　　《基本有用的计量经济学》主要从因果推断的基本思想出发，详细介绍Rubin潜在结果框架、随机化实验、匹配方法、回归方法、工具变量法、倍差法、断点回归法等现代经验分析方法，对从事社会科学、统计学、医学统计等领域的学生或学者提供重要的因果推断工具。在计量经济学应用模型中，本书着重讨论了模型类型选择、模型变量选择、模型函数关系设定和模型变量性质设定的原则和方法。在详细介绍线性回归模型的数学过程的基础上，各章的重点不是理论方法的数学推导与证明，而是对实际应用中出现的实际问题的处理，并尽可能与中国的模型实例相结合。
本书适合作为高等院校经济、管理学科本科生和硕士研究生的教材或教学参考书，也可供具有一定数学、经济学和经济统计学基础的经济管理和研究人员阅读和参考。

作者简介

　　赵西亮，清华大学经济学博士，厦门大学经济学院副教授、副系主任。在《经济管理》《南方经济》等期刊发表多篇论文，自2005年在厦门大学经济学院为本科生和研究生开设计量经济学课程。研究领域：应用计量经济学、劳动经济学等。

第一章绪论
第一篇理论基础
第二章潜在结果框架
第三章随机化实验
第四章因果图
第二篇识别策略
第五章线性回归
第六章匹配方法
第七章工具变量法
第八章面板数据方法
第九章断点回归设计
第十章结语
附录 Stata数据处理编程简介
参考文献

精彩书摘

　　《基本有用的计量经济学》：
　　所有这些策略的一个共同特点，就是通过这些策略的设计，使观测研究近似于随机化实验。回归方法或匹配方法所得到的估计量，要有因果效应的解释，基本的识别条件是非混杂性（unconfoundedness）或条件独立性假设（CIA），在计量经济学中也称为根据观测变量进行的选择（selection on observables），基本的含义是根据可观测的协变量为条件，干预的分配是近似于随机化的，原因变量与潜在结果是独立的。事实上，如果CIA条件成立，数据生成过程就可以看作一个分层随机化实验（stratified randomized experiment）。这里需要强调一点，本质上匹配方法和回归方法是相同的，所要求的识别条件也是一样的，如果CIA条件不成立，匹配方法和回归方法一样都是不能解决内生性问题的。如果CIA条件不满足，意味着只根据观测变量进行分层，无法保证干预分配独立于潜在结果，仍然有未观测因素影响干预的分配。工具变量法就是寻找一个决定干预分配，但独立于潜在结果的工具变量，工具变量法的本质类似于一个非依从的随机化实验。干预的随机化分配是工具，而个体实际接受的干预状态是原因变量，利用干预分配的随机性可识别出受工具变量影响的个体的因果效应（LATE）。
　　……
基本有用的计量经济学下载 mobi epub pdf txt 格式