計量經濟學導論

《計量經濟學導論：現代觀點(第4版)》用簡潔、準確的語言闡述了計量經濟學研究的最新特點。與傳統的教材不同，在陳述和解釋假定時，作者完全放棄了非隨機的或在重複樣本中加以固定的回歸元假定。這種方法更便於讀者對計量經濟學的理解和運用，是對傳統計量經濟學教學和研究的一個突破。《計量經濟學導論：現代觀點(第4版)》含有大量例題，許多是取自或受啟發於應用經濟學或其他領域的最新作品。

《計量經濟學導論：現代觀點（第4版）》適合各大專院校經濟管理類專業本科生用作教材，也可供經濟管理類教師及科研人員用作參考書。

傑弗里·M.伍德里奇 密歇根州立大學經濟學教授，曾在國際知名期刊發表學術論文三十餘篇，參與過多種書籍的寫作。他獲得過Alfred PSloan研究員基金、應用計量經濟學期刊的R.Stone爵士獎等獎項。他還是《商業與經濟統計學》雜誌（Joumal of Business and Economic Statistics）的編委，並供職於《計量經濟學》雜誌（Journal of Econometrics）和《經濟統計學評論》（Review of Economics and Statistics）的編委會。

第1章 計量經濟學的性質與經濟數據

第1部分 橫截面數據的回歸分析

第2章 簡單回歸模型

第3章 多元回歸分析：估計

第4章 多元回歸分析：推斷

第5章 多元回歸分析：OLS的漸近性

第6章 多元回歸分析：其他問題

第7章 含有定性信息的多元回歸分析：二值(或虛擬)變數

第8章 異方差性

第9章 模型設定和數據問題的深入探討

第2部分 時間序列數據的回歸分析

第10章 時間序列數據的基本回歸分析

第11章 用時間序列數據計算0LS的其他問題

第12章 時間序列回歸中的序列相關和異方差

第3部分 高級專題討論

第13章 跨時橫截面的混合：簡單綜列數據方法

第15章 工具變數估計與兩階段最小二乘法

第16章 聯立方程模型

第19章 一個經驗項目的實施

附錄

附錄E 矩陣形式的線性回歸模型

附錄F 各章習題解答

附錄G 統計學用表

參考文獻

術語表

……

書 名: 計量經濟學導論

作　者：（美）伍德里奇，費劍平　改編

出版社：高等教育出版社

出版時間： 2005-4-1

ISBN: 9787040171396

開本： 16開

定價: 39.00元

本書從計量經濟學的使用者的視角來講授計量經濟學的基礎知識。全書按照所分析數據的類型不同而把計量經濟學分為橫截面數據篇和時間序列數據篇。本書的第一篇，便是在隨機抽樣的假定下，對橫截面數據進行多元回歸分析的問題。在第2章簡要介紹簡單回歸模型之後，便直接開始進行多元回歸分析。多元回歸分析也是從估計和推斷的基本程序出發，逐步過渡到對OLS的漸近性質、回歸元的選擇、定性因變數模型等專題的討論，最後又對異方差性、模型誤設和數據缺失等違背經典假定的極端情形進行了深入探討，從而使學生能深刻理解在各種複雜的研究環境中如何利用多元回歸分析技術。

本書語言簡明，計量理論與實際案例配合得當，非常適用於經濟學、管理學、政治學、社會學等人文社會科學專業本科生一學期計量經濟學課程教材。

傑弗瑞·M·伍德里奇（Jeffrey M．wooldridge），1982年在加州大學伯克利分校獲計算機科學與經濟學學士學位，1986年在加州大學聖地亞哥分校獲經濟學博士學位。博士畢業后被麻省理工學院聘為經濟學助教，5年間有3次獲得MIT年度優秀研究生教師的榮譽，並獲得斯隆研究獎及《計量經濟理論》和《應用計量經濟學》雜誌頒發的優秀論文獎。自1991年受聘密歇根州立大學學校傑出教授以來，在計量經濟學期刊上發表專業論文20多篇，出版兩本頗有影響的教材（另一本是《橫截面數據與綜列數據的計量分析》）。

