計量經(jīng)濟學(xué)導(dǎo)論：現(xiàn)代觀點（第七版）（經(jīng)濟科學(xué)譯叢）
定 價：158 元
叢書名：經(jīng)濟科學(xué)譯叢
- 作者：杰弗里·M.伍德里奇
- 出版時間：2023/5/1
- ISBN：9787300313085
- 出 版 社：中國人民大學(xué)出版社
- 中圖法分類：F224.0
- 頁碼：948
- 紙張：
- 版次：1
- 開本：16
本書是一本經(jīng)典的初級計量經(jīng)濟學(xué)教材，語言通俗易懂，且輔以恰到好處的案例指導(dǎo)學(xué)生學(xué)習(xí)和運用計量方法。與大多數(shù)其他同類教材最顯著的區(qū)別是,它的篇章結(jié)構(gòu)是根據(jù)分析數(shù)據(jù)的類型進行劃分的：第一篇是橫截面數(shù)據(jù)的回歸分析；第二篇是時間序列數(shù)據(jù)的回歸分析；第三篇則介紹了一些更深入的專題。本書的主要特點是：
（1）不需要具備高深的數(shù)學(xué)知識，讀者只要掌握大學(xué)所學(xué)的線性代數(shù)和概率統(tǒng)計基礎(chǔ)知識即可。
（2）強調(diào)計量經(jīng)濟學(xué)在實際問題中的應(yīng)用。
（3）含有大量例題和練習(xí)題。章末習(xí)題和計算機習(xí)題多著重于經(jīng)驗研究而非復(fù)雜的推導(dǎo)。
（4）課程安排比較靈活。教師可以根據(jù)教學(xué)需要合理挑選章節(jié)進行講授，而不會影響教學(xué)的連續(xù)性。
本書適合各高等院校經(jīng)濟管理類專業(yè)本科生作為計量經(jīng)濟學(xué)教材，還可供經(jīng)濟管理類教師及科研人員作為參考書使用。
杰弗里•M.伍德里奇，密歇根州立大學(xué)經(jīng)濟學(xué)特聘教授。他于1982年在加州大學(xué)伯克利分校獲得計算機科學(xué)與經(jīng)濟學(xué)學(xué)士學(xué)位，并于1986年在加州大學(xué)圣迭戈分校獲經(jīng)濟學(xué)博士學(xué)位。伍德里奇博士曾在國際知名期刊上發(fā)表了30多篇學(xué)術(shù)論文。他還是《橫截面與面板數(shù)據(jù)的計量經(jīng)濟分析》(Econometric Analysis of Cross Section and Panel Data)一書的作者。他所獲的獎項包括：斯隆(Alfred P．Sloan)研究獎，《計量經(jīng)濟理論》(Econometric Theory)的PluraScripsit獎，《應(yīng)用計量經(jīng)濟學(xué)雜志》(Journal of Applied Econometrics)的斯通(Richard Stone)爵士獎，以及在MIT三次獲得研究生教學(xué)年度優(yōu)秀教師獎。他還是計量經(jīng)濟學(xué)會(Econometric Society)和《計量經(jīng)濟學(xué)雜志》 (Journal of Econometric)的資深會員。
涂海洋，王文佳，中國人民大學(xué)博士研究生，鄒炬伸，北京大學(xué)博士研究生。張成思，現(xiàn)任中國人民大學(xué)貨幣金融系系副主任，曾執(zhí)教于香港中文大學(xué)，研究方向為宏觀金融與金融時間序列分析等。
第1章 計量經(jīng)濟學(xué)的性質(zhì)與經(jīng)濟數(shù)據(jù)
1.1 什么是計量經(jīng)濟學(xué)
1.2實證經(jīng)濟分析的步驟
1.3經(jīng)濟數(shù)據(jù)的結(jié)構(gòu)
1.4計量經(jīng)濟分析中的因果關(guān)系和其他條件不變的概念
本章小結(jié)
關(guān)鍵術(shù)語
習(xí)題
計算機練習(xí)
第一部分 橫截面數(shù)據(jù)的回歸分析
第2章 簡單回歸模型
2.1 簡單回歸模型的定義
2.2普通最小二乘法的推導(dǎo)
2.3 OLS的性質(zhì)
2.4度量單位和函數(shù)形式
2.5 OLS估計量的期望值和方差
2.6過原點回歸及對常數(shù)回歸
2.7對二值變量回歸
本章小結(jié)
關(guān)鍵術(shù)語
習(xí)題
計算機練習(xí)
