計量經濟學導論Ⅰ橫斷面篇：使用Python語言（附光碟） (1版)

類似書籍推薦給您

【簡介】 ⊙以Python的模擬方法來輔助或取代數學證明，有效掌握計量經濟學。 ⊙理論與實作兼具，操作步驟清楚易懂。 ⊙內容包含以簡單線性迴歸（SLR）模型說明OLS與Python操作、比較古典與新古典線性迴歸模型的基本假定、介紹MLR模型／NLRM基本假定、說明變異數異質結果以及使用穩健的標準誤、檢視模型設定問題等。 ⊙附贈光碟提供書中完整原始程式碼，幫助學習理解、迅速進入狀況。本書以熱門程式語言Python實際操作，帶領讀者認識以及運用計量經濟學。 內容循序漸進，從第1章介紹基礎理論、檔案數據資料，手把手教學。第2章利用簡單線性迴歸（SLR）模型說明計量經濟學的主要方法：OLS，以及如何於Python下操作。第3章比較古典與新古典線性迴歸模型的基本假定。第4章介紹MLR模型。第5章介紹NLRM的基本假定。第6章進一步說明迴歸模型的大樣本推論以及OLS估計式之漸近有效性。第7章討論MLR模型的特殊函數型態（如對數函數、二次式以及交互變數型態），以及估計迴歸模型的預測部分。第8章檢視迴歸模型下的質性變數。第9章說明變異數異質的結果、使用穩健的標準誤，以及如何使用WLS方法與應用。第10章檢視模型設定問題，其中包括代理變數、因變數與自變數之衡量誤差、離群值與最小絕對誤差等。 書中範例所呈現任何計算、模擬、估計、編表或甚至於繪圖等操作，光碟內皆附有完整的Python程式碼供讀者參考使用。 【目錄】 第1章 導論 1.1 何謂計量經濟學？ 1.2 資料的類型 1.3 資料產生過程與其他情況不變 1.4 本書所使用的檔案數據資料第2章 簡單迴歸模型 2.1 簡單迴歸模型的定義 2.2 OLS估計式 2.2.1 OLS估計式的導出 2.2.2 Python的操作 2.3 迴歸式的特徵 2.3.1 配適值與殘差值 2.3.2 配適度第3章 簡單的新古典線性迴歸模型 3.1 sCLRM(sNLRM)的假定 3.1.1 線性迴歸模型 3.1.2 條件誤差的假定 3.1.3 其餘假定 3.2 不偏性與一致性 3.2.1 不偏性 3.2.2 一致性 3.3 統計推論第4章 複線性迴歸模型：線性重合 4.1 MLR模型 4.1.1 MLR模型的特色 4.1.2 OLS之估計 4.1.3 Frisch-Waugh定理 4.1.4 t檢定 4.2 配適度與線性重合 4.2.1 配適度 4.2.2 調整的R2 4.3 線性重合 4.3.1 相關的自變數 4.3.2 再談βj的標準誤第5章 新古典線性迴歸模型 5.1 NLRM的基本假定 5.1.1 OLS估計式的不偏性 5.1.2 變異數異質 5.1.3 OLS估計式的抽樣分配 5.2 多元線性限制檢定：F檢定 5.2.1 多餘解釋變數的檢定 5.2.2 整體迴歸式顯著性之F檢定 5.2.3 一般的線性限制檢定第6章 複迴歸分析：OLS之漸近性 6.1 一致性 6.2 漸近常態與大樣本推論 6.3 LM檢定 6.4 OLS的漸近有效性第7章 複迴歸分析：其他問題 7.1 