用 Stata 学计量经济学（经济科学译库） 9787300162935 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

克里斯托弗 F 鲍姆（Christopher F.Baum） 著

图书标签:

• 计量经济学
• Stata
• 经济学
• 数据分析
• 统计学
• 经济科学译库
• 应用计量
• 回归分析
• 模型构建
• 实证分析

店铺： 思诺华教图书专营店

出版社： 中国人民大学出版社

ISBN：9787300162935

商品编码：1596011895

包装：平装

出版时间：2012-12-01

图书信息
书名：	用 Stata 学计量经济学（经济科学译库）
作者：	克里斯托弗 F 鲍姆 (Christopher F.Baum)
ISBN：	9787300162935
出版社：	中国人民大学出版社
定价：	65.00元

其他信息（ 仅供参考，以实物为准）
开本：16	装帧：平装
出版时间：2012-12-01	版次：1
页码：310	字数：

内容简介

暂无内容

图书目录

暂无内容

文摘|序言

《用Stata学计量经济学》针对经济学和金融学领域中如何探究应用经济计量问题，提供了所需的工具。具体内容既包括经济计量学的理论基础，又包括怎样将经济计量工具用于研究项目的坚实知识。《用Stata学计量经济学》要阐明的观点是：通过将理论与实践完美结合，利用Stata软件研究数据集，以此解释如何对数据进行组织、转换以及实施经验估计。

作者介绍

作者：（美国）克里斯托弗·F·鲍姆（Christopher F.Baum） 译者：王忠玉 克里斯托弗·F·鲍姆，于1977年获得密西根大学经济学博士学位，现为波士顿学院的经济学专家、德国经济研究所教授，并担任Journal of Statistical Software期刊的主编，The International Journal of Finance、Computational Economics和The Stata Journal等期刊的副主编，微观计算资源中心主任。至今，他已经出版两本学术著作，一本是An Introduction to Modern Econometrics Using Stata（2006），另一本是An Introduction to Stata Programming（2009）。 王忠玉，哈尔滨工业大学管理学博士，吉林大学数量经济学博士后，现为哈尔滨工幢大学经济与管理学院副教授、黑龙江省数量与技术经济学会副秘书长。王忠玉副教授主要从事现代经济计量学、应用统计学、金融经济学等的教学和研究工作。在《管理世界》和《经济评论》等管理学类与经济学类学术期刊上发表论文30余篇。王忠玉副教授积极介绍和翻译国外优秀学术著作。他的著作或翻译的著作有：《模糊数据统计学》、《横截面与面板数据的经济计量分析》、《效率与生产率分析引论》、《微观经济计量学：方法与应用》、《华尔街狂人》和《统计学专业英语》（第2版）等。

