计量经济学实验基础 发表评论(0) 编辑词条

版权信息
　　作　者： 王升　著
　　出 版 社： 清华大学出版社
　　出版时间： 2008-7-1
　　字　数： 207000
　　页　数： 186
　　开　本： 16开
　　纸　张： 胶版纸
　　I S B N ： 9787302177586
　　包　装： 平装
　　所属分类： 图书 >> 经济 >> 经济数学
　　定价：￥22.00

　　本书把计量经济学中的理论与实验结合起来，一面进行理论计算，一面对结果进行理论解释，二者紧密结合。
　　本书的实验是以现实的数据作为研究对象，以现有的计量经济学理论构建模型，借助统计学，对实验对象作深入的分析。
　　本书共分7章，每一章都是由基本知识回顾、实验练习、注记、参考文献和附表组成。
　　本书提供实验数据的电子版本，方便读者学习使用。
　　计量经济学，作为经济管理类本科生和研究生的必修课或公共专业基础课，在我国各高校得到了广泛的传授。在课程设置上，计量经济学这门课一般由理论和实验两部分组成。本书的写作目的是设法提高计量经济学的应用水平，从而使读者能够借助计量经济学实验深入研究相关的经济与社会问题，以及通过实验手段发现计量经济学应用与理论的新问题，供今后做进一步的研究。为此，每一个实验都是以现实的数据作为研究对象，以现有的计量经济学理论构建模型，借助统计学，对实验对象作深入的分析。每一个实验的分析深度往往取决于读者的理论功底，没有唯一的答案。基于这样的设计构思，每一个实验将留给读者最大的发挥空间。对同样的一个问题，不同的读者往往有深浅不一的解读。本书试图引导读者对实验结果作更加深入的分析，使读者领会实验结果所揭示的深层涵义。

　　计量经济学实验是经济管理类本科生和研究生的必修课或公共专业基础课的重要组成部分。本书是专门为这门课程撰写的教材，共由7章组成：第1章为回归分析实验，第2章为虚拟变量模型回归实验，第3章为Logistic回归实验，第4章为共线性问题实验，第5章为异方差问题实验，第6章为自相关问题实验，第7章为线性时间序列回归分析实验。
　　本书适合本科高年级学生、研究生和研究人员作为教材、教学参考书或研究参考书使用。

　　第1章 回归分析实验
　　1.1 线性回归模型
　　1.2 非线性回归模型
　　1.3 线性回归分析实验示范
　　1.3.1 背景资料
　　1.3.2 实验步骤分解
　　1.4 非线性回归分析实验示范
　　1.4.1 背景资料
　　1.4.2 回归报告
　　1.4.3 结果解释
　　1.5 回归分析实验练习
　　注记1
　　参考文献
　　附表1
　　第2章 虚拟变量模型回归实验
　　2.1 虚拟变量模型
　　2.2 虚拟变量模型回归实验示范
　　2.2.1 背景资料
　　2.2.2 回归报告
　　2.2.3 结果解释
　　2.3 虚拟变量模型回归实验练习
　　注记2
　　参考文献
　　附表2
　　第3章 Logistic回归实验
　　3.1 Logistic模型
　　3.1.1 Logistic回归模型
　　3.1.2 Logistic回归替代模型
　　3.1.3 Tobit模型及其推广
　　3.2 Logistic回归实验示范
　　3.2.1 背景资料
　　3.2.2 回归报告
　　3.2.3 结果解释
　　3.3 Probit回归实验示范
　　3.3.1 背景资料
　　3.3.2 回归报告
　　3.3.3 结果解释
　　3.4 Tobit回归实验示范
　　3.4.1 背景资料
　　3.4.2 回归报告
　　3.4.3 结果解释
　　3.5 Logistic回归实验练习
　　注记3
　　参考文献
　　附表3
　　第4章 共线性问题实验
　　4.1 共线性问题
　　4.1.1 t统计量小
　　4.1.2 最小二乘估计量及其标准差的结构敏感性
　　4.1.3 从属回归模型检验
　　4.2 共线性问题实验示范
　　4.2.1 背景资料
　　4.2.2 回归报告
　　4.2.3 结果解释
　　4.3 共线性问题实验练习
　　4.3.1 背景资料（一）
　　4.3.2 背景资料（二）
　　注记4
　　参考文献
　　附表4
　　第5章 异方差问题实验
　　第6章 自相关问题实验
　　第7章 线性时间序列回归分析实验
　　参考文献
　　附表7
[编辑本段]书摘
　　第4章　共线性问题实验
　　4.1 共线性问题
　　共线性问题是指在做多元回归分析时，解释变量之间可能会出现线性关系。当某一个解释变量被其余解释变量线性表示时，共线性问题就是多重共线性问题。在多重共线性问题存在的情况下，回归模型的系数t检验可能会受到极大的干扰即本来系数估计量的t检验是统计显著的，在多重共线性影响下，系数估计量的t检验反而不显著。然而，多重共线性问题对模型，检验的影响非常复杂，并没有明确的变化趋势。就模型的系数估计量的统计检验而言，解释变量之间多重共线性的存在会降低系数估计量t检验的精度，其相应的t统计量的绝对值会变小
　　如果只是考虑模型系数的解释能力，在多重共线性问题存在下，可考虑剔除共线性的影响。但是，多重共线性问题对模型的影响还没有办法剔除。就回归系数估计量的t检验而言，什么情况下考虑剔除多重共线性问题的影响呢?只有当t统计量比较小时，才有必要考虑剔除多重共线性的影响。如果t统计量比较大，则没有必要考虑剔除多重共线性的影响，因为，多重共线性影响的剔除只会进一步增大t统计量，而此时增大t统计量已经意义不大了。
　　对于二元回归模型，其中一些参数指标如方差膨胀因子或联合解释指数是值得关注的。方差膨胀因子的自然对数与解释变量之间的共线性程度成正比例关系。联合解释指数则从另外一个角度给予说明。当联合解释指数h趋向无穷大时，解释变量对被解释变量的联合解释能力几乎无统计损失；当联合解释指数h小于∞时，解释变量对被解释变量的联合解释能力有统计损失；当联合解释指数h等于0时，解释变量的联合解释能力统计损失怠尽，从统计意义上说已经失去了对被解释变量的解释能力。
　　……