數據單位對OLS估計的影響 7.1.1 數據單位不同 7.1.2 貝他係數 7.2 一些特殊函數型態的檢視 7.2.1 對數函數型態 7.2.2 二次式模型 7.2.3 交互作用項 7.3 預測 7.3.1 預測區間 7.3.2 因變數是log(y)第8章 質性資料 8.1 質性資料 8.1.1 單一虛擬自變數 8.1.2 多個虛擬變數 8.2 虛擬變數之交互影響與跨群差異之檢定 8.2.1 虛擬變數之交互影響 8.2.2 跨群差異之檢定（鄒檢定） 8.3 二元因變數 8.3.1 何謂線性機率模型？ 8.3.2 應用第9章 變異數異質性 9.1 變異數為異質與穩健的標準誤 9.2 變異數異質之檢定 9.2.1 Breusch-Pagan檢定 9.2.2 White檢定 9.3 加權最小平方與一般最小平方估計 9.3.1 加權最小平方估計 9.3.2 可行的一般最小平方估計 9.4 再談線性機率模型第10章 模型設定的問題 10.1 模型設定誤差 10.1.1 函數型態誤設 10.1.2 RESET檢定 10.1.3 非包含模型之檢定 10.2 代理變數 10.2.1 無法觀察到的解釋變數 10.2.2 遞延落後項 10.2.3 隨機斜率模型 10.3 衡量誤差 10.3.1 因變數存在衡量誤差 10.3.2 解釋變數存在衡量誤差 10.4 離群值與最小絕對估計 10.4.1 離群值與有影響力的觀察值 10.4.2 最小絕對估計附錄A Python導論 A.1 本書的操作方式 A.2 使用模組 A.3 物件 A.3.1 變數 A.3.2 Python內的物件 A.3.3 模組(numpy)內的物件 A.3.4 模組(pandas)內的物件 A.4 迴圈、函數與條件指令 A.4.1 自設函數 A.4.2 迴圈與條件指令 A.5 圖形的繪製附錄B 基本數學與模擬 B.1 加總操作式與敘述統計量 B.2 線性函數、二次式函數與特殊的函數 B.2.1 線性函數 B.2.2 二次式函數 B.2.3 特殊的函數 B.3 微分附錄C 基本的機率觀念 C.1 隨機變數 C.1.1 間斷的隨機變數 C.1.2 連續的隨機變數 C.2 聯合分配、條件分配與獨立性 C.2.1 聯合機率分配與獨立性 C.2.2 條件機率分配 C.3 機率分配的特徵 C.3.1 單變量機率分配 C.3.2 聯合機率分配的特徵 C.3.3 條件機率分配的特徵附錄D 機率分配 D.1 單變量機率分配 D.1.1 常態分配 D.1.2 卡方分配 D.1.3 t分配 D.1.4 F分配 D.2 多變量機率分配 D.2.1 多變量常態分配 D.2.2 多變量t分配附錄E 估計式 E.1 估計式的特徵 E.1.1 母體、參數值與隨機抽樣分配 E.1.2 估計式的有限樣本特徵 E.1.3 估計式的大樣本特徵 E.1.4 漸近常態 E.2 參數估計的一般方法 E.2.1 動差法 E.2.2 最小平方法附錄F 矩陣代數 F.1 基本定義 F.2 矩陣的操作 F.3 線性獨立與矩陣的秩 F.4 迴歸模型與OLS參考文獻 中文索引 英文索引

