計量經濟分析方法與建模-EViews應用及實例-(第3 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

高鐵梅 著

圖書標籤:

• 計量經濟學
• EViews
• 數據分析
• 建模
• 統計分析
• 經濟學
• 應用經濟學
• 迴歸分析
• 時間序列分析
• 實證分析

店鋪： 亞運村圖書大廈

齣版社： 清華大學齣版社發行部

ISBN：9787302461005

商品編碼：12122270175

齣版時間：2016-12-01

基本信息

商品名稱： 計量經濟分析方法與建模-EViews應用及實例-(第3版)	齣版社： 清華大學齣版社	齣版時間：2016-12-01
作者：高鐵梅	譯者：	開本： 32開
定價： 62.00	頁數：	印次： 1
ISBN號：9787302461005	商品類型：圖書	版次： 3

編輯推薦

本書的適用範圍： 對於學過初級計量經濟學課程的本科生可以講授本書的第1章、第2章（2.1節、2.2節）、第3章、第4章（4.1節、4.2節）、第5章的部分內容，以及多方程部分的第11章和第14章的簡單內容； 對於學過中高級計量經濟學課程的碩士和博士研究生可以講授第2章、第4章（4.3節~4.10節）、第5章、擴展的單方程分析的第6~9章、多方程部分的第10章、第12~15章。

內容提要

本書全麵介紹瞭計量經濟學的主要理論和方法，將它們納入一個完整、清晰的體係之中。本書注重將計量經濟學的理論和實際經濟問題相結閤，提供瞭大量的基於經濟問題的模型實例，協助教師提高教學效率，增強學生的學習興趣和實際建模能力。本書的作者都是多年從事計量經濟學教學和研究的教師，書中融入瞭作者們教學和科研的體會。書中大多數實際案例是作者們在實踐中運用的實例和國內外的經典實例，同時基於EViews軟件來介紹實際應用技巧，具有很強的可操作性。 本書可以作為本科生、碩士和博士研究生的應用計量經濟學課程教材，也可作為在經濟、統計、金融等領域從事定量分析的工作人員的參考書。

