部分 线回归模型
章 计量经济学 3
1.1 引言 3
1.2 计量经济学范式 3
1.3 计量经济学实践 5
1.4 微观计量经济学和宏观计量经济学 5
1.5 计量经济学建模 6
1.6 本书结构安排 8
1.7 准备工作 9
第2章 线回归模型 12
2.1 引言 12
2.2 线回归模型的形式 13
. 线回归模型的设 6
2.4 归纳与总结 25
第3章 二乘回归 27
3.1 引言 27
3.2 二乘回归的形式 27
3.3 分块回归和偏回归 34
3.4 偏回归和偏相关系数 36
3.5 拟合优度和方差分析 39
3.6 线变换回归 45
3.7 归纳与总结 46
第4章 回归模型的二乘估计 49
4.1 引言 49
4.2 二乘估计的动机 50
4.3 二乘估计量的统计特 52
4.4 二乘估计量的渐近特 57
4.5 稳健估计和推断 65
4.6 b的一个函数的渐近分布：δ 法 71
4.7 区间估计 73
4.8 预测与预报 77
4.9 数据问题 83
4.10 归纳与总结 94
第5章 设检验与模型选择 99
5.1 引言 99
5.2 设检验方 99
5.3 设检验的三种方法 103
5.4 大样本检验与稳健推断 117
5.5 非线约束检验 120
5.6 非嵌套模型之间的选择 122
5.7 设定检验 124
5.8 模型建立――由一般到简单的策略 126
5.9 归纳与总结 129
第6章 函数形式、双重差分和结构变化 134
6.1 引言 134
6.2 使用二值变量 134
6.3 双重差分回归 147
6.4 通过拐点回归和断点回归分析社会政策 155
6.5 变量的非线 162
6.6 结构突变与参数变化 169
6.7 归纳与总结 175
第7章 非线、半参数和非参数回归模型 180
7.1 引言 180
7.2 非线回归模型 181
7.3 中位数与分位数回归 201
7.4 偏线回归 209
7.5 非参数回归 211
7.6 归纳与总结 213
第8章 内生和工具变量估计 217
8.1 引言 217
8.2 扩展模型的设 220
8.3 工具变量估计 222
8.4 两阶段二乘、控制函数与有限信息极大似然估计 228
8.5 内生虚拟变量：估计处理效应 5
8.6 设检验 245
8.7 弱工具与有限信息极大似然 250
8.8 测量误差 252
8.9 非线工具变量估计 258
8.10 自然实验和因果效应探索 261
8.11 归纳与总结 263
第2部分 广义回归模型与方程组
第9章 广义回归模型与异方差 269
9.1 引言 269
9.2 稳健二乘估计与推断 270
9.3 二乘特与工具变量 273
9.4 使用广义二乘法的有效估计 277
9.5 异方差与加权二乘法 280
9.6 异方差检验 283
9.7 两项应用 285
9.8 归纳与总结 289
0章 回归方程组 294
10.1 引言 294
10.2 似不相关回归模型 296
10.3 需求方程组：奇异方程组 306
10.4 联立方程模型 313
10.5 归纳与总结 330
1章 面板数据模型 337
11.1 引言 337
11.2 面板数据建模 338
11.3 混合回归模型 346
11.4 固定效应模型 356
11.5 随机效应模型 365
11.6 非球形分布和稳健协方差估计 381
11.7 空间自相关 383
11.8 内生 37
11.9 面板数据的非线回归 405
11.10 参数异质 409
11.11 归纳与总结 418
第3部分 估计方法
2章 计量经济学的估计框架 427
12.1 引言 427
12.2 参数估计与推断 428
1. 半参数估计 433
12.4 非参数估计 437
12.5 估计量的质 441
12.6 归纳与总结 445
3章 距离估计与广义矩法 447
13.1 引言 447
13.2 一致估计：矩法 448
13.3 距离估计 455
13.4 广义矩估计量 459
13.5 GMM 框架中的设检验 469
13.6 计量经济学模型的GMM 估计 472
13.7 归纳与总结 491
4章 极大似然估计 494
14.1 引言 494
14.2 似然函数与参数识别 494
14.3 有效估计：极大似然原理 496
