计量经济学基础 第4版 上pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
下载压缩包 [复制下载地址] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页

计量经济学基础 第4版 上PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

引言 1

目录 1

引言 1

第1篇 单一方程回归模型 1

简要目录 1

第1篇 单一方程回归模型 1

第1章 回归分析的性质 3

§1.1 “回归”一词的历史渊源 3

第1章 回归分析的性质 3

§1.2 回归的现代释义 4

例子 4

§1.3 统计关系与确定性关系 7

§1.4 回归与因果关系 8

§1.5 回归与相关 8

§1.6 术语与符号 9

数据类型 10

§1.7 计量经济分析所用数据的性质与来源 10

数据来源 13

对变量测量尺度的注解 14

数据的准确性 14

§1.8 要点与结论 15

习题 16

第2章 双变量回归分析：一些基本概念 24

§2.1 一个人为的例子 24

第2章 双变量回归分析：一些基本概念 24

§2.2 总体回归函数的概念 27

§2.3 “线性”一词的含义 28

对变量为线性 28

对参数为线性 28

§2.4 PRF的随机设定 30

§2.5 随机干扰项的意义 31

§2.6 样本回归函数 32

§2.7 一个说明性的例子 36

§2.8 要点与结论 37

习题 37

§3.1 普通最小二乘法 45

第3章 双变量回归模型：估计问题 45

第3章 双变量回归模型：估计问题 45

§3.2 经典线性回归模型：最小二乘法的基本假定 51

对这些假定的总结 59

§3.3 最小二乘估计的精度或标准误差 60

§3.4 最小二乘估计量的性质：高斯－马尔可夫定理 62

§3.5 判定系数γ2：“拟合优度”的一个度量 63

§3.6 一个数值例子 69

§3.7 说明性例子 71

§3.8 关于蒙特卡罗实验的一个注记 73

§3.9 要点与结论 74

习题 75

附录3A 82

3A.1 最小二乘估计的推导 82

3A.2 最小二乘估计量的线性和无偏性质 83

3A.3 最小二乘估计量的方差和标准误 84

3A.5 σ2的最小二乘估计量 84

3A.4 β1与β2的协方差 84

3A.6 最小二乘估计量的最小方差性质 86

3A.7 最小二乘估计量的一致性 87

第4章 经典正态线性回归模型 90

第4章 经典正态线性回归模型 90

§4.1 干扰项ui的概率分布 91

§4.2 关于ui的正态性假定 92

§4.3 在正态性假定下OLS估计量的性质 93

§4.4 最大似然法 95

§4.5 要点与结论 95

4A.1 双变量回归模型的最大似然估计 96

附录4A 96

4A.2 印度食物支出的最大似然估计 98

附录4A习题 99

第5章 双变量回归：区间估计与假设检验 101

§5.1 统计学的预备知识 101

第5章 双变量回归：区间估计与假设检验 101

§5.2 区间估计：一些基本概念 102

§5.3 回归系数β1和β2的置信区间 103

β2的置信区间 103

β1的置信区间 105

β1和β2的联合置信区域 105

§5.4 σ2的置信区间 106

§5.5 假设检验：概述 107

§5.6 假设检验：置信区间的方法 108

双侧或双尾检验 108

单侧或单尾检验 109

§5.7 假设检验：显著性检验法 109

检验回归系数的显著性：t检验 109

检验σ2的显著性：X2检验 113

“零”虚拟假设与“2－t”经验法则 114

“接受”或“拒绝”假设的含义 114

§5.8 假设检验：一些实际操作问题 114

建立虚拟与对立假设 115

选择显著性水平a 116

精确的显著性水平：р值 117

统计显著性与实际显著性 118

假设检验的置信区间法和显著性检验法的选择 118

§5.9 回归分析与方差分析 119

§5.10 回归分析的应用：预测问题 121

均值预测 121

个值预测 123