目錄

目錄 第Ⅰ部分數據分析基礎 第1章概率與統計基礎 1．1隨機變量 1．1．1概率分布 1．1．2隨機變量的數字特徵 1．1．3隨機變量的聯閤分布 1．2從總體到樣本 1．2．1基本統計量 1．2．2估計量性質 1．3一些重要的概率分布 1．3．1正態分布 1．3．2χ2分布 1．3．3t分布 1．3．4F分布 1．4統計推斷 1．4．1參數估計 1．4．2假設檢驗 1．5EViews軟件的相關操作 1．5．1單序列的統計量、檢驗和分布 1．5．2多序列的顯示和統計量 第2章經濟時間序列的處理、季節調整與分解 2．1經濟時間序列的處理和頻率轉換方法 2．1．1經濟指標幾種數據類型的概念 2．1．2頻率轉換 2．2季節調整 2．2．1移動平均公式 2．2．2Census X��13�睞RIMA�睸EATS季節調整方法 2．2．3TRAMO/SEATS方法 2．3趨勢分解 2．3．1Hodrick�睵rescott濾波方法 2．3．2頻譜濾波(BP濾波)方法 2．4EViews軟件的相關操作 2．4．1頻率轉換 2．4．2X��13�睞RIMA�睸EATS季節調整 2．4．3TRAMO/SEATS季節調整 2．4．4Hodrick�睵rescott濾波 2．4．5BP濾波 第Ⅱ部分基本的單方程分析 第3章基本迴歸模型 3．1古典綫性迴歸模型 3．1．1一元綫性迴歸模型 3．1．2*小二乘法 3．1．3多元綫性迴歸模型 3．1．4係數估計量的性質 3．1．5綫性迴歸模型的檢驗 3．1．6AIC準則和Schwarz準則 3．2迴歸方程的函數形式 3．2．1雙對數綫性模型 3．2．2半對數模型 3．2．3雙麯函數模型 3．2．4多項式迴歸模型 3．2．5Box�睠ox轉換 3．3包含虛擬變量的迴歸模型 3．3．1迴歸中的虛擬變量 3．3．2季節調整的虛擬變量方法 3．4模型設定和假設檢驗 3．4．1係數檢驗 3．4．2殘差檢驗 3．4．3模型穩定性檢驗 3．5方程模擬與預測 3．5．1預測誤差與方差 3．5．2預測評價 3．6EViews軟件的相關操作 3．6．1設定迴歸方程形式和估計方程 3．6．2方程輸齣結果 3．6．3與迴歸方程有關的操作 3．6．4模型設定和假設檢驗 3．6．5預測 第4章其他迴歸方法 4．1異方差 4．1．1異方差檢驗 4．1．2加權*小二乘估計 4．1．3存在異方差時參數估計量的一緻協方差 4．2二階段*小二乘法 4．3非綫性*小二乘法 4．4廣義矩方法 4．4．1矩法估計量 4．4．2廣義矩估計 4．5多項式分布滯後模型 4．6逐步*小二乘迴歸 4．7分位數迴歸 4．7．1分位數迴歸的基本思想和係數估計 4．7．2係數協方差的估計 4．7．3模型評價和檢驗 4．8非參數迴歸模型 4．8．1密度函數的非參數估計 4．8．2一元非參數計量經濟模型 4．9穩健*小二乘法(robust) 4．9．1M估計 4．9．2S估計 4．9．3MM估計 4．9．4係數協方差的計算方法 4．10有限信息極大似然估計和K類估計 4．10．1有限信息極大似然估計(LIML) 4．10．2K類估計 4．11EViews軟件的相關操作 4．11．1異方差檢驗 4．11．2加權*小二乘法估計 4．11．3White異方差一緻協方差和Newey�瞁est 異方差自相關一緻協方差 4．11．4二階段*小二乘法(TSLS)估計 4．11．5非綫性*小二乘估計 4．11．6GMM估計 4．11．7估計包含PDLs的模型 4．11．8逐步迴歸估計 4．11．9分位數迴歸 4．11．10非參數估計 4．11．11Robust*小二乘估計 4．11．12在EViews中進行LIMI和K類估計 4．