習 19
第二章 一元線性回歸模型 20
**節 回歸模型概述 20
第二節 一元線性回歸模型的參數估計 30
第三節 一元線性回歸模型的擬合優度檢驗 41
第四節 一元線性回歸模型的參數的統計推斷 45
第五節 一元線性回歸模型的預測 50
第六節 案例分析 56
本章小結 66
思考與練習 68
附錄2.1 普通*小二乘參數估計量的有效性的證明 70
附錄2.2 隨機誤差項的方差 的普通*小二乘估計的證明 73
附錄2.3 總體均值的點預測 的方差的證明 75
第三章 多元線性回歸模型 76
**節 多元線性回歸模型的矩陣表示與基本假設 76
第二節 多元線性回歸模型的參數估計 79
第三節 多元線性回歸模型的擬合優度檢驗 87
第四節 多元線性回歸模型的統計推斷 90
第五節 多元線性回歸模型的預測 97
第六節 案例分析 101
本章小結 106
思考與練習 108
附錄3.1 普通*小二乘參數估計量的有效性的證明 113
附錄3.2 隨機誤差項的方差 的普通*小二乘估計的證明 114
附錄3.3 隨解釋變量數目增加而增大（或至少不變）的證明 116
第四章 隨機解釋變量問題 119
**節 隨機解釋變量問題及其產生的原因 119
第二節 隨機解釋變量的影響 120
第三節 隨機解釋變量問題的修正 122
第四節 案例分析 125
本章小結 126
思考與練習 127
第五章 多重共線性 129
**節 多重共線性及其產生原因 129
第二節 多重共線性的影響 130
第三節 多重共線性的檢驗 132
第四節 多重共線性的修正 135
第五節 案例分析 137
本章小結 140
思考與練習 142
第六章 異方差性 143
**節 異方差性及其產生原因 143
第二節 異方差性的影響 146
第三節 異方差性檢驗 147
第四節 異方差性的修正 157
第五節 案例分析 167
本章小結 170
思考與練習 172
第七章 序列相關性 175
**節 序列相關性及其產生原因 175
第二節 序列相關性的影響 177
第三節 序列相關性的檢驗 180
第四節 序列相關的補救 184
第五節 案例分析 190
本章小結 198
思考與練習 199
第八章 虛擬變量模型 202
**節 虛擬變量 202
第二節 虛擬被解釋變量 210
第三節 案例分析 216
本章小結 219
思考與練習 220
第九章 滯后變量模型 222
**節 滯后效應及滯后變量模型的概念 222
第二節 分布滯后模型 224
第三節 自回歸模型 231
第四節 格蘭杰因果關系檢驗 233
第五節 案例分析 234
本章小結 240
思考與練習 244
第十章 時間序列分析 246
**節 時間序列分析基本概念 246
第二節 單位根檢驗 249
第三節 協整和誤差修正模型 256
第四節 案例分析 263
本章小結 267
思考與練習 269
第十一章 聯立方程模型 271
**節 聯立方程模型概述 271
第二節 聯立方程模型的識別 280
第三節 聯立方程模型的參數估計 291
第四節 案例分析 295
本章小結 300
思考與練習 302
參考文獻 305
附錄A 統計用表 306
A1 t分布的臨界值 306
A2 F分布的臨界值 308
A3 分布的臨界值 311
A4 DW檢驗上下臨界值 313
附錄B 統計學相關知識 316
B1 總體、樣本與隨機變量 316
B2 隨機變量的分布 316
B3 總體分布的數字特征——參數 317
B4 樣本分布的數字特征——統計量 318
B5 幾個重要的連續型隨機變量的分布 319
B6 正態總體的樣本平均數和樣本方差 320
B7 估計量的評價 321
B8 參數估計 322
B9 假設檢驗 324
附錄C 線性代數相關知識 327
C1 向量和矩陣的基本概念 327
C2 向量和矩陣的運算 328
C3 矩陣的跡 332
C4 向量的模和矩陣的行列式 333
C5 矩陣的秩 334
C6 逆矩陣 335
C7 特征根和特征向量 336
C8 正定矩陣和負定矩陣 337
C9 矩陣導數 338
