具体描述
《计量经济学及Stata应用》为既接轨现代计量经济学，又适合中国国情的本科计量经济学教材。在理论体系上，《计量经济学及Stata应用》充分借鉴*新国际主流教材，以大样本理论为主线，并针对中国学生的知识体系进行编写。《计量经济学及Stata应用》内容全面，包括横截面数据（多元回归、工具变量法、离散选择）、时间序列（平稳时间序列、单位根、协整），以及面板数据（随机效应、固定效应）等。
《计量经济学及Stata应用》力图以清晰而生动的语言、较多的插图与经济意义，来直观地解释计量方法。同时结合目前欧美最为流行的stata计量软件，及时地介绍相应的计算机操作与经典实例，为读者提供“一站式”服务。《计量经济学及Stata应用》还较多地使用计算机模拟（蒙特卡罗法），作为强有力的学习工具。
《计量经济学及Stata应用》适合高等学校经济管理类及社科类的本科生使用。先修课为微积分、线性代数与概率统计。阅读《计量经济学及Stata应用》可使读者掌握当代实证研究的精神实质与基本方法，并学会实际处理数据的重要技能，从而为毕业论文乃至读研深造打下良好基础。
作者简介
陈强，男，1971年出生，山东大学经济学院副教授，硕士生导师，泰岳经济研究中心副主任，“山东省应用金融理论与政策研究基地”金融与经济增长研究中心主任。1992年、1995年分别获得北京大学经济学学士、硕士学位，后留校任教，2007年获得美国 Northern Illinois University 数学硕士和经济学博士学位，2008年回国任教。研究领域：Macroeconomics, Econometrics, Institutions, Economic History，已先后在SSCI期刊 Journal of Comparative Economics、Applied Economics Letters及<<世界经济>>等期刊发表论文。现为美国经济学会、中国留美经济学会、中国数量经济学会会员，Applied Economics、《经济学季刊》、《产业经济评论》的匿名审稿人。
目录信息
1.1 什么是计量经济学
1.2 经济数据的特点与类型
附录A1.1 谷歌如何通过搜索记录预测流感的传播
2.Stata入门
2.1 为什么使用Stata
2.2 Stata的窗口
2.3 Stata操作实例
2.4 Stata命令库的更新
2.5 进一步学习Stata的资源
习题
3.数学回顾
3.1 微积分
3.2 线性代数
3.3 概率与条件概率
3.4 分布与条件分布
3.5 随机变量的数字特征
3.6 迭代期望定律
3.7 随机变量无关的三个层次概念
3.8 常用连续型统计分布
3.9 统计推断的思想
习题
4.一元线性回归
4.1 一元线性回归模型
4.2 OLs估计量的推导
4.3 OLS的正交性
4.4 乙方和分解公式
4.5 拟合优度
4.6 无常数项的回归
4.7 一元回归的Stata实例
4.8 Stata命令运行结果的存储与调用
4.9 总体回归函数与样本回归函数：蒙特卡罗模拟
附录A4.1 高尔顿与回归
附录A4.2 随机数的产生
习题
5. 多元线性回归
5.1 二元线性回归
5.2 多元线性回归模型
5.3 OLs估计量的推导
5.4 OLs的几何解释
5.5 拟合优度
5.6 古典线性回归模型的假定
5.7 OLs的小样本性质
5.8 对单个系数的￡检验
5.9 对线性假设的F检验
5.10 F统计量的似然比原理表达式
5.11 预测
5.12 多元回归的Stata实例
习题
6. 大样本Ol—S
6.1 为何需要大样本理论
6.2 随机收敛
6.3 大数定律与中心极限定理
6.4 使用蒙特卡罗法模拟中心极限定理
6.5 统计量的大样本性质
6.6 随机过程的性质
6.7 大样本OLs的假定
6.8 0Ls的大样本性质
6.9 大样本统计推断
6.10 大样本OLs的Stata实例
6.11 大样本理论的蒙特卡罗模拟
附录A6.1 依均方收敛是依概率收敛的充分条件
习题
7. 异方差
7.1 异方差的后果
7.2 异方差的例子
7.3 异方差的检验
7.4 异方差的处理
7.5 处理异方差的Stata命令及实例
7.6 Stata命令的批处理
习题
8.自相关
8.1 自相关的后果
8.2 自相关的例子
8.3 自相关的检验
8.4 自相关的处理
8.5 处理自相关的Stata命令及实例
习题
9. 模型设定与数据问题
9.1 遗漏变量
9.2 无关变量
