《计量经济学(原书第4版)》(美)詹姆斯・H.斯托克,马克・W.沃 | PDF下载|ePub下载

前言
第1篇　导论与知识回顾
第1章　经济问题和数据　/2
1.1　我们研究的经济问题　/2
1.2　因果效应和理想化随机对照实验　/5
1.3　数据：来源和类型　/6
本章小结　/9
重要术语　/10
内容复习　/10
第2章　概率论知识回顾　/11
2.1　随机变量和概率分布　/12
2.2　期望值、均值和方差　/15
2.3　二维随机变量　/19
专栏2-1　2015年美国的收入分布情况　/24
2.4　正态分布、χ2分布、学生t分布及F分布　/26
专栏2-2　华尔街糟糕的一天　/28
2.5　随机抽样与样本均值的抽样分布　/30
专栏2-3　投资分散化和资产组合　/33
2.6　抽样分布的大样本近似　/33
本章小结　/38
重要术语　/38
内容复习　/39
习题　/39
实证练习　/43
附录2A　重要概念2-3中结果的推导　/44
附录2B　条件均值是实现*小均方误差的预测值　/45
第3章　统计学知识回顾　/46
3.1　总体均值的估计　/47
专栏3-1　兰顿获胜　/50
3.2　关于总体均值的假设检验　/50
3.3　总体均值的置信区间　/56
3.4　不同总体间的均值比较　/57
专栏3-2　美国大学毕业生收入的性别差异　/59
3.5　基于实验数据估计因果效应　/60
专栏3-3　刺激退休储蓄的新方法　/60
3.6　样本容量较小时的t统计量　/61
3.7　散点图、样本协方差和样本相关系数　/63
本章小结　/66
重要术语　/66
内容复习　/67
习题　/67
实证练习　/71
附录3A　美国当前人口调查　/73
附录3B　Y是μY的*小二乘估计量的两种证明方法　/73
附录3C　样本方差一致性的证明　/74
第2篇　回归分析基础
第4章　一元线性回归　/76
4.1　线性回归模型　/77
4.2　线性回归模型的系数估计　/79
专栏4-1　股票的“贝塔”值　/82
4.3　拟合优度与预测精度　/83
4.4　因果推断的*小二乘假设　/85
4.5　OLS估计量的抽样分布　/89
4.6　结论　/91
本章小结　/91
重要术语　/92
内容复习　/92
习题　/92
实证练习　/94
附录4A　加利福尼亚州的测试成绩数据集　/96
附录4B　OLS估计量的推导　/96
附录4C　OLS估计量的抽样分布　/96
附录4D　预测的*小二乘假设　/98
第5章　一元线性回归：假设检验和置信区间　/100
5.1　关于某个回归系数的假设检验　/100
5.2　回归系数的置信区间　/104
5.3　X为二元变量时的回归　/105
5.4　异方差和同方差　/107
专栏5-1　一年教育的经济价值：是同方差还是异方差　/110
*5.5　普通*小二乘法的理论基础　/111
*5.6　样本容量较小时的t统计量应用　/112
5.7　结论　/113
本章小结　/114
重要术语　/115
内容复习　/115
习题　/115
实证练习　/118
附录5A　OLS标准误公式　/119
附录5B　高斯-马尔科夫条件和高斯-马尔科夫定
理的证明　/120
第6章　多元线性回归　/122
6.1　遗漏变量偏差　/122
专栏6-1　莫扎特效应：遗漏变量偏差　/125
6.2　多元回归模型　/126
6.3　多元回归的OLS估计量　/128
6.4　多元回归的拟合优度　/130
6.5　多元回归中因果推断的*小二乘假设　/132
6.6　多元回归模型中OLS估计量的分布　/134
6.7　多重共线性　/134
6.8　控制变量和条件均值独立　/137
6.9　结论　/138
本章小结　/139
重要术语　/139
内容复习　/140
习题　/140
实证练习　/143
附录6A　式（6-1）的推导　/144
附录6B　包含两个解释变量且误差项为同方差时的OLS估计量的分布　/144
附录6C　Frisch-Waugh定理　/144
附录6D　多元回归预测的*小二乘假设　/145
附录6E　包含控制变量的多元回归的OLS估计量的分布　/146
第7章　多元回归中的假设检验和置信区间　/147
7.1　单个系数的假设检验和置信区间　/147
7.2　联合假设的检验　/150
7.3　涉及多个系数的单约束检验　/154
7.4　多个系数的置信集　/155
7.5　多元回归的模型设定　/156
7.6　对测试成绩数据集的分析　/158
7.7　结论　/161
本章小结　/161
