計量經濟學：直覺證明與實踐/經濟與法譯叢 [Introductory econometrics： intuition， proof， and practice] 下載 mobi epub pdf 電子書 在線閱讀 2026

編輯推薦

本書是關於計量經濟學理論與應用的研究成果，具有以下特點：

1.理論闡述完整、係統且富有趣味性；

2.包含瞭新的計量經濟學研究成果，對研究前沿有準確地把握。

3.所列舉例子具有典型性、代錶性。

4.脈絡清楚、展現瞭計量經濟學知識的原理的發現過程。

內容簡介

　　《計量經濟學：直覺證明與實踐/經濟與法譯叢》對計量經濟學模型的經典假設、違背計量經濟學經典假設的直觀含義進行瞭深度剖析；運用易懂的數學工具嚴謹地論證瞭計量經濟學模型估計的基本原理；緊扣讀者認知的特點，由簡漸難、由淺入深，清晰地展現瞭計量經濟學的發展脈絡。通過對案例的分析，嚮讀者展示瞭計量經濟學的運用藝術。《計量經濟學：直覺證明與實踐/經濟與法譯叢》可作為大學本科計量經濟學教材，也可給從事計量經濟學研究的高校教師、研究人員、數據與統計分析實務人員作參考。

作者簡介

　　傑弗裏· 紮剋斯，是科羅拉多大學波爾德分校經濟學教授。研究領域包括勞動經濟學、公共經濟學與城市經濟學。紮剋斯主講計量經濟學課程，兩次獲得斯坦福考德伍德優秀教學奬。
　　
　　徐大豐，男，漢族，1973年7月生，江蘇省淮安市人。上海財經大學經濟學博士，現華東政法大學副教授、碩士生導師，華東政法大學商學院經濟學專業主任。長期從事數量經濟學、人力資本與經濟增長、碳排放經濟學等領域的學習與研究。主持教育部等各級項目若乾。在《經濟研究》《數量經濟技術經濟研究》《上海經濟研究》等經濟學、核心期刊上發錶學術論文近20篇。

目錄

1 迴歸概述
1．0 本章精要
1．1 需要迴歸的原因
1．2 教育與收入
1．3 迴歸結果的展示
1．4 何處開始討論？
1．5 何處得解釋？
1．6 在解釋中尋求什麼？
1．7 如何解釋迴歸結果
1．8 如何評價解釋
1．9 R2 與F 統計量
1．10 做法的閤理性
1．11 迴歸的其他錶示形式
1．12 本書導讀
1．13 本章結語
本章習題

2 數學工具
2．0 本章精要
2．1 本課程是一門變相的數學課嗎？
2．2 求和的樂趣
2．3 常量求和
2．4 平均數
2．5 求和的加法運算
2．6 算術求和的樂趣
2．7 乘積求和
2．8 提醒：及時復習
本章習題

3 協方差和相關係數
3．0 本章精要
3．1 本章導言
3．2 樣本協方差
3．3 理解樣本協方差
3．4 樣本相關係數
3．5 關於數位的說明
3．6 其他例子
3．7 本章結語
本章附錄
本章習題

4 綫性擬閤
4．0 本章精要
4．1 本章導言
4．2 哪一條直綫擬閤得最好？
4．3 殘差平方和最小化
4．4 計算截距項和斜率
4．5 再論斜率和截距項的意義
4．6 R2 和擬閤優度
4．7 迴歸運算
4．8 其他例子
4．9 本章結語
本章附錄
本章習題

5 從樣本到總體
5．0 本章精要
5．1 本章導言
5．2 總體關係
5．3 εi 的統計特性
5．4 y i 的統計特性
5．5 參數與估計
5．6 β 與α 的無偏估計
5．7 再次解釋
5．8 a、b 的總體方差
5．9 高斯-馬爾可夫（Gauss- Markov） 定理
5．10 一緻性
5．11 本章結語
本章習題

6 置信區間和假設檢驗
6．0 本章精要
6．1 本章導言
6．2 置信區間和假設檢驗的基礎
6．3 置信區間
6．4 假設檢驗
6．5 置信區間與假設檢驗之間的關係
本章習題