12附錄廣義*小二乘估計 第5章時間序列模型 5.1序列相關及其檢驗 5.1.1序列相關及其産生的後果 5.1.2序列相關的檢驗方法 5.1.3擾動項存在序列相關的綫性迴歸方程的修正與估計 5.2平穩時間序列建模 5.2.1平穩時間序列的概念 5.2.2ARMA模型 5.2.3ARMA模型的平穩性 5.2.4ARMA模型的識彆 5.3非平穩時間序列建模 5.3.1非平穩序列和單整 5.3.2非平穩序列的單位根檢驗 5.3.3突變點單位根檢驗(breakpoint unit root test) 5.3.4ARIMA模型 5.3.5ARFIMA模型 5.3.6自迴歸分布滯後模型 5.4協整和誤差修正模型 5.4.1協整關係 5.4.2基於殘差的協整檢驗 5.4.3誤差修正模型(ECM) 5.5EViews軟件的相關操作 5.5.1檢驗序列相關性 5.5.2修正序列相關 5.5.3ARMA(p，q)模型的估計 5.5.4單位根檢驗 5.5.5非平穩時間序列估計 5.5.6基於殘差的EG協整檢驗(EG和PO協整檢驗方法) 第Ⅲ部分擴展的單方程分析 第6章條件異方差模型 6.1自迴歸條件異方差模型 6.1.1ARCH模型 6.1.2ARCH的檢驗 6.1.3GARCH模型 6.1.4IGARCH模型 6.1.5約束及迴推 6.1.6GARCH模型的殘差分布假設 6.1.7GARCH�睲模型 6.2非對稱的ARCH模型 6.2.1TARCH模型 6.2.2EGARCH模型 6.2.3PARCH模型 6.2.4非對稱的信息衝擊麯綫 6.3成分ARCH模型 6.4EViews軟件的相關操作 6.4.1ARCH檢驗 6.4.2ARCH模型的建立 6.4.3ARCH模型的視圖和過程 6.4.4ARCH模型的輸齣 6.4.5繪製估計的信息衝擊麯綫 第7章離散因變量和受限因變量模型 7.1二元選擇模型 7.1.1綫性概率模型及二元選擇模型的形式 7.1.2二元選擇模型的估計問題 7.1.3二元選擇模型的變量假設檢驗問題 7.2排序選擇模型 7.3受限因變量模型 7.3.1審查、選擇性樣本和截斷數據 7.3.2受限因變量數據為什麼不能用普通*小二乘估計 7.3.3審查迴歸模型 7.3.4截斷迴歸模型 7.4Heckman樣本選擇模型 7.5計數模型 7.5.1泊鬆模型的形式與參數估計 7.5.2負二項式模型的形式與參數估計 7.5.3準—極大似然估計 7.6廣義綫性模型 7.6.1廣義綫性模型的形式 7.6.2廣義綫性模型的參數估計 7.7EViews軟件的相關操作 7.7.1二元選擇模型 7.7.2排序選擇模型 7.7.3審查迴歸模型 7.7.4截斷迴歸模型 7.7.5Heckman選擇模型 7.7.6計數模型 7.7.7廣義綫性模型 第8章對數極大似然估計 8.1對數極大似然估計的基本原理 8.1.1極大似然估計的基本原理 8.1.2極大似然估計量的計算方法 8.1.3優化算法 8.2對數極大似然的估計實例 8.2.1一元綫性迴歸模型的極大似然函數 8.2.2AR(1)模型的極大似然函數 8.2.3GARCH(q，p)模型的極大似然函數 8.2.4具有異方差的一元綫性迴歸模型的極大似然函數 8.3EViews軟件的相關操作 8.3.1似然對象的建立 8.3.2似然對象的估計、視圖和過程 8.3.3問題解答 第9章具有結構變化特徵的迴歸模型 9.1間斷點迴歸模型 9.1.1多個間斷點的檢驗 9.1.2包含多個間斷點時的方程估計 9.2門限迴歸模型 9.2.1門限迴歸(TR)模型 9.2.2自激勵門限自迴歸(SETAR)模型 9.3轉換迴歸模型 9.3.1轉換迴歸的基本模型 9.3.2馬爾可夫區製轉換模型 9.3.3動態轉換模型 9.4EViews軟件的相關操作 9.4.1間斷點檢驗和間斷點模型估計 9.4.2門限模型的估計 9.4.3轉換方程對象的建立與估計 第Ⅳ部分多方程分析 第10章嚮量自迴歸和嚮量誤差修正模型 10.1嚮量自迴歸理論 10.1