C10 隨機向量的均值和方差 338
附錄D 諾貝爾經濟學獎與計量經濟學 340
**章 導論 1
**節 什么是計量經濟學 1
第二節 計量經濟學研究的步驟 4
第三節 計量經濟學模型與數據 9
第四節 計量經濟學的產生與發展 15
本章小結 18
思考與練習 19
第二章 一元線性回歸模型 20
**節 回歸模型概述 20
第二節 一元線性回歸模型的參數估計 30
第三節 一元線性回歸模型的擬合優度檢驗 41
第四節 一元線性回歸模型的參數的統計推斷 45
第五節 一元線性回歸模型的預測 50
第六節 案例分析 56
本章小結 66
思考與練習 68
附錄2.1 普通*小二乘參數估計量的有效性的證明 70
附錄2.2 隨機誤差項的方差 的普通*小二乘估計的證明 73
附錄2.3 總體均值的點預測 的方差的證明 75
第三章 多元線性回歸模型 76
**節 多元線性回歸模型的矩陣表示與基本假設 76
第二節 多元線性回歸模型的參數估計 79
第三節 多元線性回歸模型的擬合優度檢驗 87
第四節 多元線性回歸模型的統計推斷 90
第五節 多元線性回歸模型的預測 97
第六節 案例分析 101
本章小結 106
思考與練習 108
附錄3.1 普通*小二乘參數估計量的有效性的證明 113
附錄3.2 隨機誤差項的方差 的普通*小二乘估計的證明 114
附錄3.3 隨解釋變量數目增加而增大（或至少不變）的證明 116
第四章 隨機解釋變量問題 119
**節 隨機解釋變量問題及其產生的原因 119
第二節 隨機解釋變量的影響 120
第三節 隨機解釋變量問題的修正 122
第四節 案例分析 125
本章小結 126
思考與練習 127
第五章 多重共線性 129
**節 多重共線性及其產生原因 129
第二節 多重共線性的影響 130
第三節 多重共線性的檢驗 132
第四節 多重共線性的修正 135
第五節 案例分析 137
本章小結 140
思考與練習 142
第六章 異方差性 143
**節 異方差性及其產生原因 143
第二節 異方差性的影響 146
第三節 異方差性檢驗 147
第四節 異方差性的修正 157
第五節 案例分析 167
本章小結 170
思考與練習 172
第七章 序列相關性 175
**節 序列相關性及其產生原因 175
第二節 序列相關性的影響 177
第三節 序列相關性的檢驗 180
第四節 序列相關的補救 184
第五節 案例分析 190
本章小結 198
思考與練習 199
第八章 虛擬變量模型 202
**節 虛擬變量 202
第二節 虛擬被解釋變量 210
第三節 案例分析 216
本章小結 219
思考與練習 220
第九章 滯后變量模型 222
**節 滯后效應及滯后變量模型的概念 222
第二節 分布滯后模型 224
第三節 自回歸模型 231
第四節 格蘭杰因果關系檢驗 233
第五節 案例分析 234
本章小結 240
思考與練習 244
第十章 時間序列分析 246
**節 時間序列分析基本概念 246
第二節 單位根檢驗 249
第三節 協整和誤差修正模型 256
第四節 案例分析 263
本章小結 267
思考與練習 269
第十一章 聯立方程模型 271
**節 聯立方程模型概述 271
第二節 聯立方程模型的識別 280
第三節 聯立方程模型的參數估計 291
第四節 案例分析 295
本章小結 300
思考與練習 302
參考文獻 305
附錄A 統計用表 306
A1 t分布的臨界值 306
A2 F分布的臨界值 308
A3 分布的臨界值 311
A4 DW檢驗上下臨界值 313
附錄B 統計學相關知識 316
B1 總體、樣本與隨機變量 316
B2 隨機變量的分布 316
B3 總體分布的數字特征——參數 317
B4 樣本分布的數字特征——統計量 318
B5 幾個重要的連續型隨機變量的分布 319
B6 正態總體的樣本平均數和樣本方差 320
B7 估計量的評價 321
B8 參數估計 322
B9 假設檢驗 324
附錄C 線性代數相關知識 327