9.3 建模策略：“由小到大”还是“由大到小”
9.4 解释变量个数的选择
9.5 对函数形式的检验
9.6 多重共线性
9.7 **数据
9.8 虚拟变量
9.9 经济结构变动的检验
9.10 缺失数据与线性插值
9.11 变量单位的选择
习题
10. 工具变量法
10.1 联立方程偏差
10.2 测量误差偏差
10.3 工具变量法
10.4 二阶段*小二乘法
10.5 弱工具变量
10.6 对工具变量外生性的过度识别检验
10.7 对解释变量内生性的豪斯曼检验：究竟该用OLS还是Iv
10.8 如何获得工具变量
10.9 工具变量法的Stata实例
习题
11. 二值选择模型
11.1 二值选择模型
11.2 *大似然估计的原理
11.3 二值选择模型的MLE估计
11.4 边际效应
11.5 回归系数的经济意义
11.6 拟合优度
11.7 准*大似然估计
11.8 三类渐近等价的大样本检验
11.9 二值选择模型的Stata命令与实例
11.10 其他离散选择模型
习题
12. 面板数据
12.1 面板数据的特点
12.2 面板数据的估计策略
12.3 混合回归
12.4 固定效应模型：组内估计量
12.5 固定效应模型：LsDV法
12.6 固定效应模型：一阶差分法
12.7 时间固定效应
12.8 随机效应模型
12.9 组间估计量
12.10 拟合优度的度量
12.11 非平衡面板
12.12 究竟该用固定效应还是随机效应模型
12.13 面板数据的Stata命令及实例
习题
13.平稳时间序列
13.1 时间序列的自相关
13.2 一阶自回归
13.3 高阶自回归
13.4 自回归分布滞后模型
13.5 误差修正模型
13.6 移动平均与ARMA模型
13.7 脉冲响应函数
13.8 向量自回归过程
13.9 VAR的脉冲响应函数
13.10 格兰杰因果检验
13.11 VAR的Stata命令及实例
13.12 时间趋势项
13.13 季节调整
13.14 日期数据的导入
习题
14. 单位根与协整
14.1 非平稳序列
14.2 ARMA的平稳性
14.3 VAR的平稳性
14.4 单位根所带来的问题
14.5 单位根检验
14.6 单位根检验的Stata实例
14.7 协整的思想与初步检验
14.8 协整的*大似然估计
14.9 协整分析的Stata实例
习题
15.如何做实证研究
15.1 什么是论文
15.2 准备阶段
15.3 选题
15.4 探索性研究
15.5 收集与整理数据
15.6 建立计量模型
15.7 选择计量方法
15.8 解释回归结果
15.9 诊断性检验
15.10 稳健性检验
15.11 论文写作
15.12 与同行交流
15.13 提交论文或投稿
15.14 写作伦理
15.15 结束语
习题
附录：常用数据来源
参考书目
数学符号
英文缩写
· · · · · · (收起)
读后感
本科时学习的是李子奈老师的教材，与陈强老师的相比要浅显的多。教材的特色在于计量的理论部分，比如大样本OLS，IV等许多中级计量教材不重点涉及的部分，该书都有较为完备的讨论。个人感觉作为教材而言的话，缺一些可读性，表述更像是上课的讲义。较为幸运的是，陈强老师的中级...
本科时学习的是李子奈老师的教材，与陈强老师的相比要浅显的多。教材的特色在于计量的理论部分，比如大样本OLS，IV等许多中级计量教材不重点涉及的部分，该书都有较为完备的讨论。个人感觉作为教材而言的话，缺一些可读性，表述更像是上课的讲义。较为幸运的是，陈强老师的中级...
本科时学习的是李子奈老师的教材，与陈强老师的相比要浅显的多。教材的特色在于计量的理论部分，比如大样本OLS，IV等许多中级计量教材不重点涉及的部分，该书都有较为完备的讨论。个人感觉作为教材而言的话，缺一些可读性，表述更像是上课的讲义。较为幸运的是，陈强老师的中级...
本科时学习的是李子奈老师的教材，与陈强老师的相比要浅显的多。教材的特色在于计量的理论部分，比如大样本OLS，IV等许多中级计量教材不重点涉及的部分，该书都有较为完备的讨论。个人感觉作为教材而言的话，缺一些可读性，表述更像是上课的讲义。较为幸运的是，陈强老师的中级...
本科时学习的是李子奈老师的教材，与陈强老师的相比要浅显的多。教材的特色在于计量的理论部分，比如大样本OLS，IV等许多中级计量教材不重点涉及的部分，该书都有较为完备的讨论。个人感觉作为教材而言的话，缺一些可读性，表述更像是上课的讲义。较为幸运的是，陈强老师的中级...
