PPT、PDF、教师手册、习题及答案等

本书配套资源、样书均可在本页下载申请，也可联系010-88379210索取

本书是经典的计量经济学入门教材，书中全面系统地介绍了计量经济学的基本知识。全书共分5篇，内容包括导论与知识回顾、回归分析基础、回归分析的高级专题、经济时间序列数据的回归分析和回归分析的计量经济学理论。与其他同类教材相比，本书具有以下三个显著特点：第壹，将现实世界的问题和数据与理论的发展联系起来，并且认真对待实证分析中大量的重要发现；第二，所选取的内容反映了现代理论和实践的发展；第三，给出的理论和假设都与应用相符。

前言<br/>第1篇　导论与知识回顾<br/>第1章　经济问题和数据　/2<br/>1.1　我们研究的经济问题　/2<br/>1.2　因果效应和理想化随机对照实验　/5<br/>1.3　数据：来源和类型　/6<br/>本章小结　/9<br/>重要术语　/10<br/>内容复习　/10<br/>第2章　概率论知识回顾　/11<br/>2.1　随机变量和概率分布　/12<br/>2.2　期望值、均值和方差　/15<br/>2.3　二维随机变量　/19<br/>专栏2-1　2015年美国的收入分布情况　/24<br/>2.4　正态分布、χ2分布、学生t分布及F分布　/26<br/>专栏2-2　华尔街糟糕的一天　/28<br/>2.5　随机抽样与样本均值的抽样分布　/30<br/>专栏2-3　投资分散化和资产组合　/33<br/>2.6　抽样分布的大样本近似　/33<br/>本章小结　/38<br/>重要术语　/38<br/>内容复习　/39<br/>习题　/39<br/>实证练习　/43<br/>附录2A　重要概念2-3中结果的推导　/44<br/>附录2B　条件均值是实现最小均方误差的预测值　/45<br/>第3章　统计学知识回顾　/46<br/>3.1　总体均值的估计　/47<br/>专栏3-1　兰顿获胜　/50<br/>3.2　关于总体均值的假设检验　/50<br/>3.3　总体均值的置信区间　/56<br/>3.4　不同总体间的均值比较　/57<br/>专栏3-2　美国大学毕业生收入的性别差异　/59<br/>3.5　基于实验数据估计因果效应　/60<br/>专栏3-3　刺激退休储蓄的新方法　/60<br/>3.6　样本容量较小时的t统计量　/61<br/>3.7　散点图、样本协方差和样本相关系数　/63<br/>本章小结　/66<br/>重要术语　/66<br/>内容复习　/67<br/>习题　/67<br/>实证练习　/71<br/>附录3A　美国当前人口调查　/73<br/>附录3B　Y是μY的最小二乘估计量的两种证明方法　/73<br/>附录3C　样本方差一致性的证明　/74<br/>第2篇　回归分析基础<br/>第4章　一元线性回归　/76<br/>4.1　线性回归模型　/77<br/>4.2　线性回归模型的系数估计　/79<br/>专栏4-1　股票的“贝塔”值　/82<br/>4.3　拟合优度与预测精度　/83<br/>4.4　因果推断的最小二乘假设　/85<br/>4.5　OLS估计量的抽样分布　/89<br/>4.6　结论　/91<br/>本章小结　/91<br/>重要术语　/92<br/>内容复习　/92<br/>习题　/92<br/>实证练习　/94<br/>附录4A　加利福尼亚州的测试成绩数据集　/96<br/>附录4B　OLS估计量的推导　/96<br/>附录4C　OLS估计量的抽样分布　/96<br/>附录4D　预测的最小二乘假设　/98<br/>第5章　一元线性回归：假设检验和置信区间　/100<br/>5.1　关于某个回归系数的假设检验　/100<br/>5.2　回归系数的置信区间　/104<br/>5.3　X为二元变量时的回归　/105<br/>5.4　异方差和同方差　/107<br/>专栏5-1　一年教育的经济价值：是同方差还是异方差　/110<br/>*5.5　普通最小二乘法的理论基础　/111<br/>*5.6　样本容量较小时的t统计量应用　/112<br/>5.7　结论　/113<br/>本章小结　/114<br/>重要术语　/115<br/>内容复习　/115<br/>习题　/115<br/>实证练习　/118<br/>附录5A　OLS标准误公式　