新書推薦：
《
中国龙的发明：近现代中国形象的域外变迁
》
售價：NT$
559.0
《
和离：完结篇
》
售價：NT$
296.0
《
知宋·宋代之军事
》
售價：NT$
442.0
《
我能帮上什么忙？——一位资深精神科医生的现场医疗记录（万镜·现象）
》
售價：NT$
381.0
《
智慧宫丛书026·增长：从细菌到帝国
》
售價：NT$
840.0
《
从自察到自救：别让情绪偷走你的人生
》
售價：NT$
420.0
《
晚明的崩溃：人心亡了，一切就都亡了！
》
售價：NT$
335.0
《
俄国女皇：叶卡捷琳娜二世传（精装插图版）
》
售價：NT$
381.0
|
| 編輯推薦： |
|
本书是新形态教材，经典改版，作者权威，理论扎实，案例本土，习题丰富，配套教辅。
|
| 內容簡介： |
|
这是一本面向经济类、管理类研究生和本科生的计量经济学教材，内容主要包括回归模型、时间序列ARIMA模型、单位根检验、误差修正模型和面板数据模型等。本书在本领域内次增加蒙特卡洛模拟结果讨论统计量的分布特征，增强读者对统计量分布特征的理解。书中每一个知识点都用简练的语言介绍怎样用计量经济学软件EViews 12实现计算。书中所提供的案例基本上都是中国建模案例，为计量经济学理论与分析中国经济实际相结合提供切实范例。书中提供多种图（包括散点图、序列图、分布图等），辅助对所研究问题的理解。书中所用全部数据可免费下载。
|
| 關於作者： |
|
张晓峒，中国数量经济学会副会长。南开大学经济学院教授、数量经济学专业原博士生导师，南开大学数量经济研究所原所长。日本大阪市立大学经济学博士。国内13所大学兼职教授。
|
| 目錄：
|
第1章一元线性回归模型
1.1计量经济学简介与建模步骤
1.2模型的建立及其假定条件
1.3一元线性回归模型的参数估计
1.4yt、β^1和β^0的分布
1.5σ2的估计
1.6小二乘估计量的统计性质
1.7小二乘回归函数的性质
1.8拟合优度的测量
1.9回归系数的显著性检验
1.10回归系数的置信区间
1.11单方程回归模型的预测
1.12相关分析
1.13回归系数β^1与相关系数r的关系
1.14案例分析
第2章多元线性回归模型
2.1多元线性回归模型及其假定条件
2.2小二乘法
2.3小二乘估计量的特性
2.4残差的方差
2.5Y与小二乘估计量β^的分布
2.6多重可决系数(多重确定系数)
2.7F检验
2.8t检验和回归系数的置信区间
2.9预测
2.10多元线性回归计算举例
2.11偏相关与复相关
2.12案例分析
2.13实际建模过程中应该注意的若干问题
第3章可线性化的非线性回归模型
3.1可线性化的7种非线性函数
3.2可线性化的非线性模型综合案例
3.3可线性化的非线性模型一览表
第4章特殊解释变量
4.1虚拟变量
4.2工具变量
4.3滞后变量
4.4随机解释变量
第5章异方差
5.1同方差假定
5.2异方差的表现与来源
5.3模型存在异方差的后果
5.4异方差检验
5.5克服异方差的方法
5.6案例分析
第6章自相关
6.1非自相关假定
6.2自相关的来源与后果
6.3自相关检验
6.4自相关的解决方法
6.5克服自相关的矩阵描述
6.6自相关系数的估计
6.7案例分析
第7章多重共线性
7.1非多重共线性假定
7.2多重共线性的来源
7.3多重共线性的后果
7.4多重共线性的检测
7.5多重共线性的解决方法
7.6案例分析
7.7多重共线性与解释变量的不正确剔除
7.8违反模型假定条件的其他几种情形
第8章联立方程模型
8.1联立方程模型的概念
8.2联立方程模型的分类
8.3联立方程模型的识别
8.4联立方程模型的估计方法
8.5联立方程模型举例
第9章模型诊断常用统计量与检验
9.1检验模型中全部解释变量都无解释作用的F统计量
9.2检验单个回归系数显著性的t统计量
9.3检验回归系数线性约束条件是否成立的F统计量
9.4似然比统计量
9.5沃尔德统计量
9.6拉格朗日乘子统计量
9.7赤池、施瓦茨和汉南奎因统计量
9.8检验正态分布性的JB统计量
9.9格兰杰因果性检验
9.10邹突变点检验
9.11回归系数稳定性的邹检验
9.12递归分析
第10章时间序列ARIMA模型
10.1随机过程与时间序列的定义
10.2ARIMA模型的分类
