Stata/Eviews計量經(jīng)濟分析

前言

　　筆者在教學(xué)和科研工作中，深知學(xué)習(xí)并掌握計量經(jīng)濟學(xué)理論和應(yīng)用方法的重要性。本書的出版目的就是試圖引導(dǎo)海內(nèi)外高等院校學(xué)生如何系統(tǒng)、循序漸進地學(xué)習(xí)各種計量經(jīng)濟模型并將理論應(yīng)用到實踐中。本書也可作為學(xué)術(shù)界同仁的參考用書?！　”緯^為全面地介紹了計量經(jīng)濟學(xué)的基礎(chǔ)理論和各種常用回歸模型的分析及檢驗。強調(diào)實用性是本書的第一個特點。在美國的很多高等院校、科研機構(gòu)，甚至是公司的R＆D部門，Stata這種統(tǒng)計計量軟件經(jīng)常會用到。同樣，EViews常常被用于時間序列分析中。本書特意為計量分析的學(xué)習(xí)和計量軟件的學(xué)習(xí)架起一座橋梁。通過對本書的閱讀和理解，國內(nèi)外高等院校的學(xué)生們能由此了解到如何使用Stata，和EViews軟件進行計量分析，并從本書中獲知如何建立分析自己的計量模型。相信本書也會對學(xué)術(shù)界同仁和計量研究愛好者有所幫助?！　”緯€介紹了現(xiàn)代計量的分析方法并提供了很多有趣并實用的例題和上機操作的習(xí)題。每一個習(xí)題都盡量配有Stata或者是：EViews的使用說明。讀者完全可以根據(jù)例題在Stata或EViews軟件上操作模擬，從而很快地掌握這兩種軟件的使用，并根據(jù)本書對軟件運行中得到的圖表數(shù)據(jù)的分析和討論加深對現(xiàn)代計量分析方法的理解和運用。這是本書的第二個特點。　　本書的第三個特點是使用兩種語言（英文和中文）同步講解現(xiàn)代計量理論及其運用，讀者可以比較清楚地了解現(xiàn)代計量的專業(yè)術(shù)語在英語國家的教學(xué)科研里是如何被解釋和闡述的。另外，本書每一章里的上機操作習(xí)題都是用英文書寫的，并沒有附上中文對照，對讀者而言具有一定的挑戰(zhàn)性。筆者希望讀者通過這樣的練習(xí)機會加強和鞏固對計量的英文學(xué)習(xí)，從而可以更為輕松地閱讀其他有關(guān)計量經(jīng)濟學(xué)的英文書籍，更好地和國際接軌，并保持同步。

內(nèi)容概要

《Stata/Eviews計量經(jīng)濟分析》介紹了現(xiàn)代計量的分析方法并提供了很多有趣并實用的例題和上機操作的習(xí)題。每一個習(xí)題都盡量配有Stata或者是：EViews的使用說明。讀者完全可以根據(jù)例題在Stata或EViews軟件上操作模擬，從而很快地掌握這兩種軟件的使用，并根據(jù)《Stata/Eviews計量經(jīng)濟分析》對軟件運行中得到的圖表數(shù)據(jù)的分析和討論加深對現(xiàn)代計量分析方法的理解和運用。這是《Stata/Eviews計量經(jīng)濟分析》的第二個特點。

書籍目錄

第1章 Stata和EViews軟件簡介?、?Stata軟件簡介?、?EViews軟件簡介第2章 計量經(jīng)濟學(xué)簡介?、?計量經(jīng)濟學(xué)的定義及其學(xué)習(xí)意義?、?學(xué)習(xí)計量經(jīng)濟學(xué)前需思考的問題第3章 線性回歸模型?、?簡單線性回歸模型?、?多元線性回歸模型第4章 線性模型檢驗?、?最小二乘估計量的統(tǒng)計屬性　Ⅱ.單一回歸參數(shù)的顯著性檢驗：￡檢驗?、?聯(lián)合顯著性檢驗及總體顯著性檢驗：F檢驗第5章 建模分析和應(yīng)用　Ⅰ.如何選擇合適的線性方程式?、?如何判定所建模型的合適性第6章 進一步分析建模的不足之處　Ⅰ.遺漏變量導(dǎo)致的估計偏差?、?多重共線性的問題和解決方法第7章 異方差問題的檢驗和解決方法?、?什么是異方差問題?、?如何偵測異方差問題　Ⅲ.如何解決異方差問題?、?上機操作練習(xí)第8章 自相關(guān)問題的檢驗和解決方法　Ⅰ.什么是自相關(guān)問題?、?如何檢驗自相關(guān)問題的存在　Ⅲ.如何解決自相關(guān)問題?、?上機操作練習(xí)第9章 內(nèi)生性問題和輔助變量?、?內(nèi)生變量的問題?、?輔助變量（IV）估計法.　Ⅲ.內(nèi)生性和輔助變量有效性的假設(shè)檢驗.?、?上機操作練習(xí)第10章 虛擬自變量回歸模型?、?虛擬變量?、?虛擬變量的應(yīng)用　Ⅲ.檢測各組的差異——鄒式檢驗法?、?上機操作練習(xí)第11章 虛擬因變量模型?、?線性概率模型?、?Probit和Logit模型?、?上機操作練習(xí)第12章 面板數(shù)據(jù)模型?、?面板數(shù)據(jù)的作用　Ⅱ.面板回歸模型?、?上機操作練習(xí)第13章 聯(lián)立方程組模型?、?聯(lián)立方程組模型的建立　Ⅱ.估計聯(lián)立方程組模型?、?上機操作練習(xí)第14章 時間序列模型里的計量問題?、?采用OLS處理時間序列數(shù)據(jù)所考慮的問題?、?常用的時間序列模型　Ⅲ.平穩(wěn)型問題分析?、?共積現(xiàn)象分析　Ⅴ.上機操作練習(xí)第15章 向量自回歸模型（VAR模型）?、?如何建立一個VAR模型　Ⅱ.如果估計一個VAR模型?、?上機操作練習(xí)附錄參考文獻

