计量经济学及stata应用

《计量经济学及Stata应用》为既接轨现代计量经济学，又适合中国国情的本科计量经济学教材。在理论体系上，《计量经济学及Stata应用》充分借鉴*新国际主流教材，以大样本理论为主线，并针对中国学生的知识体系进行编写。《计量经济学及Stata应用》内容全面，包括横截面数据（多元回归、工具变量法、离散选择）、时间序列（平稳时间序列、单位根、协整），以及面板数据（随机效应、固定效应）等。

《计量经济学及Stata应用》力图以清晰而生动的语言、较多的插图与经济意义，来直观地解释计量方法。同时结合目前欧美最为流行的stata计量软件，及时地介绍相应的计算机操作与经典实例，为读者提供“一站式”服务。《计量经济学及Stata应用》还较多地使用计算机模拟（蒙特卡罗法），作为强有力的学习工具。

《计量经济学及Stata应用》适合高等学校经济管理类及社科类的本科生使用。先...

(展开全部)

《计量经济学及Stata应用》为既接轨现代计量经济学，又适合中国国情的本科计量经济学教材。在理论体系上，《计量经济学及Stata应用》充分借鉴*新国际主流教材，以大样本理论为主线，并针对中国学生的知识体系进行编写。《计量经济学及Stata应用》内容全面，包括横截面数据（多元回归、工具变量法、离散选择）、时间序列（平稳时间序列、单位根、协整），以及面板数据（随机效应、固定效应）等。

《计量经济学及Stata应用》力图以清晰而生动的语言、较多的插图与经济意义，来直观地解释计量方法。同时结合目前欧美最为流行的stata计量软件，及时地介绍相应的计算机操作与经典实例，为读者提供“一站式”服务。《计量经济学及Stata应用》还较多地使用计算机模拟（蒙特卡罗法），作为强有力的学习工具。

《计量经济学及Stata应用》适合高等学校经济管理类及社科类的本科生使用。先修课为微积分、线性代数与概率统计。阅读《计量经济学及Stata应用》可使读者掌握当代实证研究的精神实质与基本方法，并学会实际处理数据的重要技能，从而为毕业论文乃至读研深造打下良好基础。

陈强，男，1971年出生，山东大学经济学院副教授，硕士生导师，泰岳经济研究中心副主任，“山东省应用金融理论与政策研究基地”金融与经济增长研究中心主任。1992年、1995年分别获得北京大学经济学学士、硕士学位，后留校任教，2007年获得美国 Northern Illinois University 数学硕士和经济学博士学位，2008年回国任教。研究领域：Macroeconomics, Econometrics, Institutions, Economic History，已先后在SSCI期刊　Journal of Comparative Economics、Applied Economics Letters及<<世界经济>>等期刊发表论文。现为美国经济学会、中国留美经济学会、中国数量经济学会会员，Applied Economics、《经济学季刊》、...

(展开全部)

陈强，男，1971年出生，山东大学经济学院副教授，硕士生导师，泰岳经济研究中心副主任，“山东省应用金融理论与政策研究基地”金融与经济增长研究中心主任。1992年、1995年分别获得北京大学经济学学士、硕士学位，后留校任教，2007年获得美国 Northern Illinois University 数学硕士和经济学博士学位，2008年回国任教。研究领域：Macroeconomics, Econometrics, Institutions, Economic History，已先后在SSCI期刊　Journal of Comparative Economics、Applied Economics Letters及<<世界经济>>等期刊发表论文。现为美国经济学会、中国留美经济学会、中国数量经济学会会员，Applied Economics、《经济学季刊》、《产业经济评论》的匿名审稿人。

1.导论
1.1 什么是计量经济学
1.2 经济数据的特点与类型
附录A1.1 谷歌如何通过搜索记录预测流感的传播
2.Stata入门
2.1 为什么使用Stata
· · · · · · (更多)

