计量经济分析 第6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

计量经济分析 第6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

第1部分 线性回归模型 1

第1章 引言 3

1.1计量经济学 3

例1.1行为模型与诺贝尔经济学奖获得者 4

1.2计量经济建模 5

例1.2凯恩斯消费函数 5

1.3数据与方法论 7

1.4计量经济学的实践 8

1.5本书的结构安排 9

第2章 经典多元线性回归模型 10

2.1引言 10

2.2线性回归模型 10

例2.1凯恩斯消费函数 11

例2.2工资与受教育程度 13

2.3经典线性回归模型的假定 13

例2.3美国汽油市场 15

例2.4转换对数模型 16

例2.5短秩 17

2.4归纳与总结 21

关键术语与概念 21

第3章 最小二乘法 23

3.1引言 23

3.2最小二乘回归 23

3.3分块回归和偏回归 29

3.4偏回归和偏相关系数 31

例3.1偏相关系数 33

3.5拟合优度与方差分析 34

例3.2拟合消费函数 36

例3.3投资方程的方差分析 37

3.6归纳与总结 40

关键术语与概念 41

习题 41

应用 43

第4章 最小二乘估计的统计特性 44

4.1引言 44

4.2最小二乘估计的动机 46

4.3无偏估计 47

例4.1最小二乘估计的抽样分布 48

4.4最小二乘估计的方差与高斯-马尔可夫定理 49

例4.2两变量回归模型中的抽样方差 49

4.5随机回归元的含义 50

4.6估计最小二乘估计的方差 51

4.7正态分布假设与基本统计推断 52

例4.3工资方程 54

例4.4汽油需求收入弹性的置信区间 55

例4.5工资方程的F检验 57

4.8最小二乘估计的有限样本特性 58

例4.6 Longley数据中的多重共线性 60

4.9最小二乘估计的大样本特性 64

例4.7参数的非线性方程组:delta方法 68

例4.8参数的非线性函数:Krinsky和Robb方法 70

例4.9 gamma回归模型 71

4.10归纳与总结 74

关键术语与概念 75

习题 75

应用 77

第5章 推断与预测 79

5.1引言 79

5.2约束与嵌套模型 79

5.3假设检验的两种方法 81

例5.1约束投资方程 84

例5.2生产函数 88

5.4非正态干扰和大样本检验 90

5.5检验非线性约束 93

例5.3长期边际消费倾向 94

5.6预测 96

例5.4投资预测 96

5.7归纳与总结 99

关键术语与概念 99

习题 99

应用 100

第6章 函数形式与结构变化 103

6.1引言 103

6.2使用二值变量 103

例6.1工资方程中的二值变量 104

例6.2协方差分析 106

6.3非线性变量 109

例6.3非线性成本函数的函数形式 111

例6.4本质线性回归 115

例6.5 CES生产函数 116

6.4结构突变的建模与检验 117

例6.6世界卫生报告 120

例6.7汽油市场的结果突变 122

6.5归纳与总结 124

关键术语与概念 124

习题 125

应用 126

第7章 设定分析与模型选择 129

7.1引言 129

7.2设定分析与建模 129

例7.1遗漏变量 130

7.3非嵌套模型之间的选择 133

例7.2消费函数的J检验 136

例7.3使用王氏检验法检验消费函数 138

7.4模型选择准则 138

7.5模型选择 139

例7.4经典估计量的贝叶斯均值 141

7.6归纳与总结 142

关键术语与概念 142

习题 143

应用 143

第2部分广义回归模型 145

第8章 广义回归模型和异方差性 147

8.1引言 147

8.2最小二乘估计 148

8.3使用广义最小二乘法的有效估计 152

8.4异方差性 156

例8.1异方差回归 157

例8.2怀特估计量 162

8.5检验异方差性 162

例8.3异方差性检验 164

8.6 Ω已知时的加权最小二乘 165

8.7 Ω含有未知参数时的估计 167

8.8应用 168

例8.4多维异方差模型 168

例8.5群组异方差性 171

归纳与总结 173

关键术语与概念 173

习题 174

应用 175

第9章 面板数据模型 177

9.1引言 177

9.2面板数据模型 177

9.3混合回归模型 182