§5.11 报告回归分析的结果 124

§5.12 评价回归分析的结果 125

正态性检验 125

模型适宜性的其他检验 127

§5.13 要点与结论 128

习题 129

附录5A 139

5A.1 与正态分布有关的概率分布 139

5A.2 方程（5.3.2）的推导 141

5A.3 方程（5.9.1）的推导 141

个值预测的方差 142

均值预测的方差 142

5A.4 方程（5.10.2）和（5.10.6）的推导 142

第6章 双变量线性回归模型的延伸 145

§6.1 过原点回归 145

第6章 双变量线性回归模型的延伸 145

过原点回归模型的γ2 148

一个说明性例子：证券组合理论的特征线 149

§6.2 尺度与测量单位 150

一个数值例子：1988－1997年美国GPDI与GDP的关系 153

为结果的解释进一言 154

§6.3 标准化变量的回归 154

§6.4 回归模型的函数形式 156

§6.5 怎样测度弹性：对数线性模型 156

一个说明性例子：耐用品支出与个人消费总支出之间的关系 158

怎样测量增长率：线性到对数模型 159

§6.6 半对数模型：线性到对数与对数到线性模型 159

一个说明性例子：劳务支出的增长率 160

一个说明性例子 162

对数到线性模型 162

§6.7 倒数模型 163

对数双曲线或对数倒数模型 169

§6.8 函数形式的选择 170

§6.9 关于随机误差项的性质的一个注记：相加性与相乘性随机误差项 171

§6.10 要点与结论 172

习题 173

附录6A 178

6A.1 过原点回归的最小二乘估计量的推导 178

6A.2 证明标准化变量的均值为零和方差为1 180

第7章 多元回归分析：估计问题 183

第7章 多元回归分析：估计问题 183

§7.1 三变量模型：符号与假定 184

§7.2 对多元回归方程的解释 186

§7.3 偏回归系数的含义 186

§7.4 偏回归系数的OLS与ML估计 187

OLS估计量 187

OLS估计量的方差和标准误 188

OLS估计量的性质 189

§7.5 多元判定系数R2与复相关系数R 191

最大似然估计量 191

§7.6 例7.1 儿童死亡率与人均GNP和妇女识字率的关系 192

标准化变量的回归 193

§7.7 从多元回归的角度看简单回归：设定偏误初探 194

§7.8 R2及校正R2 195

比较两个R2值 197

例7.2 美国1970－1980年的咖啡消费 197

在回归元之间分配R2 200

关于R2最大化的“游戏” 200

§7.9 例7.3 柯布－道格拉斯生产函数：函数形式再议 201

§7.10 多项式回归模型 203

例7.4 估计总成本函数 204

经验结果 206

例7.5 119个发展中国家1960－1985年的GDP增长率与相对人均GDP 207

＊§7.11 偏相关系数 207

简单与偏相关系数的释义 207

简单与偏相关系数的解说 208

§7.12 要点与结论 209

习题 210

7A.1 方程（7.4.3）至（7.4.5）所给OLS估计量的推导 221

附录7A 221

7A.2 （7.3.5）和（7.6.2）中PGNP系数的相等性质 223

7A.3 方程（7.4.19）的推导 223

7A.4 多元回归模型的最大似然估计法 224

7A.5 柯布－道格拉斯生产函数（7.9.4）的SAS打印结果 225

第8章 多元回归分析：推断问题 229

§8.1 再一次正态性假定 229

第8章 多元回归分析：推断问题 229

§8.2 例8.1 修正儿童死亡率例子 230

§8.4 检验关于个别偏回归系数的假设 231

§8.3 多元回归中的假设检验：总评 231

§8.5 检验样本回归的总显著性 233

检验所测多元回归的总显著性的方差分析法：F检验 234

检验多元回归的总显著性：F检验 236

R2和F之间的一个重要关系式 237

检验一个用R2表示的多元回归的总显著性 239

一个解释变量的“增量”或“边际”贡献 240

§8.6 检验两个回归系数是否相等 244

例8.2 立方成本函数再议 245

§8.7 受约束的最小二乘法：检验线性等式约束条件 245

