横截面与面板数据的计量经济分析 下 第2版PDF|Epub|txt|kindle电子书版本网盘下载

横截面与面板数据的计量经济分析 下 第2版PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第Ⅳ篇 非线性模型与相关专题473

第15章 二值响应模型473

15.1 简介473

15.2 二值响应的线性概率模型474

15.3 二值响应的指标模型：Probit与Logit476

15.4 二值响应指标模型的极大似然估计479

15.5 二值响应指标模型检验480

15.5.1 多重排除约束检验480

15.5.2 关于β的非线性假设检验481

15.5.3 针对更一般备择假设的检验482

15.6 Probit与Logit的结果报告484

15.7 二值响应模型的设定问题491

15.7.1 可忽略的异质性491

15.7.2 连续内生解释变量493

15.7.3 二值内生解释变量500

15.7.4 潜变量模型的异方差性与非正态性505

15.7.5 在更弱假设下的估计509

15.8 面板数据的二值响应模型512

15.8.1 混合的probit与logit513

15.8.2 严格外生性下不可观测效应的probit模型514

15.8.3 严格外生性下不可观测效应的logit模型521

15.8.4 动态不可观测效应模型526

15.8.5 含异质性与内生解释变量的probit模型531

15.8.6 半参数方法532

习题535

第16章 多项响应与有序响应模型541

16.1 简介541

16.2 多项响应模型542

16.2.1 多项logit542

16.2.2 概率选择模型544

16.2.3 内生解释变量549

16.2.4 面板数据方法550

16.3 有序响应模型552

16.3.1 有序logit与有序probit552

16.3.2 有序模型中的设定问题554

16.3.3 内生解释变量556

16.3.4 面板数据方法558

习题559

第17章 角点解响应562

17.1 动机和例子562

17.2 第1类Tobit回归的有用表达式565

17.3 第1类Tobit模型的估计和推断569

17.4 结果报告571

17.5 Tobit模型中的设定问题573

17.5.1 可忽略的异质性573

17.5.2 内生解释变量574

17.5.3 潜变量模型中的异方差性与非正态性578

17.5.4 更弱假设下的参数估计579

17.6 两部模型和角点解的第Ⅱ类Tobit回归581

17.6.1 断尾正态栅栏模型583

17.6.2 对数正态栅栏模型和指数条件均值585

17.6.3 指数的第Ⅱ类Tobit模型587

17.7 双限Tobit模型593

17.8 面板数据方法594

17.8.1 混合方法594

17.8.2 严格外生性下的不可观测效应模型596

17.8.3 动态不可观测效应Tobit模型601

习题602

第18章 计数响应、分数响应及其他非负响应609

18.1 简介609

18.2 泊松回归610

18.2.1 用于泊松回归及所关注的量的假设610

18.2.2 泊松QMLE的一致性612

18.2.3 泊松QMLE的渐近正态性613

18.2.4 假设检验617

18.2.5 设定检验618

18.3 其他计数数据回归模型620

18.3.1 负二项回归模型620

18.3.2 二项回归模型622

18.4 伽玛（指数）回归模型623

18.5 指数回归函数中的内生性625

18.6 分数响应630

18.6.1 外生解释变量630

18.6.2 内生解释变量634

18.7 面板数据方法636

18.7.1 混合QMLE636

18.7.2 对含不可观测效应的条件期望设定模型638

18.7.3 随机效应方法639

18.7.4 固定效应泊松估计642

18.7.5 放松严格外生性假设644

18.7.6 面板数据的分数响应模型645

习题647

第19章 截取数据、样本选择及损耗654

19.1 简介654

19.2 数据截取655

19.2.1 二值截取656

19.2.2 区间加密659

19.2.3 上部截取和下部截取660

19.3 样本选择概述664

19.4 样本选择何时可被忽略？666

19.4.1 线性模型：利用OLS与2SLS的估计666

19.4.2 非线性模型671

19.5 以响应变量为基础的选择：断尾回归672

19.6 从属断尾：一个probit选择方程674

19.6.1 外生解释变量674

19.6.2 内生解释变量680

19.6.3 含有样本选择的二值响应模型684

19.6.4 一个指数响应函数685

19.7 从属断尾：一个Tobit选择方程685

19.7.1 外生解释变量685

19.7.2 内生解释变量687

19.7.3 估计含有样本选择的结构Tobit方程689

19.8 缺失数据的逆概率加权690

19.9 线性面板数据的样本选择与损耗696

19.9.1 含有非平衡面板数据的固定和随机效应估计696

19.9.2 对样本选择偏误的检验与校正700

19.9.3 损耗703

习题710

第20章 分层抽样与整群抽样715

20.1 简介715

20.2 分层抽样716

20.2.1 标准分层抽样与可变概率抽样716

20.2.2 用加权估计量解释分层718

20.2.3 基于外生变量的分层721

20.3 整群抽样723

20.3.1 关于整群数量多且整群规模小的推断724

20.3.2 含单元特有面板数据的整群样本734

20.3.3 对于大的组规模，我们应当应用整群—稳健的推断吗？739

20.3.4 整群数量少时的推断741

20.4 复杂的调查抽样748

习题752

第21章 估计平均处理效应755

21.1 简介755

21.2 反事实设置与自选择问题756

21.3 假设处理的可忽略性（或无混性）的方法760

21.3.1 识别762

21.3.2 回归调整765

21.3.3 倾向得分方法770

21.3.4 使回归调整和倾向得分加权相结合777

21.3.5 匹配方法780

21.4 工具变量方法783

21.4.1 利用IV估计平均处理效应783

21.4.2 校正和控制函数法789

21.4.3 利用IV估计局部平均处理效应794

21.5 断点回归设计797

21.5.1 清晰断点回归设计797

21.5.2 模糊断点回归设计800

21.5.3 与模糊断点回归相对比的无混性801

21.6 进一步探讨的问题802

21.6.1 关于含离散性或取值范围有限响应的特殊考虑802

21.6.2 多值处理803

21.6.3 多重处理805

21.6.4 面板数据808

习题814

第22章 期限分析820

22.1 简介820

22.2 风险函数821

22.2.1 不带协变量的风险函数821

22.2.2 以非时变协变量为条件的风险函数824

22.2.3 以时变协变量为条件的风险函数826

22.3 含有非时变协变量的单个时段数据分析827

22.3.1 流量抽样828

22.3.2 使用截取流量数据的极大似然估计829

22.3.3 存量抽样834

22.3.4 不可观测异质性837

22.4 分组期限数据分析843

22.4.1 非时变协变量844

22.4.2 时变协变量846

22.4.3 不可观测异质性848

22.5 进一步探讨的问题849

22.5.1 比例风险模型的考克斯偏似然方法849

22.5.2 多重时段数据849

22.5.3 互竞风险模型850

习题850

译后记854

第二版译后记857