C1 向量和矩陣的基本概念 327
C2 向量和矩陣的運算 328
C3 矩陣的跡 332
C4 向量的模和矩陣的行列式 333
C5 矩陣的秩 334
C6 逆矩陣 335
C7 特征根和特征向量 336
C8 正定矩陣和負定矩陣 337
C9 矩陣導數 338
C10 隨機向量的均值和方差 338
附錄D 諾貝爾經濟學獎與計量經濟學 340
展開全部
計量經濟學——理論·方法·EViews應用(第四版) 節選
**章 導論 學習目的：了解計量經濟學的課程性質、基本內容、思想方法、發展歷史、在經濟學科中的地位等，形成學好計量經濟學的初步思路，為課程學習的進一步展開做好準備。 基本要求：初步認識計量經濟學的課程性質、基本內容、思想方法等，了解計量經濟學的產生與發展歷史、計量經濟學在經濟學科中的地位，明白學習計量經濟學的價值和意義。 **節 什么是計量經濟學 一、計量經濟學的定義 計量經濟學的英文單詞是econometrics，本意是“經濟計量”，即研究經濟問題的計量方法，因此有時也譯為“經濟計量學”。將econometrics譯為“計量經濟學”是為了強調它是現代經濟學的一門分支學科，不僅要研究經濟問題的計量方法，還要研究經濟問題發展變化的數量規律。對于計量經濟學，不少經濟學家給出過定義，**屆諾貝爾經濟學獎得主挪威經濟學家弗里希（Frisch）將計量經濟學定義為經濟理論、統計學和數學的結合；薩繆爾森（Samuelson）、庫普曼斯（Koopmans）、斯通（Stone）將計量經濟學定義為應用合適的方法對經濟理論和觀察到的事實加以聯系和推導，對現實經濟現象進行定量分析。不同經濟學家對計量經濟學的定義各不相同，但從中不難看出，計量經濟學與經濟理論、數學、統計學有著密切的聯系，是對客觀經濟現象中存在的數量關系的分析？梢哉J為，計量經濟學是以經濟理論為指導，以經濟數據為依據，以數學、統計方法為手段，通過建立、估計、檢驗經濟模型，揭示客觀經濟活動中存在的隨機因果關系的一門應用經濟學的分支學科。 二、計量經濟學與其他學科的關系 計量經濟學是經濟理論、數學、統計學的結合，是經濟學、數學、統計學的交叉學科（或邊緣學科）。計量經濟學與經濟學、統計學、數學聯系密切，也有明顯的區別。1933 年，弗里希在《計量經濟學》（Econometrica）雜志創刊社論中明確提出：“用數量方法探討經濟學可以從幾個方面著手，但任何一個方面都不能和計量經濟學混為一談。計量經濟學與經濟統計學絕非一碼事；它也不同于我們所說的一般經濟理論，盡管經濟理論大部分具有一定的數量特征；計量經濟學也不應視為數學應用于經濟學的同義詞。經驗表明，統計學、經濟理論和數學，對于真正了解現代經濟生活的數量關系，都是必要的，但本身并非充分條件，三者結合起來才是強有力的，這種結合便構成了計量經濟學！ 計量經濟學與經濟學、統計學、數學的聯系主要是計量經濟學對這些學科的應用。計量經濟學對經濟學的應用主要體現在以下幾個方面：**，計量經濟學模型的選擇和確定，包括對變量和經濟模型的選擇，需要經濟學理論提供依據和思路；第二，計量經濟分析中對經濟模型的修改和調整，如改變函數形式、增減變量等，需要經濟理論的指導和把握；第三，計量經濟分析結果的解讀和應用也需要經濟理論提供基礎、背景和思路。計量經濟學對統計學的應用，至少有兩個重要方面：一是計量經濟分析所采用的數據的收集與處理、參數的估計等，需要使用統計學的方法和技術來完成；二是參數估計值、模型的預測結果的可靠性，需要使用統計方法加以分析、判斷。計量經濟學對數學的應用也是多方面的：首先，對非線性函數進行線性轉化的方法和技巧，是數學在計量經濟學中的應用；其次，任何的參數估計歸根結底都是數學運算，較復雜的參數估計方法或者較復雜的模型的參數估計，更需要相當的數學知識和數學運算能力；*后，在計量經濟理論和方法的研究方面，需要用到許多的數學知識和原理。 計量經濟學與經濟學、統計學、數學的區別也很明顯。經濟學、統計學、數學中的任何一門學科，都不能替代計量經濟學，這三門學科簡單地結合起來，也不能替代計量經濟學。計量經濟學與經濟學的主要區別在于：經濟學一般根據邏輯推理得出結論，說明經濟現象和過程的本質與規律，大多是定性的表述。