t检验方法 246

F检验法：受约束最小二乘法 246

例8.3 1955－1974年墨西哥经济的柯布－道格拉斯生产函数 248

一般的F检验方法 250

例8.4 1960－1982年美国子鸡需求 250

§8.8 检验回归模型的结构或参数稳定性：邹至庄检验 252

§8.9 用多元回归做预测 257

＊§8.10 假设检验三联体：似然比，瓦尔德与拉格朗日乘数检验 257

＊§8.11 检验回归的函数形式：在线性与对数线性回归模型之间进行选择 258

例8.5 玫瑰需求 258

§8.12 要点与结论 259

习题 260

附录8A 似然比检验 270

第9章 虚拟变量回归模型 274

§9.1 虚拟变量的性质 274

第9章 虚拟变量回归模型 274

例9.1 不同地理区域公立学校教师的薪水 275

§9.2 ANOVA模型 275

对使用虚拟变量的告诫 278

例9.2 小时工资与婚姻状况和居住地的关系 280

§9.3 含有两个定性变量的ANOVA模型 280

§9.4 同时含有定性和定量回归元的回归：ANCOVA模型 281

例9.3 教师薪水与区域和对公立学校每个学生的支出之间的关系 281

§9.5 邹至庄检验的虚拟变量方法 282

例9.4 美国储蓄－收入回归中的结构差异：虚拟变量方法 285

§9.6 使用虚拟变量的交互效应 286

例9.5 平均小时工资与受教育水平、性别和种族的关系 287

§9.7 季节分析中虚拟变量的使用 288

例9.6 冰箱销售中的季节性 290

§9.8 分段线性回归 293

例9.7 总成本与产出之间的关系 295

§9.9 综列数据回归模型 295

§9.10 虚拟变量方法的某些技术问题 296

在半对数回归中对虚拟变量的解释 296

例9.8 小时工资的对数与性别的关系 296

虚拟变量与异方差性 297

虚拟变量与自相关 297

若因变量是一个虚拟变量会怎么样？ 298

§9.11 进一步研究的专题 298

§9.12 要点与结论 299

习题 299

附录9A 含虚拟回归元的半对数回归 309

第2篇 放松经典模型的假定 313

第2篇 放松经典模型的假定 313

第10章 多重共线性：回归元相关会怎么样？ 318

第10章 多重共线性：回归元相关会怎么样？ 318

§10.1 多重共线性的性质 319

§10.2 出现完全多重共线性时的估计问题 321

§10.3 出现“高度”但“不完全”多重共线性时的估计问题 323

§10.4 多重共线性：是庸人自扰吗？多重共线性的理论后果 324

§10.5 多重共线性的实际后果 325

OLS估计量的大方差与协方差 326

更宽的置信区间 328

“不显著”的t比率 329

R2值高而显著的t比率少 329

OLS估计量及其标准误对数据微小变化的敏感性 330

微数缺测性的后果 331

§10.6 一个说明性例子：消费支出与收入和财富的关系 331

§10.7 多重共线性的侦察 334

§10.8 补救措施 338

无为而治 338

经验程序 338

§10.9 多重共线性一定是坏事吗？如果预测是惟一目的，就未必如此 342

§10.10 一个引申的例子：朗利数据 343

§10.11 要点与结论 346

习题 347

第11章 异方差性：误差方差不是常数会怎么样？ 364

第11章 异方差性：误差方差不是常数会怎么样？ 364

§11.1 异方差的性质 364

§11.2 现异方差性时的OLS估计 369

§11.3 广义最小二乘法 370

OLS和GLS的差别 372

§11.4 出现异方差性时使用OLS的后果 373

忽视异方差性的OLS估计 374

考虑异方差性的OLS估计 374

一个技术性注解 375

非正式方法 376

§11.5 异方差性的侦察 376

正式方法 378

§11.6 补救措施 388

当？为已知：加权最小二乘法 389

当？为未知 390

§11.7 总结性的例子 395

§11.8 谨防对异方差性反应过度 399

习题 400

§11.9 要点与结论 400

11A.1 方程（11.2.2）的证明 409

附录11A 409

