书籍介绍
翻开这本教材，最先撞进眼里的不是繁复的公式推导，而是反复被提及的一个核心命题：我们究竟如何从一堆观察数据里，辨认出真正的“因果效应”。全书以“理想化实验”为线索，把随机对照、潜在结果、平均处理效应这些概念层层铺展，引导读者追问“相关性之外，因果从何而来”。相较之下，它对计量思想的凝练处理，使其成为古扎拉蒂、伍德里奇之外又一值得并置的入门选择。需要提醒的是，本书对数理统计基础有一定要求，部分章节若缺前置知识会读得吃力，更适合把统计推断打底后再系统推进的读者。
作者简介
詹姆斯·H·斯托克，哈佛大学经济系教授，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。他的研究领域为经济计量方法、宏观经济预测、货币政策等，是计量经济学领域的权威，尤其擅长时间序列分析的研究。
马克·W·沃森，普林斯顿大学经济系教授，加州大学圣地亚哥分校经济学博士。他的研究领域主要包括：计量经济学的时间序列分析、实证宏观经济学、宏观经济预测等。
AI导读
核心看点
- 系统涵盖回归基础、深入专题及时间序列分析
- 强调现实数据与理论结合，反映现代计量实践
- 时间序列部分讲解透彻，优于部分同类教材
读者共识
- 内容凝练清晰，是优秀的计量经济学入门书
- 时间序列章节讲解比伍德里奇更明白易懂
- 中文版翻译存在瑕疵，建议参考原版或电子版
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"
目录
用户评论
这本书对计量思想的解释更为凝练。。确实是一本可与古扎拉蒂和伍德里奇相媲美的书。
平平无奇
这个翻译还可以的
相对凝练的入门书，不过如果数理统计的基础不牢有些部分可能会蛮辛苦的。不过仅依靠这本书补上计量经济学基础是不现实的事情，回头还是得把伍德里奇那本现代观点拿来看看。
很好的入门读物，直接读伍德里奇是不太现实的🤔
启迪书，这辈子应该都忘不了而且可能还要反复看的书
伍德李奇那本没读过，但这本也挺好的
下载
收藏