雖然理論經濟學有時也會涉及經濟現象和過程的數量關系，如產出隨投入要素的增減而增減，但不提供這類數量關系的具體度量，不說明隨投入要素的增減產出增減多少。計量經濟學則要對經濟理論所確定的數量關系做出具體估計，也就是對經濟理論進行經驗的證明。計量經濟學與統計學*根本的區別在于：**，計量經濟學是以問題為導向，以經濟模型為核心的，統計學則是以數據為核心，常常也是以數據為導向的。雖然現代統計學并不排斥經濟理論和模型，有時也會利用它們，但不一定以特定的經濟理論或模型為基礎和出發點，常？梢酝ㄟ^對經濟數據的統計直接得出結論，側重于數據的采集、篩選和處理。第二，計量經濟學對經濟理論的實證作用較強。計量經濟學從經濟理論和經濟模型出發進行分析的過程，實際上是對經濟理論證實或證偽的過程，這使得它對經濟理論的驗證作用很強，比統計學強得多。第三，計量經濟學對經濟問題有更重要的指導作用。計量經濟學通常不但要對數據進行處理和分析，獲得經濟問題的一些數字特征，而且要借助于經濟理論和數學工具，對經濟問題做出更深刻的解剖和解讀。經過計量經濟分析實證檢驗的經濟理論和模型，能對分析、研究和預測更廣泛的經濟問題起到重要作用。計量經濟學與數學的區別不言而喻，因為數學只是計量經濟分析及其理論研究的工具，與實證分析經濟問題的計量經濟學的區別顯而易見。 三、計量經濟學的內容體系 計量經濟學在經濟學科中占有重要位置，已形成了龐大的內容體系，一般按研究內容、范圍的不同分為不同層次或各種專門的計量經濟學，主要介紹如下。 1. 經典計量經濟學與非經典計量經濟學 經典計量經濟學與非經典計量經濟學的劃分可從計量經濟學的發展時期及其理論方法上的特征來把握。經典計量經濟學一般是指20世紀70年代以前發展起來的計量經濟學，在理論方法上具有以下五個方面的共同特征：**，在模型類型上，采用隨機模型、參數模型；第二，在模型導向上，以經濟理論為導向；第三，在模型結構上，采用線性或可化為線性的模型，反映變量之間的因果關系；第四，在數據類型上，采用時間序列數據或截面數據；第五，在估計方法上，采用*小二乘法或*大似然法。非經典計量經濟學一般是指20世紀70年代以后發展起來的計量經濟學，也稱現代計量經濟學。與經典計量經濟學理論方法上的五個方面的特征相對應，非經典計量經濟學包括模型類型非經典計量經濟學問題、模型導向非經典計量經濟學問題、模型結構非經典計量經濟學問題、數據類型非經典計量經濟學問題、估計方法非經典計量經濟學問題五個方面的內容。 2. 理論計量經濟學與應用計量經濟學 理論計量經濟學主要研究計量經濟學的理論與方法，包括計量經濟學模型的數學理論基礎、計量經濟學模型普遍應用的參數估計和檢驗方法，還包括特殊模型的參數估計和檢驗方法，側重于理論與方法的證明和推導，需要較多地依賴數學和統計學的方法與技術。應用計量經濟學主要運用理論計量經濟學所提供的理論與方法研究特定領域的具體經濟活動的數量關系，如產出與資本、勞動、技術等投入要素之間的關系，商品需求量與收入、價格、其他商品的價格等影響因素之間的關系。應用計量經濟學側重于在建立與應用模型的過程中對實際問題的處理，除依賴理論計量經濟學外，還需要依賴經濟理論建立模型，根據具體的經濟數據進行分析、預測、評價等。 3. 宏觀計量經濟學與微觀計量經濟學 宏觀計量經濟學與微觀計量經濟學的劃分對應于宏觀經濟學與微觀經濟學的劃分。宏觀計量經濟學主要利用計量經濟學的理論與方法，建立宏觀經濟模型，分析宏觀經濟變量之間的數量關系。例如，通過消費函數、投資函數、國民收入恒等式建立簡單宏觀經濟系統計量經濟學模型，研究國內生產總值（gross domestic product，GDP）（Y）、居民消費總額（C）、投資總額（I）、政府購買總額（G）之間的關系。計量經濟學創立以來，宏觀計量經濟學一直是其主要研究領域，除經典宏觀計量經濟學模型理論、方法以外，單位根檢驗、協整理論、動態計量經濟學等非經典計量經濟學理論、方法也是宏觀計量經濟學的主要研究內容。