1.导论
1.1 什么是计量经济学
1.2 经济数据的特点与类型
附录A1.1 谷歌如何通过搜索记录预测流感的传播
2.Stata入门
2.1 为什么使用Stata
2.2 Stata的窗口
2.3 Stata操作实例
2.4 Stata命令库的更新
2.5 进一步学习Stata的资源
习题
3.数学回顾
3.1 微积分
3.2 线性代数
3.3 概率与条件概率
3.4 分布与条件分布
3.5 随机变量的数字特征
3.6 迭代期望定律
3.7 随机变量无关的三个层次概念
3.8 常用连续型统计分布
3.9 统计推断的思想
习题
4.一元线性回归
4.1 一元线性回归模型
4.2 OLs估计量的推导
4.3 OLS的正交性
4.4 乙方和分解公式
4.5 拟合优度
4.6 无常数项的回归
4.7 一元回归的Stata实例
4.8 Stata命令运行结果的存储与调用
4.9 总体回归函数与样本回归函数：蒙特卡罗模拟
附录A4.1 高尔顿与回归
附录A4.2 随机数的产生
习题
5. 多元线性回归
5.1 二元线性回归
5.2 多元线性回归模型
5.3 OLs估计量的推导
5.4 OLs的几何解释
5.5 拟合优度
5.6 古典线性回归模型的假定
5.7 OLs的小样本性质
5.8 对单个系数的￡检验
5.9 对线性假设的F检验
5.10 F统计量的似然比原理表达式
5.11 预测
5.12 多元回归的Stata实例
习题
6. 大样本Ol—S
6.1 为何需要大样本理论
6.2 随机收敛
6.3 大数定律与中心极限定理
6.4 使用蒙特卡罗法模拟中心极限定理
6.5 统计量的大样本性质
6.6 随机过程的性质
6.7 大样本OLs的假定
6.8 0Ls的大样本性质
6.9 大样本统计推断
6.10 大样本OLs的Stata实例
6.11 大样本理论的蒙特卡罗模拟
附录A6.1 依均方收敛是依概率收敛的充分条件
习题
7. 异方差
7.1 异方差的后果
7.2 异方差的例子
7.3 异方差的检验
7.4 异方差的处理
7.5 处理异方差的Stata命令及实例
7.6 Stata命令的批处理
习题
8.自相关
8.1 自相关的后果
8.2 自相关的例子
8.3 自相关的检验
8.4 自相关的处理
8.5 处理自相关的Stata命令及实例
习题
9. 模型设定与数据问题
9.1 遗漏变量
9.2 无关变量
9.3 建模策略：“由小到大”还是“由大到小”
9.4 解释变量个数的选择
9.5 对函数形式的检验
9.6 多重共线性
9.7 **数据
9.8 虚拟变量
9.9 经济结构变动的检验
9.10 缺失数据与线性插值
9.11 变量单位的选择
习题
10. 工具变量法
10.1 联立方程偏差
10.2 测量误差偏差
10.3 工具变量法
10.4 二阶段*小二乘法
10.5 弱工具变量
10.6 对工具变量外生性的过度识别检验
10.7 对解释变量内生性的豪斯曼检验：究竟该用OLS还是Iv
10.8 如何获得工具变量
10.9 工具变量法的Stata实例
习题
11. 二值选择模型
11.1 二值选择模型
11.2 *大似然估计的原理
11.3 二值选择模型的MLE估计
11.4 边际效应
11.5 回归系数的经济意义
11.6 拟合优度
11.7 准*大似然估计
11.8 三类渐近等价的大样本检验
11.9 二值选择模型的Stata命令与实例
11.10 其他离散选择模型
习题
12. 面板数据
12.1 面板数据的特点
12.2 面板数据的估计策略
12.3 混合回归
12.4 固定效应模型：组内估计量
12.5 固定效应模型：LsDV法
12.6 固定效应模型：一阶差分法
12.7 时间固定效应
12.8 随机效应模型
12.9 组间估计量
12.10 拟合优度的度量
12.11 非平衡面板
12.12 究竟该用固定效应还是随机效应模型
12.13 面板数据的Stata命令及实例
习题
13.平稳时间序列
13.1 时间序列的自相关
13.2 一阶自回归
13.3 高阶自回归
13.4 自回归分布滞后模型
13.5 误差修正模型
13.6 移动平均与ARMA模型
13.7 脉冲响应函数
13.8 向量自回归过程
13.9 VAR的脉冲响应函数
13.10 格兰杰因果检验
13.11 VAR的Stata命令及实例
13.12 时间趋势项
13.13 季节调整
13.14 日期数据的导入
习题
14. 单位根与协整
14.1 非平稳序列
14.2 ARMA的平稳性
14.3 VAR的平稳性
14.4 单位根所带来的问题
14.5 单位根检验
14.6 单位根检验的Stata实例
14.7 协整的思想与初步检验
14.8 协整的*大似然估计
14.9 协整分析的Stata实例
习题
15.如何做实证研究
15.1 什么是论文
15.2 准备阶段
15.3 选题
15.4 探索性研究
15.5 收集与整理数据
15.6 建立计量模型
15.7 选择计量方法
15.8 解释回归结果
15.9 诊断性检验
15.10 稳健性检验
15.11 论文写作
15.12 与同行交流
15.13 提交论文或投稿
15.14 写作伦理
15.15 结束语
习题
附录：常用数据来源
参考书目
数学符号
英文缩写
· · · · · · (收起)