应用计量经济学:EViews与SAS实例

图书标准信息

• 作者 秦雪征 著
• 出版社 北京大学出版社
• 出版时间 2016-03
• 版次 1
• ISBN 9787301266045
• 定价 39.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 588页
• 字数 421千字
• 正文语种 简体中文
• 丛书 北京大学经济学教材系列

【内容简介】

本教材系统讲授应用计量经济学的基础知识和主要模型，并以计算机应用实例（Eviews和SAS软件）为途径讲授计量经济模型的实现方法和实证经济研究的基本步骤。本书的结构基本按照专题的形式，由浅入深，逐步展开。本书适合大专院校财经类本科高年级学生或硕士研究生使用。

【作者简介】

秦雪征，男，北京大学经济学院副教授，美国纽约州立大学经济学博士。研究领域为卫生经济学、劳动经济学和应用计量经济学。

【目录】

第一章：计量经济学导论
引言
第1节  什么是计量经济学
1.1  计量经济学的定义
1.2  计量经济学的学科特点
第2节  计量经济研究的步骤
2.1  计量经济模型与实证分析
2.2  计量模型与经济模型
2.3  计量经济研究的基本步骤
第3节  计量经济学涉及的主要数据类型
3.1  时间序列数据
3.2  横截面数据
3.3  混合截面数据
3.4  面板数据
3.5  常用数据集
第4节  计量经济学的主要研究方法
第5节  计量经济分析软件
本章总结
思考与练习

第二章：Eviews 与SAS软件简介
第1节  Eviews简介
1.1  Eviews的界面
1.2  建立文件
1.3  数据录入
1.4  数据描述和简单数据处理
第2节  SAS简介
2.1  SAS的界面
2.2  SAS语言构成简述
2.3  SAS程序的基本规则
2.4  数据录入
2.5  数据描述
2.6  数据集的合并
2.7  简单变量处理
2.8  一个应用实例
本章总结
思考与练习

第三章：简单线性回归模型
第1节  回归的含义
第2节  回归的几个基本概念
2.1  回归函数
2.2  随机误差项
第3节 一元回归模型的估计
3.1  最小二乘法及参数估计
3.2  最小二乘估计量的性质
第4节 计算机应用实例
4.1  Eviews
4.2  SAS
本章总结
思考与练习

第四章：多元线性回归模型
第1节  多元线性回归模型的含义
1.1  多元回归模型与偏回归系数
1.2  多元回归模型的优势
第2节  多元线性回归的参数估计--普通最小二乘法
2.1  回归系数的估计
2.2  多元回归系数的解释
2.3  多元回归系数的性质
2.4  拟合优度
第3节  OLS的有效性--高斯-马尔可夫定理
第4节  OLS估计量的方差
第5节  计算机应用实例
5.1  Eviews
5.2  SAS
本章总结
思考与练习

第五章： 假设检验
第1节  假设检验的基本原理
1.1  假设检验的定义和基本原理
1.2  假设检验的重要概念
1.3  假设检验的基本步骤
第2节  单参数假设检验：t检验
2.1  正态样本分布原理
2.2  t检验的原理
2.3  单尾t检验和双尾t检验
2.4  t检验的p值 
第3节  置信区间
3.1  置信区间的概念
3.2  置信区间的计算方法
3.3  t检验的置信区间
第4节  多参数假设检验：F检验
4.1  F检验的原理
4.2  F统计量和t统计量的关系
4.3  回归整体显著性的F检验
4.4  一般线性约束
第5节  计算机应用实例
5.1  Eviews
5.2  SAS
本章总结
思考与练习

第六章：方程形式的选择与虚拟变量的使用
第1节  双对数线性模型
1.1  双对数线性模型的定义
1.2  双对数线性模型的应用
第2节  半对数线性模型
2.1  因变量是对数形式的半对数模型
2.2  自变量是对数形式的半对数模型
第3节  多项式回归模型
第4节  虚拟变量在多元回归分析中的应用
4.1  虚拟变量的定义
4.2  虚拟变量的引入及解释
4.3  虚拟变量陷阱
4.4  多个虚拟变量的使用
4.5  含虚拟变量的交叉项在回归中的使用
第5节  常见的模型设定错误
5.1  遗漏变量
5.2  过度拟合
5.3  度量误差
第6节  数据测度单位
6.1  数据测度单位对回归系数的影响
6.2  数据测度单位对统计检验和拟合优度的影响
第7节  计算机应用实例
本章总结
思考与练习