用户评价
这本书的 Stata 应用部分，简直是为我这样的初学者量身定做的。以前我总觉得统计软件用起来很复杂，命令行一看就头疼，但这本书的讲解方式，让我觉得 Stata 简直是个得力助手。它从最基础的 Stata 命令开始，一步步教你如何导入数据、清洗数据，再到进行各种计量经济学模型的估计和检验。我特别喜欢它在介绍每一个 Stata 命令时，都会配上清晰的图示和详细的解释，告诉你这个命令是干什么用的，参数又代表什么含义。举个例子，当第一次接触到 `regress` 命令时，书中不仅给出了基本用法，还详细讲解了如何读取回归结果中的系数、标准误、p值以及 R-squared，并一步步教会我如何根据这些信息来判断模型的显著性和拟合优度。而且，书中提供的许多实操案例，都是基于真实数据的，比如分析教育水平对收入的影响，或者探讨广告支出对销售额的作用。跟着书中的步骤操作，我不仅学会了 Stata 的基本操作，更重要的是，我学会了如何将计量经济学的理论知识应用到实际数据分析中，这对我来说是巨大的进步。
阅读这本书的过程，让我对计量经济学有了全新的认知。我原以为计量经济学是一门非常抽象和理论化的学科，但这本书通过大量的案例和实践应用，让我看到了它在解决现实问题中的巨大潜力。书中对因果推断的讲解，特别是对实验设计和准实验设计的介绍，让我明白了如何科学地评估政策效果或者经济干预措施的影响。我记得书中有一个关于“最小工资对就业影响”的案例，作者不仅解释了理论上的争议，还引入了双重差分法等方法来评估实际效果，并详细展示了如何在 Stata 中实现这些分析。这种严谨的学术态度和注重实证的风格，让我觉得这本书不仅内容丰富，而且非常具有启发性。它让我认识到，计量经济学不仅仅是关于模型的搭建和数据的分析，更是关于如何用科学的方法去认识世界、理解世界，并为决策提供依据。
坦白说，我曾以为计量经济学只是一堆枯燥的公式和理论，但这本书彻底改变了我的看法。它在讲解过程中，非常注重理论与实践的结合，让我深刻体会到计量经济学在理解和分析现实世界中的价值。书中对一些经典计量经济学问题的讨论，比如内生性问题、异方差性以及序列相关性，并不是简单地给出定义和处理方法，而是通过生动的故事和案例，让我们明白这些问题的出现是如何影响我们的分析结果，以及为什么我们需要采取相应的技术去解决它们。我记得有一个章节，详细探讨了“教育回报”这个话题，书中不仅介绍了如何用 OLS 来估计教育对收入的影响，还深入分析了可能存在的内生性问题（例如，更有能力的人往往也倾向于接受更多的教育），并介绍了如何使用工具变量法来处理这个问题。这种循序渐进、层层深入的讲解方式，让我觉得计量经济学不再是遥不可及的象牙塔理论，而是可以用来解释和预测我们身边经济现象的有力武器。
这本书真是打开了我对经济世界的新视角！作为一个对数字和模型总是有点敬而远之的人，我一直觉得计量经济学听起来就很吓人。但这本书的开篇，就像一位循循善诱的良师，用非常生活化的例子，一点点剥开了计量经济学的神秘面纱。我记得其中一个章节讲的是如何用简单的回归分析来解释“早餐吃燕麦片和考试成绩是否有正相关”，这种贴近日常的案例，让我一下子就找到了学习的切入点。作者并没有一开始就抛出复杂的数学公式，而是先讲清楚了这些公式背后的逻辑和直觉。我尤其喜欢它在介绍OLS（普通最小二乘法）时，没有直接给出推导过程，而是花了大量的篇幅去解释为什么我们要用“最小化残差平方和”这个方法，以及它在实际中意味着什么。这种“知其然，更知其所以然”的讲解方式，让我觉得计量经济学不再是冷冰冰的数学游戏，而是可以用来解决实际问题的强大工具。而且，书中穿插了许多实际经济现象的分析，比如通货膨胀的驱动因素，或者不同政策对就业市场的影响，都让我觉得书本知识与现实世界紧密相连，学起来充满了成就感。
这本书最大的亮点之一，在于它对 Stata 软件的讲解，既有广度又有深度。它不仅仅是简单地罗列 Stata 的各种命令，而是将 Stata 的应用融入到计量经济学理论的学习中，让读者在掌握理论的同时，也能够熟练地运用工具进行实证分析。书中对于数据预处理的讲解尤其细致，从如何查找和处理缺失值，到如何进行数据转换和生成新变量，都给予了非常详尽的指导。让我印象深刻的是，在介绍面板数据分析时，书中不仅讲解了固定效应模型和随机效应模型的理论区别，还详细演示了如何在 Stata 中使用 `xtreg` 命令来估计这些模型，并教会我们如何通过 Hausman 检验来选择合适的模型。这种将理论推导、Stata 操作和结果解读融为一体的讲解方式，让我觉得这本书不仅仅是一本教科书，更像是一位可以随时指导我的实践导师。
在山大的日子里，一大遗憾是没上过陈强老师的econometrics，反而是可怕的唐老师教的，真的不堪回首！全书最高光的部分，个人认为是第15章《如何做实证研究》，帮助实在太大！尽管在澳洲读书的高中同学说陈强老师那本高级计量没多少自己的东西，都是rephrase一次当下流行的基本西方教材，但是如此工作做得这般美好，少之又少！一生推！
恕我无能，才疏学浅
看了下第三章“数学回顾”之后的反应：我不配（瘫倒企鹅.jpg）
居然是我们的课本，不过本三学校的老师只是在应付，几乎没学到什么东西。。。
第一本完全看懂并且操作了的计量经济学书籍。作者实在是太实在了。实实在在是为中国学生写的计量书。有这本书在，打了所有计量经济学翻译者和其他写作者的脸。在学术界普遍浮躁的氛围下，沉下心来写教材，绝无仅有。我看了不仅是学到了知识，更是感动。
