經(jīng)濟科學(xué)譯庫：面板數(shù)據(jù)分析（第2版）簡介，目錄書摘
2019-11-21 11:33
來源：京東
作者：京東
經(jīng)濟科學(xué)譯庫：面板數(shù)據(jù)分析（第2版）
暫無報價
100+評論
99%好評
內(nèi)容簡介:面板數(shù)據(jù)模型日益受到應(yīng)用研究人員的歡迎，因為與橫截面數(shù)據(jù)模型和時序數(shù)據(jù)模型相比，面板數(shù)據(jù)模型描述人類行為復(fù)雜性的能力更加突出。因此，越來越多且內(nèi)容更豐富的面板數(shù)據(jù)集也日益增多?！督?jīng)濟科學(xué)譯庫：面板數(shù)據(jù)分析（第2版）》1986年的第一版取得了非常大的成功，本書在第一版的基礎(chǔ)上進行了重大修訂。面板數(shù)據(jù)研究中的近期進展都以非常嚴(yán)謹(jǐn)而又友好的方式呈現(xiàn)在本書中，并與原有內(nèi)容有機地結(jié)合成一個整體。嚴(yán)謹(jǐn)?shù)睦碚摲治雠c合理引用的實證案例使得《經(jīng)濟科學(xué)譯庫：面板數(shù)據(jù)分析（第2版）》對經(jīng)濟、商業(yè)、社會學(xué)、政治學(xué)等領(lǐng)域的研究生和高級研究人員非常有幫助。第二版的具體修訂包括對Bayes方法和嚴(yán)格外生性概念（為將各種模型的識別聯(lián)系起來，估計量在廣義矩法框架下表示）的介紹，直觀解釋估計離散選擇模型的半?yún)?shù)方法和面板數(shù)據(jù)樣本選擇模型估計的配對修整方法，等等。
作者簡介: 蕭政（Cheng Hsiao），是南加州大學(xué)經(jīng)濟學(xué)教授。他的《面板數(shù)據(jù)分析》已成為經(jīng)濟學(xué)文獻中對面板數(shù)據(jù)的標(biāo)準(zhǔn)介紹。蕭教授還與M．Intriligator和R．Bodkin合著了《經(jīng)濟計量模型、技術(shù)和應(yīng)用》（第二版）（Econometric Models，Techniques， and Applications， Second Edition， Prentice HaLl.， 1996），與K. Lahiri， L.F.Lee和M.H.Pesaran合作主編了《面板與受限因變量模型分析》（Analysis of Panels and Limited Dependent Variable Models，Cambridge University Press，1999），與K. Morimune和J．L. Powell合作主編了《非線性統(tǒng)計推斷》（Nnlinear Statistical Inference， Cambridge University Press，2001）。他還是計量經(jīng)濟學(xué)會（Econometric Society）會員以及《計量經(jīng)濟學(xué)雜志》（Journal of Econometrics）的聯(lián)合主編和會員。
目錄:第1章 導(dǎo)論
1.1 面板數(shù)據(jù)的優(yōu)點
1.2 使用面板數(shù)據(jù)時的問題
1.3 全書內(nèi)容提要
第2章 協(xié)方差分析
2.1 引言
2.2 協(xié)方差分析
2.3 案例
第3章 簡單變截距回歸模型
3.1 引言
3.2 固定效應(yīng)模型：最小二乘虛擬變量法
3.3 隨機效應(yīng)模型：方差成分模型的估計
3.4 固定效應(yīng)還是隨機效應(yīng)
3.5 誤設(shè)檢驗
3.6 包含特異變量以及個體和時間特異效應(yīng)項的模型
3.7 異方差
3.8 誤差項序列相關(guān)的模型
3.9 任意誤差結(jié)構(gòu)的模型——Chamberlain π法
附錄3A 最小距離估計量的一致性和漸近正態(tài)性
附錄3B 三成分模型的方差一協(xié)方差矩陣的特征向量和逆
第4章 變截距動態(tài)模型
4.1 引言
4.2 協(xié)方差估計量
4.3 隨機效應(yīng)模型
4.4 案例
4.5 固定效應(yīng)模型
4.6 殘差任意相關(guān)時動態(tài)模型的估計
4.7 固定效應(yīng)向量自回歸模型