14.4 极大似然估计量的质 498
14.5 条件似然与计量经济学模型 507
14.6 设、设定检验与拟合度衡量 508
14.7 两步极大似然估计 517
14.8 伪极大似然估计和稳健的渐近协方差矩阵 5
14.9 线回归模型的极大似然估计 528
14.10 广义回归模型 536
14.11 非线回归模型与拟极大似然估计 542
14.12 回归方程组 551
14.13 联立方程模型 555
14.14 面板数据应用 556
14.15 潜在类别与有限混合模型 571
14.16 归纳与总结 584
5章 基于模拟的估计、推断与随机参数模型 589
15.1 引言 589
15.2 随机数生成 591
15.3 基于模拟的统计推断：Krinsky和Robb的方法 594
15.4 自标准误与置信区间 597
15.5 蒙特卡洛研究 600
15.6 基于模拟的估计 606
15.7 随机参数线回归模型 617
15.8 分层线模型 6
15.9 非线随机参数模型 624
15.10 个体参数估计 625
15.11 混合模型与潜在类别模型 632
15.12 归纳与总结 636
6章 贝叶斯估计与推断 638
16.1 引言 638
16.2 贝叶斯定理与后验密度 639
16.3 经典回归模型的贝叶斯分析 640
16.4 贝叶斯推断 646
16.5 后验分布和吉布斯抽样法 650
16.6 应用：二项式Probit模型 652
16.7 面板数据应用：个体效应模型 655
16.8 随机参数模型的层级贝叶斯估计 657
16.9 归纳与总结 664
第4部分 横截面、面板数据与微观计量经济学
7章 二值与离散选择模型 669
17.1 引言 669
17.2 二值模型 671
17.3 二值选择模型中的估计与推断 683
17.4 二值选择模型拟合优度的度量 698
17.5 设定分析 703
17.6 二值选择模型中的处理效应与内生变量 709
17.7 面板数据模型 719
17.8 空间二值选择模型 741
17.9 二元Probit模型 744
17.10 多元Probit模型 756
17.11 归纳与总结 759
8章 多项选择与事件 763
18.1 引言 763
18.2 无序多项选择模型 763
18.3 有序选择的随机效用模型 800
18.4 事件模型 818
18.5 归纳与总结 847
9章 受因变：截尾、删失与样本选择 851
19.1 引言 851
19.2 截尾 851
19.3 删失数据 863
19.4 样本选择与偶发截尾 879
19.5 持续期模型 893
19.6 归纳与总结 903
第5部分 时间序列与宏观计量经济学
第20章 序列相关 909
20.1 引言 909
20.2 时间序列数据分析 912
20.3 扰动项过程 914
20.4 分析时间序列数据的一些渐近结论 918
20.5 二乘估计 922
20.6 GMM 估计 925
20.7 自相关检验 926
20.8 Ω已知时的有效估计 929
20.9 Ω未知时的估计 930
20.10 自回归条件异方差 935
20.11 归纳与总结 943
2章 非平稳数据 946
21.1 引言 946
21.2 非平稳过程与单位根 946
21.3 协整 962
21.4 非平稳面板数据 972
21.5 归纳与总结 974
参考文献 975
威廉·H.格林（William H.Greene），1976年于美国威斯康星大学麦迪逊分校，获经济学博士。现任美国纽约大学斯特恩商学院经济学教授、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。格林教授在理论计量方法研究方面有突出的贡献，特别是在面板数据方面。此外，他在应用计量经济学方面也有出色的成果。他在不错学术期刊上发表一百多篇，其中有不少发表在靠前很好期刊上，如《美国经济评论》（American Economic Review）、《计量经济学》（Econometrica)、《经济学展望》（Journal of Economic Perspective）、《计量经济学杂志》（Journal of Econometrics）等。
非常抱歉，您前期未参加预订活动，
无法支付尾款哦！