財務會計研究實用計量方法：概念與應用 (1版)

類似書籍推薦給您

【簡介】 1. 使用深入淺出的方式，將財務會計實證研究採用的計量方法介紹給讀者。 2. 以財務會計或審計研究議題穿插在各章節內容中介紹實用的計量方法，有別於以矩陣代數、微積分或超出初等統計學為基礎的傳統計量經濟學教科書。 3. 透過財務會計或審計研究議題來解說計量方法，不僅拉近缺乏數理基礎研究生跟計量方法的距離，對於研究生論文研究設計的建構有具體的幫助。 4. 全書架構清晰，基礎篇及財務會計實證研究初階篇內容相當於初等計量經濟學，而財務會計實證研究進階篇內容是有助於那些希望把實證會計研究做得更深入、更完善的讀者。 5. 於各章節適時穿插財務會計學術期刊中與計量方法使用相關的文章，有助於研究生及時掌控這些方法在使用上須注意事項。 6. 財務會計實證研究進階篇為本書最大特色，尤其是最後三章的內容，有助讀者了解財務會計實證性學術文章中涉及內生性問題的幾種方法。 7. 每章最後一節結合內容提供完整的 Stata 實證操作，是一本相當實用的計量與程式的自學工具書。 【目錄】 第一篇 基礎篇 第一章 資料管理基本概念 第二章 敘述性統計分析---讓數字說話 第三章 敘述性統計分析---讓圖形說話 第二篇 財務會計實證研究初階篇 第四章 簡單迴歸模型 第五章 複迴歸模型 第六章 迴歸模型的內生性問題 第七章 共線性、異質性與自我相關 第三篇 財務會計實證研究進階篇 第八章 受限制依變數計量模型 第九章 屬質依變數計量模型 第十章 工具變數 第十一章 差異中差異法 第十二章 內生性問題其他處理方法 會計 經濟 國際貿易 財務 企業管理 數學 機率與統計 資訊與資工 工業工程 社會與心理 醫務管理 物理 化學與化工 電子與電機 機械工程 航空工程 土木工程 環境工程 生命科學 護理 休閒觀光與餐飲 化妝品科學 其他 帳號 密碼 驗證碼 忘記密碼 | 註冊登入訂閱 / 取消滄海電子報 尊重智慧財產權 尊重智慧財產權，請用正版教科書 預防詐騙公告 滄海桌布下載 傳真訂購單 165全民防詐騙

計量經濟學與財務工程 (3版)

類似書籍推薦給您

【簡介】 在研究所或業界，計量經濟學是非常重要的工具，這也反應在研究所的考試中。市面上統計學的中文教科書有如過江之鯽，但計量經濟的中文教科書卻寥寥可數，而補習班課程給予的課程，也不足以應付研究所考試的內容，僅能蜻蜓點水般的介紹幾個常考的內容，缺乏介紹計量經濟學完整的架構。 本書針對研究所考試與大學課程中，計量經濟學的重點章節有詳細的介紹。除了理論的介紹外，本書亦加入了大量的實證範例與研究所考題解析，因此本書不只可以作為準備考試的工具書，對於有志進行資料分析的讀者，這也是一本深入淺出的好書。 使用本書時，建議搭配作者編輯的《統計學：重點觀念與題解(上)》、《統計學：重點觀念與題解(下)》重點整理兩冊。其中對於計量經濟學的先修必要知識，例如機率論、假設檢定與迴歸模型有著詳細的介紹。 【目錄】 第1章　迴歸專題 　1.1　當變數進行線性轉換 　1.2　當解釋變數為二元變數 　1.3　放寬迴歸假設 　1.4　異質變異數 　1.5　無截距模型 　1.6　誤差項序列相關 　1.7　遺漏變數 　1.8　線性重合的檢驗 　1.9　非線性影響模型 　1.10　評估迴歸模型可能產生的問題 　1.11　多元迴歸模型的矩陣形式 　1.12　適缺度檢定 第2章　其他常用計量模型 　2.1　二元變數迴歸模型 　2.2　工具變數迴歸模型 　2.3　追蹤資料迴歸模型 　2.4　因果推論與實驗 第3章　時間序列分析 　3.1　時間序列分析基本概念 　3.2　定態與定態時間序列模型 　3.3　樣本外與樣本內預測 　3.4　非定態時間序列模型 　3.5　平賭 第4章　計量經濟綜合練習題 第5章　財務工程簡介 　5.1　隨機過程與伊藤引理 　5.2　Black-Sholes選擇權定價模型 　5.3　二元樹定價模型 　5.4　財務工程相關考題

財經計量方法與模型：原理與R範例 (1版)

