VIP会员
内容简介
本书较多地借鉴了现代计量经济学的*发展，内容全面，除了介绍传统的横截面数据外，对面板数据（含长面板、动态面板、非线性面板）、时间序列（含VAR、单位根、协整）、自然实验、重复截面数据、GMM、自助法、蒙特卡罗法、分位数回归、门限回归、非参数估计、处理效应、空间计量、久期分析、贝叶斯估计等均做了较深入的分析。本书力图以生动的语言、较多的插图与经济意义来直观地解释计量方法，而又不失数学的严谨性。同时，结合目前欧美*为流行的Stata计量软件，及时地介绍相应的Stata命令与实例，为读者提供“一站式”服务。本书适合普通高等学校经济学、管理学类或社科类硕士生、博士生与研究人员使用。为便于读者学习计量经济学，本书在内容安排上，假设读者已经学过微积分、线性代数与概率统计，但不要求学过本科阶段的计量经济学（学过更好）。
目录
前言
第1章 绪论
1.1 什么是计量经济学
1.2 经济数据的特点与类型
第2章 概率统计回顾
2.1 概率与条件概率
2.2 分布与条件分布
2.3 随机变量的数字特征
2.4 迭代期望定律
2.5 随机变量无关的三个层次概念
2.6 常用连续型统计分布
2.7 统计推断的思想
习题
附录
第3章 小样本OLS
3.1 古典线性回归模型的假定
3.2 OLS的代数推导
3.3 OLS的几何解释
3.4 拟合优度
3.5 OLS的小样本性质
3.6 对单个系数的t检验
3.7 对线性假设的F检验
3.8 F统计量的似然比原理表达式
3.9 分块回归与偏回归（选读）
3.10 预测
习题
附录
第4章 Stata简介
4.1 为什么使用Stata
4.2 Stata的窗口
4.3 Stata操作实例
4.4 Stata命令库的更新
4.5 进一步学习Stata的资源
习题
第5章 大样本OLS
5.1 为何需要大样本理论
5.2 随机收敛
5.3 大数定律与中心极限定理
5.4 统计量的大样本性质
5.5 渐近分布的推导
5.6 随机过程的性质
5.7 大样本OLS的假定
5.8 OLS的大样本性质
5.9 线性假设的大样本检验
5.10 大样本OLS的Stata命令及实例
习题
附录
第6章 似然估计法
6.1 似然估计法的定义
6.2 线性回归模型的似然估计
6.3 似然估计的数值解
6.4 信息矩阵与无偏估计的方差
6.5 似然法的大样本性质
6.6 似然估计量的渐近协方差矩阵
6.7 三类渐近等价的统计检验
6.8 准似然估计法
6.9 对正态分布假设的检验
6.10 似然估计法的Stata命令及实例
习题
附录
第7章 异方差与GLS
7.1 异方差的后果
7.2 异方差的例子
7.3 异方差的检验
7.4 异方差的处理
7.5 处理异方差的Stata命令及实例
7.6 Stata命令的批处理
习题
附录
第8章 自相关
8.1 自相关的后果
8.2 自相关的例子
8.3 自相关的检验
8.4 自相关的处理
8.5 处理自相关的Stata命令及实例
习题
第9章 模型设定与数据问题
9.1 遗漏变量
9.2 无关变量
9.3 建模策略：“由小到大”还是“由大到小”
9.