例9.1工资方程 183

例9.2工资方程的稳健估计量 186

例9.3协方差分析与世界卫生组织数据 189

9.4固定效应模型 190

例9.4固定效应工资方程 195

9.5随机效应 197

例9.5随机效应检验 202

例9.6估计随机效应模型 203

例9.7固定效应与随机效应的豪斯曼检验 205

例9.8固定效应与随机效应的变量附加检验 206

9.6非球形分布和稳健协方差估计 206

9.7随机效应模型的扩展 209

例9.9州内生产力 211

例9.10不动产销售的空间自相关 215

例9.11保健支出的空间滞后 217

9.8参数差异性 218

例9.12随机系数模型 220

例9.13生产函数的最小模拟平方和估计 223

例9.14 Cornwell和Rupert工资方程的两步估计 226

例9.15房地美 227

例9.16房价分层线性模型 229

例9.17工资混合线性模型 230

例9.18动态面板数据模型 234

例9.19发展中国家混合固定增长模型 238

9.9动态面板数据模型的一致性估计 240

9.10归纳与总结 241

关键术语与概念 242

习题 243

应用 245

第10章 回归方程组 247

10.1引言 247

例10.1 Munnell州际产品数据 249

10.2似不相关回归模型 250

例10.2估计区域产出的SUR模型 254

例10.3 SUR模型的假设检验 257

例10.4跨方程相关性检验 260

10.3面板数据应用 262

例10.5电力和天然气的需求 263

例10.6医院支出 265

10.4需求方程组:奇异方程组 267

例10.7斯通（Stone）的支出方程组 267

例10.8美国制造业的一个成本函数 273

10.5归纳与总结 275

关键术语与概念 275

习题 276

应用 277

第11章 非线性回归模型 280

11.1引言 280

11.2非线性回归模型 280

例11.1 CES生产函数 281

例11.2转换对数需求体系 281

例11.3非线性模型的一阶条件 283

例11.4线性化回归 284

11.3应用 288

例11.5非线性消费函数的分析 288

例11.6非线性回归中的多重共线性 290

例11.7可变成本函数 291

11.4假设检验与参数约束 293

例11.8非线性模型的假设检验 295

11.5非线性方程组 295

11.6两阶段非线性最小二乘估计 297

例11.9信用评分模型的两阶段估计 299

11.7面板数据应用 301

例11.10医护使用 302

例11.11含固定效应的指数模型 304

11.8归纳与总结 306

关键术语与概念 306

习题 306

应用 307

第3部分工具变量与联立方程模型 309

第12章 工具变量估计 311

12.1引言 311

例12.1最小二乘不一致的模型 311

12.2模型的假设 312

12.3估计 314

例12.2溪流作为工具变量 317

例12.3劳动供给模型 318

12.4 Hausman和Wu的理论阐释、工具变量估计的检验和应用 319

例12.3（续）劳动供给模型 321

例12.4消费函数的Hausman检验 322

12.5测量误差 323

例12.5收入与教育关系的研究——以双胞胎研究为例 327

12.6广义模型的回归估计 330

12.7非线性工具变量估计 331

例12.6消费函数的工具变量估计 333

12.8面板数据应用 334

例12.7教育投资回报 336

例12.8动态劳动供给方程 345

12.9弱工具 347

12.10归纳与总结 349

关键术语与概念 349

习题 350

应用 350

第13章 联立方程组模型 352

13.1引言 352

13.2联立方程组模型中的基本问题 353

例13.1一个小宏观经济模型 354

例13.2克莱因模型I 355

例13.3结构式与缩简式 358

13.3识别问题 359

例13.4观测上的等价性 360

例13.5识别 362

例13.6克莱因的模型I的识别 367

13.4估计方法 368

13.5单方程:有限信息估计方法 368

13.6方程组估计法 376

13.7用克莱茵模型I对各种方法加以比较 380

13.8设定检验 382

例13.7检验过度识别约束 384

13.9动态模型的性质 384

例13.8动态模型 388

13.10归纳与总结 390

