• 经济计量学精要(原书第4版)
21年品牌 40万+商家 超1.5亿件商品

经济计量学精要(原书第4版)

全新正版 极速发货

32.99 6.7折 49 全新

库存2件

广东广州
认证卖家担保交易快速发货售后保障

作者(美)古扎拉蒂 (美)波特??著 著作 张涛 译 译者

出版社机械工业出版社

ISBN9787111308171

出版时间2010-06

装帧平装

开本16开

定价49元

货号11595519

上书时间2025-01-25

谢岳书店

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
目录
前言
作者简介
教学建议
  第1章  经济计量学的特征及研究范围
    1.1  什么是经济计量学
    1.2  为什么要学习经济计量学
    1.3  经济计量学方法论
    1.4  全书结构
    关键术语和概念问题习题
    附录1  A互联网上的经济数据
第一部分  线性回归模型
  第2章  线性回归的基本思想:双变量模型
    2.1  回归的含义
    2.2  总体回归函数(PRF):假想一例
    2.3  总体回归函数的统计或随机设定
    2.4  随机误差项的性质
    2.5  样本回归函数
    2.6  “线性”回归的特殊含义
    2.7  从双变量回归到多元线性回归
    2.8  参数估计:普通最小二乘法
    2.9  综合
    2.10  一些例子
    2.11  小结
    关键术语和概念
    问题习题选作题
    附录2A最小二乘估计值的推导
  第3章  双变量模型:假设检验
    3.1  古典线性回归模型
    3.2  普通最小二乘估计量的方差与标准误
    3.3  为什么使用OLSOLS估计量的性质
    3.4  OLS估计量的抽样分布或概率分布
    3.5  假设检验
    3.6  拟合回归直线的优度:判定系数r 2
    3.7  回归分析结果的报告
    3.8  数学S.A.T一例的计算机输出结果
    3.9  正态性检验
    3.10  综合实例:美国商业部门工资和生产率的关系(1959~2006年)
    3.11  预测
    3.12  小结
    关键术语和概念问题
    习题
  第4章  多元回归:估计与假设检验
  第5章  回归模型的函数形式
  第6章 虚拟变量回归模型
第二部分  实践中的回归分析
  第7章 模型选择:标准与检验
  第8章 多重共线性:解释变量相关会有什么后果
  第9章  异方差:如果误差方差不是常数会有什么结果
  第10章  自相关:如果误差项相关会有什么结果
第三部分  经济计量学高级专题
  第11章  联立方程模型
  第12章  单方程回归模型的几个专题
附录  概率论与统计学基础
参考文献

内容摘要
本书旨在向读者介绍经济计量理论和技术,力求通过大量实例、翔实解释和丰富习题帮助学生理解经济计量技术。根据学生和教师的建议,第4版的框架进行了重新调整,增加了许多新例子,并恰如其分地给出了各种软件的计算机输出结果。
    本书重点面向经济学和管理类专业本科生以及MBA学员,也适用于涉及经济计量分析,尤其是回归分析的其他社会科学和行为科学专业的学生。

精彩内容
    (7)检验源自模型的假设。
    (8)利用模型进行预测。
    为了阐明经济计量学方法论,不妨考虑这样一个问题:经济形势会影响人们进入劳动力市场的决策吗?也就是说,经济形势是否对人们的工作意愿有影响?假设用失业率(UNR)度量经济形势,用劳动力参与率(LFPR)度量劳动力参与,UNR和LFPR的数据由政府按时公布。我们按上述步骤回答这个问题。
    1.3.1建立一个理论假说
    首先要了解经济理论对这一问题是怎样阐述的。在劳动力经济学中,关于经济形势对人们工作意愿的影响有两个互相对立的假说。受挫-工人假说(效应)认为当经济形势恶化时(表现为较高的失业率),许多失业工人放弃寻找工作的愿望并退出劳动力市场。增加-工人假说(效应)认为当经济形势恶化时,许多尚未进入劳动力市场的后备工人(比如带孩子的母亲)可能会由于养家的人失去工作而决定进入劳动力市场,即使这些工作的报酬很低,只要可以弥补由于养家的人失去工作而造成的收入损失就行。
    总而言之,劳动力参与率的增加或减少取决于增加-工人效应和受挫-工人效应的强弱对比。如果增加-工人效应占知名品牌,则LFPR将升高,即使是在失业率很高的情况下。相反,如果是受挫-工人效应占知名品牌,那么LYPR将会下降。如何得到这一结果呢?这就成了一个实证问题。
    1.3.2收集数据
    因此,在实证分析中需要这两个变量的定量信息。一般来说,有三类数据可用于实证分析:
    (1)时间序列数据。
    (2)截面数据。
    (3)合并数据(时间序列数据与截面数据的组合)。
    时间序列数据(times series data)是按时间跨度收集得到的。比如GDP、失业、就业、货币供给、政府赤字等,这些数据是按照规则的时间间隔收集得到的——每天(比如股票价格)、每周(比如货币供给)、每月(比如失业率)、每季度(比如GDP)或每年(比如政府预算)。这些数据可能是定量的(比如价格、收入、货币供给等),也可能是定性的(比如男或女、失业或就业、已婚或未婚、白人或黑人等)。你会发现,定性变量(又称为虚拟变量或分类变量)与定量变量同样重要。
    截面数据(cross-sectional data)是指一个或多个变量在某一时点上的数据集合。例如美国人口调查局每十年进行的人口普查(*近一次是在2000年4月1日进行的),密执安大学进行的消费者支出调查以及Gallup、Harris和其他投票组织进行的民意测验等。
    合并数据(pooled data)既包括时间序列数据又包括截面数据。例如,如果要收集20年间10个国家的失业率数据,那么这个数据集就是一个合并数据——每个国家20年间的失业率构成时间序列数据,而10个不同国家每年的失业率又组成截面数据。在合并数据中,共有200个观察值——10个国家20年间的失业率数据。 ……

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP