<p>介绍：</p><p>这本是<a class="blue12a" href="http://search.book.dangdang.com/search.aspx?category=01&amp;key3=%u4E2D%u56FD%u7ECF%u6D4E%u51FA%u7248%u793E" target="_blank" name="publisher">中国经济出版社</a>出版的<a class="blue12a" href="http://search.book.dangdang.com/search.aspx?category=01&amp;key2=%u7EA6%u7FF0%u65AF%u987F" target="_blank" name="author">约翰斯顿</a>与<a class="blue12a" href="http://search.book.dangdang.com/search.aspx?category=01&amp;key2=%u8FEA%u7EB3%u5C14%u591A" target="_blank" name="author">迪纳尔多</a>的《计量经济学方法》（第四版）</p><p>好像很久没有再版了。</p><p>是看过基本的计量教材之后的一个比较理想的选择（难度要小于Greene的）。</p><p>具体内容大家看看以往的帖子吧！</p><p>上午比较匆忙，下面是该书的更详细信息：</p><p><strong><font color="#ff0000">内容简介：</font></strong></p><p>本书初版于1963年，其后大约每隔10年再版一次，以跟上计量经济学的发展。数十年来，本书已成为各国名牌大学广泛采用的教材。 本版本的主要写作目标有两个：其一是提供一份综合易懂可用的计量经济方法手册；二是通过应用一些真实数据集来说明这些方法。这些数据由本书的配套数据磁盘给出，因而，读者可以重复操作一追课文中的应用案例，实验一下章末所提出的一些问题，再对自己选择的方法进行进一步的分析。因此，本书几乎是全部重写井增加了对一些新专题的介绍，包括：渐进理论，时间序列，模型评价，广义矩法，密集计算法，微观计量经济学。<br/></p><p><strong><font color="#ff0000">目录</font></strong></p><div class="right_content">致我们的中文读者<br/>To Our Chinese Readers<br/>译者的话<br/>前言<br/>第一章 两个变量之间的关系<br/>1.1 双变量关系示例<br/>1.1.1 双变量频数分布<br/>1.2 相关系数<br/>1.2.1 双变量频数分布的相关系数<br/>1.2.2 r的范围<br/>1.2.3 无谓相关及其他问题<br/>1.2.4 一个案例研究<br/>1.3 双变量概率模型<br/>1.3.1 离散的双变量概率分布<br/>1.3.2 双变量正态分布<br/>1.4 双变量线性回归模型<br/>1.4.1 一个条件模型<br/>1.4.2 估计值和估计量<br/>1.4.3 最小二乘估计量<br/>1.4.4 平方和的分解<br/>1.4.5 一个数值例子<br/>1.5 两变量最小二乘模型中的推断<br/>1.5.1 LS估计量的性质<br/>1.5.2 高斯—马尔科夫定理<br/>1.5.3 推断程序<br/>1.5.4 数值例子(续1.4.5节中的例子)<br/>1.6 两变量回归模型的方差分析<br/>1.7 双变量回归模型中的预测<br/>1.8 汽油消费：一个初步分析<br/>附录<br/>附录1.1 证明Var(b)=a2／Σ x２<br/>附录1.2 推导∂的抽样分布的均值和方差<br/>附录1.3 推导cov(a，b)<br/>附录1.4 高斯—马尔科夫定理<br/>附录1.5 推导var(e0)<br/>习题<br/>第二章 双变量关系的其他方面<br/>2.1 时间作为回归元<br/>2.1.1 恒定增长曲线<br/>2.1.2 数值例子<br/>2.2 变量变换<br/>2.2.1 双对数变换<br/>2.2.2 半对数变换<br/>2.2.3 倒数变换<br/>2.3 非线性关系的一个实例：美国的通货膨胀和失业<br/>2.4 滞后因变量作为回归元<br/>2.4.1 渐近理论简介<br/>2.4.2 依概率收敛<br/>2.4.3 依分布收敛<br/>2.4.4 自回归方程<br/>2.5 平稳和非平稳序列<br/>2.5.1 单位根<br/>2.5.2 数值例证<br/>2.6 自回归方程的最大似然估计<br/>2.6.1 最大似然估计量<br/>2.6.2 最大似然估计量的性质<br/>附录<br/>附录2.1 密度函数中的变量变换<br/>附录2.2 