附錄2A最小化殘差平方和
第3章 多元回歸分析：估計
3.1使用多元回歸的動因
3.2普通最小二乘法的操作和解釋
3.3 OLS估計量的期望值
3.4 OLS估計量的方差
3.5 OLS的有效性：高斯馬爾科夫定理
3.6對多元回歸分析語言的一些說明
3.7一些應(yīng)用多元回歸的場景
本章小結(jié)
關(guān)鍵術(shù)語
習(xí)題
計算機練習(xí)
第4章 多元回歸分析：推斷
4.1OLS估計量的抽樣分布
4.2對單個總體參數(shù)的假設(shè)檢驗：t檢驗
4.3置信區(qū)間
4.4關(guān)于參數(shù)的一個線性組合的假設(shè)檢驗
4.5對多個線性約束的檢驗：F檢驗
4.6報告回歸結(jié)果
4.7對因果效應(yīng)和政策分析的再次討論
本章小結(jié)
關(guān)鍵術(shù)語
習(xí)題
計算機練習(xí)
第5章 多元回歸分析：OLS的漸近性
5.1一致性
5.2漸近正態(tài)和大樣本推斷
5.3 OLS的漸近有效性
本章小結(jié)
關(guān)鍵術(shù)語
習(xí)題
計算機練習(xí)
附錄5A
第6章 多元回歸分析：深入專題
6.1數(shù)據(jù)的測度單位對OLS統(tǒng)計量的影響
6.2對函數(shù)形式的進一步討論
6.3擬合優(yōu)度和回歸元選擇的進一步探討
6.4預(yù)測和殘差分析
本章小結(jié)
關(guān)鍵術(shù)語
習(xí)題
計算機練習(xí)
第6章附錄
第7章 含有定性信息的多元回歸分析
7.1對定性信息的描述
7.2只有一個虛擬自變量
7.3使用多類別虛擬變量
7.4涉及虛擬變量的交互作用
7.5二值因變量：線性概率模型
7.6對政策分析和項目評價的進一步討論
7.7離散因變量的回歸結(jié)果解釋
本章小結(jié)
關(guān)鍵術(shù)語
習(xí)題
計算機練習(xí)
第8章 異方差性
8.1異方差性對OLS所造成的影響
8.2 OLS估計后的異方差穩(wěn)健推斷
8.3對異方差性的檢驗
8.4加權(quán)最小二乘估計
8.5再議線性概率模型
本章小結(jié)
關(guān)鍵術(shù)語
習(xí)題
計算機練習(xí)
第9章 模型設(shè)定和數(shù)據(jù)問題的進一步討論
9.1函數(shù)形式誤設(shè)
9.2對無法觀測解釋變量使用代理變量
9.3隨機斜率模型
9.4有測量誤差時OLS的性質(zhì)
9.5數(shù)據(jù)缺失、非隨機樣本和異常觀測
9.6最小絕對離差估計
本章小結(jié)
關(guān)鍵術(shù)語
習(xí)題
計算機練習(xí)
第二部分 時間序列數(shù)據(jù)回歸分析
第10章 時間序列數(shù)據(jù)的基本回歸分析
10.1時間序列數(shù)據(jù)的性質(zhì)
10.2時間序列回歸模型的例子
10.3經(jīng)典假設(shè)下OLS的有限樣本性質(zhì)
10.4函數(shù)形式、虛擬變量和指數(shù)
10.5趨勢和季節(jié)性
本章小結(jié)
關(guān)鍵術(shù)語
習(xí)題
計算機練習(xí)
第11章OLS用于時間序列數(shù)據(jù)的其他問題
11.1平穩(wěn)和弱相關(guān)時間序列
11.2 OLS的漸近性質(zhì)
11.3回歸分析中使用高度持續(xù)性時間序列
11.4動態(tài)完備模型和無序列相關(guān)
11.5時間序列模型的同方差假設(shè)
本章小結(jié)
關(guān)鍵術(shù)語
習(xí)題
計算機練習(xí)
第12章 時間序列回歸中的序列相關(guān)和異方差性
12.1含序列相關(guān)誤差時OLS的性質(zhì)
12.2在OLS回歸后的序列相關(guān)穩(wěn)健推斷
12.3序列相關(guān)性檢驗
12.4回歸元嚴(yán)格外生時序列相關(guān)的修正
12.5差分和序列相關(guān)
12.6時間序列回歸中的異方差性
本章小結(jié)
計算機練習(xí)
第三部分 高級專題
第13章 跨時橫截面的混合：簡單面板數(shù)據(jù)方法
13.1跨時獨立橫截面的混合
13.2利用混合橫截面做政策分析
13.3兩時期面板數(shù)據(jù)分析
13.4用兩期面板數(shù)據(jù)做政策分析
13.5多于兩期的差分法