Chapter 1 The Nature of EconometriCS and Economic Data

1.1 What Is Econometrics?

1.2 Steps in Empirical Economic Analysis

1.3 The Structure of Economic Data

Cross—Sectional Data

Time SeriesData

Pooled Cross Sections

Panel or LongitudinoZ Data

A Comment on Data Structures

1.4 Causality and the Notion of CetefiS Paribus in Econometric

Analysis

Summary

Key TelTIIS

Chapter 2 The Simple Regression Model

2.1 Definition of the Simple Regression Model

2.2 Deriving the Ordinary Least Squares Estimates

A Note on Terminology

2.3 Mechanics Of oLS

Fitted Values and Residuals

Algebraic Properties of oLS Statistics

Goodness—of-Fit 4O

2.4 Units Of Measurement and Functional Form

The Effects ofChanging Units ofMeasurement on oLs

Statistics

Incorporating Nonlinearities in Simple Regression

The Meaning of“Linear”Regression

2.5 Expected Values and Vances of the OLS Estimators

Unbiasedness of oLS

Variances ofthe OLs Estimators

Estimating the Error VaHance

2.6 Regression Through the Origin

Summary

Key Terms

Problems

Computer Exercises

Appendix 2A

Chapter 3 Multiple Regression Analysis：Estimation

3.1 Motivation for Multiple Regression

e Modef wmO Independent Variables

TheModelwfth kIndependent Variables

3.2 Mechanics and Interpretation of Ordinary Least Squares

Obtaining the oLs Estimates

Interpreting the oLS Regression Equation

On the Meaning of“Holding Other Factors Fixed”in MultipleRegression

Changing More than One Independent Variable Simultaneously

oLs Fitted Values and Residuals

A“Partialling Out”Interpretation ofMultiple Regression

Comparison ofSimple and Multiple Regression Estimates

Goodness—of-Fit

Regression Through the Origin

3.3 The Expected Value of the OLS Estimators

Including Irrelevant Variables in a Regression Model

Omitted Variable BiaJ?The Simple Case

Omitted Variable Bins：More General Cases

3.4 The VAlriance of the OLS Estimators

The Components of the OLS[riances：Multicollinearity

Variances fn Misspecified Mols

Estimating G2：Standard Errors ofthe oLs Estimators

3.5 Efficiency of OLS：The Gauss.Markov Theorem

Summary

KeyTerms

Problems

Computer Exercises

Appendix 3A

Chapter 4 Multiple Regression Analysis：Inference

4.1 Sampling Distributions of the OLS Estimators

4.2 Testing Hypotheses About a Single Population Parameter：The t Test

Testing Against One.Sided Alternatives

TwO.Sided Alternatives

Testing Other Hypotheses About，ComputingP—Valuesfort Tests

A Reminder on the Language of Classical Hypothesis Testing

Economic，or Practical,versus Statistical Sign~ficance