/119<br/>附录5B　高斯-马尔科夫条件和高斯-马尔科夫定<br/>理的证明　/120<br/>第6章　多元线性回归　/122<br/>6.1　遗漏变量偏差　/122<br/>专栏6-1　莫扎特效应：遗漏变量偏差　/125<br/>6.2　多元回归模型　/126<br/>6.3　多元回归的OLS估计量　/128<br/>6.4　多元回归的拟合优度　/130<br/>6.5　多元回归中因果推断的最小二乘假设　/132<br/>6.6　多元回归模型中OLS估计量的分布　/134<br/>6.7　多重共线性　/134<br/>6.8　控制变量和条件均值独立　/137<br/>6.9　结论　/138<br/>本章小结　/139<br/>重要术语　/139<br/>内容复习　/140<br/>习题　/140<br/>实证练习　/143<br/>附录6A　式（6-1）的推导　/144<br/>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<br/>附录6C　Frisch-Waugh定理　/144<br/>附录6D　多元回归预测的最小二乘假设　/145<br/>附录6E　包含控制变量的多元回归的OLS估计量的分布　/146<br/>第7章　多元回归中的假设检验和置信区间　/147<br/>7.1　单个系数的假设检验和置信区间　/147<br/>7.2　联合假设的检验　/150<br/>7.3　涉及多个系数的单约束检验　/154<br/>7.4　多个系数的置信集　/155<br/>7.5　多元回归的模型设定　/156<br/>7.6　对测试成绩数据集的分析　/158<br/>7.7　结论　/161<br/>本章小结　/161<br/>重要术语　/162<br/>内容复习　/162<br/>习题　/162<br/>实证练习　/164<br/>附录7A　联合假设的Bonferroni检验　/165<br/>第8章　非线性回归函数　/167<br/>8.1　非线性回归函数的一般建模方法　/168<br/>8.2　一元非线性函数　/173<br/>8.3　解释变量的交互项　/180<br/>专栏8-1　教育回报与性别差距　/185<br/>专栏8-2　经济学期刊的需求　/187<br/>8.4　学生-教师比对测试成绩的非线性效应　/189<br/>8.5　结论　/193<br/>本章小结　/194<br/>重要术语　/194<br/>内容复习　/194<br/>习题　/195<br/>实证练习　/198<br/>附录8A　参数非线性的回归函数　/200<br/>附录8B　非线性回归函数的斜率和弹性　/202<br/>第9章　多元回归分析有效性的评估　/204<br/>9.1　内部有效性和外部有效性　/204<br/>9.2　多元回归分析的内部有效性威胁　/206<br/>专栏9-1　股票共同基金跑赢市场了吗　/211<br/>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<br/>9.4　实例：测试成绩和班级规模　/215<br/>9.5　结论　/221<br/>本章小结　/222<br/>重要术语　/222<br/>内容复习　/222<br/>习题　/222<br/>实证练习　/224<br/>附录9A　马萨诸塞州的小学测试数据　/225<br/>第3篇　回归分析的高级专题<br/>第10章　面板数据回归　/228<br/>10.1　面板数据　/229<br/>10.2　两期的面板数据：“前后”比较　/231<br/>10.3　固定效应回归　/233<br/>10.4　时间固定效应回归　/236<br/>10.5　固定效应回归假设和固定效应回归的标准误　/238<br/>10.6　关于酒驾的法律规定和交通事故死亡人数　/240<br/>10.7　结论　/243<br/>本章小结　/243<br/>重要术语　/244<br/>内容复习　/244<br/>习题　/244<br/>实证练习　/245<br/>附录10A　州交通死亡事故数据集　/246<br/>附录10B　固定效应回归的标准误　/246<br/>第11章　二元被解释变量回归　/250<br/>11.1　二元被解释变量与线性概率模型　/251<br/>11.2　