橫截面與面板數(shù)據(jù)的計(jì)量經(jīng)濟(jì)分析（第二版）（經(jīng)濟(jì)科學(xué)譯叢）（上、下冊(cè)）
定 價(jià)：128 元
叢書名：經(jīng)濟(jì)科學(xué)譯叢
- 作者：杰弗里·M·伍德里奇
- 出版時(shí)間：2016/1/1
- ISBN：9787300219387
- 出 版 社：中國(guó)人民大學(xué)出版社
- 中圖法分類：F224.0
- 頁(yè)碼：
- 紙張：
- 版次：
- 開本：
這本備受贊譽(yù)的研究生教材第二版提供了用在現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)研究的兩類數(shù)據(jù)結(jié)構(gòu)分析的一個(gè)統(tǒng)一處理：橫截面數(shù)據(jù)和面板數(shù)據(jù)。本書同時(shí)涵蓋了線性和非線性模型，包括含有動(dòng)態(tài)性和/或個(gè)體異質(zhì)性的模型。除了一般估計(jì)框架（特別是矩方法與極大似然法）外，還詳細(xì)介紹了一些特定的線性與非線性方法，包括probit和logit模型、多項(xiàng)選擇和有序選擇模型、Tobit模型和兩部拓展式、關(guān)于計(jì)數(shù)數(shù)據(jù)的模型、多種截取和缺失數(shù)據(jù)設(shè)計(jì)、因果（或處理）效應(yīng)估計(jì)，以及期限分析,并擴(kuò)展了控制函數(shù)和相關(guān)*效應(yīng)方法以允許估計(jì)存在內(nèi)生性和異質(zhì)性的復(fù)雜模型。
相比第一版，第二版已經(jīng)被實(shí)質(zhì)性地更新和修訂。改進(jìn)包括：更大的一類關(guān)于缺失數(shù)據(jù)問(wèn)題的模型；整群抽樣問(wèn)題更詳細(xì)的處理，這對(duì)經(jīng)驗(yàn)研究而言是一個(gè)重要主題；關(guān)于＂廣義工具變量＂(GIV)估計(jì)的展開討論；對(duì)逆概率加權(quán)的新覆蓋；一個(gè)用于估計(jì)含有關(guān)于干預(yù)和不同數(shù)據(jù)結(jié)構(gòu)——包括面板數(shù)據(jù)，和一個(gè)在對(duì)非線性面板數(shù)據(jù)的計(jì)量經(jīng)濟(jì)學(xué)方法與在統(tǒng)計(jì)學(xué)及其他領(lǐng)域中流行的＂廣義估計(jì)方法＂文獻(xiàn)之間牢固確立的聯(lián)系——方面假設(shè)的處理效應(yīng)之更完整的框架。對(duì)解釋特殊的計(jì)量經(jīng)濟(jì)學(xué)方法可以在何時(shí)應(yīng)用給予了新的關(guān)注；目標(biāo)不僅是告訴讀者什么是起作用的，而且還說(shuō)明某些＂顯然的＂程序?yàn)楹尾豢尚�。許多列入書中的習(xí)題，無(wú)論是理論性的還是基于計(jì)算機(jī)的，都允許讀者拓展涵蓋在書中的方法并發(fā)現(xiàn)新的洞見。
導(dǎo)語(yǔ)_點(diǎn)評(píng)_推薦詞
序言
杰弗里.M.伍德里奇是密歇根州立大學(xué)的經(jīng)濟(jì)學(xué)＂大學(xué)杰出教授＂和計(jì)量經(jīng)濟(jì)學(xué)會(huì)院士。
第Ⅰ篇 引論與背景
第1章 引論
1.1 因果關(guān)系與其余條件不變分析
1.2 隨機(jī)設(shè)置與漸近分析
1.2.1 數(shù)據(jù)結(jié)構(gòu)
1.2.2 漸近分析
1.3 一些例子
1.4 為什么不使用固定的解釋變量?
