買這商品的人也買了...
-
$300人工智能算法 捲1 基礎算法 -
$351人工智能算法 捲2 受大自然啟發的算法 -
$374速通機器學習 -
$295Python 數據分析與量化投資 -
金融機器學習與資料科學藍圖 (Machine Learning and Data Science Blueprints for Finance: From Building Trading Strategies to Robo-Advisors Using Python)$780$616 -
$606利用 Python 實現概率、統計及機器學習方法（原書第2版） -
$856R語言臨床預測模型實戰 -
$861精通機器學習算法 -
$402因果推斷：基於圖模型分析羅銳 -
$469深入淺出 Python 量化交易實戰 -
$356強化學習演算法入門 -
從統計思維出發 - 用 Python 實作的機器學習範例$880$695 -
$351從0開始學交易：股票、基金、期貨、可轉債實戰 -
R程式語言 — 實務資料分析及繪圖$560$548 -
資料科學：困難部分 (Data Science: The Hard Parts: Techniques for Excelling at Data Science)$680$537 -
$601可解釋機器學習：黑盒模型可解釋性理解指南, 2/e -
因果推斷計量經濟學$414$393 -
$882概率機器學習 (基礎篇) -
$402Gemini 深度使用手冊 -
$959人工智能數學基礎 -
Gemini 使用指南$474$450 -
一本搞定 Google AI：Gemini、NotebookLM、Workspace AI、Nano Banana 到 Gemini Omni，學會清晰化、結構化、規格化的 AI 工作法$399$315 -
Gemini Notebook 知識管理術 - 打造你的 AI 第二大腦$620$489 -
Gemini Notebook 任務神助手：200+ 實戰指令串聯 Gemini Notebook 與 AI Agent，全面解鎖學習、職場、生活與創意應用$650$507 -
AI 提問 X 學習 X 應用：ChatGPT、NotebookLM、Gemini、GitHub Copilot，從零到 AI Agent 實戰$390$308
相關主題
商品描述
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（https://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。
作者簡介
何宗武
現職：國立臺灣師範大學全球經營與策略研究所教授
學歷：美國University of Utah大學經濟學博士
專長領域：應用計量方法、國際經濟學、資產定價
目錄大綱
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