关键术语与概念 390

习题 391

应用 392

第4部分估计方法 393

第14章 计量经济学的估计框架 395

14.1引言 395

14.2参数估计与统计推断 397

例14.1线性回归模型 398

例14.2随机前沿模型 399

例14.3一对事件计数的联合建模 402

14.3半参数估计 402

例14.4柯布-道格拉斯生产函数的LAD估计 405

例14.5局部线性转换对数成本函数 407

例14.6二值选择模型的半参数估计 408

例14.7一个假日支出模型 409

14.4非参数估计 411

例14.8一个非参数平均成本函数 415

14.5估计量的性质 417

14.6归纳与总结 422

关键术语与概念 422

习题 423

应用 423

第15章 最小距离估计和广义矩法 424

15.1引言 424

例15.1欧拉方程组与生命周期消费模型 424

15.2一致估计:矩法 426

例15.2 N[μ，σ2]的矩估计量 427

例15.3逆高斯（Wald）分布 428

例15.4混合正态分布 428

例15.5伽马分布 429

15.3最小距离估计 433

例15.6一个医院成本方程的最小距离估计量 435

15.4广义矩估计量（GMM） 438

例15.7伽马分布参数的GMM估计 441

例15.8工具变量的经验矩方程 443

15.5 GMM框架中的假设检验 447

例15.9过度识别约束 447

15.6计量经济模型的GMM估计 450

例15.10地方政府支出的一个动态面板数据模型的GMM估计 468

15.7归纳与总结 472

关键术语与概念 473

习题 473

第16章 极大似然估计 475

16.1引言 475

16.2似然函数与参数识别 475

例16.1参数的识别 477

16.3有效估计:极大似然原理 478

例16.2正态分布的对数似然函数和似然方程 479

16.4极大似然估计量的性质 480

例16.3正态分布的信息矩阵 485

例16.4 MLE的方差估计量 488

16.5有条件的似然估计、计量经济模型和GMM估计量 489

16.6三个渐近等价的检验程序 490

16.7两阶段极大似然估计 499

例16.5两阶段ML估计 501

16.8准极大似然估计量和稳健的渐近协方差矩阵 502

16.9极大似然估计的应用 508

例16.6乘数异方差 515

例16.7货币需求等式的自相关 518

例16.8表面不相关回归模型的ML估计 523

例16.9随机边界模型 530

例16.10拜访医生的几何分布模型 533

例16.11极大似然估计和工资等式的FGLS估计 537

例16.12随机效应几何分布回归模型 541

例16.13固定效应和随机效应几何回归模型 545

例16.14学分积的潜在阶数模型 547

例16.15 学分积的潜在阶数回归模型 550

例16.16卫生保健事业的潜在阶数模型 553

16.10归纳与总结 555

关键术语与概念 555

习题 556

应用 558

第17章 模拟估计与推断 560

17.1引言 560

17.2随机数据生成 561

17.3蒙特卡罗积分 563

例17.1断尾正态分布的分数矩 563

例17.2估计对数正态分布均值 566

例17.3连续型对数正态分布的均值 568

17.4蒙特卡罗研究 570

例17.4对均值与中位数的蒙特卡罗研究 571

17.5模拟估计 576

例17.5几何回归的随机效应 579

例17.6一个二值选择模型的极大似然模拟估计 579

17.6自举法 583

例17.7自举中位数变量 584

17.7归纳与总结 585

关键术语与概念 585

习题 586

应用 586

第18章 贝叶斯估计与推断 587

18.1引言 587

18.2贝叶斯定理和后验密度 588

例18.1贝叶斯估计概率 589

18.3经典回归模型的贝叶斯分析 590

例18.2估计共轭先验 594

例18.3边际消费倾向的贝叶斯估计值 595

18.4贝叶斯推断 596

例18.4经典回归模型的后验几率比 599

18.5后验分布和吉布斯抽样法 601

例18.5从正态分布中吉布斯抽样 602

18.6应用:二项式概率模型 603

例18.6概率模型的吉布斯抽样 605

18.7面板数据应用:个别效应模型 606

18.8随机参数模型的层级贝叶斯估计 608

18.9归纳与总结 610

关键术语与概念 611

习题 611

应用 612