Stata 計量經濟學與實證研究應用

"張 甜山東大學經濟學博士，現任職於山東管理學院，副教授，教授本科生統計學、計量經濟學等課程，在《金融研究》《經濟評論》等重要期刊發文多篇，主持《財貿經濟》並參與多項國家級、省部級課題，著有《SPSS統計學原理與實證研究應用精解》《Stata統計分析從入門到精通》《Python數據科學應用從入門到精通》《Stata統計學與案例應用精解》等近10本暢銷的數據分析教材。"

目  錄

 

第1章  計量經濟學概述 1

1.1  什麼是計量經濟學 1

1.1.1  計量經濟學的定義 1

1.1.2  計量經濟學的內容體系 2

1.1.3  計量經濟學的應用 3

1.2  經濟數據的結構 4

1.2.1  經濟數據的特點 4

1.2.2  經濟數據的類型 4

1.2.3  經濟數據的獲取 6

1.3  計量經濟學中的基本概念 7

1.3.1  經濟變量的分類及關系 7

1.3.2  計量經濟模型 8

1.3.3  擾動項的重要性 8

1.3.4  統計推斷思想 9

1.4  本章小結與習題 10

1.4.1  本章小結 10

1.4.2  本章習題 10

第2章  Stata基本操作與數據處理 11

2.1  Stata概述 11

2.2  Stata的窗口與基本設置 13

2.2.1  Stata的窗口 13

2.2.2  設定個人偏好的界面語言 15

2.2.3  數據的讀取與導入 17

2.2.4  Stata幫助系統介紹 21

2.2.5  Stata命令的語法格式 23

2.2.6  Stata的運算符與函數 25

2.3  Stata數據處理的操作 29

2.3.1  Stata的數據類型 29

2.3.2  分類變量和定序變量的基本操作 29

2.3.3  常用的幾種處理數據的操作 31

2.4  描述性統計的相關操作 41

2.4.1  常用描述性統計指標的基本概念 41

2.4.2  定距變量的描述性統計 43

2.4.3  正態分布檢驗和數據轉換 48

2.4.4  分類變量的描述統計 52

2.5  Stata圖形繪制的操作 57

2.5.1  Stata制圖基本操作 58

2.5.2  直方圖 60

2.5.3  散點圖 62

2.5.4  標繪圖 65

2.5.5  箱線圖 68

2.5.6  餅圖 70

2.5.7  條形圖 72

2.5.8  點圖 75

2.6  本章小結與習題 76

2.6.1  本章小結 76

2.6.2  本章習題 77

第3章  基本線性回歸 79

3.1  一元線性回歸 80

3.1.1  一元線性回歸模型 80

3.1.2  普通最小二乘法 82

3.1.3  OLS估計量的數學性質 84

3.1.4  擬合優度 84

3.1.5  一元線性回歸的Stata操作及實例 85

3.2  多元線性回歸 89

3.2.1  多元線性回歸模型 89

3.2.2  古典線性回歸模型的假定 90

3.2.3  多元線性回歸模型的參數估計 91

3.2.4  校正擬合優度 92

3.2.5  OLS估計量的性質 93

3.2.6  單個系數顯著性的t檢驗 95

3.2.7  方程顯著性的F檢驗 97

3.2.8  解釋變量個數的選擇 98

3.2.9  多元線性回歸：OLS的漸進性 99

3.2.10  多元線性回歸的Stata操作及實例 100

3.3  本章小結與習題 107

3.3.1  本章小結 107

3.3.2  本章習題 107

第4章  線性回歸分析檢驗與處理 109

4.1  異方差檢驗與處理 109

4.1.1  異方差的影響 109

4.1.2  異方差的檢驗 110

4.1.3  異方差的處理 112

4.1.4  異方差檢驗與處理的Stata操作及實例 114

4.2  自相關檢驗與處理 120

4.2.1  自相關的影響 120

4.2.2  自相關的檢驗 121

4.2.3  自相關的處理 122

4.2.4  自相關檢驗與處理的Stata操作及實例 124

4.3  多重共線性檢驗與處理 132

4.3.1  多重共線性的影響 132

4.3.2  多重共線性的檢驗 133

4.3.3  多重共線性的處理 134

4.3.4  多重共線性檢驗與處理的Stata操作及實例 135

4.4  內生性檢驗與處理 138

4.4.1  內生性的影響 138

4.4.2  內生性的檢驗 139

4.4.3  內生性的處理 140

4.4.4  內生性檢驗與處理的Stata操作及實例 141

4.5  虛擬變量 147

4.5.1  虛擬變量概述 147

4.5.2  含有虛擬變量的模型 148

4.5.3  虛擬變量的Stata操作及實例 149

4.6  本章小結與習題 151

4.6.1  本章小結 151

4.6.2  本章習題 152

第5章  離散選擇模型 154

5.1  二值選擇模型 155

5.1.1  二值選擇模型的例子 155

5.1.2  二值選擇模型 155