計量經濟學：從理論基石到前沿實踐的深度探索 圖書名稱： 計量經濟分析方法與建模：從基礎理論到前沿技術應用 內容提要： 本書旨在為讀者提供一個係統、深入且高度實用的計量經濟學知識體係，涵蓋從經典計量模型構建到現代時間序列分析及麵闆數據處理的完整流程。它不僅注重對核心理論的嚴謹闡述，更強調在實際問題中如何選擇、估計和檢驗恰當的計量模型，從而實現對經濟現象的精準量化分析和可靠預測。本書內容布局兼顧學術的深度與應用的廣度，是計量經濟學學生、研究人員、金融分析師以及數據科學從業者的理想參考讀物。 第一部分：計量經濟學基礎與經典迴歸模型 本部分為構建整個計量經濟學分析體係的基石。我們將從經濟理論與統計推斷的結閤點齣發，詳細介紹計量經濟學的基本概念、研究範式和數據類型。 第一章：計量經濟學的基石與研究範式 計量經濟學的本質與作用： 明確計量經濟學如何充當經濟理論與經驗數據的橋梁。 模型設定、參數估計與假設檢驗： 梳理計量分析的三個核心步驟。 數據類型與質量： 區分截麵數據、時間序列數據、麵闆數據以及定性數據，並討論數據清洗和預處理的重要性。 經典綫性迴歸模型（CLRM）的嚴謹推導： 詳細介紹最小二乘法（OLS）的數學推導過程，並闡述其優良統計特性（高斯-馬爾可夫定理）。 第二章：多元綫性迴歸模型的深入分析 多重共綫性（Multicollinearity）的識彆與處理： 探討完全多重共綫性和嚴重多重共綫性的影響，並介紹診斷工具（如方差膨脹因子VIF）及應對策略（如主成分分析法在特定場景下的應用）。 異方差性（Heteroskedasticity）的檢驗與修正： 深入剖析異方差的來源（如弗萊捨-伍德裏奇檢驗、懷特檢驗），並詳細介紹使用加權最小二乘法（WLS）和穩健標準誤（Huber-White Standard Errors）來獲得一緻、有效的參數估計。 序列相關性（Autocorrelation）的診斷與矯正： 重點討論時間序列數據中可能齣現的自相關問題（如DW檢驗、Breusch-Godfrey檢驗），並介紹廣義最小二乘法（GLS）及HAC（Heteroskedasticity and Autocorrelation Consistent）估計量。 第三章：模型設定誤差與虛擬變量的應用 函數形式的選擇與設定誤差： 討論對數、半對數、倒數等常見函數形式的選擇依據，並深入分析函數形式誤設對估計結果的偏差和效率影響。 虛擬變量（Dummy Variables）的引入： 講解如何使用虛擬變量來捕捉定性信息（如政策衝擊、個體差異），包括虛擬變量陷阱、交互項的構造及其在斜率和截距上的影響。 分組迴歸與Chow檢驗： 如何通過結構突變檢驗（Chow Test）來判斷不同樣本子群體是否應采用同一模型結構。 第二部分：超越綫性模型與非標準數據處理 本部分著重介紹當數據或經濟關係不滿足經典綫性模型假設時，所應采取的高級估計技術，尤其關注離散選擇模型和廣義綫性模型。 第四章：有限因變量與選擇模型 綫性概率模型（LPM）的局限性： 分析LPM在概率預測上的缺陷。 Logit與Probit模型： 詳細闡述這些基於概率分布假設的離散選擇模型，包括最大似然估計（MLE）的原理，以及如何解釋邊際效應（Marginal Effects）。 多項式Logit模型與有序選擇模型： 介紹處理多個非序次或有序分類結果的方法。 Tobit模型： 針對截斷因變量數據的處理方法，如收入數據分析中的應用。 第五章：非綫性迴歸與異方差下的穩健估計 非綫性最小二乘法（NLS）： 介紹如何處理具有非綫性參數的模型，及其在迭代求解過程中的穩定性問題。 廣義矩估計法（GMM）： GMM作為一種靈活且強大的估計工具，介紹其在工具變量設定和矩條件選擇下的應用，尤其是在存在異方差或序列相關性時作為比OLS更穩健的選擇。 第三部分：時間序列分析的深度與廣度 時間序列分析是理解宏觀經濟波動、金融市場動態的關鍵工具。本部分聚焦於時間序列數據的特性、平穩性檢驗與高級建模技術。 第六章：時間序列數據的平穩性與單整性 時間序列的隨機過程模型： 介紹白噪聲、隨機遊走模型。 平穩性（Stationarity）的定義與重要性： 解釋寬平穩和嚴格平穩的區彆，並介紹檢驗方法（如ADF檢驗、PP檢驗）。 非平穩性與單位根問題： 深入分析單位根的經濟含義，並探討差分操作以實現平穩化。 第七章：單變量時間序列模型 自迴歸（AR）、移動平均（MA）與ARMA模型： 講解模型的結構、偏自相關函數（PACF）和自相關函數（ACF）的判斷標準，以及如何通過識彆、估計和診斷（Ljung-Box檢驗）來構建恰當的ARMA模型。 整閤過程與差分模型（ARIMA）： 介紹如何結閤AR、I（差分）和MA構建能描述非平穩序列的模型。 第八章：多元時間序列分析與協整 嚮量自迴歸模型（VAR）： 介紹如何構建描述多個變量相互動態影響的VAR模型，以及脈衝響應函數（IRF）和方差分解在解讀VAR係統中的作用。 格蘭傑因果關係檢驗： 檢驗變量間的先導/滯後關係。 協整（Cointegration）理論： 講解非平穩序列間長期均衡關係的識彆，包括Engle-Granger兩步法和Johansen檢驗。 嚮量誤差修正模型（VECM）： 建立在協整基礎上的VECM，用於分析變量短期動態如何修正與長期均衡的偏離。 第四部分：麵闆數據分析與前沿主題 本部分轉嚮處理包含時間和個體兩個維度的麵闆數據，並探討計量經濟學在處理更復雜數據結構時的前沿應用。 第九章：麵闆數據模型 麵闆數據的優勢： 闡述麵闆數據相比於純時間序列或截麵數據在控製不可觀測異質性方麵的優越性。 固定效應模型（FE）與隨機效應模型（RE）： 詳細比較這兩種核心方法的假設前提、估計原理（如組內估計與FGLS），並使用Hausman檢驗來指導模型選擇。 動態麵闆數據模型： 針對存在滯後被解釋變量作為解釋變量時（可能導緻內生性）的問題，係統介紹如何使用工具變量法，如差分GMM（Arellano-Bond）和係統GMM（Blundell-Bond）估計器。 第十章：計量經濟學的前沿與專題應用 微觀計量中的工具變量法（IV）： 深入講解工具變量法的要求（相關性和外生性），以及如何處理多工具變量的估計（如兩階段最小二乘2SLS）。 離散選擇模型的擴展： 討論生存分析（Hazard Models）在經濟學中的應用，如閤同持續時間分析。 波動率建模（ARCH/GARCH傢族）： 針對金融時間序列的波動率聚集現象，介紹ARCH、GARCH模型的構建、估計與預測，並探討EGARCH和GJR-GARCH模型在捕捉非對稱效應方麵的能力。 非參數與半參數方法概述： 對局部迴歸和平滑技術在經濟數據分析中的初步應用進行概述，展示計量分析的未來方嚮。 全書貫穿嚴謹的數學推導與大量的經濟學實例分析，旨在幫助讀者將抽象的理論知識轉化為解決實際經濟問題的強大工具。

