互联网
类型
可以朗读
语音朗读
231千字
字数
No.42
科学技术
2024-10-01
发行日期
展开全部
主编推荐语
系统介绍计量经济学的概念、理论和技术等基本方法。
内容简介
本书通过系统地介绍高级计量经济分析的理论、思想及应用，使读者掌握高级计量经济分析的方法，以具备利用高级计量经济分析方法解决实际经济问题的能力。本书包括大量的Stata软件应用内容。这些内容既能帮助读者熟练掌握实际应用中的Stata软件操作技巧，又能帮助读者巩固关于高级计量经济分析的理论知识。
目录
- 版权信息
- 前言
- 教学建议
- 第1章 多元时间序列
- 1.1 多元GARCH模型
- 1.1.1 DVECH-MGARCH模型
- 1.1.2 CCC-MGARCH模型
- 1.1.3 DCC-MGARCH模型
- 1.1.4 VCC-MGARCH模型
- 1.2 误差修正模型
- 1.2.1 协整关系
- 1.2.2 协整的恩格尔-格兰杰检验
- 1.2.3 误差修正模型设定形式的推导
- 1.2.4 两步ECM估计
- 1.2.5 ECM模型的实现
- 1.3 向量自回归模型
- 1.4 结构向量自回归模型
- 1.5 向量误差修正模型
- 1.6 向量误差修正模型的协整秩
- 1.6.1 迹统计量检验
- 1.6.2 最大特征值检验
- 1.7 动态因子模型
- 1.8 状态空间模型
- 1.9 VAR模型的诊断和检验
- 1.9.1 滞后阶数确定
- 1.9.2 Granger因果关系检验
- 1.9.3 残差检验
- 1.9.4 VAR模型平稳性检验
- 1.10 VEC模型的诊断和检验
- 1.10.1 残差检验
- 1.10.2 VEC模型估计的平稳性检验
- 1.11 VAR/VEC模型预测
- 1.11.1 预测值计算
- 1.11.2 预测值绘图
- 1.12 脉冲响应和方差分解分析
- 第2章 面板数据分析
- 2.1 面板数据模型设定的Stata基本实用工具
- 2.1.1 声明数据集为面板数据
- 2.1.2 描述面板数据集
- 2.1.3 面板数据汇总
- 2.1.4 面板数据制表xttab与报告转移概率
- 2.2 线性面板回归
- 2.2.1 线性面板回归（FE、RE、PA、BE）模型的估计与实现
- 2.2.2 Hausman检验
- 2.3 随机效应的拉格朗日乘子检验
- 2.4 带AR（1）干扰项的面板线性回归
- 2.5 随机系数广义最小二乘回归
- 2.6 动态面板数据
- 2.7 面板数据的删失结果
- 2.7.1 随机效应区间数据回归模型
- 2.7.2 随机效应面板tobit回归
- 2.8 面板数据的同期相关
- 2.8.1 面板数据广义最小二乘法
- 2.8.2 面板数据校正标准误差回归
- 第3章 面板数据分析拓展
- 3.1 面板二元结果
- 3.1.1 面板logistic回归
- 3.1.2 面板probit回归
- 3.2 面板序数结果
- 3.2.1 面板排序logistic回归
- 3.2.2 面板排序probit回归
- 3.3 面板分类结果
- 3.3.1 面板多项逻辑回归
- 3.3.2 面板混合logit选择模型
- 3.4 面板计数结果
- 3.4.1 面板泊松回归
- 3.4.2 面板负二项回归
- 3.5 广义线性面板模型
- 3.6 面板样本选择线性模型
- 3.7 面板数据协整检验
- 3.7.1 Kao检验
- 3.7.2 Pedroni检验
- 3.7.3 Westerlund检验
- 3.8 面板单位根检验
- 3.8.1 LLC检验
- 3.8.2 HT检验
- 3.8.3 Breitung检验
- 3.8.4 IPS检验
- 3.8.5 费希尔型检验
- 3.8.6 HL乘数平稳性检验
- 3.9 面板折线图
- 3.10 面板随机前沿模型
- 3.11 面板数据模型的分位数回归估计
- 3.12 面板门限回归模型
- 3.13 动态面板门限回归模型
- 3.14 面板平滑转换模型
- 第4章 多层混合效应模型与有限混合模型
- 4.1 多层混合效应线性回归
- 4.2 多层混合效应非线性回归
- 4.3 多层混合效应logistic回归
