計量經濟分析(第六版‧全二冊)（簡體書）

《計量經濟分析(第6版)(套裝上下冊)》是計量經濟領域“聖經”般的教材。它對計量經濟學領域的知識做了全面概述及整合，并且能保持及時的更新，因而無論對社會學、醫學、環境經濟學還是政治學、經濟學等領域，都能提供獨特的研究視角和方法。《計量經濟分析(第6版)(套裝上下冊)》可作為社會科學領域本科高年級或研究生學習計量經濟學的教材。它有兩個目標：一是將學生引入應用計量經濟學的殿堂，涵蓋回歸分析的基本方法，以及在發現線性模型不充分或不適當時所使用的各種模型；二是向讀者充分介紹理論背景，并讓讀者認識到，這里所學習的一些新模型，就是我們所熟悉的某些模型在同一原理下的自然引申。

威廉·H·格林，1976年畢業于美國威斯康星大學麥迪遜分校（University of Wisconsin，Madison），獲經濟學博士學位。現任美國紐約大學（University of New York）斯特恩商學院（Stern School of Business）經濟學教授、豐田汽車講席教授。曾任教于康奈爾大學，并擔任賓夕法尼亞州立大學、悉尼大學、牛津大學等學術機構的訪問教授。格林教授在理論計量方法研究方面有突出的貢獻，特別是在面板數據方面。此外，他在應用計量經濟學方面也有出色的成果。在國際一流學術期刊發表論文一百多篇，其中有不少發表在國際頂級期刊，如《美國經濟評論》（American Economic Review）、《計量經濟學》（Econometrica）、《經濟學展望》（Journal of Economic Perspective）、《計量經濟學雜志》（Journal of Econometrics）等。譯者簡介：張成思，中國人民大學財政金融學院金融學教授，曾執教于香港中文大學。主要研究方向為通貨膨脹動態機制、貨幣政策傳導機制以及金融時間序列分析等。著有《金融計量學——時間序列分析視角》和《通貨膨脹動態機制與貨幣政策現實選擇》，近年來以獨立作者和第一作者在JMCB等國際知名SSCI期刊發表論文近20篇（其中半數為刊首文或封面文章），在《經濟研究》、《金融研究》、《管理世界》和《世界經濟》等中文核心期刊發表學術論文30余篇。

《計量經濟分析(第6版)(套裝上下冊)》是“十一五”國家重點圖書出版規劃項目之一。

第1部分 線性回歸模型第1章 引言第2章 經典多元線性回歸模型第3章 最小二乘法第4章 最小二乘估計的統計特性第5章 推斷與預測第6章 函數形式與結構變化第7章 設定分析與模型選擇第2部分 廣義回歸模型第8章 廣義回歸模型和異方差性第9章 面板數據模型第10章 回歸方程組第11章 非線性回歸模型第3部分 工具變量與聯立方程模型第12章 工具變量估計第13章 聯立方程組模型第4部分 估計方法第14章 計量經濟學的估計框架第15章 最小距離估計和廣義矩法第16章 極大似然估計第17章 模擬估計與推斷第18章 貝葉斯估計與推斷第5部分 時間序列與宏觀計量經濟學第19章 序列相關第20章 滯後變量模型第21章 時間序列模型第22章 非平穩數據第6部分 橫截面，面板數據及微觀計量經濟學第23章 離散選擇模型第24章 斷尾、截取與樣本選擇第25章 事件計數與久期模型第7部分 附錄附錄A 矩陣代數附錄B 概率與統計分布理論附錄C 估計與推斷附錄D 大樣本分布理論附錄E 計算與優化附錄F 應用研究中所用的數據集附錄G 統計用表參考文獻譯後記

本章概述了針對不能推導出期望的分析方法的一些應用，基于隨機樣本的模擬法能夠用來獲得這個期望。這些應用中最本質的部分是隨機數發生器。我們考察了生成數據的最普遍的方法，即從總體中進行隨機抽樣獲得樣本——實際上，它們是只表現隨機性的確定性的馬爾可夫鏈。隨機數發生器被直接用來獲得從標準均勻分布中的抽樣。然後，逆概率變換可以把這些抽樣轉變為其他分布中的抽樣。我們分析了包括隨機抽樣在內的一些主要的應用。·很多沒有近似形式的積分可以轉變為使用隨機數發生器取樣的隨機變量的期望。這產生了蒙特卡羅積分技術。·當統計量的精確樣本分布不能推導出時，就可以用蒙特卡羅研究分析統計量的行為。我們分析了一個確定性檢驗統計量的行為，以及固定效應模型中極大似然估計量的行為。·極大似然模擬估計技術可以讓研究者們構建出似然方程（以及其他標準，例如矩方程），該似然方程包含使用蒙特卡羅技術能在函數之外積分的期望。我們使用這種方法擬合了隨機參數模型。·自舉法方式的隨機抽樣，讓我們推斷出估計量樣本分布的特點，尤其是它的漸近方差。我們使用這個結論分析了從非正態總體中隨機取樣的中位數的樣本方差。我們在本章中所介紹的這些技術開啟了貝葉斯統計量的廣泛應用范圍，并且計量經濟學後驗分布的特點是從該分布中的隨機樣本推導出來的，而非使用分析形式強力推導出來的。我們將在下一章中討論基于這種原理的貝葉斯法。