7 普通最小二乘估計的統計推斷
7．0 本章精要
7．1 b 和a 的分布
7．2 σ2 的估計
7．3 b 的置信區間
7．4 β 的假設檢驗
7．5 y i 的再預測
7．6 教育迴報的含義
7．7 再舉一例
7．8 本章結語
本章附錄
本章習題

8 隨機擾動項期望不等於0 與異方差
8．0 本章精要
8．1 本章導言
8．2 隨機擾動項εi 的期望等於非0 常數
8．3 隨機擾動項的期望不相等
8．4 異方差
8．5 異方差的後果
8．6 σ2i 、ε2i 、e2i 與懷特檢驗
8．7 估計標準差
8．8 獲得最佳綫性無偏估計
8．9 隨機擾動項有兩個方差
8．10 其他形式的異方差
8．11 本章結語
本章習題

9 自相關
9．0 本章精要
9．1 本章導言
9．2 自相關
9．3 自相關的後果
9．4 存在自相關時， 普通最小二乘估計方差的估計
9．5 自相關、隨機擾動與衝擊
9．6 一階自相關與廣義最小二乘估計
9．7 一階自相關的檢驗
9．8 存在一階自相關時的二步估計法
9．9 其他類型的自相關
9．10 本章結語
本章習題

10 隨機擾動項與解釋變量相關
10．0 本章精要
10．1 本章導言
10．2 發生內生性問題的原因
10．3 模型有內生性的後果
10．4 解決內生性問題
10．5 二階段最小二乘估計與工具變量
10．6 工具變量估計的性質
10．7 工具變量的優劣
10．8 內生性檢驗
10．9 用實際數據進行的討論
10．10 本章結語
本章習題

11 二元迴歸模型的參數估計
11．0 本章精要
11．1 本章導言
11．2 模型有第二個解釋變量
11．3 擬閤
11．4 b1 ， b2 有用的原因
11．5 b1 ， b2 的期望
11．6 本章結語
本章習題

12 二元迴歸模型的理解與解釋
12．0 本章精要
12．1 本章導言
12．2 b1 ， b2 的方差
12．3 x1i 與x2i 的相互作用
12．4 標準差的估計
12．5 受約束與不受約束的迴歸
12．6 聯閤假設檢驗
12．7 模型錯誤設定
12．8 經典假設不成立的二元迴歸
12．9 本章結語
本章習題

13 靈活運用迴歸
13．0 本章精要
13．1 本章導言
13．2 虛擬變量
13．3 非綫性影響：二次函數迴歸模型
13．4 非綫性的影響：取對數
13．5 影響的非綫性：引入交互項
13．6 本章結語
本章習題

14 多元綫性迴歸模型
14．0 本章精要
14．1 本章導言
14．2 解釋變量多於兩個的原因
14．3 多元迴歸模型的統計推斷
14．4 示例
14．5 隨機擾動項的假設
14．6 麵闆數據
14．7 本章結語
本章習題

15 定性變量的迴歸
15．0 本章精要
15．1 本章導言
15．2 離散型收入變量
15．3 參數估計的工作原理
15．4 極大似然估計
15．5 極大似然估計的實施
15．6 極大似然估計的作用
15．7 示例
15．8 樣本選擇問題
15．9 其他方法
15．10 本章結語
本章附錄
本章習題
附錄
參考文獻
後記

