计量经济学2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

计量经济学PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

目录1

前言1

第一章　矩阵代数1

1.1　矩阵的运算1

1.2　矩阵的秩4

1.3　矩阵的逆5

1.4　克罗勒克乘积6

1.5　特征根和特征向量7

1.6　矩阵的迹8

1.7　矩阵的二次型9

1.8　微分10

练习11

第二章　概率和分布理论12

2.1　随机试验、样本空间和事件12

2.2　概率13

2.3　贝叶斯规则15

2.4　随机变量和概率分布16

2.5　数学期望26

2.6　一些常用的分布31

2.6.1 贝努利分布31

2.6.3　多项式分布32

2.6.2　二项式分布32

2.6.4　格玛分布33

2.6.5　正态分布34

2.6.6　二元正态分布34

2.6.7　多元正态分布35

2.6.8　x2分布，t分布和F分布37

2.6.9　多元正态分布的二次型的分布37

练习38

第三章　统计推断：估计和假设检验41

3.1　点估计方法41

3.1.2　最大似然估计法43

3.1.1 矩方法43

3.1.3　最小二乘估计法46

3.2　点估计量的性质47

3.2.1　估计量的小样本性质：单参数情形48

3.2.2　估计量的小样本性质：多个参数情形52

3.2.3　估计量的性质：大样本结果57

3.3　区间估计61

3.4　假设检验63

3.4.1　统计检验的基本思想64

3.4.2　似然比检验66

3.4.3　渐近检验69

练习72

4.1 线性模型74

第四章　线性回归模型74

4.2　最小二乘回归79

4.3　最小二乘估计量的有限样本性质87

4.4　估计标量参数σ2和b的协方差矩阵91

4.5　约束的最小二乘估计92

4.6　预测和解释度93

练习97

第五章　正态线性统计模型99

5.1　最大似然估计99

5.2.1 参数β的某个线性组合的区间估计104

5.2　区间估计104

5.2.2 参数β的两个或更多个线性组合的联合区域估计106

5.2.3　σ2的区间估计108

5.2.4　预测区间108

5.3　假设检验110

练习115

第六章　古典线性回归模型的大样本结果116

6.1　最小二乘估计量的有限样本性质117

6.2　最小二乘估计量的相合性118

6.3　最小二乘估计量的渐近正态性121

6.4　b的函数的渐近分布——Delta方法125

6.5　标准检验统计量的渐近行为126

6.6　随机回归下的渐近结果129

6.7　工具变量估计131

6.8　正态线性统计模型的渐近结果135

第七章　正态线性统计模型的贝叶斯分析138

7.1　一个简单的模型140

7.1.1　有先验信息的贝叶斯推断141

7.1.2　没有先验信息的贝叶斯推断144

7.2 已知随机扰动方差的线性统计模型的贝叶斯分析146

7.2.1　有先验信息的后验分布146

7.2.2　没有先验信息的后验分布148

7.3　一个例子149

7.4　点估计153

7.4.1　后验均值作为一个点估计153

7.4.2　经验的贝叶斯估计154

7.5　假设检验158

7.6　未知随机扰动方差的线性统计模型的贝叶斯分析163

7.6.1 β和σ的联合先验信息163

7.6.2　β和σ的联合后验密度函数164

7.6.3　没有先验信息条件下的后验分布167

练习167

第八章　一般化的线性回归模型169

8.1 最小二乘估计量的有关结果170

8.2　有效的估计172

8.2.1 一般化的最小二乘（GLS）172

8.2.2　最大似然估计174

8.3　Ω未知时的估计175

8.3.1 可行的一般化的最小二乘（FGLS）175

8.3.2　最大似然估计176

8.4　异方差179

8.4.1　检验异方差性180

8.4.2　估计参数181

8.5 自相关扰动185

8.5.1 自相关性的检验187

8.5.2　估计190

练习191

第九章　虚变量和可变参数模型195

9.1　使用虚变量进行估计195

9.1.1　截距参数不同196

9.1.2　截距参数和某些斜率参数不同200

9.1.3　截距和所有的斜率参数都不同201

9.1.4　两个或更多个虚变量202

9.2　检验回归模型的结构稳定性203

9.3　Hidreth-Houck随机系数模型205

练习206

10.1　非线性回归模型208

第十章　非线性回归模型208

10.1.1　线性化回归209

10.1.2　非线性最小二乘估计量的渐近性质210

10.1.3　非线性最小二乘估计量的计算211

10.1.4　非线性工具变量估计214

10.2　函数形式——Box-Cox变换215

10.3　假设检验和参数约束221

10.3.1　一个渐近F检验222

10.3.2　沃尔德检验222

10.3.3　似然比检验222

10.3.4　拉格朗日乘子检验223

练习224

第十一章　一般矩估计方法（GMM）226

11.1　矩方法估计量226

11.2　一般矩方法（GMM）229

11.3　经济计量模型的GMM估计233

第十二章　回归方程组236

12.1 似不相关回归方程组237

12.1.1 一般化模型的设定239

12.1.2　GLS估计240

12.1.3　FGLS估计（可行的一般化的最小二乘估计）242

12.1.5　假设检验243

12.1 4　约束SUR估计量243

12.1.6　一个例子245

12.2 使用虚变量合并时间序列数据和截面数据248

12.2.1　参数估计249

12.2.2　检验虚变量系数251

12.2.3　一个例子252

12.3　随机化截距参数来合并时间序列数据和截面数据254

12.3.1　GLS估计256

12.3.2 FGLS估计257

12.3.3　假设检验259

练习259

第十三章　同步方程模型261

13.1　抽样模型的设定262

13.2　识别问题267

13.2.1　最小二乘偏倚267

13.2.2　简化型参数的估计268

13.2.3　间接最小二乘法270

13.2.4　一个例子271

13.2.5　一个结构方程的识别274

13.3　单方程估计——有限信息方法277

13.3.1 间接最小二乘估计277

13.3.2　一般化的最小二乘估计279

13.3.3　两阶段最小二乘（2SLS）估计282

13.3.4　有限信息的最大似然估计283

13.4　参数估计——完全信息方法284

13.4.1　三阶段最小二乘（3SLS）估计284

13.4.2　完全信息的最大似然估计289

练习290

第十四章　时间序列分析293

14.1　基本概念293

14.2　移动平均过程295

14.3　自回归过程299

14.4　ARIMA模型303

14.5　GARCH模型305

练习308

第十五章　有滞后变量的回归309

15.1　无约束的分布滞后模型310

15.2　多项式滞后模型311

15.3　几何滞后模型312

15.4　动态回归模型316

15.5　向量自回归过程317

练习320

参考文献322

附录325