AR(1)模型的最大似然估计量<br/>习题<br/>第三章 k元线性方程<br/>3.1 k—变量模型的矩阵表达式<br/>3.1.1 最小二乘法的代数表达式<br/>3.1.2 平方和分解<br/>3.1.3 方程的离差形式<br/>3.2 偏相关系数<br/>3.2.1 解释平方和的序贯形成<br/>3.2.2 偏相关系数和复回归系数<br/>3.2.3 偏相关系数和复回归系数的一般处理<br/>3.3 最小二乘法的几何意义<br/>3.4 k元方程的推断<br/>3.4.1 假定条件<br/>3.4.2 b的均值和方差<br/>3.4.3 σ2的估计<br/>3.4.4 高斯—马尔可夫定理<br/>3.4.5 检验关于卢的线性假设<br/>3.4.6 受约束和无约束的回归<br/>3.4.7 拟合受约束回归方程<br/>3.5 预测<br/>附录<br/>附录3.1 证明r12.3=(r12--r13r)／√▔▔▔▔√▔▔▔▔<br/>1—r213 1—r223<br/>附录3.2 在多元回归中，求解单一个回归系数<br/>附录3.3 证明当约束X'a=c时，最小化a'a<br/>将得到a=X(X'X)-1c<br/>附录3.4 受约束估计量b。的推导<br/>习题 <br/>第四章 k元线性方程设定错误的若干检验<br/>4.1 设定错误<br/>4.1.1 关于u的可能问题<br/>4.1.2 关于X的可能问题<br/>4.1.3 关于β的可能问题<br/>4.2 模型评估与诊断检验<br/>4.3 参数不变性的检验<br/>4.3.1 邹(至庄)预测检验<br/>4.3.2 汉森检验<br/>4.3.3 递归估计检验<br/>4.3.4 向前一步预测误差<br/>4.3.5 累积和与平方累积和检验<br/>4.3.6 设定错误的一个更一般的检验：拉姆齐检验<br/>4.4 数值例证<br/>4.5 结构变化的检验<br/>4.5.1 一个结构变化的检验<br/>4.5.2 对斜率系数的检验<br/>4.5.3 对截距项的检验<br/>4.5.4 小结<br/>4.5.5 数值例子<br/>4.5.6 推广<br/>4.6 虚拟变量<br/>4.6.1 简介<br/>4.6.2 季节虚拟变量<br/>4.6.3 定性变量<br/>4.6.4 多于两组的虚拟变量<br/>4.6.5 数值例子<br/>附录<br/>附录 4.1 证明：var(d)＝[1：+X2(X1X1)”X¨<br/>习题<br/>第五章 最大似然估计，广义最小二乘法及工具变量估计<br/>5.1 最大似然估计量<br/>5.1.1 最大似然估计量的性质<br/>5.2 线性模型的ML估计<br/>5.3 似然比、沃尔德与拉格朗日乘数检验<br/>5.3.1 似然比检验<br/>5.3.2 沃尔德检验<br/>5.3.3 拉格朗日乘数检验<br/>5.4 有非球形干扰项的线性模型的ML估计<br/>5.4.1 广义最小二乘法<br/>5.5 工具变量估计量<br/>5.5.1 特例<br/>5.5.2 两阶段最小二乘法(2SLS)<br/>5.5.3 工具的选择<br/>5.5.4 线性约束条件的检验<br/>附录<br/>附录5.1 密度函数中的变量代换<br/>附录5.2 中心和非中心的R2<br/>附录5.3 证明e΄*X(X΄X)—1X΄e*=e&acute;e*－e'e<br/>习题<br/>第六章 异方差性和自相关<br/>6.1 OLS估计量的性质<br/>6.2 对异方差性的检验<br/>6.2.1 怀特检验<br/>6.2.2 布罗施—帕甘伐弗雷检验<br/>6.2.3 戈德菲尔德—匡特检验<br/>6.2.4 戈德菲尔德—匡特检验的扩展<br/>6.3 异方差性下的估计<br/>6.3.1 对分组数据的估计<br/>6.3.2 对异方差关系式的估计<br/>6.4 自相关干扰<br/>6.4.1 自相关的形式：自回归和移动平均模式<br/>6.4.2 自相关干扰的原因<br/>6.5 OLS和自相关干扰<br/>6.6 自相关干扰的检验<br/>6.6.1 德宾—沃森检验<br/>6.6.2 沃利斯四阶自回归检验<br/>6.6.3 回归含有因变量滞后值的德宾检验<br/>6.6.4 布罗施—戈弗雷检验<br/>6.6.5 博克斯—皮尔斯—杨统计量<br/>6.7 对具有自相关干扰的关系式的估计<br/>6.8 出现自相关干扰时的预测<br/>6.9 自回归条件异方差性<br/>附录<br/>附录6.1 乘积性异方差性的LM检验<br/>附录6.2 对群块同方差性的LR检验<br/>附录6.3 ARCH(1)过程的性质<br/>习题<br/>第七章 单变量时间序列建模<br/>7.1 进行单变量分析的根本原因<br/>7.1.1 