- 4.4 有限混合模型
- 第5章 生存分析
- 5.1 风险函数
- 5.2 生存数据的归并与描述分析
- 5.2.1 数据归并
- 5.2.2 Kaplan-Meier估计
- 5.3 Cox比例风险模型
- 5.4 检验Cox比例风险模型的假设
- 5.5 间隔审查的Cox比例风险模型
- 5.6 竞争风险回归
- 5.7 参数生存模型
- 5.8 面板数据随机效应参数生存回归模型
- 5.9 多层混合效应参数生存回归模型
- 第6章 内生协变量
- 6.1 含内生协变量的线性回归
- 6.2 含内生协变量的扩展线性回归分析
- 6.2.1 含连续内生协变量的面板数据的扩展线性回归分析
- 6.2.2 二元和有序内生协变量
- 6.2.3 Probit内生样本选择
- 6.2.4 Tobit内生样本选择
- 6.3 三阶段最小二乘法
- 6.4 广义矩估计法
- 6.5 含连续内生协变量的probit模型
- 6.6 含内生协变量的扩展probit回归
- 6.6.1 连续内生协变量
- 6.6.2 二元和有序内生协变量
- 6.7 含内生协变量的扩展有序probit回归
- 6.7.1 连续内生协变量
- 6.7.2 二元和有序内生协变量
- 6.8 含内生协变量的Tobit回归
- 6.9 含内生协变量的区间回归
- 6.9.1 区间回归
- 6.9.2 连续内生协变量
- 6.9.3 二元和有序内生协变量的回归模型估计
- 6.10 含内生协变量的泊松模型估计
- 6.11 含内生协变量的面板数据分析
- 6.11.1 面板数据模型的一阶差分工具变量回归估计
- 6.11.2 固定效应的面板数据模型的工具变量回归估计
- 6.11.3 效应间面板数据模型的工具变量回归估计
- 6.11.4 GLS随机效应模型的估计
- 6.11.5 含内生协变量的面板数据模型的广义矩估计
- 6.12 含内生协变量的随机效应回归
- 第7章 因果推断
- 7.1 处理效应分析基础
- 7.1.1 处理效应及其分步估计法
- 7.1.2 样本估计方程及其估计方法
- 7.1.3 处理模型和结果模型的估计函数
- 7.2 回归调整估计法
- 7.3 逆概率加权估计法
- 7.4 增广逆概率加权估计法
- 7.5 逆概率加权回归调整估计法
- 7.6 最近邻匹配估计
- 7.7 倾向性得分匹配
- 7.8 双重差分模型与三重差分模型
- 7.9 合成控制法
- 7.10 断点回归模型
- 7.10.1 精确断点回归
- 7.10.2 模糊断点回归
- 第8章 因果推断拓展
- 8.1 处理效应的控制函数估计法
- 8.2 处理效应的最大似然估计
- 8.2.1 约束模型及其估计
- 8.2.2 一般潜在效果模型
- 8.2.3 平均处理效应
- 8.2.4 处理组的平均处理效应
- 8.2.5 实现
- 8.3 处理效应的含内生变量和样本选择的扩展线性回归分析
- 8.4 处理效应的扩展probit回归分析
- 8.5 处理效应的扩展有序probit回归分析
- 8.6 处理效应的含内生变量和样本选择的区间回归模型分析
- 8.7 处理效应的随机效应回归分析
- 8.8 处理效应的随机效应probit回归分析
- 8.9 处理效应的面板随机效应有序probit回归分析
- 8.10 处理效应的随机效应区间回归分析
- 第9章 结构方程模型
- 9.1 结构方程模型概述
- 9.1.1 结构方程模型及其分析过程
- 9.1.2 结构方程模型的结构
- 9.2 结构方程模型的构建方法
- 9.2.1 探索性因子分析模型
- 9.2.2 验证性因子分析模型
- 9.2.3 高阶因子分析模型
- 9.2.4 LISREL模型
- 9.2.5 Bentler-Weeks模型
- 9.3 结构方程模型的识别和估计
- 9.3.1 结构方程模型的识别
- 9.3.2 结构方程模型的估计
- 9.4 结构方程模型的评价和修正
- 9.4.1 结构方程模型的评价
- 9.4.2 结构方程模型的修正
- 9.5 结构方程模型与广义结构方程模型
- 9.6 结构方程模型估计的Stata命令及实现
- 9.7 广义结构方程模型估计的Stata命令及实现
- 第10章 联立方程模型