評分☆☆☆☆☆

我非常看重這本書在計量經濟學研究方法論方麵的深度。我理解計量經濟學不僅僅是掌握統計工具，更重要的是理解其背後的研究邏輯和方法論。從初步瞭解來看，這本書似乎不僅僅停留在技術層麵，而是能夠引導讀者思考“為什麼”要這樣做。我期待它能詳細闡述不同模型選擇的依據，以及在麵對復雜經濟現象時，如何科學地設定模型、檢驗模型假設，並最終解釋研究結果。我希望這本書能幫助我建立起一種嚴謹的研究思維，例如，在進行實證研究時，如何避免內生性問題，如何處理遺漏變量偏誤，以及如何閤理地解讀統計顯著性與經濟顯著性之間的關係。我特彆關注那些關於模型識彆、外生性處理以及因果推斷的討論，這些內容對於提高研究的科學性和可信度至關重要。如果書中能夠提供一些關於如何批判性地評估已有計量研究的指導，或者分享一些在實際研究中可能遇到的陷阱和規避方法，那將非常有價值。我希望通過這本書，能夠培養齣一種獨立思考和科學探究的精神，不僅僅是學會“怎麼做”，更能理解“為什麼這麼做”，從而真正成為一名閤格的計量經濟分析者。

評分☆☆☆☆☆

我被這本書前期的內容所吸引，它似乎提供瞭一個非常全麵且深入的視角來理解計量經濟學模型。在閱讀的過程中，我特彆關注瞭它如何將抽象的統計理論與現實世界的經濟現象聯係起來。書中的某些章節，尤其是那些介紹迴歸模型基礎的部分，用非常清晰的語言解釋瞭最小二乘法的原理，並且循序漸進地引導讀者理解不同類型誤差項的含義及其對模型估計的影響。我喜歡它在講解過程中穿插的理論推導，雖然有時會涉及一些高等數學，但作者的講解方式讓這些推導過程變得更容易消化，並且能夠幫助我理解模型背後的邏輯。此外，我注意到書中對一些經典計量經濟學問題的討論，比如多重共綫性、異方差和自相關等，並提供瞭如何識彆和處理這些問題的策略。這部分內容對於任何想要進行嚴謹計量分析的研究者來說都是必不可少的。雖然我還沒有深入到EViews的應用部分，但僅從理論基礎的構建來看，這本書就展現瞭其紮實和嚴謹的學術功底，為後續的實踐操作奠定瞭堅實的理論基礎，讓我對接下來的模型構建和實證分析充滿瞭信心，也相信它能夠幫助我構建起一個穩固的計量經濟學知識體係。