probit回归和logit回归　/254<br/>11.3　logit模型和probit模型的估计与推断　/258<br/>11.4　在波士顿HMDA数据中的应用　/261<br/>11.5　结论　/265<br/>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<br/>本章小结　/267<br/>重要术语　/267<br/>内容复习　/267<br/>习题　/267<br/>实证练习　/269<br/>附录11A　波士顿HMDA数据　/271<br/>附录11B　最大似然估计　/271<br/>附录11C　其他受限被解释变量模型　/272<br/>第12章　工具变量回归　/275<br/>12.1　单个自变量和单个工具变量的IV估计量　/275<br/>专栏12-1　谁发明了工具变量回归　/279<br/>12.2　一般IV回归模型　/282<br/>12.3　检验工具变量有效性　/287<br/>专栏12-2　第一次IV回归　/289<br/>12.4　在香烟需求例子中的应用　/291<br/>专栏12-3　吸烟的外部性　/292<br/>12.5　如何寻找有效的工具变量　/294<br/>12.6　结论　/297<br/>本章小结　/297<br/>重要术语　/298<br/>内容复习　/298<br/>习题　/298<br/>实证练习　/300<br/>附录12A　香烟消费面板数据集　/302<br/>附录12B　式（12-4）中TSLS估计量公式的推导　/302<br/>附录12C　TSLS估计量的大样本分布　/302<br/>附录12D　工具变量非有效时TSLS估计量的大样本分布　/303<br/>附录12E　存在潜在弱工具变量时的工具变量分析方法　/304<br/>附录12F　含有控制变量的TSLS　/305<br/>第13章　实验和准实验　/307<br/>13.1　潜在结果、因果效应和理想化实验　/308<br/>13.2　实验的有效性威胁　/310<br/>专栏13-1　霍桑效应　/311<br/>13.3　减小班级规模效应的实验估计　/313<br/>13.4　准实验　/319<br/>13.5　准实验的潜在问题　/323<br/>13.6　异质性总体下的实验和准实验估计　/324<br/>13.7　结论　/328<br/>本章小结　/328<br/>重要术语　/329<br/>内容复习　/329<br/>习题　/330<br/>实证练习　/332<br/>附录13A　STAR项目数据集　/333<br/>附录13B　异质性因果效应的IV估计　/333<br/>附录13C　分析实验数据的潜在结果框架　/333<br/>第14章　多元回归和大数据预测　/335<br/>14.1　什么是“大数据”　/336<br/>14.2　多元预测问题与OLS　/337<br/>14.3　岭回归　/342<br/>14.4　Lasso回归　/345<br/>14.5　主成分　/348<br/>14.6　使用多个预测因子预测学校测试成绩　/352<br/>14.7　结论　/356<br/>专栏14-1　文本数据　/356<br/>本章小结　/357<br/>重要术语　/357<br/>内容复习　/358<br/>习题　/358<br/>实证练习　/361<br/>附录14A　加州学校考试成绩数据集　/362<br/>附录14B　k=1时式（14-4）的推导　/362<br/>附录14C　k=1时的岭回归估计量　/362<br/>附录14D　k=1时的Lasso估计量　/362<br/>附录14E　在标准化回归模型中计算样本外预测　/363<br/>第4篇　经济时间序列数据的回归分析<br/>第15章　时间序列回归和预测导论　/366<br/>15.1　时间序列数据和序列相关介绍　/367<br/>15.2　平稳性和均方预测误差　/371<br/>专栏15-1　你能战胜市场吗　/373<br/>15.3　自回归　/374<br/>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<br/>15.5　MSFE的估计和预测区间　/380<br/>专栏15-2　血河　/383<br/>15.6　运用信息准则选择滞后阶数　