收藏
Introduction to Econometrics - James H. Stock

Introduction to Econometrics

James H. Stock

出版社

Pearson/Education

出版时间

2011-02-01

ISBN

9781408264331

评分

★★★★★

标签

经济学计量经济学econometricsstatistics

书籍介绍
For courses in introductory econometrics. An approach to modern econometrics theory and practice through engaging applications. Ensure students grasp the relevance of econometrics with Introduction to Econometrics - the text that connects modern theory and practice with engaging applications. The third edition builds on the philosophy that applications should drive the theory, not the other way around, while maintaining a focus on currency.
AI导读
核心看点
  • 应用驱动理论，案例丰富生动
  • 时间序列与因果推断讲解透彻
  • 工具变量与实验设计深入剖析
适合谁读
  • 经济学与统计学专业本科生
  • 需进行实证研究的研究生
  • 对数据驱动分析感兴趣的读者
读前提醒
  • 数学基础薄弱者需耐心克服
  • 建议搭配英文版以避翻译坑
  • 重在理解逻辑而非死记公式
读者共识
  • 比伍德里奇教材更适合入门
  • 内容清晰但部分章节难度陡增
  • 翻译质量参差不齐建议慎选

本导读基于书籍简介、目录、原文摘录、短评和书评生成，不等同于全文精读。

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
好恶心的书，因为我无比讨厌经济学!关于经济学的一切负分滚粗。不过这本是计量课的教科书，老师天天点赞，推荐给大家啦!
找了一圈统计的书，发现还是这本最适合我。主要是没有太简单，也没有太难，assumption 讲得非常清楚。
introduction就这么难？？
我爱计量😊希望有机会学习一下高级计量哈哈哈哈哈哈哈哈哈哈
买的是第二版，居然读完了，比woodridge的更适合入门阅读
当年怎么没觉得这么有趣！
完美计量工具书，研究生阶段会继续用到
你可能会关注的书籍

Z-Library
收藏