本章小結(jié)
關(guān)鍵術(shù)語
習(xí)題
計算機練習(xí)
第14章 高級面板數(shù)據(jù)方法
14.1固定效應(yīng)估計法
14.2隨機效應(yīng)模型
14.3相關(guān)隨機效應(yīng)方法
14.4把面板數(shù)據(jù)方法用于其他的數(shù)據(jù)結(jié)構(gòu)
14.5把面板數(shù)據(jù)方法用于其他的數(shù)據(jù)結(jié)構(gòu)
本章小結(jié)
關(guān)鍵術(shù)語
習(xí)題
計算機練習(xí)
第15章 工具變量的估計與兩階段最小二乘法
15.1動機：簡單回歸模型中的遺漏變量
15.2多元回歸模型的IV估計
15.3兩階段最小二乘法（2SLS）
15.4變量誤差問題的IV解決方法
15.5內(nèi)生性檢驗與過度識別約束檢驗
15.6異方差條件下的2SLS
15.7 2SLS應(yīng)用于時間序列方程
15.8 2SLS應(yīng)用于混合橫截面和面板數(shù)據(jù)
本章小結(jié)
關(guān)鍵術(shù)語
習(xí)題
計算機練習(xí)
第16章 聯(lián)立方程模型
16.1聯(lián)立方程模型的性質(zhì)
16.2 OLS中的聯(lián)立性偏誤
16.3結(jié)構(gòu)方程的識別和估計
16.4多于兩個方程的系統(tǒng)
16.5利用時間序列建立聯(lián)立方程模型
16.6利用面板數(shù)據(jù)建立聯(lián)立方程模型
本章小結(jié)
關(guān)鍵術(shù)語
習(xí)題
計算機練習(xí)
第17章 受限因變量模型和樣本選擇的修正
17.1 二值響應(yīng)的logit和probit模型
17.2用于角點解響應(yīng)的托賓模型
17.3泊松回歸模型
17.4截取和截斷回歸模型
17.5樣本選擇糾正
本章小結(jié)
關(guān)鍵術(shù)語
習(xí)題
計算機練習(xí)
第18章 時間序列高級專題
18.1無限分布滯后模型
18.2單位根檢驗
18.3偽回歸
18.4協(xié)整和誤差修正模型
18.5預(yù)測
本章小結(jié)
關(guān)鍵術(shù)語
習(xí)題
計算機練習(xí)
第19章 完成一個實證項目
19.1問題的提出
19.2文獻回顧
19.3數(shù)據(jù)的收集
19.4計量經(jīng)濟分析
19.5實證論文的寫作
本章小結(jié)
關(guān)鍵術(shù)語
附錄
數(shù)學(xué)復(fù)習(xí)A基本數(shù)學(xué)工具
A.1求和算子與描述統(tǒng)計量
A.2線性函數(shù)的性質(zhì)
A.3比例與百分?jǐn)?shù)
A.4若干特殊函數(shù)及其性質(zhì)
A.5微分學(xué)
本章小結(jié)
關(guān)鍵術(shù)語
習(xí)題
數(shù)學(xué)復(fù)習(xí)B概率論基礎(chǔ)
B.1隨機變量及其概率分布
B.2聯(lián)合分布、條件分布與獨立性
B.3概率分布的特征
B.4聯(lián)合與條件分布的特征
B.5正態(tài)及其有關(guān)分布
本章小結(jié)
關(guān)鍵術(shù)語
習(xí)題
數(shù)學(xué)復(fù)習(xí)C數(shù)理統(tǒng)計基礎(chǔ)
C.1總體、參數(shù)與隨機抽樣
C.2估計量的有限樣本性質(zhì)
C.3估計量的漸近或大樣本性質(zhì)
C.4參數(shù)估計的一般方法
C.5區(qū)間估計與置信區(qū)間
C.6假設(shè)檢驗
C.7關(guān)于符號的備注
本章小結(jié)
關(guān)鍵術(shù)語
習(xí)題
高級處理方法D矩陣代數(shù)概述
D.1基本定義
D.2矩陣運算
D.3線性獨立與矩陣的秩
D.4二次型與正定矩陣
D.5冪等矩陣
D.6線性形式和二次型的微分
D.7隨機向量的矩和分布
本章小結(jié)
關(guān)鍵術(shù)語
習(xí)題
高級處理方法E矩陣形式的線性回歸模型
E.1模型與普通最小二乘估計
E.2 OLS的有限樣本性質(zhì)
E.3統(tǒng)計推斷
E.4某些漸近分析
本章小結(jié)
關(guān)鍵術(shù)語
習(xí)題
術(shù)語表
書單推薦
