傑弗裏·M.伍德裏奇,密歇根州立大學經濟學特聘教授。他於1982年在加州大學伯剋利分校獲得計算機科學與經濟學學士學位,並於1986年在加州大學聖迭戈分校獲經濟學博士學位。伍德裏奇博士曾在國際知名期刊上發錶瞭30多篇學術論文。他還是《橫截麵與麵闆數據的計量經濟分析》(Econometric Analysis of Cross Section and Panel Data)一書的作者。他所獲的奬項包括:斯隆(Alfred P.Sloan)研究奬,《計量經濟理論》(Econometric Theory)的PluraScripsit奬,《應用計量經濟學雜誌》(Journal of Applied Econometrics)的斯通(Richard Stone)爵士奬,以及在MIT三次獲得研究生教學年度優秀教師奬。他還是計量經濟學會(Econometric Society)和《計量經濟學雜誌》 (Journal of Econometric)的資深會員。
第六版保留瞭第五版的總體結構。《計量經濟學導論:現代觀點(第6版)/經濟科學譯叢》區彆於絕大多數其他教科書的顯著的特徵是,它的篇章結構是根據分析數據的類型而劃分的。這與傳統方法明顯不同,因為傳統分析總是先提齣一個綫性模型,並列齣以後分析中可能需要的所有假定,然後在與那些假定之間的聯係不甚清晰的情況下,證明或得齣一些結論。我的方法是:在第一篇中,開篇就在隨機抽樣昀假定下,用橫截麵數據討論多元迴歸分析。因為學過初級統計學課程的學生都熟悉從總體中隨機抽樣的方法,所以這種安排比較自然。重要的是,它使得我們能夠將對潛在總體迴歸模型的假定(具有經濟或行為含義的假定)與數據抽取方式的假定區分開來。在學生很好地掌握瞭使用隨機樣本的多元迴歸模型之後,可以直觀地討論非隨機抽樣的後果。
現代計量經濟學的一個重要特徵是:解釋變量(與因變量一起)被作為隨機變量的結果來處理。對社會科學而言,引入隨機解釋變量比傳統假定中的非隨機解釋變量要現實得多。一個明顯的好處就是,總體模型或隨機抽樣方法減少瞭學生必須接受和理解的假定數量。反之,古典迴歸分析法把解釋變量視為重復樣本中的固定迴歸元,這種方法隻能適用於試驗背景中搜集來的數據,但它在初級教科書中仍非常盛行。此外,因陳述和解釋模型假定而産生的種種麯解可能讓學生産生混淆。
發表於2024-11-04
計量經濟學導論:現代觀點(第六版) 2024 pdf epub mobi 電子書 下載
圖書標籤: 計量經濟學 計量經濟 經濟學 教科書 Economics 經濟科學譯叢 研究方法 2020
內容太多記不住啊,尤其是時間序列那部分。
評分內容太多記不住啊,尤其是時間序列那部分。
評分內容太多記不住啊,尤其是時間序列那部分。
評分內容太多記不住啊,尤其是時間序列那部分。
評分有些地方邏輯性太差
計量經濟學導論:現代觀點(第六版) 2024 pdf epub mobi 電子書 下載