计量经济学导论：构建严谨的经济分析框架 本书面向所有希望系统掌握计量经济学基本原理、分析方法和实际操作技能的读者，尤其适合经济学、金融学、管理学及相关专业的本科生、研究生以及致力于提升数据分析能力的从业人员。 计量经济学是连接经济理论与现实世界数据的桥梁。本书旨在提供一个扎实、全面且易于理解的计量经济学导论，帮助读者从理论基石出发，逐步深入到复杂的实证分析技术中，最终能够独立地设计、执行和解读经济学研究。我们相信，严谨的计量方法是进行高质量经济学研究的必要前提。 --- 第一部分：计量经济学基础与一元回归分析 本部分为全书的理论和方法论的基石，重点在于理解模型设定的逻辑、估计方法（OLS）的推导及其统计学性质。 1. 经济学模型与计量模型的桥梁： 我们将首先探讨经济学理论如何转化为可检验的数学模型，以及计量经济学模型在其中扮演的角色。明确随机扰动项的意义，理解模型的设定误差与遗漏变量偏差的潜在影响。 2. 简单线性回归模型（SLR）： 深入剖析一元线性回归模型 $Y = eta_0 + eta_1 X + u$ 的结构。详细阐述普通最小二乘法（Ordinary Least Squares, OLS）的原理、估计量的推导过程，并从几何和统计学角度解释其最优性（高斯-马尔可夫定理）。关键内容包括：残差的性质、拟合优度（$R^2$）的解释以及估计量方差的计算。 3. 统计推断与假设检验： 如何利用样本信息对总体参数作出推断是计量经济学的核心。本章将系统介绍参数估计量的抽样分布，包括在大样本和小样本（$t$ 分布、$chi^2$ 分布、 $F$ 分布）下的应用。详细讲解如何构建和解释置信区间，以及如何进行双边和单边假设检验（零假设与备择假设的设定）。重点区分统计显著性与经济显著性的差异。 4. 多元线性回归模型（MLR）： 将模型扩展到多个解释变量的情况，探讨多重共线性（Multicollinearity）的识别、后果及处理策略。深入解析偏回归系数的经济学含义——在保持其他变量不变的情况下，单个变量对因变量的影响。讨论变量的选择标准与模型设定检验的重要性。 5. 违背经典假设的后果与修正： 对经典线性回归模型（CLRM）的五个基本假设进行系统回顾。本章将专注于异方差性（Heteroskedasticity）和自相关（Autocorrelation）这两种最常见的违背情形。详细分析它们对OLS估计量无偏性、一致性和有效性的影响，并介绍相应的修正方法，如加权最小二乘法（WLS）、稳健标准误（Robust Standard Errors）的使用场景。 --- 第二部分：横截面数据的高级主题与模型拓展 在掌握了基本OLS框架后，本部分聚焦于处理复杂的数据结构和特定类型的因变量模型。 6. 虚拟变量（Dummy Variables）的应用： 学习如何将定性信息（如性别、地区、政策实施年份）纳入回归分析。讲解截距调整模型与斜率调整模型的构建与解释，以及如何使用交互项来检验不同群体间效应的差异性。 7. 模型设定误区与函数形式选择： 探讨如何根据经济理论和数据特征选择恰当的函数形式（线性、对数-线性、半对数、二次函数等）。引入函数设定检验，如回归设定检验（RESET Test），以评估模型的合理性。 8. 联立方程模型与内生性问题： 内生性是横截面数据分析中面临的最严峻挑战之一，通常源于遗漏变量、测量误差或同步性。本章将深入探讨内生性的来源、OLS估计量的有偏性和不一致性。核心内容集中于工具变量法（Instrumental Variables, IV） 的理论推导，包括单工具变量（2SLS）和多工具变量的估计与检验，强调工具变量有效性的识别条件。 9. 有限因变量模型（Limited Dependent Variables）： 当被解释变量的取值范围受限时（如二元选择、计数数据），标准线性回归不再适用。系统介绍概率模型： Logit 与 Probit 模型： 针对二元选择变量（如“是/否”决策）的估计与解释，重点在于边际效应的计算与解读。 Tobit 模型： 处理截断数据（如保险索赔额）。 Heckman 两步法： 针对样本选择偏差（Selection Bias）的修正方法，常用于分析劳动参与率等问题。 --- 第三部分：面板数据与时间序列分析 本部分将视角转向更复杂的面板数据和时间序列结构，这些结构在宏观经济学和金融领域尤为重要。 10. 面板数据模型基础： 面板数据结合了时间和截面的维度，能够更好地控制个体异质性。详细介绍三种主要的估计方法： 混合回归模型（Pooled OLS）： 仅做初步探索。 固定效应模型（Fixed Effects, FE）： 吸收不随时间变化的个体特定效应。 随机效应模型（Random Effects, RE）： 假设个体效应与解释变量不相关。 重点讲解如何运用豪斯曼检验（Hausman Test）来决定FE与RE的选择。 11. 时间序列数据入门： 时间序列分析要求变量间存在时间依赖性。本章介绍时间序列数据的基本特征，如平稳性（Stationarity）的概念、单位根检验（如ADF检验）的重要性。 12. 自回归、移动平均与平稳过程： 深入分析平稳时间序列模型，包括自回归模型（AR）、移动平均模型（MA）及其组合模型ARIMA。讲解如何通过自相关函数（ACF）和偏自相关函数（PACF）来识别和定阶模型。 13. 预测与非平稳序列处理： 介绍如何利用已识别的模型进行短期预测。对于非平稳序列，引入差分处理，并探讨协整关系（Cointegration）的概念——长期均衡关系的建立，以及向量自回归（VAR）模型在宏观经济分析中的应用。 --- 结语：实证研究的设计与报告 全书最后强调，计量经济学是一门实践性极强的学科。我们将指导读者如何将所学知识应用于实际研究项目：从明确研究问题、收集和清洗数据，到模型选择、结果稳健性检验，再到最终撰写规范的实证研究报告，确保研究结论的科学性与可信度。本书力求使读者不仅掌握“如何做”估计，更理解“为什么”要用特定的方法，从而培养批判性的计量思维。