第2章 計(jì)量經(jīng)濟(jì)學(xué)中條件期望與相關(guān)概念
2.1 條件期望在計(jì)量經(jīng)濟(jì)學(xué)中的作用
2.2 條件期望的特征
2.2.1 定義與例子
2.2.2 偏效應(yīng)、彈性與半彈性
2.2.3 條件期望模型的誤差形式
2.2.4 條件期望的若干性質(zhì)
2.2.5 平均偏效應(yīng)
2.3 線性投影
習(xí)題
附錄2A
2A.1 條件期望的性質(zhì)
2A.2 條件方差與協(xié)方差的性質(zhì)
2A.3 線性投影的性質(zhì)
第3章 基本漸近理論
3.1 確定性序列收斂
3.2 依概率收斂與依概率有界
3.3 依分布收斂
3.4 隨機(jī)樣本的極限定理
3.5 估計(jì)量與檢驗(yàn)統(tǒng)計(jì)量的極限特性
3.5.1 估計(jì)量的漸近性質(zhì)
3.5.2 檢驗(yàn)統(tǒng)計(jì)量的漸近性質(zhì)
習(xí)題
第Ⅱ篇 線性模型
第4章 單方程線性模型與普通最小二乘法估計(jì)
4.1 單方程線性模型概述
4.2 普通最小二乘法的漸近性質(zhì)
4.2.1 一致性
4.2.2 利用普通最小二乘法的漸近推斷
4.2.3 異方差性穩(wěn)健的推斷
4.2.4 拉格朗日乘子（得分）檢驗(yàn)
4.3 遺漏變量問(wèn)題的普通最小二乘法解
4.3.1 忽略被遺漏變量的普通最小二乘法
4.3.2 代理變量——普通最小二乘法解
4.3.3 含有在不可觀測(cè)項(xiàng)中存在的交互作用的模型:隨機(jī)系數(shù)模型
4.4 測(cè)量誤差下普通最小二乘法的性質(zhì)
4.4.1 因變量的測(cè)量誤差
4.4.2 解釋變量的測(cè)量誤差
習(xí)題
第5章 單方程線性模型的工具變量估計(jì)
5.1 工具變量與兩階段最小二乘法
5.1.1 工具變量估計(jì)的動(dòng)機(jī)
5.1.2 多重工具：兩階段最小二乘法
5.2 兩階段最小二乘法的一般處理
5.2.1 一致性
5.2.2 兩階段最小二乘法的漸近正態(tài)性
5.2.3 兩階段最小二乘法的漸近有效性
5.2.4 使用兩階段最小二乘法的假設(shè)檢驗(yàn)
5.2 兩階段最小二乘法的異方差性穩(wěn)健推斷
5.2.6 使用兩階段最小二乘法的潛在陷阱
5.3 遺漏變量與測(cè)量誤差問(wèn)題的IV解
5.3.1 誤差項(xiàng)中的遺漏因素
5.3.2 利用不可觀測(cè)指示符求解
習(xí)題
第6章 附加的單方程專題
6.1 使用生成回歸元與工具的估計(jì)
6.1.1 使用生成回歸元的普通最小二乘法
6.1.2 使用生成工具的二階段最小二乘法
6.1.3 生成工具與回歸元
6.2 處理內(nèi)生性的控制函數(shù)法
6.3 一些設(shè)定檢驗(yàn)
6.3.1 內(nèi)生性檢驗(yàn)
6.3.2 過(guò)度識(shí)別約束檢驗(yàn)
6.3.3 函數(shù)形式檢驗(yàn)
6.3.4 異方差性檢驗(yàn)
6.4 相關(guān)的隨機(jī)系數(shù)模型
6.4.1 何時(shí)一般的IV估計(jì)量是一致的？
6.4.2 控制函數(shù)法
6.5 混合的截面數(shù)據(jù)與倍差法估計(jì)
6.5.1 跨時(shí)間混合橫截面
6.5.2 政策分析和倍差法估計(jì)
習(xí)題
附錄6A
第7章 利用普通最小二乘法與廣義最小二乘法估計(jì)方程組
7.1 簡(jiǎn)介
7.2 一些例子
7.3 多變量線性方程組的系統(tǒng)普通最小二乘法估計(jì)
7.3.1 預(yù)備知識(shí)
7.3.2 系統(tǒng)普通最小二乘法的漸近性質(zhì)
7.3.3 多重假設(shè)檢驗(yàn)
7.4 廣義最小二乘法的一致性與漸近正態(tài)性
7.4.1 一致性
7.4.2 漸近正態(tài)性
7.5 可行的廣義最小二乘法
7.5.1 漸近性質(zhì)
7.5.2 標(biāo)準(zhǔn)假設(shè)下可行的廣義最小二乘法的漸近方差
7.5.3 含有對(duì)無(wú)條件方差矩陣（可能不正確）約束的可行廣義最小二乘法的性質(zhì)
7.6 檢驗(yàn)可行廣義最小二乘法的使用
7.7 似無(wú)關(guān)回歸的再研究
7.7.1 關(guān)于似無(wú)關(guān)回歸方程組的普通最小二乘法與可行廣義最小二乘法之間的比較
7.7.2 含有方程間約束的方程組
7.7.
書單推薦
