本书用R语言来实现计量经济学方法,主要包含经典线性回归、自回归、向量自回归、受限因变量模型(Logit、Probit、Tobit 等)、匹配方法、工具变量回归、分位数回归等。
样章试读
目录
- 目录
前言
第1章 R语言简介 1
1.1 运算 1
1.2 变量 2
1.2.1 变量命名的规则 3
1.2.2 向量 4
1.2.3 矩阵 7
1.3 其他数据类型 11
1.3.1 字符 11
1.3.2 逻辑 12
1.3.3 列表 12
1.4 数据框 14
1.5 编程 17
1.5.1 条件提取 17
1.5.2 流程控制 19
1.6 绘图 20
第2章 概率与统计 23
2.1 三类函数 23
2.1.1 p函数类 23
2.1.2 q函数类 24
2.1.3 r函数类 25
2.2 抽样分布 26
2.2.1 随机抽样 27
2.2.2 大样本抽样分布 27
2.3 统计推断 31
2.3.1 假设检验 32
2.3.2 置信区间 34
2.3.3 大样本统计推断 36
2.3.4 不同总体的均值比较 37
第3章 线性回归模型 40
3.1 简单线性回归模型的估计 40
3.1.1 根据公式求解模型 41
3.1.2 根据lm()函数求解模型 43
3.1.3 二元解释变量 44
3.2 多元线性回归模型的估计 45
3.2.1 分组比较 45
3.2.2 多元线性回归模型的建立 46
3.2.3 用矩阵求估计值 47
3.2.4 用lm()函数求估计值 48
3.2.5 Frisch-Waugh定理 49
3.3 线性回归模型的统计推断 50
3.3.1 单个系数的假设检验 50
3.3.2 联合假设检验 54
3.3.3 置信区间 60
3.3.4 大样本统计推断 61
3.4 含非线性变量的线性回归模型 63
3.4.1 多项式回归模型 63
3.4.2 对数化变量回归模型 66
3.4.3 含交互项的回归模型 69
3.5 随机模拟 72
3.5.1 蒙特卡罗试验 72
3.5.2 自助法 74
第4章 时间序列模型 75
4.1 预测模型 75
4.1.1 自回归模型 76
4.1.2 自回归分布滞后模型 78
4.1.3 向量自回归 79
4.2 平稳性 86
4.2.1 单位根检验 87
4.2.2 协整 91
4.3 动态因果性 98
4.4 序列相关 100
4.4.1 HAC标准误 101
4.4.2 GLS模型 101
第5章 微观计量经济学 103
5.1 受限因变量模型 103
5.1.1 二元选择模型 103
5.1.2 Possion回归模型 107
5.1.3 Tobit模型 109
5.1.4 样本选择模型 112
5.2 匹配方法 113
5.2.1 协变量匹配 114
5.2.2 倾向得分匹配 115
5.3 工具变量 116
5.3.1 两阶段最小二乘法 116
5.3.2 三种检验 118
5.4 面板数据 120
5.4.1 随机效应模型 121
5.4.2 固定效应模型 123
5.4.3 动态面板模型 126
5.5 分位数回归 128
参考文献 130