10.3伍尔德分解定理
10.4自相关函数及其估计
10.5偏自相关函数及其估计
10.6ARIMA模型的建立与预测
10.7ARIMA模型建模案例
10.8季节时间序列ARIMA模型
10.9回归与ARMA组合模型
第11章虚假回归
11.1问题的提出
11.2单整性的定义
11.3单整序列的统计特征
11.4虚假回归
第12章单位根检验
12.14种典型的非平稳过程
12.2DF，T(β^-1)统计量的分布特征
12.3单位根检验
12.4单位根检验的EViews操作
12.5单位根检验案例分析
12.6结构突变序列单位根检验
第13章单方程误差修正模型
13.1均衡概念
13.2误差修正模型
13.3协整定义
13.4协整检验
13.5格兰杰定理
13.6建立单方程误差修正模型的EG两步法
第14章面板数据模型
14.1面板数据的定义
14.2面板数据模型的分类
14.3面板数据模型估计方法
14.4面板数据模型的设定与检验
14.5面板数据建模案例分析
14.6面板数据建模的EViews操作
参考文献
附录A随机变量、概率极限、矩阵代数知识简介
附录B统计分布表
附录CEViews 12使用简介
|
| 內容試閱：
|
本书自2017年出版以来已经印刷了5次。读者对象是大专院校研究生和本科生以及从事经济、管理等领域研究的教师、学者和工作者。
本书主要由回归模型、时间序列ARIMA模型、单位根检验和误差修正模型、面板数据模型等内容组成。共分14章，其中第1~9章基本上属于经典计量经济学内容。第10章介绍时间序列ARIMA模型，第11章和第12章介绍非平稳时间序列模型和单位根检验。第13章介绍单方程误差修正模型。第14章介绍面板数据模型。
本书既给出统计量的必要理论推导又给出蒙特卡洛模拟结果，使读者更容易理解统计量的分布特征。书中所提供的案例基本上都是中国建模案例，为计量经济学理论与分析中国经济实际相结合提供切实的范例。在介绍案例分析的同时还用简练的语言给出相应EViews 操作路径，方便读者掌握建模过程。
本书提供两种数据文件，即EViews数据文件和STATA数据文件。所有数据文件的编号都与书中例子和案例的编号相对应。用li表示例子的编号，用case表示案例的编号。比如，li 103表示第10章第3个例子； case 141表示第14章第1个案例。STATA数据文件的命名方法与EViews数据文件相同。
本书第2版与第1版相比，有如下更新和改进。
在第10章（时间序列ARIMA模型）的10.8节（季节时间序列ARIMA模型）中增加了一些必要的证明。
第12章（单位根检验）的12.6节（结构突变序列单位根检验）在介绍AOADF检验的同时，新增了IOADF检验内容以及为什么要做单位根检验、不同性质变量的正确回归方法等内容。
所有EViews操作路径都更新至EViews 12版本。所有EViews输出结果更新至EViews 12输出结果。书中所说EViews即指EViews 12，除特殊需要，不再写明版本号。
本版残差平方和（sum of squared residuals）的缩写改用SSR表示（第1版用RSS表示）。总离差平方和（total sum of squares）和回归平方和（explained sum of squares）的缩写不变，仍分别用TSS和ESS表示。
在第5章中删除了不常用的戈德菲尔德匡特检验。
更换了11个例题和案例，即例31、例36、例37、例41、例42、例93、例94、案例101、案例124、例133和案例131。删除了2个例子和案例，即案例32和例910。
更新了若干张图。
附录C EViews 9使用简介已更新至EViews 12。
扫描下方的二维码，可以获得全部例题和案例的EViews与STATA数据文件，以及每一章习题的数据文件。
EViews数据文件
Stata数据文件
习题EViews文件
书中难免存在不足之处，还请读者不吝赐教、指正。
张晓峒
2021年9月1日
第1版前言
本书主要由回归模型、时间序列ARIMA模型、单位根检验和误差修正模型、面板数据模型等内容组成。读者对象是大专院校的本科生、硕士研究生以及从事经济、管理等领域研究的学者、工作者和教师。若讲授完本书全部内容再加上安排上机时间，大约需要100学时。
