[下载]Baltagi08《计量经济学》（Econometrics 4th Edition）

3284

收藏 2008-03-31

Econometrics (Paperback) by <a href="http://www.amazon.com/exec/obidos/search-handle-url?%5Fencoding=UTF8&amp;search-type=ss&amp;index=books&amp;field-author=Badi%20H.%20Baltagi">Badi H. Baltagi</a> (Author) <a href="http://www.amazon.com/gp/reader/3540765158/ref=sib_dp_pt#reader-link"><img id="prodImage" height="240" alt="Econometrics" src="http://ecx.images-amazon.com/images/I/41VA2TdqjjL._BO2,204,203,200_PIsitb-dp-500-arrow,TopRight,45,-64_OU01_AA240_SH20_.jpg" width="240" border="0"/></a><li>Paperback: 392 pages </li><li>Publisher: Springer; 4th ed. edition (January 8, 2008) </li><li>Language: English </li><li>Review From the reviews of the third edition:"Teaching econometrics is not an easy task. There is always this elusive balance between mathematical rigour and economic intuition . This textbook keeps this balance perfectly well, and does a good job at persuasion too. It teaches mostly by example, appeals a lot to intuition, and provides numerous real world data sets to practice . It is therefore also well suited for self study and can be recommended . a most useful text for an econometrics course anywhere." (Walter Kr&auml;mer, Statistical Papers, Vol. 44 (1), 2003)"The book is intended for a first year graduate course on econometrics, and the book strikes a balance between a rigorous approach that proves theorems and a completely empirical approach. The exercises contain theoretical problems that should supplement the understanding material in each chapter. The book covers a wide range of econometric fields and presents many applications with real data sets which enable the reader to understand and to interpret the empirical results of the theoretical approaches." (Herbert S. Buscher, Zentralblatt MATH, Vol. 1007, 2003) Product Description This textbook teaches some of the basic econometric methods and the underlying assumptions behind them. It also includes a simple and concise treatment of more advanced topics in spatial correlation, panel data, limited dependent variables, regression diagnostics, specification testing and time series analysis. Each chapter has a set of theoretical exercises as well as an empirical illustration using a real economic application. These empirical exercises usually replicate a published article using Stata or Eviews.The 4th edition updates identification and estimation methods in the simultaneous equation model. It also reviews the problem of weak instrumental variables and illustrates with an example on crime using Stata. Moreover, it updates panel data methods illustrating dynamic panel data methods with Stata using dynamic demand for cigarettes in US states. Other chapters that are updated with empirical examples include the limited dependent variable chapter.</li><li>&nbsp;

202360.pdf
大小:(4.31 MB)

