计量经济学导论
1.图书信息
书 名: 计量经济学导论
作者：(美国)杰弗里·伍德里奇
出版社：清华大学出版社
出版时间： 2009年07月
ISBN: 9787302204732
开本： 16开
定价: 59.00 元
内容简介《计量经济学导论:现代观点(第4版)》用简洁、准确的语言阐述了计量经济学研究的最新特点。与传统的教材不同，在陈述和解释假定时，作者完全放弃了非随机的或在重复样本中加以固定的回归元假定。这种方法更便于读者对计量经济学的理解和运用，是对传统计量经济学教学和研究的一个突破。《计量经济学导论:现代观点(第4版)》含有大量例题，许多是取自或受启发于应用经济学或其他领域的最新作品。
《计量经济学导论:现代观点(第4版)》适合各大专院校经济管理类专业本科生用作教材，也可供经济管理类教师及科研人员用作参考书。
作者简介杰弗里·M.伍德里奇 密歇根州立大学经济学教授，曾在国际知名期刊发表学术论文三十余篇，参与过多种书籍的写作。他获得过Alfred PSloan研究员基金、应用计量经济学期刊的R.Stone爵士奖等奖项。他还是《商业与经济统计学》杂志（Joumal of Business and Economic Statistics）的编委，并供职于《计量经济学》杂志（Journal of Econometrics）和《经济统计学评论》（Review of Economics and Statistics）的编委会。
图书目录第1章 计量经济学的性质与经济数据
第1部分 横截面数据的回归分析
第2章 简单回归模型
第3章 多元回归分析：估计
第4章 多元回归分析：推断
第5章 多元回归分析：OLS的渐近性
第6章 多元回归分析：其他问题
第7章 含有定性信息的多元回归分析：二值(或虚拟)变量
第8章 异方差性
第9章 模型设定和数据问题的深入探讨
第2部分 时间序列数据的回归分析
第10章 时间序列数据的基本回归分析
第11章 用时间序列数据计算0LS的其他问题
第12章 时间序列回归中的序列相关和异方差
第3部分 高级专题讨论
第13章 跨时横截面的混合：简单综列数据方法
第15章 工具变量估计与两阶段最小二乘法
第16章 联立方程模型
第19章 一个经验项目的实施
附录
附录E 矩阵形式的线性回归模型
附录F 各章习题解答
附录G 统计学用表
参考文献
术语表
……
2.图书信息书 名: 计量经济学导论
作者：（美）伍德里奇，费剑平改编
出版社：高等教育出版社
出版时间： 2005-4-1
ISBN: 9787040171396
开本： 16开
定价: 39.00元
内容简介本书从计量经济学的使用者的视角来讲授计量经济学的基础知识。全书按照所分析数据的类型不同而把计量经济学分为横截面数据篇和时间序列数据篇。本书的第一篇，便是在随机抽样的假定下，对横截面数据进行多元回归分析的问题。在第2章简要介绍简单回归模型之后，便直接开始进行多元回归分析。多元回归分析也是从估计和推断的基本程序出发，逐步过渡到对OLS的渐近性质、回归元的选择、定性因变量模型等专题的讨论，最后又对异方差性、模型误设和数据缺失等违背经典假定的极端情形进行了深入探讨，从而使学生能深刻理解在各种复杂的研究环境中如何利用多元回归分析技术。
本书语言简明，计量理论与实际案例配合得当，非常适用于经济学、管理学、政治学、社会学等人文社会科学专业本科生一学期计量经济学课程教材。
作者简介杰弗瑞·M·伍德里奇（Jeffrey M．wooldridge），1982年在加州大学伯克利分校获计算机科学与经济学学士学位，1986年在加州大学圣地亚哥分校获经济学博士学位。博士毕业后被麻省理工学院聘为经济学助教，5年间有3次获得MIT年度优秀研究生教师的荣誉，并获得斯隆研究奖及《计量经济理论》和《应用计量经济学》杂志颁发的优秀论文奖。自1991年受聘密歇根州立大学学校杰出教授以来，在计量经济学期刊上发表专业论文20多篇，出版两本颇有影响的教材（另一本是《横截面数据与综列数据的计量分析》）。
