您好,欢迎光临有路网!
计量经济学(第2版)
QQ咨询:
有路璐璐:

计量经济学(第2版)

  • 作者:张晓峒
  • 出版社:清华大学出版社
  • ISBN:9787302596660
  • 出版日期:2022年03月01日
  • 页数:0
  • 定价:¥78.00
  • 分享领佣金
    手机购买
    城市
    店铺名称
    店主联系方式
    店铺售价
    库存
    店铺得分/总交易量
    发布时间
    操作

    新书比价

    网站名称
    书名
    售价
    优惠
    操作

    图书详情

    内容提要
    这是一本面向经济类、管理类研究生和本科生的计量经济学教材,内容主要包括回归模型、时间序列ARIMA模型、单位根检验、误差修正模型和面板数据模型等。本书在本领域内次增加蒙特卡洛模拟结果讨论统计量的分布特征,增强读者对统计量分布特征的理解。书中每一个知识点都用简练的语言介绍怎样用计量经济学软件EViews 12实现计算。书中所提供的案例基本上都是中国建模案例,为计量经济学理论与分析中国经济实际相结合提供切实范例。书中提供多种图(包括散点图、序列图、分布图等),辅助对所研究问题的理解。书中所用全部数据可免费下载。
    目录
    第1章一元线性回归模型 1.1计量经济学简介与建模步骤 1.2模型的建立及其假定条件 1.3一元线性回归模型的参数估计 1.4yt、β^1和β^0的分布 1.5σ2的估计 1.6小二乘估计量的统计性质 1.7小二乘回归函数的性质 1.8拟合优度的测量 1.9回归系数的显著性检验 1.10回归系数的置信区间 1.11单方程回归模型的预测 1.12相关分析 1.13回归系数β^1与相关系数r的关系 1.14案例分析 第2章多元线性回归模型 2.1多元线性回归模型及其假定条件 2.2小二乘法 2.3小二乘估计量的特性 2.4残差的方差 2.5Y与小二乘估计量β^的分布 2.6多重可决系数(多重确定系数) 2.7F检验 2.8t检验和回归系数的置信区间 2.9预测 2.10多元线性回归计算举例 2.11偏相关与复相关 2.12案例分析 2.13实际建模过程中应该注意的若干问题 第3章可线性化的非线性回归模型 3.1可线性化的7种非线性函数 3.2可线性化的非线性模型综合案例 3.3可线性化的非线性模型一览表 第4章特殊解释变量 4.1虚拟变量 4.2工具变量 4.3滞后变量 4.4随机解释变量 第5章异方差 5.1同方差假定 5.2异方差的表现与来源 5.3模型存在异方差的后�� 5.4异方差检验 5.5克服异方差的方法 5.6案例分析 第6章自相关 6.1非自相关假定 6.2自相关的来源与后果 6.3自相关检验 6.4自相关的解决方法 6.5克服自相关的矩阵描述 6.6自相关系数的估计 6.7案例分析 第7章多重共线性 7.1非多重共线性假定 7.2多重共线性的来源 7.3多重共线性的后果 7.4多重共线性的检测 7.5多重共线性的解决方法 7.6案例分析 7.7多重共线性与解释变量的不正确剔除 7.8违反模型假定条件的其他几种情形 第8章联立方程模型 8.1联立方程模型的概念 8.2联立方程模型的分类 8.3联立方程模型的识别 8.4联立方程模型的估计方法 8.5联立方程模型举例 第9章模型诊断常用统计量与检验 9.1检验模型中全部解释变量都无解释作用的F统计量 9.2检验单个回归系数显著性的t统计量 9.3检验回归系数线性约束条件是否成立的F统计量 9.4似然比统计量 9.5沃尔德统计量 9.6拉格朗日乘子统计量 9.7赤池、施瓦茨和汉南奎因统计量 9.8检验正态分布性的JB统计量 9.9格兰杰因果性检验 9.10邹突变点检验 9.11回归系数稳定性的邹检验 9.12递归分析 第10章时间序列ARIMA模型 10.1随机过程与时间序列的定义 10.2ARIMA模型的分类 10.3伍尔德分解定理 10.4自相关函数及其估计 10.5偏自相关函数及其估计 10.6ARIMA模型的建立与预测 10.7ARIMA模型建模案例 10.8季节时间序列ARIMA模型 10.9回归与ARMA组合模型 第11章虚假回归 11.1问题的提出 11.2单整性的定义 11.3单整序列的统计特征 11.4虚假回归 第12章单位根检验 12.14种典型的非平稳过程 12.2DF,T(β^-1)统计量的分布特征 12.3单位根检验 12.4单位根检验的EViews操作 12.5单位根检验案例分析 12.6结构突变序列单位根检验 第13章单方程误差修正模型 13.1均衡概念 13.2误差修正模型 13.3协整定义 13.4协整检验 13.5格兰杰定理 13.6建立单方程误差修正模型的EG两步法 第14章面板数据模型 14.1面板数据的定义 14.2面板数据模型的分类 14.3面板数据模型估计方法 14.4面板数据模型的设定与检验 14.5面板数据建模案例分析 14.6面板数据建模的EViews操作 参考文献 附录A随机变量、概率极限、矩阵代数知识简介 附录B统计分布表 附录CEViews 12使用简介

    与描述相符

    100

    北京 天津 河北 山西 内蒙古 辽宁 吉林 黑龙江 上海 江苏 浙江 安徽 福建 江西 山东 河南 湖北 湖南 广东 广西 海南 重庆 四川 贵州 云南 西藏 陕西 甘肃 青海 宁夏 新疆 台湾 香港 澳门 海外