- 10.1 联立方程模型概述
- 10.2 联立方程模型的识别
- 10.3 多元回归
- 10.4 似不相关回归
- 10.5 三阶段最小二乘法
- 10.6 系统广义矩估计
- 10.7 完全信息最大似然估计法
- 10.8 非线性似不相关回归
- 第11章 基本空间计量经济分析
- 11.1 空间计量经济学绪论
- 11.2 空间权重矩阵
- 11.2.1 空间权重矩阵的含义与设定
- 11.2.2 Stata命令
- 11.3 空间数据可视化
- 11.3.1 空间数据可视化的Stata命令
- 11.3.2 空间可视化的Stata实现示例
- 11.4 空间自相关分析
- 11.4.1 空间自相关分析原理
- 11.4.2 莫兰检验的Stata命令与示例
- 11.4.3 空间自相关检验命令汇总
- 11.5 空间相关模式识别与空间计量模型设定
- 11.5.1 LM检验识别法的原理与实现
- 11.5.2 信息准则识别法的原理与实现
- 11.5.3 估计后的wald检验的原理与实现
- 11.5.4 估计后的似然比检验的原理与实现
- 11.5.5 估计后的拉格朗日乘数检验的原理与实现
- 11.6 具有空间自相关误差项的截面空间自相关模型
- 11.6.1 具有空间自相关误差项的截面空间自相关模型表达式
- 11.6.2 SARAR模型的GS2SLS估计量
- 11.6.3 ML估计量
- 11.6.4 SARAR模型的Stata估计
- 11.6.5 含有内生性解释变量的空间截面计量模型的Stata估计
- 11.7 空间自回归模型
- 11.8 空间误差模型
- 11.9 空间杜宾模型
- 11.10 空间面板模型
- 11.10.1 固定效应模型
- 11.10.2 随机效应模型
- 11.10.3 具有自回归效应的随机效应模型
- 11.10.4 模型间的区别
- 第12章 贝叶斯估计
- 12.1 贝叶斯估计原理
- 12.1.1 贝叶斯定理
- 12.1.2 蒙特卡洛积分的贝叶斯计算
- 12.1.3 马尔可夫链蒙特卡洛方法
- 12.1.4 Metropolis-Hastings算法
- 12.1.5 后验预测
- 12.2 贝叶斯估计命令
- 12.3 贝叶斯线性回归
- 12.4 MH算法的贝叶斯模型
- 第13章 lasso回归
- 13.1 lasso回归预测及模型选择
- 13.1.1 lasso回归估计
- 13.1.2 λ最优值的确定
- 13.1.3 惩罚和后选择系数
- 13.1.4 lasso回归预测及模型选择的命令与实例
- 13.2 平方根lasso回归
- 13.3 弹性网络回归
- 第14章 Stata编程基础
- 14.1 基本工具
- 14.1.1 do文件和ado文件
- 14.1.2 宏的定义与操作
- 14.1.3 变量创建与操作
- 14.2 程序文件的基本格式
- 14.2.1 程序的定义和操作
- 14.2.2 定义变量
- 14.2.3 定义语法格式
- 14.2.4 观测值标记变量的使用与操作
- 14.2.5 结果保存与查看程序
- 14.2.6 程序举例
- 14.3 程序控制与循环命令
- 14.3.1 if条件命令
- 14.3.2 while循环命令
- 14.3.3 foreach循环命令
- 14.3.4 forvalues循环命令
- 14.3.5 跳出循环continue命令
- 14.4 矩阵命令
- 14.4.1 标量与矩阵
- 14.4.2 矩阵的输入与输出
- 14.4.3 矩阵的下标和合并
- 14.4.5 矩阵函数
- 14.4.6 矩阵累乘命令
- 14.5 矩阵编程
- 14.5.1 Mata基本操作
- 14.5.2 Mata矩阵命令
- 14.5.3 Mata的矩阵算子
- 14.5.4 Mata矩阵计算函数
- 14.5.5 Mata编程基础
- 14.5.6 Mata编程语言
- 14.5.7 Mata编程示例
- 参考文献
展开全部
评分及书评
尚无评分
目前还没人评分
出版方
机械工业出版社
机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。