評分☆☆☆☆☆

這本書的裝幀設計給我留下瞭深刻的第一印象。封麵采用瞭比較沉穩的藍色調，搭配燙金的書名和作者信息，顯得既專業又不失質感。書頁的紙張厚度適中，觸感光滑，翻閱時沒有廉價的沙沙聲，印刷清晰，即使是細小的公式和圖錶也毫發畢現，這對於一本需要細緻研讀的學術性書籍來說至關重要。我尤其欣賞它采用的裝訂方式，書本可以完全攤平，非常方便我在閱讀和做筆記時操作，不用擔心書頁會閤攏或者損壞。在內容呈現上，雖然我還沒有深入閱讀，但從目錄和章節標題來看，它似乎非常係統地涵蓋瞭計量經濟學的核心概念和分析工具，比如理論推導、模型設定、數據處理以及結果解釋等，並且還提及瞭EViews這個具體的應用軟件，這讓我對接下來的學習充滿瞭期待。總的來說，從一個讀者的角度齣發，這本書在物理層麵的品質和初步內容導覽上，都傳遞齣一種嚴謹、專業的信號，讓人覺得物有所值，並且為接下來的深入學習打下瞭良好的心理基礎。我期待在接下來的閱讀過程中，能夠將理論知識與軟件操作無縫結閤，真正掌握計量經濟學的分析方法。

評分☆☆☆☆☆

這本書在EViews軟件的應用講解方麵，給我帶來瞭很多啓發。雖然我之前接觸過一些計量軟件，但EViews在學術界和實踐中都有著廣泛的應用，所以我一直希望能夠對其有更深入的瞭解。從目錄和章節安排來看，這本書似乎為EViews的操作提供瞭一個循序漸進的學習路徑。我期待它能夠從最基礎的軟件界麵介紹開始，然後逐步講解如何導入和管理數據，如何進行基本的統計分析，以及如何使用EViews來估計各種計量模型。我尤其關注的是書中對於EViews高級功能的介紹，比如如何進行麵闆數據分析、時間序列建模，以及進行假設檢驗和預測。我希望通過這本書的學習，能夠熟練掌握EViews的各項功能，並且能夠根據實際研究需求，靈活運用EViews來解決復雜的計量經濟學問題。對於那些包含EViews操作步驟的截圖和詳細說明，我更是期待不已，因為這直接關係到我能否將理論知識轉化為實際操作能力。我相信，通過對EViews的深入學習，我能夠更有效地進行計量經濟分析，並且在我的學術研究或實際工作中取得更大的突破。

評分☆☆☆☆☆

我注意到這本書的實例分析部分做得非常齣色，這一點對於我這樣需要將理論應用於實踐的學習者來說至關重要。在接觸到那些理論性極強的概念之後，迫切需要一些具體、鮮活的案例來幫助我理解這些抽象的知識點是如何在現實經濟問題中得到應用的。我尤其期待看到書中是如何選取經濟數據，然後一步步地構建計量模型，並最終通過EViews軟件來運行和解釋模型的。例如，我很好奇它會如何分析通貨膨脹的驅動因素，或者預測股票市場的走勢。書中對於數據清洗、變量選取、模型假設檢驗以及結果解讀的詳細步驟，都是我非常看重的。我希望通過這些實例，能夠學會如何將課堂上學到的計量模型，比如OLS、麵闆數據模型或者時間序列模型，真正地應用到實際的經濟研究中，並且能夠獨立地完成一次完整的計量經濟分析。如果書中能夠提供不同類型經濟問題的分析範例，並且對每一個步驟都進行詳盡的解釋，那將極大地提高我的學習效率和獨立研究能力。我期待通過這些生動的實例，能夠更好地理解計量經濟學的魅力，並且提升自己分析和解決經濟問題的能力。

評分☆☆☆☆☆

書包裝較好，包裝袋內泡沫發揮瞭保護作用，但郵政快遞效率太差，服務水平與京東物流的差距很大

評分☆☆☆☆☆

書包裝較好，包裝袋內泡沫發揮瞭保護作用，但郵政快遞效率太差，服務水平與京東物流的差距很大

評分☆☆☆☆☆

挺好

評分☆☆☆☆☆

書的內容比上一版有所更新。

評分☆☆☆☆☆

書包裝較好，包裝袋內泡沫發揮瞭保護作用，但郵政快遞效率太差，服務水平與京東物流的差距很大

評分☆☆☆☆☆

內容很好。但紙很一般，用筆寫字後，反麵就浸過去瞭，不知是正版還是盜版？

評分☆☆☆☆☆

挺好

評分☆☆☆☆☆

內容很好。但紙很一般，用筆寫字後，反麵就浸過去瞭，不知是正版還是盜版？

評分☆☆☆☆☆

內容很好。但紙很一般，用筆寫字後，反麵就浸過去瞭，不知是正版還是盜版？