只需: 30 个论坛币马上下载

</li><li>Table of Contents Preface VII Table of Contents XI Part I 1 1 What Is Econometrics? 3 1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.2 A Brief History . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.3 Critiques of Econometrics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.4 Looking Ahead . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 2 Basic Statistical Concepts 13 2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 2.2 Methods of Estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 2.3 Properties of Estimators . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 2.4 Hypothesis Testing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 2.5 Confidence Intervals . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 2.6 Descriptive Statistics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 Appendix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 3 Simple Linear Regression 49 3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 3.2 Least Squares Estimation and the Classical Assumptions . . . . . . . . . . . . . 50 3.3 Statistical Properties of Least Squares . . . . . . . . . . . . . . . . . . . . . . . . 55 3.4 Estimation of 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 3.5 Maximum Likelihood Estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 3.6 AMeasure of Fit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58 3.7 Prediction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 3.8 Residual Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 3.9 Numerical Example . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 3.10 Empirical Example . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64 Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71 Appendix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 4 Multiple Regression Analysis 73 4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 XII Table of Contents 4.2 Least Squares Estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 4.3 Residual Interpretation ofMultiple Regression Estimates . . . . . . . . . . . . . 75 4.4 Overspecification and Underspecification of the Regression Equation . . . . . . . 76 4.5 R-Squared versus R-Bar-Squared . . . . . . . . . . . . . . . . . . . . . . . . . . 78 4.6 Testing Linear Restrictions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 4.7 Dummy Variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81 Note . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 Appendix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92 5 Violations of the Classical Assumptions 95 5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95 5.2 The ZeroMean Assumption . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95 5.3 Stochastic Explanatory Variables . . . . . . . . . . . . . . . . . . . . . . . . . . 96 5.4 Normality of the Disturbances . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98 5.5 Heteroskedasticity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98 5.6 Autocorrelation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109 Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119 Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126 6 Distributed Lags and Dynamic Models 129 6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129 6.2 Infinite Distributed Lag . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135 6.2.1 Adaptive ExpectationsModel (AEM) . . . . . . . . . . . . . . . . . . . . 136 6.2.2 Partial AdjustmentModel (PAM) . . . . . . . . . . . . . . . . . . . . . . 137 6.3 Estimation and Testing of Dynamic Models with Serial Correlation . . . . . . . 137 6.3.1 A Lagged Dependent Variable Model with AR(1) Disturbances . . . . . 138 6.3.2 A Lagged Dependent Variable Model with MA(1) Disturbances . . . . . 140 6.4 Autoregressive Distributed Lag . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141 Note . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142 Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144 Part II 147 7 The General Linear Model: The Basics 149 7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149 7.2 Least Squares Estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149 7.3 Partitioned Regression and the Frisch-Waugh-Lovell Theorem . . . . . . . . . . 152 7.4 Maximum Likelihood Estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . 154 7.5 Prediction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157 7.6 Confidence Intervals and Test of Hypotheses . . . . . . . . . . . . . . . . . . . . 158 7.7 Joint Confidence Intervals and Test of Hypotheses . . . . . . . . . . . . . . . . . 158 Table of Contents XIII 7.8 RestrictedMLE and Restricted Least Squares . . . . . . . . . . . . . . . . . . . 159 7.9 Likelihood Ratio,Wald and LagrangeMultiplier Tests . . . . . . . . . . . . . . . 160 Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165 Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170 Appendix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171 8 Regression Diagnostics and Specification Tests 177 8.1 Influential Observations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177 8.2 Recursive Residuals . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185 8.3 Specification Tests . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194 8.4 Nonlinear Least Squares and the Gauss-Newton Regression . . . . . . . . . . . . 204 8.5 Testing Linear versus Log-Linear Functional Form . . . . . . . . . . . . . . . . . 212 Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214 Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218 9 Generalized Least Squares 221 9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221 9.2 Generalized Least Squares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221 9.3 Special Forms of Ω . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223 9.4 Maximum Likelihood Estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . 224 9.5 Test of Hypotheses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224 9.6 Prediction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225 9.7 Unknown Ω . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225 9.8 TheW, LR and LMStatistics Revisited . . . . . . . . . . . . . . . . . . . . . . 226 9.9 Spatial Error Correlation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228 Note . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229 Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234 10 Seemingly Unrelated Regressions 237 10.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237 10.2 Feasible GLS Estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239 10.3 Testing Diagonality of the Variance-Covariance Matrix . . . . . . . . . . . . . . 242 10.4 Seemingly Unrelated Regressions with Unequal Observations . . . . . . . . . . . 242 10.5 Empirical Example . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244 Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249 11 Simultaneous Equations Model 253 11.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253 11.1.1 Simultaneous Bias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253 11.1.2 The Identification Problem . . . . . . . . . . . . . . . . . . . . . . . . . . 256 11.2 Single Equation Estimation: Two-Stage Least Squares . . . . . . . . . . . . . . . 259 11.2.1 Spatial Lag Dependence . . . . . . . . . . . . . . . . . . . . . . . . . . . 266 XIV Table of Contents 11.3 SystemEstimation: Three-Stage Least Squares . . . . . . . . . . . . . . . . . . . 267 11.4 Test for Over-Identification Restrictions . . . . . . . . . . . . . . . . . . . . . . . 269 11.5 Hausman’s Specification Test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271 11.6 Empirical Example: Crime in North Carolina . . . . . . . . . . . . . . . . . . . . 273 Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277 Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287 Appendix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289 12 Pooling Time-Series of Cross-Section Data 295 12.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295 12.2 The Error ComponentsModel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295 12.2.1 The Fixed EffectsModel . . . . . . . . . . . . . . . . . . . . . . . . . . . 296 12.2.2 The RandomEffectsModel . . . . . . . . . . . . . . . . . . . . . . . . . 298 12.2.3 Maximum Likelihood Estimation . . . . . . . . . . . . . . . . . . . . . . 302 12.3 Prediction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303 12.4 Empirical Example . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303 12.5 Testing in a PooledModel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 307 12.6 Dynamic Panel DataModels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 311 12.6.1 Empirical Illustration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314 12.7 ProgramEvaluation and Difference-in-Differences Estimator . . . . . . . . . . . 316 12.7.1 The Difference-in-Differences Estimator . . . . . . . . . . . . . . . . . . . 317 Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 320 13 Limited Dependent Variables 323 13.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323 13.2 The Linear Probability Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323 13.3 Functional Form: Logit and Probit . . . . . . . . . . . . . . . . . . . . . . . . . . 324 13.4 Grouped Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 326 13.5 IndividualData: Probit and Logit . . . . . . . . . . . . . . . . . . . . . . . . . . 331 13.6 The Binary ResponseModel Regression . . . . . . . . . . . . . . . . . . . . . . . 332 13.7 Asymptotic Variances for Predictions andMarginal Effects . . . . . . . . . . . . 334 13.8 Goodness of FitMeasures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 334 13.9 Empirical Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 335 13.10 Multinomial ChoiceModels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339 13.10.1Ordered ResponseModels . . . . . . . . . . . . . . . . . . . . . . . . . . 339 13.10.2Unordered ResponseModels . . . . . . . . . . . . . . . . . . . . . . . . . 340 13.11 The Censored RegressionModel . . . . . . . . . . . . . . . . . . . . . . . . . . . 341 13.12 The Truncated RegressionModel . . . . . . . . . . . . . . . . . . . . . . . . . . 344 13.13 Sample Selectivity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345 Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 347 Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 347 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 351 Appendix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 353 Table of Contents XV 14 Time-Series Analysis 355 14.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 355 14.2 Stationarity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 355 14.3 The Box and JenkinsMethod . . . . . . . . . . . . . . . . . . . . . . . . . . . . 356 14.4 Vector Autoregression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 360 14.5 Unit Roots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 361 14.6 Trend Stationary versus Difference Stationary . . . . . . . . . . . . . . . . . . . 365 14.7 Cointegration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 366 14.8 Autoregressive Conditional Heteroskedasticity . . . . . . . . . . . . . . . . . . . 368 Note . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 371 Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 371 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 375 Appendix 379 List of Figures 385 List of Tables 387 Index 389</li>