评分☆☆☆☆☆

这本书的叙述风格非常平易近人，尽管涉及的主题是高深的计量经济学，但作者的文字却少了很多高高在上的学术腔调，读起来丝毫没有晦涩难懂的感觉。我尤其欣赏作者在解释核心概念时所采用的那种循循善诱的语气，仿佛一位经验丰富的导师就在你身边细心讲解。例如，在阐述工具变量法的识别条件时，作者用了好几个形象的比喻来帮助理解内生性问题的复杂性，这比单纯罗列数学公式要有效得多。而且，书中对Stata命令的讲解细致入微，很多初学者常常困惑的参数设置、输出结果解读，都被安排得井井有条，甚至连一些不常用的高级选项也做到了信手拈来，这极大地提升了阅读的流畅性和操作的自信心。这套书的价值不仅仅在于教授方法，更在于培养一种严谨的、批判性的计量思维模式，让人在面对真实数据时，能够做出更合理的模型选择和判断。

评分☆☆☆☆☆

这本书的装帧和纸质都非常扎实，封面设计简约大气，透着一股严谨的学术气息，拿在手里沉甸甸的感觉，让人对内容充满了期待。初翻阅时，最让我眼前一亮的是它的结构布局，逻辑性极强，层层递进，从基础的回归分析讲起，逐步深入到时间序列和面板数据等更复杂的模型。作者在讲解每一个模型时，不仅清晰地罗列了理论基础，还非常贴心地穿插了大量的Stata操作实例，手把手地带着读者去实践。这种理论与实践紧密结合的方式，对于我这种既想夯实理论功底又渴望熟练运用软件的初学者来说，简直是量身定做。特别是对于那些在传统教材中常常被一带而过的那些细节处理，比如异方差、自相关等问题的诊断和修正，这本书都给予了详尽的阐述，让人感觉自己不再是孤立地学习公式，而是真正学会了如何“做”计量分析。

评分☆☆☆☆☆

与其他一些偏向于理论证明的经典教材相比，这本书的“可操作性”是其最大的亮点。它没有强迫读者去记忆那些冗长复杂的公式证明，而是侧重于展示如何通过恰当的Stata命令，高效地实现研究目标。我发现这本书的图表质量非常高，无论是模型估计的结果表还是诊断性检验的图形输出，都清晰易读，并且直接对应了书本的讲解内容，极大地降低了初学者对Stata输出结果的恐惧感。对于计量模型的稳健性检验部分，作者的讲解也十分到位，教会了我们如何不满足于初步的结果，而是通过多种方式去“拷问”模型的可靠性。总体来说，这本书为我构建起了一个从提出问题、选择模型、运行估计到检验结果的全流程实证研究框架，是提升计量实战能力的一本不可多得的指南。

评分☆☆☆☆☆

我个人对经济学研究中的“数据处理”环节一直感到头疼，很多教材往往轻描淡写，但这本书却将数据预处理的细节也考虑进去了。从数据清洗、缺失值处理到变量的构造与转换，书中都有详细的Stata代码示例，这对于我这种更偏向于应用和实证的研究者来说，简直是雪中送炭。特别是在处理面板数据时，模型的选择（如固定效应、随机效应）以及如何进行恰当的检验，书中的阐述条理分明，每一个决策点都有明确的理论依据支撑。阅读过程中，我常常停下来，对照自己手头的数据集，尝试模仿书中的操作流程，发现原本觉得棘手的问题迎刃而解。这本书真正做到了将“工具”与“思维”融为一体，而不是仅仅堆砌知识点。

评分☆☆☆☆☆

坦白说，市面上关于计量经济学的书籍汗牛充栋，但真正能把“实战”和“理论”平衡得恰到好处的却屈指可数。这本著作在这方面做得尤为出色，它没有沉溺于繁复的数学推导，而是将重点放在了“如何用Stata解决实际经济学问题”上。书中每一个案例都仿佛是从现实世界中截取下来的片段，无论是宏观经济预测还是微观个体行为分析，都极具代表性。当我尝试按照书中的步骤敲击命令时，发现结果与书中所展示的几乎一模一样，这种即时的反馈机制极大地增强了学习的成就感。更棒的是，作者在讲解完一个模型后，通常会附带讨论该模型可能存在的局限性以及下一步可以探索的方向，这种前瞻性的引导，让读者在掌握基础技能的同时，也对计量研究的边界有了更清晰的认知，避免了“一招鲜吃遍天”的误区。