類似書籍推薦給您

【簡介】 本書最主要的特點是資料結構和實做導向，雖然經濟計量方法有紮實的理論基礎，但是此學門的本質依然是一個以模型化實際經濟問題為核心的實證學科，因此，學習的目的不但需要瞭解資料結構，更要認識財務與經濟學的模型，本書在理論端的說明，盡可能由資料結構解說清楚，而不以矩陣代數和證明為主；所有實做程式碼，可從作者的網頁下載（web.ntnu.edu.tw/~tsungwu/QEWise2024.zip）。 　　本書特色如下：一、在單一方程式中，除了以穩健統計方法專章將分量迴歸併入，也對混頻方法MIDAS做了比較深入的解說與實做說明；二、在多變量時間序列，增加了一個略有技術難度的模型：Global VAR。GVAR是一個重要的政策工具，實做上主要採用R社群的Bayesian Global VAR套件，功能完備許多，同時也納入Structural VAR/VECM，讓經濟理論更能結合計量方法；三、非線性模型部分包含：門檻模型、平滑移轉、結構變動與馬可夫轉換，這些模型有一些是在VAR架構下處理。 【目錄】 第一篇 R語言工具箱 第01章 R的裝置與RStudio IDE 第02章 R的資料結構與處理 第03章 資料視覺化 第04章 統計原理 第二篇 單變量時間序列 第05章 時間序列入門和預測 第06章 非定態時間序列 第07章 GARCH波動分析 第08章 穩健統計方法 第09章 混頻模型 MIDAS 第三篇 多變量時間序列 第10章 VAR和VECM 第11章 多變量GARCH 第12章 Global VAR 第四篇 非線性時間序列 第13章 門檻效果 第14章 時間序列之結構變動 第15章 馬可夫轉置模型

(特價書)計量經濟學:理論.觀念與應用 第二版 2023年 (1版)