本书共分14章。其中第1~9章基本上属于经典计量经济学的内容。第10章介绍时间序列ARIMA模型，第11章和第12章介绍非平稳时间序列以及单位根检验。第13章介绍单方程误差修正模型。第14章介绍面板数据模型。第11~14章属于计量经济学中比较新的内容，系统介绍第11~14章内容的本科生教材以往并不多见。
本书具有如下一些特点。
用现代手段和视角分析经典计量经济学知识和非平稳相关统计量的分布特征。例如，对OLS回归估计量、异方差、自相关、多重共线性、动态模型回归系数估计量分布的讨论，既给出理论推导，又给出蒙特卡洛模拟结果，将会使读者更容易理解所学习的内容。蒙特卡洛模拟方法是分析统计量分布特征的重要方法，但是对于十多年前的国内来说，是不可能做到的事情，主要是受计算机运算速度的影响。现在，计算机运算速度早已今非昔比，所以是用蒙特卡洛模拟方法研究、讲授统计量分布特征的时候了。本书还给出了非平稳时间序列建模，虚假回归，虚假相关，单整、协整相关统计量分布特征的蒙特卡洛模拟结果。蒙特卡洛模拟方法有助于读者对统计量分布特征的理解。
把时间序列ARIMA模型引入计量经济学教材。从当前看，ARIMA模型是计量经济学理论的重要组成部分。而20世纪的计量经济学教材则以介绍回归模型为主，很少或根本不涉及ARIMA模型部分。计量经济学理论发展到今天，如果不学习ARIMA模型，则单位根检验，单整、协整理论，组合（regARIMA）模型，误差修正模型等知识根本无法掌握。
在介绍计量经济模型的方式上坚持3个环节并举： 介绍计量经济模型的理论知识，介绍与其相联系的典型案例分析，介绍与案例分析相对应的计量经济建模的EViews操作。如果读者自己再运用专用软件EViews和STATA进行练习，则一定会完美掌握本书所提供的计量经济学知识。
凡是样本容量不大的数据在书中相应例子和案例的位置都已经给出，而书中全部例子和案例的样本数据则以EViews和STATA数据文件的形式在清华大学出版社官方网站（http://www.tup.com.cn）和如下二维码上给出。读者可免费下载，也可以直接向作者索取。所有数据文件的编号都与书中例子和案例的编号相对应。用li表示例子的编号，case表示案例的编号。比如，li 133表示第13章第3个例子； case 141表示第14章第1个案例。STATA文件名与EViews数据文件的命名方法相同。
EViews数据文件
Stata数据文件
习题EViews数据文件
书中每一章都配有习题和参考答案。习题按章编号，如【1012】表示第10章第12题。若习题配有EViews数据文件，该文件名以xiti加习题编号命名，如“xiti 17”表示17题配备的EViews数据文件。习题的EViews数据文件从如上二维码中获取。
书中所提供的案例基本上都是中国建模案例。因为读者对中国的国情为熟悉，用中国案例分析建模过程和估计结果，读者容易理解，同时也为计量经济学理论与分析中国经济实际相结合提供切实的范例。
书中在表达模型时，所有的变量都用英文字母，所有模型的参数都用希腊字母表示。
书的后提供三个附录。附录A给出推断统计学与矩阵知识的简要介绍，供读者查阅。附录B给出15个假设检验用表。附录C给出EViews 9使用简介，有助于读者对计量经济学软件EViews 9的运用与掌握。书中每一个知识点都给出EViews 9操作的简要说明。
非平稳序列相关统计量极限分布的推导过程本书未给出，作者认为已超出了本科生和硕士研究生的知识范围，如果读者感兴趣，可以参考更高层次的计量经济学著作。
本书第4章和第5章初稿由赵娜博士撰写，其余部分则均由张晓峒撰写。张晓峒为全书终定稿。
本书是作者在多年教学讲稿基础之上撰写而成的。徐鹏博士、何永涛博士、郭小稚博士、涂晓枫博士生、刘笑时博士生等参与了本书的案例数据收集工作，以及计算机操作方法的整理等大量工作，博士生梁方参与了第11章编程工作，在此表示感谢。
本书在撰写过程中得到清华大学出版社的支持，在此向清华大学出版社表示感谢。本书在出版过程中策划编辑张伟付出很多，在此一并表示感谢。
书中难免存在不足和错误，还请读者不吝赐教、指正。
张晓峒
2017年1月10日
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
