本书除了介绍最基本的推断统计和数量经济学知识外，还介绍最新的计量经济学研究成果，如面板数据模型、结构突变序列的单位根检验等。其次，本书在给出理论分析的同时，重点强调实际应用，所以书中给出大量案例，试图为读者准确掌握、应用数量经济学知识分析经济问题提供范例。此外，书中全部案例都是以我国数据为背景进行分析，为数量经济学与我国的经济研究、分析相结合，为把这种科学的分析方法引入中国进行了积极探索。书中配备了很多图，相信对学生和读者准确理解数量经济学知识会大有裨益。
前言
教学建议
第一章 数据的特征数
第二章 总体特征数的点估计与区间估计
第三章 总体特征数的假设检验
第四章 经济指数
第五章 一元线性回归模型
第六章 多元线性回归模型
第七章 可线性化的非线性模型
第八章 特殊解释变量
第九章 异方差
第十章 自相关
第十一章 多重共线性
第十二章 联立方程模型
第十三章 模型检验的常用统计量
第十四章 时间序列ARIMA模型
第十五章 面板数据模型与应用
第十六章 单位根检验与协整
附录A 统计分布表
附录B 随即变量、概率极限、矩阵代数知识简介
参考文献
第一章 数据的特征数
本章以及第2章和第3章的内容来自推断统计学。在统计学中研究的对象都是随机变量。观测值是随机变量在观测或实验中得到的观测结果。观测值反映的是随机变量的特征。
对于经济问题，经济变量与理想状态下的随机变量是有区别的。随着统计推断的思想和方法引入到经济研究领域，人们自然把针对经济问题而获得的观测值（数据）也看成是经济变量在现实中的反映。数量经济学的任务就是要通过观测值或数据分析，研究经济变量的本质特征。所以在本书中把经济观测值对应的变量称为经济变量，或简称为变量，通常当做随机变量处理。但现实中经济变量能否满足随机变量的定义要求，是我们在实际研究中始终应该关注的问题。本书假定经济变量就是推断统计学中的随机变量。数据是随机变量的测量结果。
当为研究某个经济问题而得到大量数据时，首先面临的工作就是了解数据（或经济变量）的基本特征，分析数据（或经济变量）的特征数。
本章把数据的特征数分为4大类，即描述集中位置的特征数、分散程度的特征数、分布状况的特征数和两变量线性相关的特征数。本章共介绍10个特征数，分别是算术平均数、几何平均数、中位数、极差、方差、标准差、偏度、峰度、协方差和相关系数。在介绍特征数之前，先给出求和算子和画图的概念。
装 帧：平装
页 数：394
版 次：1版
开 本：16开
正文语种：中文
您现在的位置：