章節(jié)摘錄

　　例如，我們想調(diào)查在職培訓(xùn)對工人生產(chǎn)力的影響，進而對他的工資的影響。經(jīng)濟學(xué)家們早已采用一些基本的經(jīng)濟分析工具來解釋工人的工資與他們的生產(chǎn)力之間的關(guān)系（例如，Wooldridge，2006）。這種推理有助于建立以下的計量模型：　　很明顯，除了以上的三個決定要素，還有很多其他要素可能會影響工資率，但上述的經(jīng)濟模型涉及以下兩個問題的實質(zhì)：在職培訓(xùn)和工人的工資之間是否存在著正相關(guān)的關(guān)系？在職培訓(xùn)對工人工資的影響有多大？在我們確定上述經(jīng)濟模型之后，我們需要把它轉(zhuǎn)換成一個相關(guān)的計量經(jīng)濟模型。假設(shè)經(jīng)濟模型里各種關(guān)系是線性的，我們可以建立起這樣一個完整的計量經(jīng)濟模型：　　在該計量模型中，常數(shù)J島，向&和脅是參數(shù)，用于測量工資和其決定要素之間的正負(fù)相關(guān)性以及各種工資決定要素對工資水平影響的強度。此外，“包含影響工人工資的其他要素。一旦我們建立起所需的計量經(jīng)濟模型，我們可以把重點放在對島的分析上以便回答前面提到的那兩個問題?！　栴}2：如何識別不同類型的數(shù)據(jù)　　經(jīng)濟數(shù)據(jù)有多種類型。因此，我們必須學(xué)會識別計量分析中那些經(jīng)常使用到的重要數(shù)據(jù)結(jié)構(gòu)。　　第一種類型：橫截面數(shù)據(jù)。這種數(shù)據(jù)是通過隨機抽樣的方法，在同一個時間點上，收集到的有關(guān)一群人或是一組公司等等的信息。比如，在2008年，100個家庭的收入和消費支出情況。如果數(shù)據(jù)不是隨機抽樣得到的，我們會面臨樣本選擇偏差的問題。　　第二種類型：，時間序列數(shù)據(jù)。不同于橫截面數(shù)據(jù)，時間序列數(shù)據(jù)沒有隨機抽樣的特性。它是在一個指定的時間段里收集到的有關(guān)某人、某物或某事件的信息變化——例如，股票的價格。時間序列數(shù)據(jù)強調(diào)時間秩序的重要性，因此，我們?nèi)绻幚頃r間序列模型則需要考慮如何解決趨勢和季節(jié)性的問題。例如，從2000年到2008年，同一個家庭的收入和消費支出的變化?！　〉谌N類型：混合橫截面數(shù)據(jù)。我們可以把幾組橫截面數(shù)據(jù)合并在一起，并僅視之為一組普通橫截面數(shù)據(jù)。然而，我們需要考慮到時間差異問題。例如，我們將兩組不同時間里收集的樣本合并起來，一個樣本是2007年的10個家庭的收入和消費支出情況，另一個樣本是2008年的另外10個不同家庭的收入和消費支出的情況?！　〉谒姆N類型：面板或縱向數(shù)據(jù)。它觀測的是每一個橫截面單元在時問序列上的變化情況。該數(shù)據(jù)既可以用于分析個體之間的差異情況，又可以描述個體的動態(tài)變化特征。例如，在2000-2008年間，我們觀察30個家庭的收入和消費支出情況?！　∽⒁猓旱谌N類型和第四種類型都包含了橫截面數(shù)據(jù)和時間序列數(shù)據(jù)的成分。但是，兩者最大的區(qū)別是，當(dāng)我們收集第四種類型的數(shù)據(jù)時，我們觀察的是同一組人或物隨時間的推移他們自身情況的變化。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    Stata/Eviews計量經(jīng)濟分析 PDF格式下載

---