图书目录Chapter 1 The Nature of EconometriCS and Economic Data
1.1 What Is Econometrics?
1.2 Steps in Empirical Economic Analysis
1.3 The Structure of Economic Data
Cross—Sectional Data
Time SeriesData
Pooled Cross Sections
Panel or LongitudinoZ Data
A Comment on Data Structures
1.4 Causality and the Notion of CetefiS Paribus in Econometric
Analysis
Summary
Key TelTIIS
Chapter 2 The Simple Regression Model
2.1 Definition of the Simple Regression Model
2.2 Deriving the Ordinary Least Squares Estimates
A Note on Terminology
2.3 Mechanics Of oLS
Fitted Values and Residuals
Algebraic Properties of oLS Statistics
Goodness—of-Fit 4O
2.4 Units Of Measurement and Functional Form
The Effects ofChanging Units ofMeasurement on oLs
Statistics
Incorporating Nonlinearities in Simple Regression
The Meaning of“Linear”Regression
2.5 Expected Values and Vances of the OLS Estimators
Unbiasedness of oLS
Variances ofthe OLs Estimators
Estimating the Error VaHance
2.6 Regression Through the Origin
Summary
Key Terms
Problems
Computer Exercises
Appendix 2A
Chapter 3 Multiple Regression Analysis：Estimation
3.1 Motivation for Multiple Regression
e Modef wmO Independent Variables
TheModelwfth kIndependent Variables
3.2 Mechanics and Interpretation of Ordinary Least Squares
Obtaining the oLs Estimates
Interpreting the oLS Regression Equation
On the Meaning of“Holding Other Factors Fixed”in MultipleRegression
Changing More than One Independent Variable Simultaneously
oLs Fitted Values and Residuals
A“Partialling Out”Interpretation ofMultiple Regression
Comparison ofSimple and Multiple Regression Estimates
Goodness—of-Fit
Regression Through the Origin
3.3 The Expected Value of the OLS Estimators
Including Irrelevant Variables in a Regression Model
Omitted Variable BiaJ?The Simple Case
Omitted Variable Bins：More General Cases
3.4 The VAlriance of the OLS Estimators
The Components of the OLS[riances：Multicollinearity
Variances fn Misspecified Mols
Estimating G2：Standard Errors ofthe oLs Estimators
3.5 Efficiency of OLS：The Gauss.Markov Theorem
Summary
KeyTerms
Problems
Computer Exercises
Appendix 3A
Chapter 4 Multiple Regression Analysis：Inference
4.1 Sampling Distributions of the OLS Estimators
4.2 Testing Hypotheses About a Single Population Parameter：The t Test
Testing Against One.Sided Alternatives
TwO.Sided Alternatives
Testing Other Hypotheses About，ComputingP—Valuesfort Tests
A Reminder on the Language of Classical Hypothesis Testing
Economic，or Practical,versus Statistical Sign~ficance
4.3 Confidence Intervals
4.4 Testing Hypotheses About a Single Linear Combination of theParameters
4.5 Testing Multiple Linear Restrictions：The F Test
Chapter 5 Multiple Regression Analysis：OLS Asymptotics
Chapter 6 Muttipte Regression Analysis：Further Issues
Chapter 7 Multipie Regression Analysis with Qualitative Information：
Chapter 8 Heteroskedastieity
Chapter 9 More O11 Speification and Data ProblemS
Chapter 10 Basic Regression Analysis with Time Series Data
Chapter 1l Further Issues in Using OLS with Time Series Data
Chapter 12 Seriat Correlation and Heteroskedasticity in TimeComputer Exercises
Appendix A Answers to Chapter Questions
Appendix B Statistical Tables
Glossary