Introduction to Econometrics

James H. Stock, Mark W. Watson

出版时间

2006-07-31

ISBN

9780321278876

评分

★★★★★
书籍介绍
这不是一本读起来令人愉悦的书。它让无数人在'看两页就掉一根头发'的自嘲中,重新认识了因果推断的精密与残酷。本书的独特之处在于:它并不急于堆砌公式,而是从'计量经济学究竟想做什么、能做什么'这一根本问题切入,把因果性与相关性、对照实验与观测数据、预测与推断的边界摊开在你面前,逼你理解每一步估计背后的前提与代价。弱工具变量、潜在结果、最大似然——这些概念背后是对'我们究竟能否从数据中读出因果'的审慎追问。它适合愿意被数学'折磨'、却想真正搞懂实证经济学逻辑的入门者;也适合那些翻过旧版、被佶屈聱牙的翻译劝退、终于等到流畅译本的读者。它不保证轻松,但能保证你读完时,看待任何'相关性'的目光都会更加清醒。
作者简介
James H. Stock,普林斯顿大学经济系教授。加州大学伯克利分校经济学博士,曾任教于加州大学伯克利分校及哈佛大学肯尼迪政府学院。研究领域为经济计量方法、宏观经济预测、货币政策等,曾发表论文90多篇,并出版若干其他专著。 Mark W. Watson,普林斯顿大学经济系教授,他与 James H. Stock 都是计量经济学领域中的权威,尤其以时间序列的研究最为出众。
AI导读
核心看点
  • 循序渐进讲解回归、时间序列与面板数据
  • 强调因果推断与实验数据分析的直观理解
  • 更新弱工具变量检验与群集标准误处理方法
读者共识
  • 内容讲解清晰透彻,适合入门学习
  • 数学推导较多,阅读过程具有一定挑战性
  • 部分中文译本存在术语翻译不当或校对错误
精彩摘录
  • "经济时间序列数据经常在取对数值或取对数值的差分之后进行分析,这样做的一个原因是许多经济时间序列呈现近似指数增长的态势,即平均而言,长期中的序列增长率每年保持在一个固定的百分比。这一点意味着,序列的对数值近似线性增长。这样做的另一个原因是,许多经济时间序列变量的标准差大约与它的水平值成正比。这也意味着,序列对数值的标准差近似于一个常数。"
  • "似然函数( likelihood function)是抽样的联合概率分布,是未知系数的函数。未知系数的最大似然估计量( maximum likelihood estimator,MLE)是使似然函数达到最大时所计算得到的系数值。由于最大似然估计量选择了使似然函数即联合概率分布达到最大的未知系数,故实际上最大似然估计量选择的是使n个样本数据被抽中的概率达到最大的系数值。在这个意义上,MLE是那些“最可能”生成这些数据的系数值。"
  • "✨检验弱工具变量的一个经验法则 第一阶段F统计量是指检验两阶段最小二乘法的第一阶段中工具变量Z1i,…,Zmi的系数均为零的假设的F统计量。 针对仅有单个内生解释变量的情形,如果第一阶段F统计量小于10,则表明工具变量是弱的,即TSLS估计量有偏(即使在大样本条件下)且TSLS估计量的t统计量和置信区间变得不可信。"
  • "更广义地讲,一个潜在结果( potential outcomes)就是一个个体在潜在处理下得到的结果。这一个体的因果效应是接受处理和不接受处理的潜在结果之间的差异。一般而言,个体的因果效应可以随个体的不同而不同。例如,药物治疗的效果可能与你的年龄、是否吸烟或者其他健康状况有关。问题在于,我们无法对一个单个个体的因果效应进行度量。因为,一个个体要么接受了处理,要么没有接受处理,我们只能观测到这两个潜在结果中的某一个,而无法同时观测到两个潜在结果。 尽管一个单个个体的因果效应无法度量,但在许多应用中,我们只需要知道总体的平均果效应就已经足够。例如,在评估职业培训项目时,我们只需要权衡受训者的平均花"
用户评论
计量神书,扫盲必备。
It’s a manual
Econ 406 I like the book much better than the lecture
大三上教材,读过半数章节。通俗计量教材,计量直觉很好。以后还可参考
说实话到time series部分就不怎么样了。异方差部分阐述不错。总体而言数学的推导不是很详细,但模型建立方法的理念很不错。
每周阅读量那么大时间那么紧完全是小白看天书啊摔
下载
收藏
全部深度解读 →主题书单高分榜最近更新