出版时间:2011-6 出版社:中国人民大学 作者:威廉·H·格林 译者:张成思
Tag标签:无
内容概要
本书是计量经济领域“圣经”般的教材,它对计量经济学领域的知识做了全面概述及整合,并且能保持及时的更新,提供独特的研究视角和方法。本书可作为社会科学领域本科高年级或研究生学习计量经济学的教材
作者简介
威廉·H·格林,1976年毕业于美国威斯康星大学麦迪逊分校(University of
Wisconsin,Madison),获经济学博士学位。现任美国纽约大学(University of
NewYork)斯特恩商学院(SternSchool of
Business)经济学教授、丰田汽车讲席教授。曾任教于康奈尔大学,并担任宾夕法尼亚州立大学、悉尼大学、牛津大学等学术机构的访问教授。
书籍目录
第1部分 线性回归模型
第2部分 广义回归模型
第3部分 工具变量与联立方程模型
第4部分 估计方法
第5部分 时间序列与宏观计量经济学
第6部分 横截面、面板数据及微观计量经济学
第7部分 附录
章节摘录
插图:本章概述了针对不能推导出期望的分析方法的一些应用,基于随机样本的模拟法能够用来获得这个期望。这些应用中最本质的部分是随机数发生器。我们考察了生成数据的最普遍的方法,即从总体中进行随机抽样获得样本——实际上,它们是只表现随机性的确定性的马尔可夫链。随机数发生器被直接用来获得从标准均匀分布中的抽样。然后,逆概率变换可以把这些抽样转变为其他分布中的抽样。我们分析了包括随机抽样在内的一些主要的应用。·很多没有近似形式的积分可以转变为使用随机数发生器取样的随机变量的期望。这产生了蒙特卡罗积分技术。·当统计量的精确样本分布不能推导出时,就可以用蒙特卡罗研究分析统计量的行为。我们分析了一个确定性检验统计量的行为,以及固定效应模型中极大似然估计量的行为。·极大似然模拟估计技术可以让研究者们构建出似然方程(以及其他标准,例如矩方程),该似然方程包含使用蒙特卡罗技术能在函数之外积分的期望。我们使用这种方法拟合了随机参数模型。·自举法方式的随机抽样,让我们推断出估计量样本分布的特点,尤其是它的渐近方差。我们使用这个结论分析了从非正态总体中随机取样的中位数的样本方差。我们在本章中所介绍的这些技术开启了贝叶斯统计量的广泛应用范围,并且计量经济学后验分布的特点是从该分布中的随机样本推导出来的,而非使用分析形式强力推导出来的。我们将在下一章中讨论基于这种原理的贝叶斯法。
媒体关注与评论
这本书采用一种最为标准的结构来展开:从最为简单的经典模型到复杂的模型;并且涵盖了该领域的广泛内容。这本书更适合作为授课教材来使用。 ——克莱夫·格兰杰 加州大学圣迭哥分校(UCSD)经济学院教授,2003年诺贝尔经济学奖获得者这本书胜出前人之处在于不仅介绍了计量经济学中的一些新的内容,还认识到了在尝试建立实证经济模型中会遇到的问题。着重讨论了该领域中那些有价值的计量方法和技术。该书另外一个吸引人的地方在于提供了很多实际的例子。 ——阿尼尔·贝拉 美国伊利诺伊大学香槟分校(UIUC)经济学院教授
编辑推荐
《计量经济分析(第6版)(套装上下册)》是“十一五”国家重点图书出版规划项目之一。
图书封面
图书标签Tags
无
评论、评分、阅读与下载