重要术语　/162
内容复习　/162
习题　/162
实证练习　/164
附录7A　联合假设的Bonferroni检验　/165
第8章　非线性回归函数　/167
8.1　非线性回归函数的一般建模方法　/168
8.2　一元非线性函数　/173
8.3　解释变量的交互项　/180
专栏8-1　教育回报与性别差距　/185
专栏8-2　经济学期刊的需求　/187
8.4　学生-教师比对测试成绩的非线性效应　/189
8.5　结论　/193
本章小结　/194
重要术语　/194
内容复习　/194
习题　/195
实证练习　/198
附录8A　参数非线性的回归函数　/200
附录8B　非线性回归函数的斜率和弹性　/202
第9章　多元回归分析有效性的评估　/204
9.1　内部有效性和外部有效性　/204
9.2　多元回归分析的内部有效性威胁　/206
专栏9-1　股票共同基金跑赢市场了吗　/211
9.3　利用回归模型进行预测时的内部有效性和外部有效性　/214
9.4　实例：测试成绩和班级规模　/215
9.5　结论　/221
本章小结　/222
重要术语　/222
内容复习　/222
习题　/222
实证练习　/224
附录9A　马萨诸塞州的小学测试数据　/225
第3篇　回归分析的高级专题
第10章　面板数据回归　/228
10.1　面板数据　/229
10.2　两期的面板数据：“前后”比较　/231
10.3　固定效应回归　/233
10.4　时间固定效应回归　/236
10.5　固定效应回归假设和固定效应回归的标准误　/238
10.6　关于酒驾的法律规定和交通事故死亡人数　/240
10.7　结论　/243
本章小结　/243
重要术语　/244
内容复习　/244
习题　/244
实证练习　/245
附录10A　州交通死亡事故数据集　/246
附录10B　固定效应回归的标准误　/246
第11章　二元被解释变量回归　/250
11.1　二元被解释变量与线性概率模型　/251
11.2　probit回归和logit回归　/254
11.3　logit模型和probit模型的估计与推断　/258
11.4　在波士顿HMDA数据中的应用　/261
11.5　结论　/265
专栏11-1　诺贝尔经济学奖得主詹姆斯·赫克曼和丹尼尔·麦克法登　/266
本章小结　/267
重要术语　/267
内容复习　/267
习题　/267
实证练习　/269
附录11A　波士顿HMDA数据　/271
附录11B　*大似然估计　/271
附录11C　其他受限被解释变量模型　/272
第12章　工具变量回归　/275
12.1　单个自变量和单个工具变量的IV估计量　/275
专栏12-1　谁发明了工具变量回归　/279
12.2　一般IV回归模型　/282
12.3　检验工具变量有效性　/287
专栏12-2　**次IV回归　/289
12.4　在香烟需求例子中的应用　/291
专栏12-3　吸烟的外部性　/292
12.5　如何寻找有效的工具变量　/294
12.6　结论　/297
本章小结　/297
重要术语　/298
内容复习　/298
习题　/298
实证练习　/300
附录12A　香烟消费面板数据集　/302
附录12B　式（12-4）中TSLS估计量公式的推导　/302
附录12C　TSLS估计量的大样本分布　/302
附录12D　工具变量非有效时TSLS估计量的大样本分布　/303
附录12E　存在潜在弱工具变量时的工具变量分析方法　/304
附录12F　含有控制变量的TSLS　/305
第13章　实验和准实验　/307
13.1　潜在结果、因果效应和理想化实验　/308
13.2　实验的有效性威胁　/310
专栏13-1　霍桑效应　/311
13.3　减小班级规模效应的实验估计　/313
13.4　准实验　/319
13.5　准实验的潜在问题　/323
13.6　异质性总体下的实验和准实验估计　/324
13.7　结论　/328
本章小结　/328
重要术语　/329
内容复习　/329
习题　/330
实证练习　/332
附录13A　STAR项目数据集　/333
附录13B　异质性因果效应的IV估计　/333
附录13C　分析实验数据的潜在结果框架　/333
第14章　多元回归和大数据预测　/335
14.1　什么是“大数据”　/336
14.2　多元预测问题与OLS　/337
14.3　岭回归　/342
14.4　Lasso回归　/345
14.5　主成分　/348