11A.2 加权最小二乘法 410

11A.4 怀特稳健标准误 411

11A.3 出现异方差时E（σ2）≠σ2的证明 411

第12章 自相关：误差项相关会怎么样？ 416

第12章 自相关：误差项相关会怎么样？ 416

§12.1 问题的性质 417

§12.2 自相关出现时的OLS估计量 422

§12.3 自相关出现时的BLUE估计量 425

考虑到自相关的OLS估计 426

§12.4 自相关出现时使用OLS的后果 426

忽视自相关的OLS估计 427

§12.5 美国商业部门1959－1998年间工资与生产率之间的关系 431

§12.6 侦察自相关 433

图解法 433

游程检验 436

德宾－沃森d检验 438

自相关的一般性检验：布劳殊－戈弗雷检验 442

§12.7 发现自相关该怎么办：补救措施 444

为什么有这么多的自相关检验？ 444

§12.8 模型误设与纯粹自相关 445

§12.9 （纯粹）自相关的修正：广义最小二乘法 446

ρ已知 446

ρ未知 447

§12.10 修正OLS标准误的尼威－韦斯特方法 451

§12.11 OLS与FGLS和HAC 452

§12.12 含有自相关误差时的预测 452

§12.13 自相关的其他方面 454

虚拟变量与自相关 454

ARCH和GARCH模型 455

自相关与异方差的共存 455

§12.14 要点与结论 455

习题 457

12A.2 方程（12.2.3）、（12.2.4）和（12.2.5）的证明 471

12A.1 （12.1.11）中误差项自相关的证明 471

附录12A 471

第13章 计量经济建模：模型设定和诊断检验 475

第13章 计量经济建模：模型设定和诊断检验 475

§13.1 模型选择准则 476

§13.2 设定误差的类型 476

§13.3 模型设定误差的后果 478

模型拟合不足（漏掉一个有关变量） 478

包含一个无关变量（模型拟合过度） 481

侦察是否含有无需变量（对过度拟合模型的侦察） 482

§13.4 设定误差的检验 482

对遗漏变量和不正确函数形式的检验 484

§13.5 测量误差 490

因变量Y中的测量误差 490

解释变量X中的测量误差 491

一个例子 492

§13.6 对随机误差项不正确的设定 493

§13.7 嵌套与非嵌套模型 494

辨识方法 495

§13.8 非嵌套假设的检验 495

判别方法 495

一个说明性例子：圣路易斯模型 496

§13.9 模型选择准则 500

赤池信息准则 501

R2准则 501

校正R2准则 501

施瓦茨信息准则 502

马娄斯的Cр准则 502

对模型选择准则的一句忠告 503

用于预测的X2 503

§13.10 计量经济建模的其他专题 504

异常数据、杠杆数据和有影响力的数据 504

递归最小二乘法 506

邹至庄预测失灵检验 506

§13.11 一个总结性的例子：一个小时工资的决定模型 507

§13.12 向实务工作者进一言 510

§13.13 要点与结论 510

习题 511

附录13A 519

13A.1 E（b12）＝β2＋β3b32的证明［方程（13.3.3）］ 519

13A.2 含有无关变量的后果：无偏性质 520

13A.3 （13.5.10）的证明 520

13A.4 方程（13.6.2）的证明 521

第3篇 计量经济学专题 525

第14章 非线性回归模型 527

第15章 定性响应回归模型 543

第16章 综列数据回归模型 599

第17章 动态计量经济模型：自回归与分布滞后模型 619

第4篇 联立方程模型 675

第18章 联立方程模型 677

第19章 识别问题 695

第20章 联立方程方法 719

第21章 时间序列计量经济学：一些基本概念 748

第22章 时间序列计量经济学：预测 788

附录A 统计学中的若干概念复习 820

附录B 矩阵代数初步 860

附录C 线性回归模型的矩阵方法 875

附录D 统计学用表 907

附录E 互联网上的经济数据 925

参考文献 928

人名索引 933

标题索引 941

译后记 977