滞后算子<br/>7.1.2 ARMA建模<br/>7.2 AR、MA和ARMA过程的性质<br/>7.2.I AR(1)过程<br/>7.2.2 AR(2)过程<br/>7.2.3 MA过程<br/>7.2.4 ARMA过程<br/>7.3 平稳性检验<br/>7.3.1 图视法<br/>7.3.2 单积(或单整)序列<br/>7.3.3 趋势平稳(TS)和差分子稳(DS)序列<br/>7.3.4 单位根检验<br/>7.3.5 数值例子<br/>7.4 ARIMA模型的识别、估计和检验<br/>7.4.1 识别<br/>7.4.2 估计<br/>7.4.3 诊断检验<br/>7.5 预测<br/>7.5.1 MA(1)过程<br/>7.5.2 ARMA(1，1)过程<br/>7.5.3 ARMA(1，1，0)过程<br/>7.6 季节性<br/>7.7 一个数值例子：每月新住房动工<br/>习题<br/>第八章 自回归分布滞后关系<br/>8.1 自回归分布滞后关系<br/>8.1.1 恒定弹性关系<br/>8.1.2 参数重组<br/>8.1.3 动态均衡<br/>8.1.4 单位弹性<br/>8.1.5 推广<br/>8.2 设定与检验<br/>8.2.1 一般到简单与简单到一般<br/>8.2.2 估计与检验<br/>8.2.3 外生性<br/>8.2.4 外生性检验<br/>8.2.5 武—豪斯曼检验<br/>8.3 非平稳回归元<br/>8.4 一个数值例子<br/>8.4.1 平稳性<br/>8.4.2 协积<br/>8.4.3 重新设定关系式<br/>8.4.4 一个一般的ADL关系<br/>8.4.5 参数重组<br/>8.5 非嵌套模型<br/>附录<br/>附录8.1 对方程中的变量作非奇异线性变换<br/>附录8.2 证明(8.37)式与(8.41)式的检验统计量相等<br/>习题<br/>第九章 多方程模型<br/>9.1 向量自回归<br/>9.1.1 一个简单的VAR<br/>9.1.2 三变量VAR<br/>9.1.3 高阶系统<br/>9.2 VAR的估计<br/>9.2.1 检验VAR的阶数<br/>9.2.2 葛兰杰因果检验<br/>9.2.3 预测、脉冲反应函数和方差分解<br/>9.2.4 脉冲响应函数<br/>9.2.5 正交新生值<br/>9.2.6 方差分解<br/>9.3 向量误差纠正模型<br/>9.3.1 检验协积秩<br/>9.3.2 协积向量估计<br/>9.3.3 向量误差纠正模型的估计<br/>9.4 联立结构方程模型<br/>9.5 识别条件<br/>9.6 结构方程的估计<br/>9.6.1 非平稳变量<br/>9.6.2 估计的系统方法<br/>附录<br/>附录9.1 似无关回归<br/>附录9.2 高阶VAR<br/>习题<br/>第十章 广义矩法(GMM)<br/>10.1 矩法<br/>10.2 OLS作为一个矩问题<br/>10.3 工具变量作为一个矩问题<br/>10.4 GMM和正交性条件<br/>10.5 GMM估计量的分布<br/>10.6 应用<br/>10.6.1 两阶段最小二乘法和过度识别约束条件的检验<br/>10.6.2 重温武—豪斯曼检验<br/>10.6.3 最大似然法<br/>10.6.4 欧拉方程<br/>10.7 关于参考书<br/>习题<br/>第十一章 密集计算法选讲<br/>第十二章 纵列数据<br/>第十三章 离散和限值固变量模型<br/>附录A 矩阵代数<br/>附录B 统计学<br/>附录C 数据盘<br/>统计学用表<br/>索 引</div><div class="right_content"></div><div class="right_content"><font color="#ff0000"><strong>作者介绍：</strong></font></div><div class="right_content">J.约翰斯顿，是加利福尼亚大学的计量经济学名誉教授。在转入俄尔文之前，他担任曼彻斯特大学的斯坦利·杰文斯计量经济学教授。J.约翰斯顿教授也曾任教于纽约市立大学、埃莫立大学，哈佛大学，安大略皇后大学，威尔士大学，威斯康辛-麦迪逊厌这。他还是计量经济学会的资深会员。其作品有《统计成本分析》及《计量经济学方法》的前三版。 <br/>J.迪纳尔多，是加利福尼亚大学的经济学副教授，并为国民经济研究所的研究员。在转入俄尔文之前，他曾担任兰德的研究助理。作为一名劳动经济学家和应用计量经济学家，他曾执教于麻省理工大学和普林顿大学。他最近的作品刊登在《计量经济学》杂志、《政治经济学》杂志、以及《经济学杂志》季刊上。本书是他所著的第一本书。 <br/></div><br/>

[此贴子已经被作者于2008-5-9 20:21:52编辑过]