第二十五、二十六、二十七章  非线性回归与门限回归、分位数回归以及非参数与半参数估计

第二十五章 非线性回归与门限回归

该章主要讨论了非线性回归模型的特点、估计方法以及门限回归模型。

• 非线性回归模型：与线性回归模型相比，非线性回归模型的被解释变量与解释变量之间的关系不是线性的。书中介绍了如何设定非线性回归模型，以及如何使用Stata进行非线性回归的估计和检验。
• 门限回归模型：门限回归模型是一种特殊的非线性回归模型，它允许模型在不同区间内具有不同的斜率。该章详细讨论了门限回归模型的设定、估计和检验方法，并提供了相应的Stata实例。
  

第二十六章 分位数回归

分位数回归是一种能够描述被解释变量条件分布全貌的统计方法，它不仅可以估计出条件分布的均值（即通常所说的回归），还可以估计出条件分布的其他位置（如中位数、四分位数等）。

• 分位数回归的基本概念：书中首先介绍了分位数回归的基本原理和假设条件，然后详细讨论了分位数回归模型的设定和估计方法。
• 分位数回归的估计与检验：该章接着介绍了如何使用Stata进行分位数回归的估计和检验，包括分位数回归系数的显著性检验、模型的拟合优度检验等。
• 分位数回归的应用：最后，书中讨论了分位数回归在经济学、管理学等领域的应用，如收入分布、消费分布等问题的研究。
  

第二十七章 非参数与半参数估计

非参数与半参数估计是一类不依赖于具体函数形式的估计方法，它们能够灵活地捕捉数据中的非线性关系。

• 非参数估计：书中首先介绍了非参数估计的基本原理和常用方法，如核密度估计、局部线性回归等。然后讨论了非参数估计的优缺点以及在实际应用中的注意事项。
• 半参数估计：半参数估计结合了参数估计和非参数估计的优点，它允许模型的一部分是线性的（或具有某种已知的函数形式），而另一部分则是非线性的（或未知的）。书中详细介绍了半参数估计的设定、估计方法和检验技术，并提供了相应的Stata实例。
• 非参数与半参数估计的应用：最后，书中讨论了非参数与半参数估计在经济学、金融学等领域的应用，如金融时间序列的预测、消费者行为的研究等。
  

总的来说，这三章内容涵盖了高级计量经济学中非线性回归、分位数回归以及非参数与半参数估计的重要理论和方法，为读者提供了丰富的计量经济学知识和实践指导。