計量經濟學導論：從理論基石到現實應用 本書旨在為讀者提供一個紮實而全麵的計量經濟學入門框架，重點聚焦於理解核心理論的直覺、嚴謹的數學證明，以及在實際數據分析中的應用能力。本書內容涵蓋瞭從最基礎的單變量迴歸模型到更復雜的多變量分析、麵闆數據和時間序列模型，力求在深度與廣度之間取得完美平衡。 第一部分：迴歸分析的基石 計量經濟學之旅始於對變量間關係的量化和檢驗。本書的開篇聚焦於簡單綫性迴歸模型（SLRM）。我們不僅僅停留在最小二乘法（OLS）公式的堆砌，而是深入探討其背後的經濟學含義和統計學原理。讀者將清晰理解截距項和斜率係數的實際解釋，以及模型設定的重要性。 隨後，我們將引入多重綫性迴歸模型（MLRM）。這是構建更復雜分析的基礎。書中詳盡闡述瞭為什麼需要引入多個解釋變量，以及在多變量框架下，如何正確解讀偏迴歸係數——即在控製其他因素不變的情況下，特定變量對因變量的影響。我們將詳細討論多重共綫性的診斷與處理策略，確保模型估計的穩定性和可靠性。 在模型估計之後，至關重要的是推斷統計。本書用直觀的方式解釋瞭統計顯著性的概念，詳細推導瞭T檢驗和F檢驗的構造過程，幫助讀者掌握如何判斷變量是否確實具有統計學意義，以及如何構建和解釋置信區間。 第二部分：模型設定的挑戰與應對 現實世界中的數據往往不完美，計量模型的有效性高度依賴於對經典綫性迴歸模型（CLRM）假設的滿足程度。本書的第二部分緻力於係統性地解決違反這些假設時帶來的後果和修正方法。 異方差性是計量分析中常見的挑戰。我們將從概念上理解異方差的成因（例如，收入異方差性在截麵數據中的體現），並介紹處理異方差的經典工具，如加權最小二乘法（WLS），以及在麵對異方差時如何使用穩健標準誤（如White標準誤）來獲得可靠的統計推斷。 自相關性（或序列相關性），尤其是在時間序列數據中，會削弱估計量的效率並導緻推斷偏差。本書將詳細分析一階自迴歸（AR(1)）模型的應用場景，並介紹如何使用廣義最小二乘法（GLS）來修正由序列相關帶來的問題。 一個核心的專題是函數形式的選擇。我們探討瞭綫性、對數綫性、以及雙對數模型的經濟學含義，解釋瞭為何有時收入變量需要取對數，以及斜率係數在不同函數形式下的解釋差異。這部分內容強調瞭模型設定的經濟學動機優先於純粹的數學擬閤。 第三部分：超越OLS——半變量與非綫性模型 計量經濟學遠不止於綫性迴歸。當因變量的性質發生變化時，我們需要采用更閤適的工具。 虛擬變量（Dummy Variables）的應用被詳盡闡述。我們展示瞭如何使用虛擬變量來衡量定性因素（如性彆、政策實施與否）對結果變量的影響，並深入探討交互項的構建，用以檢驗不同群體之間關係是否存在差異。 對於因變量的類型變化，本書介紹瞭二元選擇模型，特彆是Logit和Probit模型。重點在於解釋這些模型中係數的非綫性含義，以及如何通過邊際效應來量化解釋變量對概率的影響。雖然係數本身解釋睏難，但我們強調瞭如何解讀邊際效應，這纔是政策含義的關鍵所在。 第四部分：麵闆數據的力量 麵闆數據（Panel Data）結閤瞭截麵和時間維度信息，是現代計量經濟學中最強大的工具之一。本書詳細講解瞭利用麵闆數據剋服遺漏變量偏差的優勢。 我們將嚴格區分混閤OLS（Pooled OLS）、固定效應模型（Fixed Effects, FE）與隨機效應模型（Random Effects, RE）。讀者將學習如何運用豪斯曼檢驗（Hausman Test）來判斷哪種模型更適閤當前數據結構，並深刻理解固定效應模型如何通過“組內估計”來消除不隨時間變化的個體異質性。 第五部分：時間序列分析的引言 時間序列數據具有獨特的動態特性，本書提供瞭一個堅實的時間序列分析基礎。我們將介紹平穩性的概念，這是許多時間序列推斷的前提。 內容涵蓋瞭自迴歸（AR）、移動平均（MA）過程，以及兩者的結閤——ARMA模型。更重要的是，我們將討論非平穩序列和單位根檢驗，這是處理金融和宏觀經濟數據不可或缺的步驟。對於存在協整關係的變量，本書會介紹如何使用誤差修正模型（ECM）來捕捉變量間的長期均衡關係和短期調整路徑。 --- 本書特色： 本書的撰寫風格力求清晰、嚴謹且富有啓發性。我們堅信，真正的理解來自於對“為什麼”的追問，而非僅僅記住“怎麼做”。每一個關鍵概念都伴隨著直觀的經濟學解釋和嚴格的數學推導，確保讀者不僅能運用軟件運行迴歸，更能批判性地評估模型結果的有效性。通過大量精心設計的實例和練習，讀者將能夠自信地將計量經濟學的理論武器應用到解決復雜的現實經濟和商業問題中。