5.1.3  二值選擇模型的Stata操作及實例 157

5.2  多值選擇模型 167

5.2.1  多值選擇模型的例子 167

5.2.2  多元Logit模型與多元Probit模型 167

5.2.3  多值選擇模型的Stata操作及實例 168

5.3  有序選擇模型 173

5.3.1  有序選擇模型的例子 173

5.3.2  有序Logit模型與有序Probit模型 173

5.3.3  有序選擇模型的Stata操作及實例 174

5.4  本章小結與習題 179

5.4.1  本章小結 179

5.4.2  本章習題 179

第6章  時間序列 181

6.1  基本概念與數據預處理 181

6.1.1  隨機過程和平穩性原理 181

6.1.2  時間序列的自相關 182

6.1.3  時間序列數據的預處理及Stata操作 182

6.1.4  移動平均濾波與指數平滑及Stata操作 187

6.2  平穩時間序列模型 194

6.2.1  自回歸模型 194

6.2.2  自回歸分布滯後模型 195

6.2.3  ARIMA模型及Stata操作 196

6.2.4  向量自回歸模型及Stata操作 203

6.3  非平穩時間序列分析 217

6.3.1  非平穩序列 217

6.3.2  單位根檢驗及Stata操作 218

6.3.3  協整的思想與檢驗 223

6.3.4  協整分析的Stata操作及實例 225

6.4  本章小結與習題 233

6.4.1  本章小結 233

6.4.2  本章習題 233

第7章  面板數據 235

7.1  面板數據的特點 236

7.1.1  面板數據的特點與類型 236

7.1.2  面板數據的估計策略 236

7.2  短面板數據分析 237

7.2.1  混合回歸 237

7.2.2  固定效應模型 238

7.2.3  隨機效應模型 239

7.2.4  固定效應與隨機效應模型的選擇 239

7.2.5  短面板的Stata操作及實例 240

7.3  長面板數據分析 251

7.3.1  長面板數據分析概述 251

7.3.2  長面板數據的估計方法 252

7.3.3  長面板的Stata操作及實例 252

7.4  動態面板數據分析 260

7.4.1  動態面板 260

7.4.2  動態面板的估計方法 260

7.4.3  動態面板的Stata操作及實例 261

7.5  本章小結與習題 266

7.5.1  本章小結 266

7.5.2  本章習題 267

第8章  政策效應檢驗 269

8.1  傾向得分匹配法 269

8.1.1  匹配估計量的思想 269

8.1.2  傾向得分匹配估計 271

8.1.3  傾向得分匹配的Stata操作及實例 272

8.2  雙重差分法 278

8.2.1  雙重差分法概述 278

8.2.2  平行趨勢假定與檢驗 279

8.2.3  多期DID 280

8.2.4  雙重差分法的Stata操作及實例 280

8.3  合成控制法 286

8.3.1  合成控制法的思想 286

8.3.2  合成控制法的Stata操作及實例 287

8.4  本章小結與習題 298

8.4.1  本章小結 298

8.4.2  本章習題 298

第9章  如何進行規範的實證研究 300

9.1  什麼是實證研究 300

9.2  實證研究的主要步驟 302

9.2.1  提出研究問題 302

9.2.2  文獻回顧 303

9.2.3  設計研究框架 304

9.2.4  提出理論假設 305

9.2.5  數據收集與整理 306

9.2.6  實證分析 307

9.2.7  穩健性檢驗 311

9.2.8  歸納研究結論並提出對策建議 313

9.3  論文寫作 313

9.3.1  實證論文的結構 313

9.3.2  論文寫作中應註意的問題 318

9.4  實證研究綜合案例 319

9.5  本章小結與習題 322

9.5.1  本章小結 322

9.5.2  本章習題 322

第10章  DeepSeek等AI工具應用 323

10.1  DeepSeek等AI工具的作用 323

10.2  Stata統計分析AI提示實例 324

10.2.1  數據整理AI提示示例 324

10.2.2  描述性統計AI提示示例 325

10.2.3  圖形繪制AI提示示例 326

10.2.4  最小二乘回歸分析AI提示示例 326

10.2.5  因子分析AI提示示例 327

10.2.6  時間序列分析AI提示示例 328

10.2.7  雙重差分法分析AI提示示例 329

10.2.8  傾向得分匹配分析AI提示示例 330

10.2.9  動態面板數據分析AI提示示例 331

10.2.10  機器學習因果推斷AI提示示例 332

10.2.11  Stata與Python交互AI提示示例 333

10.3  本章小結與習題 334

10.3.1  本章小結 334

10.3.2  本章習題 334