類似書籍推薦給您

【簡介】 本書分四大部分：第一部分介紹計量經濟學的統計與線性代數基礎；第二部分介紹基礎的線性迴歸模型；第三部分介紹進階的議題與模型；第四部分則介紹如何撰寫實證研究論文。       從理論、觀念與實際應用三個方面介紹計量經濟學。相對於多數計量經濟學教科書的艱澀難懂，本書從根本的角度，解說多數理論與概念背後的意涵。本書的另一特色是從整個實證研究的步驟，說明如何將計量經濟學的方法應用在實證上。 適用課程︰計量經濟學、財務計量等相關課程。 適用對象︰研究所與大學部高年級學生；財金研究人員。 【目錄】 第01章　緒論1.1　簡介：什麼是計量經濟學？ 　1.2　一個簡單例子 　1.3　資料型態與模型分類 　1.4　什麼是「財務計量」？ 　1.5　本書的範例與程式 Part I　統計與線性代數基礎 第02章　統計概念回顧：機率部分 2.1　觀念架構：機率與分配 　2.2　貝氏定理 　2.3　離散隨機變數分配 　2.4　常見的離散分配 　2.5　連續隨機變數 　2.6　常見的連續分配 　2.7　聯合分配與聯合動差 　2.8　相關與獨立的討論 　2.9　條件分配與條件動差 　2.10　多變量分配 　2.11　常態分配二次式之分配 　2.12　多變量分配在財務上的應用：以最適投資組合建構為例（選讀） 第03章　估計與假說檢定 3.1　隨機抽樣與隨機樣本 　3.2　估計子抽樣性質：小樣本性質 　3.3　估計子抽樣性質：大樣本性質 　3.4　常用估計方法 　3.5　假說檢定 　3.6　實證研究初步：敘述統計量 　3.7　實例：台灣、美國與日本股價指數報酬分析 　3.8　本章附錄：證明 ((T-1) σ ̂^2)/σ^2 ~X_(T-1)^2 第04章　矩陣代數 4.1　矩陣定義與運算 　4.2　矩陣的基本運算 　4.3　正交矩陣 　4.4　矩陣的「跡數」 　4.5　矩陣的行列式 　4.6　矩陣的秩 　4.7　反矩陣 　4.8　二次式與正負定矩陣 　4.9　聯立方程式與其解 　4.10　特徵根與特徵向量 　4.11　對稱矩陣的對角化 　4.12　自乘不變矩陣的特徵根 　4.13　矩陣的 Kronecker product 與向量化 　4.14　向量與矩陣微分 Part II　古典線性迴歸模型：基礎篇 第05章　古典線性迴歸模型 5.1　模型設定 　5.2　再談模型與誤差項 　5.3　古典線性迴歸模型的矩陣表達形式 　5.4　估計：普通最小平方法 　5.5　高斯馬可夫定理 　5.6　動差法估計 β 與 σ2 　5.7　預測 　5.8　常態分配下估計與假說檢定 　5.9　變異數分析 　5.10　實例與迴歸報表結果說明 　5.11　概似比檢定、Wald 檢定與拉氏乘數檢定 　5.12　非線性假說之檢定：Delta 方法（選讀） 　5.13　非常態分配下的估計與假說檢定：大樣本性質分析 　5.14　關於線性迴歸模型的幾個評論 　5.15　本章小結 　5.16　本章附錄 第06章　複迴歸模型：其他相關議題 6.1　複迴歸模型係數的意義 　6.2　偏相關係數與相關係數 　6.3　交叉（交互）效果 　6.4　省略相關之變數與引進不相關變數 　6.5　常見模型函數型式 　6.6　區分線性與對數模型：MWD 檢定 　6.7　RESET 檢定 　6.8　ln(y) 為應變數下 y 的預測 　6.9　線性重合問題 　6.10　資料遺漏問題 　6.11　迴歸模型的敏感度分析 　6.12　衡量誤差問題 　6.13　EIV 問題實例：CAPM 之實證（選讀） 第07章　虛擬變數 7.1　簡介 　7.2　虛擬變數與結構性改變 　7.3　多於兩群的虛擬變數應用 　7.4　虛擬變數與交叉效果 　7.5　實例分析：小公司規模效果之檢定 　7.6　轉折線（Spline）迴歸 　7.7　事件研究法（選讀） 　7.8　本章小結：近年的發展 Part III　進階議題與模型 第08章　非 iid 下複迴歸模型之估計與檢定 8.1　一般化最小平方法：Ω 已知下的估計 　8.2　Ω 未知下的一致性估計子：可行的 GLS 估計子 　8.3　不同誤差項假設下的計量分析架構 第09章　異質變異 9.1　為什麼會有異質變異呢？ 　9.2　異質變異檢測方法 　9.3　已知 Ω 結構下迴歸模型之估計 　9.4　未知 Ω 結構下迴歸模型之估計與檢定：White 異質變異調整法 　9.5　實例分析：White 異質變異檢測與假說檢定 　9.6　ARCH/GARCH 模型 第10章　自我相關 10.1　為什麼誤差項會有序列相關呢？ 　10.2　自我相關檢測 　10.3　自我相關下模型之估計與檢定 　10.4　本章小結 第11章　一般化動差法 11.1　一個例子：以 t 分配為例 　11.2　GMM 與最適加權矩陣之估計 　11.3　GMM 估計子分配與檢定 　11.4　GMM 推導應用：iid 與非 iid 下 Sharpe 指標之分配 　11.5　GMM 與其他估計方法的關係 　11.6　應用實例：股票風險因子能預測 GDP 嗎？ 　11.7　本章小結 第12章　離散與應變數受限制模型 12.1　離散迴歸模型 　12.2　應變數受限制模型 第13章　彷彿無相關迴歸模型 13.1　模型設定 　13.2　假說檢定 　13.3　SUR 估計子與 OLS 估計子相等的二種情況 　13.4　MVRM 之應用：CAPM 檢定 　13.5　實例分析 　13.6　本章小結 Part IV　結語 第14章　如何撰寫實證研究論文 14.1　為什麼做研究？做什麼研究？ 　14.2　文章的主要要素 　14.3　論文的主要內容 　14.4　應用計量經濟的「十誡」 　14.5　本章結語：給新進研究者的一些小建議