第七章：时间趋势与季节性
  第1节  时间趋势模型
1.1  线性回归模型中的时间趋势
1.2  对数回归模型中的时间趋势
1.3  多项式形式的时间趋势
第2节  消除时间趋势的方法
第3节  季节性
第4节  消除季节性的方法
第5节  计算机应用实例
5.1  Eviews
5.2  SAS
本章总结
思考与练习

第八章：异方差与自相关
第1节  异方差性
第2节  对异方差的检验
2.1  异方差检验的基本思想
2.2  布罗施-帕甘检验
2.3  怀特检验
第3节  对异方差的修正
第4节  序列自相关
第5节  对序列自相关性的检验
第6节  序列自相关模型的修正
6.1  已知情况下的修正方法
6.2  未知情况下的修正方法
第7节  计算机应用实例
7.1  Eviews和SAS中对异方差的诊断
7.2  对异方差的修正
7.3  Eviews和SAS中对自相关性的诊断与修正
本章总结
思考与练习

第九章：经典时间序列模型
第1节  时间序列的结构与平稳性
1.1  时间序列的基本概念
1.2  时间序列的平稳性
第2节  ARMA过程和ARIMA过程
2.1  自回归移动平均过程（ARMA）
2.2  差分自回归移动平均过程（ARIMA）
第3节  ARIMA过程的估计方法
3.1  Wald分解定理
3.2  博克斯-詹金斯方法
第4节  计算机应用实例
4.1  Eviews
4.2  SAS
本章总结
思考与练习

第十章：时间序列的深入专题
第1节  VAR模型
1.1  向量自回归模型（VAR）
1.2  格兰杰因果关系
第2节  ARCH模型与GARCH模型
2.1  自回归条件异方差模型(ARCH)
2.2  广义自回归条件异方差模型(GARCH)
第3节  非平稳时间序列与单位根检验
3.1  单位根过程
3.2  平稳性检验
第4节  协整
第5节  计算机应用实例
5.1  VAR模型的应用
5.2  GARCH模型的应用
本章总结
思考与练习

第十一章：混合截面数据模型
第1节  混合截面数据的性质
第2节  混合截面数据的检验
2.1  结构突变
2.2  利用分样本回归检验结构突变
2.3  利用虚拟变量检验结构突变
第3节  利用独立混合截面进行政策分析
3.1  自然实验
3.2  倍差法
第4节  计算机应用实例
4.1  结构突变检验
4.2  DID模型
本章总结
思考与练习

第十二章：面板数据模型
第1节  面板数据的性质
第2节  一阶差分模型
第3节  固定效应模型
3.1  固定效应模型的原理和常规估计方法
3.2  最小二乘虚拟变量估计法
第4节  随机效应模型
4.1  随机效应模型的原理和估计方法
4.2  FE模型、RE模型与混合数据OLS模型的比较
4.3  模型选择与豪斯曼检验
第5节  计算机应用实例
本章总结
思考与练习

第十三章：二元选择模型
第1节  二元选择问题
第2节  线性概率模型
第3节  Probit模型和Logit模型
3.1  模型的基本原理
3.2  模型的估计方法
3.3  边际效应的计算
3.4  参数检验
第4节  二元选择模型的比较
第5节  计算机应用实例
本章总结
思考与练习

第十四章：截取与断尾数据模型
第1节  截取数据与断尾数据
第2节  Tobit模型
2.1  Tobit模型的基本概念
2.2  Tobit模型的性质
2.3  右侧截取数据模型
第3节  断尾数据模型
第4节  计算机应用实例
本章总结
思考与练习

第十五章：内生性与工具变量估计
第1节  内生性
1.1  内生性的概念及产生原因
1.2  内生性造成的后果
第2节  工具变量估计
2.1  工具变量的选择标准
2.2  简单线性回归中的工具变量估计
2.3  多元线性回归中的工具变量估计
第3节  工具变量选取实例
第4节  两阶段最小二乘法
第5节  豪斯曼检验
第6节  识别条件的判定及检验
6.1  模型可识别性的判定
6.2  萨根-巴斯曼检验
第7节  计算机应用实例
本章总结
思考与练习

第十六章：回归方程系统模型
第1节  回归方程系统
第2节  似不相关回归模型
第3节  联立方程模型--简介
第4节  联立方程模型的识别
4.1  可识别性的定义和应用
4.2  用阶条件和秩条件判定模型的可识别性
第5节  联立方程模型的估计
第6节  计算机应用实例
6.1  似不相关回归模型应用实例
6.2  联立方程模型应用实例
本章总结
思考与练习