图书介绍

高等计量经济学基础【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

缪柏其，叶五一编著著
出版社：北京：高等教育出版社
ISBN：7040372403
出版时间：2013
标注页数：314页
文件大小：45MB
文件页数：324页
主题词：计量经济学-研究生-教材

PDF下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢] [在线试读本书] [在线获取解压码]

点击复制MD5值：fe03c5313d0af27be442392c147ba58a

下载说明

高等计量经济学基础PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载详情点击-查看共享计划

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数要大于标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

图书目录

第一章线性代数和矩阵基本知识1

1.1线性代数基本知识1

1.1.1向量空间1

1.1.2 Gram-Schmidt正交化程序3

1.1.3向量的正交投影和Bessel不等式4

1.2矩阵的一般理论和性质5

1.3矩阵的数字特征10

1.4几类特殊的矩阵15

1.5二次型19

1.6矩阵的特殊运算与矩阵的微商22

第二章多元统计分析基本知识27

2.1随机向量的数字特征27

2.2多元正态及由它生成的统计量31

2.3矩阵正态分布和Wishart分布33

2.4相关性分析和关联性分析37

2.5其他重要的多元分布44

2.6Copula48

2.6.1 Copula的定义和性质48

2.6.2几个重要的Copula54

2.6.3阿基米德Copula与对应的秩相关系数57

2.6.4 Copula的C藤和D藤分解60

2.7大数定律和中心极限定理64

第三章回归分析65

3.1多元线性回归模型65

3.1.1古典假定以及统计推断65

3.1.2 多重共线性81

3.1.3异方差性87

3.1.4自相关性93

3.1.5解释变量与误差项的相关性100

3.1.6分块回归与偏回归估计109

3.2多元统计分析111

3.2.1多元模型111

3.2.2主成分分析与因子分析113

3.2.3偏最小二乘方法122

3.3非线性回归模型125

3.3.1可化为线性的非线性回归模型125

3.3.2非线性回归模型及其最小二乘估计131

3.3.3变参数线性回归模型134

3.4非参数回归方法142

3.4.1非参数归模型142

3.4.2核密度估计143

3.4.3非参数均值回归146

3.4.4局部多项式回归150

3.4.5半参数模型152

3.4.6样条方法155

3.5分位点回归模型158

3.5.1线性分位点回归模型158

3.5.2非线性分位点回归模型162

第四章时间序列分析169

4.1差分方程169

4.1.1常系数齐次差分方程169

4.1.2非齐次差分方程172

4.2平稳过程的定义175

4.3线性时间序列177

4.3.1常用时间序列的定义177

4.3.2 ARMA （p，q）的平稳性179

4.3.3时间域上平稳ARMA （p，q）的研究181

4.3.4频率域上平稳ARMA （p，q）的研究187

4.4平稳线性序列的参数估计192

4.4.1平稳过程均值μ的估计193

4.4.2平稳过程自协方差和自相关函数的估计194

4.4.3自回归模型的参数估计195

4.4.4自回归模型阶数p的估计197

4.5非平稳过程与单位根198

4.5.1单整198

4.5.2单位根检验200

4.5.3结构突变序列单位根检验203

4.6协整与误差修正模型206

4.6.1协整206

4.6.2 协整的检验207

4.6.3误差修正模型210

4.7非线性时间序列212

4.7.1门限自回归模型212

4.7.2异方差性与GARCH模型216

4.7.3非参数时间序列模型224

第五章面板数据分析227

5.1面板数据模型简介227

5.1.1面板数据模型简介228

5.1.2面板数据模型的协方差分析229

5.1.3面板数据模型的设定232

5.2变截距简单回归模型234

5.2.1固定效应变截距模型234

5.2.2随机效应变截距模型237

5.2.3 Mundlak公式242

5.2.4固定效应以及随机效应模型的选择243

5.3面板数据的单位根检验244

5.4面板数据的协整检验245

第六章属性数据分析249

6.1属性数据简介249

6.2虚拟解释变量模型249

6.2.1虚拟变量249

6.2.2虚拟解释变量综合应用250

6.3虚拟被解释变量模型252

6.3.1广义线性模型252

6.3.2二元数据广义线性模型254

6.3.3多元数据广义线性模型261

第七章常用的估计方法265

7.1极大似然估计265

7.1.1极大似然估计简介265

7.1.2简单线性回归模型的极大似然估计267

7.1.3多元线性回归模型的极大似然估计268

7.1.4非线性模型的极大似然估计272

7.1.5似然比检验273

7.2广义矩估计274

7.2.1参数的广义矩估计274

7.2.2矩条件以及广义矩估计276

7.2.3一些估计量的GMM估计解释279

7.2.4关于广义矩估计的假设检验282

7.2.5 GMM方法的具体应用283

7.3 Bayes估计方法285

7.3.1 Bayes估计方法简介285

7.3.2 先验分布的确定286

7.3.3正态线性回归模型的Bayes估计290

7.3.4 Bayes统计推断292

7.3.5 Bayes方法的应用——Bayes VaR295

7.4联立方程模型及其估计297

参考文献307

名词索引311