附錄4A 可行MDE的漸近協(xié)方差矩陣的推導(dǎo)
第5章 聯(lián)立方程模型
5.1 引言
5.2 聯(lián)合廣義最小二乘估計技術(shù)
5.3 結(jié)構(gòu)方程的估計
5.4 三角形方程組
附錄5A
第6章 變系數(shù)模型
6.1 引言
6.2 系數(shù)隨橫截面單元變化
6.3 系數(shù)隨時期和橫截面單元變化
6.4 隨時間演化的系數(shù)
6.5 系數(shù)是其他外生變量的函數(shù)
6.6 固定系數(shù)和隨機系數(shù)的混合模型
6.7 動態(tài)隨機系數(shù)模型
6.8 案例——流動性限制和企業(yè)投資支出
附錄6A 兩個正態(tài)分布的聯(lián)合分布
第7章 離散數(shù)據(jù)
7.1 引言
7.2 常見的離散響應(yīng)模型
7.3 估計包含異質(zhì)項的靜態(tài)模型的參數(shù)方法
7.4 估計靜態(tài)模型的半?yún)?shù)方法
7.5 動態(tài)模型
第8章 斷尾和截取數(shù)據(jù)
8.1 引言
8.2 案例——非隨機缺失數(shù)據(jù)
8.3 包含隨機個體效應(yīng)項的Tobit模型
8.4 固定效應(yīng)估計量
8.5 案例：住房支出
8.6 動態(tài)Tobit模型
第9章 不完全面板數(shù)據(jù)
第10章 前沿問題
第11章 全書概略
注釋
參考文獻
譯后記
1.1 面板數(shù)據(jù)的優(yōu)點
1.2 使用面板數(shù)據(jù)時的問題
1.3 全書內(nèi)容提要
第2章 協(xié)方差分析
2.1 引言
2.2 協(xié)方差分析
2.3 案例
第3章 簡單變截距回歸模型
3.1 引言
3.2 固定效應(yīng)模型：最小二乘虛擬變量法
3.3 隨機效應(yīng)模型：方差成分模型的估計
3.4 固定效應(yīng)還是隨機效應(yīng)
3.5 誤設(shè)檢驗
3.6 包含特異變量以及個體和時間特異效應(yīng)項的模型
3.7 異方差
3.8 誤差項序列相關(guān)的模型
3.9 任意誤差結(jié)構(gòu)的模型——Chamberlain π法
附錄3A 最小距離估計量的一致性和漸近正態(tài)性
附錄3B 三成分模型的方差一協(xié)方差矩陣的特征向量和逆
第4章 變截距動態(tài)模型
4.1 引言
4.2 協(xié)方差估計量
4.3 隨機效應(yīng)模型
4.4 案例
4.5 固定效應(yīng)模型
4.6 殘差任意相關(guān)時動態(tài)模型的估計
4.7 固定效應(yīng)向量自回歸模型
附錄4A 可行MDE的漸近協(xié)方差矩陣的推導(dǎo)
第5章 聯(lián)立方程模型
5.1 引言
5.2 聯(lián)合廣義最小二乘估計技術(shù)
5.3 結(jié)構(gòu)方程的估計
5.4 三角形方程組
附錄5A
第6章 變系數(shù)模型
6.1 引言
6.2 系數(shù)隨橫截面單元變化
6.3 系數(shù)隨時期和橫截面單元變化
6.4 隨時間演化的系數(shù)
6.5 系數(shù)是其他外生變量的函數(shù)
6.6 固定系數(shù)和隨機系數(shù)的混合模型
6.7 動態(tài)隨機系數(shù)模型
6.8 案例——流動性限制和企業(yè)投資支出
附錄6A 兩個正態(tài)分布的聯(lián)合分布
第7章 離散數(shù)據(jù)
7.1 引言
7.2 常見的離散響應(yīng)模型
7.3 估計包含異質(zhì)項的靜態(tài)模型的參數(shù)方法
7.4 估計靜態(tài)模型的半?yún)?shù)方法
7.5 動態(tài)模型
第8章 斷尾和截取數(shù)據(jù)
8.1 引言
8.2 案例——非隨機缺失數(shù)據(jù)
8.3 包含隨機個體效應(yīng)項的Tobit模型
8.4 固定效應(yīng)估計量
8.5 案例：住房支出
8.6 動態(tài)Tobit模型
第9章 不完全面板數(shù)據(jù)
第10章 前沿問題
第11章 全書概略
注釋
參考文獻
譯后記
熱門推薦文章
10
古琴曲分析簡介，目錄書摘
相關(guān)優(yōu)評榜
1
杰士派
相關(guān)排行榜
相關(guān)產(chǎn)品
京公網(wǎng)安備 11000002000088號