/383<br/>15.7　非平稳性Ⅰ：趋势　/386<br/>15.8　非平稳性Ⅱ：突变　/391<br/>15.9　结论　/396<br/>本章小结　/396<br/>重要术语　/397<br/>内容复习　/397<br/>习题　/397<br/>实证练习　/400<br/>附录15A　第15章使用的时间序列数据　/402<br/>附录15B　AR（1）模型的平稳性　/402<br/>附录15C　滞后算子符号　/403<br/>附录15D　ARMA模型　/403<br/>附录15E　BIC滞后阶数估计量的一致性　/404<br/>第16章　动态因果效应估计　/405<br/>16.1　橙汁数据的初步分析　/406<br/>16.2　动态因果效应　/408<br/>16.3　使用外生解释变量估计动态因果效应　/411<br/>16.4　异方差和自相关一致标准误　/413<br/>16.5　严格外生解释变量的动态因果效应估计　/416<br/>16.6　橙汁价格和霜冻天气　/420<br/>专栏16-1　迁徙中的橙子树　/424<br/>专栏16-2　新闻速递：商品交易员通过迪士尼乐园<br/>传递寒流　/425<br/>16.7　外生性合理吗　/425<br/>16.8　结论　/427<br/>本章小结　/427<br/>重要术语　/427<br/>内容复习　/428<br/>习题　/428<br/>实证练习　/431<br/>附录16A　橙汁数据集　/432<br/>附录16B　使用滞后算子表示的ADL模型及广义最小二乘法　/432<br/>第17章　时间序列回归的其他专题　/435<br/>17.1　向量自回归　/436<br/>17.2　多期预测　/438<br/>17.3　单整阶数和单位根检验统计量的非正态性　/442<br/>17.4　协整　/445<br/>17.5　波动集群性和自回归条件异方差　/447<br/>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<br/>专栏17-1　时间序列计量经济学的诺贝尔奖获得者　/457<br/>17.7　结论　/458<br/>本章小结　/458<br/>重要术语　/458<br/>内容复习　/459<br/>习题　/459<br/>实证练习　/461<br/>附录17A　美国季度宏观数据集　/461<br/>第5篇　回归分析的计量经济学理论<br/>第18章　一元线性回归理论　/464<br/>18.1　扩展的最小二乘假设和OLS估计量　/465<br/>18.2　渐近分布理论基础　/466<br/>18.3　OLS估计量和t统计量的渐近分布　/470<br/>18.4　误差项服从正态分布时的精确抽样分布　/472<br/>18.5　加权最小二乘法　/474<br/>本章小结　/477<br/>重要术语　/477<br/>内容复习　/478<br/>习题　/478<br/>附录18A　正态分布及其相关分布和连续型随机变量的矩　/480<br/>附录18B　两个不等式　/482<br/>第19章　多元线性回归理论　/483<br/>19.1　多元回归模型和OLS估计量的矩阵形式　/484<br/>19.2　OLS估计量和t统计量的渐近分布　/486<br/>19.3　联合假设检验　/489<br/>19.4　正态误差项假设下回归统计量的分布　/490<br/>19.5　误差项为同方差时OLS估计量的有效性　/492<br/>19.6　广义最小二乘法　/494<br/>19.7　工具变量和广义矩估计　/497<br/>本章小结　/503<br/>重要术语　/503<br/>内容复习　/504<br/>习题　/504<br/>附录19A　矩阵代数概要　/508<br/>附录19B　多元分布　/510<br/>附录19C　推导β^的渐近分布　/511<br/>附录19D　推导正态误差项下OLS检验统计量的精确分布　/511<br/>附录19E　多元回归模型的高斯-马尔科夫定理的证明过程　/512<br/>附录19F　IV和GMM估计中部分结论的证明　/513<br/>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<br/>附录　/519<br/>参考文献　/527