微觀計量經濟學是在2000年的諾貝爾經濟學獎公報中正式提出的一個新概念，公報中將微觀計量經濟學的內容集中于對個人和家庭的經濟行為的經驗分析，主要包括面板數據模型的理論方法、離散選擇模型的理論方法、選擇性樣本模型的理論方法，這些理論方法都屬于非經典計量經濟學的范疇。 4. 廣義計量經濟學與狹義計量經濟學 廣義計量經濟學泛指所有利用經濟理論、統計學、數學定量研究現實經濟問題的理論、方法、技術，包括回歸分析、時間序列分析、投入產出分析等。狹義計量經濟學專指以回歸分析為核心，揭示現實經濟問題中的因果關系的理論與方法，是通常意義的計量經濟學。 本書將要介紹的內容以經典計量經濟學、宏觀計量經濟學、狹義計量經濟學為主，是理論計量經濟學與應用計量經濟學的結合。 第二節 計量經濟學研究的步驟 計量經濟學是以問題為導向、以模型為核心的，因此利用計量經濟學的理論、方法研究現實經濟問題也是圍繞模型展開的，一般包括四個步驟，即理論模型的設定、模型參數的估計、模型的檢驗、模型的應用。 一、理論模型的設定 針對所要研究的現實經濟問題，借助經濟理論或實踐經驗，設定理論模型，是計量經濟學研究的起點，也是*為關鍵的一步。理論模型的設定，是對經濟問題的數學描述或模擬，涉及變量的設定、模型函數形式的設定、參數取值范圍的設定三個方面。 描述經濟問題的變量一般都可以歸為兩類，一類是受其他變量影響或決定的因變量，另一類是影響或決定其他變量的自變量。在計量經濟學中，將受其他變量影響或決定的因變量稱為被解釋變量，將影響或決定其他變量的自變量稱為解釋變量。理論模型設定中變量的設定，主要是解釋變量的設定，因為被解釋變量作為研究對象的變量，可由研究問題本身直接確定。解釋變量的設定需要通過以下幾個方面把握。**，解釋變量應是根據經濟理論或實踐經驗確定的被解釋變量的主要影響因素，遺漏了主要影響因素或將次要影響因素甚至不相關因素引入模型，都可能導致研究結果的偏誤。第二，若有多個解釋變量，需注意避免解釋變量之間的相關性。解釋變量之間若存在一定的相關關系，可直接影響參數估計量的性質，降低研究結果的可靠性。第三，在設定解釋變量的同時，應注意保證與解釋變量對應的觀察數據的可得性，沒有樣本觀察數據的支持，就得不到模型的參數估計值，進一步的研究也將無法展開。例如，對生產問題的研究，產出是被解釋變量，在供給不足的情況下，可選擇資本、勞動、技術等投入要素作為解釋變量；在需求不足的情況下，若研究消費品的生產，可選擇居民可支配收入等變量作為解釋變量，若研究生產資料的生產，可選擇固定資產投資總額等變量作為解釋變量。 模型函數形式是反映解釋變量對被解釋變量的影響的數學表達式。模型函數形式的設定，首先，可以直接采用數理經濟學已有的函數形式。例如，對生產問題的研究可直接利用生產函數方程 ，對消費問題的研究可直接利用消費函數方程 。其次，可以根據實踐經驗或已有研究經驗設定。例如，經驗表明某特定消費品的年銷售量主要受人口數量的影響，增長速度與人口增長速度大致相等，則可將該特定消費品的年銷售量與人口數量的關系設定為一元線性函數形式。*后，也可以根據樣本觀察數據反映出來的變量之間的關系設定。例如，可先利用變量的樣本觀察數據繪制被解釋變量與解釋變量之間關系的散點圖，根據散點圖反映出來的被解釋變量與解釋變量之間的關系，設定模型的函數形式。對于其他事先無法確定模型函數形式的情況，可采用各種可能的函數形式進行模擬，選擇模擬結果*好的函數形式。需要指出的是，這里設定的模型函數形式只是模型函數形式的初步設定，在模型參數估計和檢驗的過程中，大多還會對模型函數形式進行逐步調整，以得到較為合理的模型函數形式。 參數取值范圍的設定主要根據經濟理論或實踐經驗得出。例如，生產函數模型 中有四個參數——效率系數 A、技術進步速度 、資本的產出彈性 、勞動的產出彈性 ，根據經濟含義，可將這些參數的取值范圍設定為A＞0， ＞0，0
書友推薦
- >
【精裝繪本】畫給孩子的中國神話
- >
隨園食單
- >
名家帶你讀魯迅:故事新編
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
莉莉和章魚
- >
回憶愛瑪儂
- >
李白與唐代文化
- >
上帝之肋:男人的真實旅程
本類暢銷