14.6　使用多个预测因子预测学校测试成绩　/352
14.7　结论　/356
专栏14-1　文本数据　/356
本章小结　/357
重要术语　/357
内容复习　/358
习题　/358
实证练习　/361
附录14A　加州学校考试成绩数据集　/362
附录14B　k=1时式（14-4）的推导　/362
附录14C　k=1时的岭回归估计量　/362
附录14D　k=1时的Lasso估计量　/362
附录14E　在标准化回归模型中计算样本外预测　/363
第4篇　经济时间序列数据的回归分析
第15章　时间序列回归和预测导论　/366
15.1　时间序列数据和序列相关介绍　/367
15.2　平稳性和均方预测误差　/371
专栏15-1　你能战胜市场吗　/373
15.3　自回归　/374
15.4　包含其他预测变量的时间序列模型和自回归分布滞后模型　/377
15.5　MSFE的估计和预测区间　/380
专栏15-2　血河　/383
15.6　运用信息准则选择滞后阶数　/383
15.7　非平稳性Ⅰ：趋势　/386
15.8　非平稳性Ⅱ：突变　/391
15.9　结论　/396
本章小结　/396
重要术语　/397
内容复习　/397
习题　/397
实证练习　/400
附录15A　第15章使用的时间序列数据　/402
附录15B　AR（1）模型的平稳性　/402
附录15C　滞后算子符号　/403
附录15D　ARMA模型　/403
附录15E　BIC滞后阶数估计量的一致性　/404
第16章　动态因果效应估计　/405
16.1　橙汁数据的初步分析　/406
16.2　动态因果效应　/408
16.3　使用外生解释变量估计动态因果效应　/411
16.4　异方差和自相关一致标准误　/413
16.5　严格外生解释变量的动态因果效应估计　/416
16.6　橙汁价格和霜冻天气　/420
专栏16-1　迁徙中的橙子树　/424
专栏16-2　新闻速递：商品交易员通过迪士尼乐园
传递寒流　/425
16.7　外生性合理吗　/425
16.8　结论　/427
本章小结　/427
重要术语　/427
内容复习　/428
习题　/428
实证练习　/431
附录16A　橙汁数据集　/432
附录16B　使用滞后算子表示的ADL模型及广义*小二乘法　/432
第17章　时间序列回归的其他专题　/435
17.1　向量自回归　/436
17.2　多期预测　/438
17.3　单整阶数和单位根检验统计量的非正态性　/442
17.4　协整　/445
17.5　波动集群性和自回归条件异方差　/447
17.6　使用动态因子模型和主成分进行包含多个预测变量的预测　/451
专栏17-1　时间序列计量经济学的诺贝尔奖获得者　/457
17.7　结论　/458
本章小结　/458
重要术语　/458
内容复习　/459
习题　/459
实证练习　/461
附录17A　美国季度宏观数据集　/461
第5篇　回归分析的计量经济学理论
第18章　一元线性回归理论　/464
18.1　扩展的*小二乘假设和OLS估计量　/465
18.2　渐近分布理论基础　/466
18.3　OLS估计量和t统计量的渐近分布　/470
18.4　误差项服从正态分布时的精确抽样分布　/472
18.5　加权*小二乘法　/474
本章小结　/477
重要术语　/477
内容复习　/478
习题　/478
附录18A　正态分布及其相关分布和连续型随机变量的矩　/480
附录18B　两个不等式　/482
第19章　多元线性回归理论　/483
19.1　多元回归模型和OLS估计量的矩阵形式　/484
19.2　OLS估计量和t统计量的渐近分布　/486
19.3　联合假设检验　/489
19.4　正态误差项假设下回归统计量的分布　/490
19.5　误差项为同方差时OLS估计量的有效性　/492
19.6　广义*小二乘法　/494
19.7　工具变量和广义矩估计　/497
本章小结　/503
重要术语　/503
内容复习　/504
习题　/504
附录19A　矩阵代数概要　/508
附录19B　多元分布　/510
附录19C　推导β^的渐近分布　/511
附录19D　推导正态误差项下OLS检验统计量的精确分布　/511
附录19E　多元回归模型的高斯-马尔科夫定理的证明过程　/512
附录19F　IV和GMM估计中部分结论的证明　/513
附录19G　包含多个预测因子的回归：MPSE、岭回归和主成分分析　/515
附录　/519
参考文献　/527