4.3 Confidence Intervals

4.4 Testing Hypotheses About a Single Linear Combination of theParameters

4.5 Testing Multiple Linear Restrictions：The F Test

Chapter 5 Multiple Regression Analysis：OLS Asymptotics

Chapter 6 Muttipte Regression Analysis：Further Issues

Chapter 7 Multipie Regression Analysis with Qualitative Information：

Chapter 8 Heteroskedastieity

Chapter 9 More O11 Speification and Data ProblemS

Chapter 10 Basic Regression Analysis with Time Series Data

Chapter 1l Further Issues in Using OLS with Time Series Data

Chapter 12 Seriat Correlation and Heteroskedasticity in TimeComputer Exercises

Appendix A Answers to Chapter Questions

Appendix B Statistical Tables

Glossary

書名：計量經濟學導論

圖書編號:1387581

出版社：清華大學出版社

定價:29.0

ISBN:730212699

作者：王升

出版日期:2006-04-07

版次:1

開本：其它

本書內容包括：計量經濟學概述、計量經濟學的基礎工具、一元回歸分析、多元回歸分析、經驗回歸問題、時間序列回歸模型、計量經濟學實驗等。

第1章 計量經濟學概述

1.1什麼是計量經濟學

1.2計量經濟學的研究內容及其方法

1.3計量經濟模型的建立

1.3.1計量經濟學的建模方法

1.3.2計量經濟模型的類型

1.4研究文章寫作建議

1.5研究文章寫作建議

思考與練習

第2章 計量經濟學的基礎工具

2.1矩陣

2.1.1矩陣的定義

2.1.2矩陣的計算及其性質

2.1.3復矩陣的定義和性質

2.1.4特徵值與特徵向量

2.2概率與統計初步

2.2.1基本概念

2.2.2概率密度函數

2.2.3樣本與樣本空問

2.2.4概率分佈簡介

2.3統計推斷

2.3.1估計

2.3.2假設檢驗

2.4最優化理論基礎

2.4.1線性規劃的最優化條件

2.4.2單純形法

2.4.3 Kuhn—Tucker條件

思考與練習

第3章 一元回歸分析

3.1回歸模型的估計法

3.1.1普通最小二乘法

3.1.2廣義最小二乘法

3.1.3最大似然估計法

3.2一元線性回歸分析

3.3回歸方程檢驗

3.3.1擬合優度檢驗

3.3.2回歸報告

3.3.3正態性檢驗

3.4回歸方程

3.4.1對數線性模型

3.4.2半對數模型

3.4.3雙曲函數模型

3.5方差分析模型

思考與練習

第4章 多元回歸分析

4.1 多元計量經濟模型

4.1.1完全彈性模型

4.1.2半彈性模型

4.1.3非線性模型

4.1.4虛擬變數模型

4.2二元回歸方程的最小二乘估計量

4.2.1隨機擾動項假設

4.2.2解釋變數之間的相關性假設

4.2.3最小二乘法估計量

4.3回歸方程檢驗

4.3.1回歸方程的擬合優度

4.3.2回歸方程的參數假設檢驗

4.3.3回歸模型結構穩定性檢驗

4.4回歸方程最小二乘估計量的矩陣方法

4.4.1普通最小二乘估計量

4.4.2假設檢驗的矩陣表示

思考與練習

第5章 經驗回歸問題

5.1多重共線性問題

5.1.1多重共線性與統計解釋能力

5.1.2多重共線性的診斷

5.1.3多重共線性的處置

5.2異方差問題

5.2.1導致異方差的原因

5.2.2存在異方差的最小二乘估計量的性質及後果

5.2.3如何診斷異方差

5.2.4異方差問題的處理

5.3自相關問題

5.3.1自相關存在的回歸問題

5.3.2自相關問題的識別

5.3.3自相關問題處理

5.3.4條件異方差

思考與練習

第6章 時間序列回歸模型

6.1時間序列自回歸模型

6.1.1時間序列數據分佈的滯后現象

6.1.2分佈滯后模型的估計

6.1.3自回歸模型的估計

6.1.4自回歸與分佈滯后模型的Granger因果檢驗

6.2時間序列回歸檢驗

6.2.1時間序列數據的平穩隨機過程

6.2.2平穩檢驗的相關圖法

6.2.3單位根檢驗

6.2.4協積檢驗

6.3 ARIMA模型

6.3.1 B—J方法

6.3.2 ARIMA(p，d，g)的參數p，d，a的識別或確定

6.3.3 ARIMA(p，d,q)的估計、優化與預測

6.4聯立方程與向量自回歸模型

6.4.1聯立方程模型

6.4.2向量自回歸模型

思考與練習

第7章 計量經濟學實驗

7.1數字特徵實驗

練習

7.2基本概率密度函數分佈實驗

練習

7.3統計推斷實驗

練習

7.4一元回歸分析實驗

練習

7.5多元回歸分析實驗

練習

7.6共線性問題實驗

練習

7.7異方差問題實驗

練習

7.8自相關問題實驗

練習

7.9時間序列回歸實驗

練習

7.10時間序列預測實驗

練習

附錄a 標準正態分佈

附錄b x的平方分佈的臨界值變化規律

附錄c t分佈的臨界值變化規律

附錄d F分佈的臨界值變化規律

附錄e Durbin-watson的d檢驗的臨界邊界

附錄f 遊程檢驗的臨界值判斷

參考文獻