用STATA学微观计量经济学 PDF

 

本书从实证分析者的角度组织内容，运用Stata软件分析的实例，深入浅出地讲解了实证分析的许多重要方法，如模拟分析、工具变量回归、分位数回归、面板数据分析、非线性回归、非线性优化、自抽样、二值因变量分析、多项选择模型、样本选择分析、计数分析、非线性面板分析等，这些方法基本涵盖了当前微观计量经济学领域的*发展，有助于微观计量实证分析迈入大数据分析的时代。对使用微观计量经济学实证分析方法的人来说，它是极有价值的手边工具书。

本书作者科林·卡梅伦和普拉温·K.特里维迪是当前世界公认的微观计量经济学专家，他们对大数据特别是计数数据有专门的研究，他们编写的《微观计量经济学：方法与应用》更是首部以“微观计量经济学”命名的计量经济学教材，对计量经济学发展产生了重要影响。

本书解释了如何使用Stata软件来对横截面和面板数据进行回归分析，还包括分位数回归、弱工具变量、非线性优化法、自抽样法、非线性面板数据分析法以及Stata的矩阵编程语言Mata。书名“微观计量经济学”是因为本书用于示范的主要是与经济学相关的数据，且书中讲述的方法在经济学领域中比其他学科应用得更多，但书中讨论的许多模型和方法在其他社会科学中也能大量应用。

本书对各主题的选择完全切合当代微观计量经济学实证分析的操作要点。

在Stata的基础知识之后，紧接着就是*常用的线性回归、模拟和广义*小二乘法；横截面技术的部分则介绍了对线性模型工具变量和分位数回归模型的*处理方法。

在对线性面板数据模型参数的估计方法讲解中，除了标准的随机效应和固定效应，还提及了在计量经济学之外的很多领域被广泛应用的混合线性模型。

详细说明了如何使用Stata对非线性估计量进行编程，并介绍了非线性的方法，这是很多传统计量经济学教材省略的内容。相应地介绍了不同的非线性模型：二值因变量模型、多项选择模型、tobit和选择模型、计数模型，以及非线性面板数据模型。*后是两个有关编程的附录。

[美] A.科林·卡梅伦（A.Colin Cameron）

美国加利福尼亚大学戴维斯分校经济学教授，斯坦福大学经济学博士。卡梅伦教授是世界著名的微观计量经济学专家，重点研究横截面数据特别是计数数据的计量经济学理论及其在劳动经济学和健康（卫生）经济学中的应用，在Review of Economic Studies、Quarterly Journal of Economics、Journal ofEconometrics、Review of Economics and Statistics、Journal of Applied Econometrics 和Journal ofBusiness and Economics Statistics等国际权威期刊上发表论文三十余篇，著有《计数数据的回归分析》（Regression Analysis ofCount Data）和《微观计量经济学：方法与应用》（Microeconometrics Methods and Applications）等著作，也是Journal of EconometricMethods和TheStata Journal的副主编。

 

[美] 普拉温·K.特里维迪（Pravin K. Trivedi）

美国印第安纳大学荣誉经济学教授，伦敦大学经济学博士。特里维迪教授是世界知名的微观计量经济学家，重点研究微观计量经济学理论及其在健康经济学中的应用，擅长计量经济学建模分析，在Review of Economic Studies、Journal of Econometrics 和Journal of AppliedEconometrics等国际权威期刊发表论文几十篇，曾是Review of Economic Studies和Journal of Applied Econometrics等期刊的编委。 

 

肖光恩

武汉大学经济与管理学院副教授，世界经济系副主任，武汉大学国际商务研究中心副主任，英国雷丁大学商学院访问学者。重点研究世界经济、国际投资、空间经济学和空间计量分析，出版译著有《国际商务经济学：一个新的研究议程》、《空间计量经济学导论》和《空间计量经济学：从横截面数据到空间面板》。

1  Stata基础知识

2 数据管理和绘图

3 线性回归的基本知识

4  模拟

5  GLS回归

6 线性工具变量回归

7  分位数回归

8  线性面板数据模型：基础

9  线性面板数据模型：扩展

10  非线性回归方法

11  非线性最优化方法

12  检验方法

13  自抽样法

14  二值结果模型

15 多项选择模型

16  Tobit模型和选择模型

17  计数数据模型

18  非线性面板模型

附录

A Stata中的编程

B Mata