具体描述
杰弗里·M.伍德里奇，密歇根州立大学经济学特聘教授。他于1982年在加州大学伯克利分校获得计算机科学与经济学学士学位，并于1986年在加州大学圣迭戈分校获经济学博士学位。伍德里奇博士曾在国际知名期刊上发表了30多篇学术论文。他还是《横截面与面板数据的计量经济分析》(Econometric Analysis of Cross Section and Panel Data)一书的作者。他所获的奖项包括：斯隆(Alfred P．Sloan)研究奖，《计量经济理论》(Econometric Theory)的PluraScripsit奖，《应用计量经济学杂志》(Journal of Applied Econometrics)的斯通(Richard Stone)爵士奖，以及在MIT三次获得研究生教学年度优秀教师奖。他还是计量经济学会(Econometric Society)和《计量经济学杂志》 (Journal of Econometric)的资深会员。
第六版保留了第五版的总体结构。《计量经济学导论：现代观点（第6版）/经济科学译丛》区别于绝大多数其他教科书的显著的特征是，它的篇章结构是根据分析数据的类型而划分的。这与传统方法明显不同，因为传统分析总是先提出一个线性模型，并列出以后分析中可能需要的所有假定，然后在与那些假定之间的联系不甚清晰的情况下，证明或得出一些结论。我的方法是：在第一篇中，开篇就在随机抽样昀假定下，用横截面数据讨论多元回归分析。因为学过初级统计学课程的学生都熟悉从总体中随机抽样的方法，所以这种安排比较自然。重要的是，它使得我们能够将对潜在总体回归模型的假定（具有经济或行为含义的假定）与数据抽取方式的假定区分开来。在学生很好地掌握了使用随机样本的多元回归模型之后，可以直观地讨论非随机抽样的后果。
现代计量经济学的一个重要特征是：解释变量（与因变量一起）被作为随机变量的结果来处理。对社会科学而言，引入随机解释变量比传统假定中的非随机解释变量要现实得多。一个明显的好处就是，总体模型或随机抽样方法减少了学生必须接受和理解的假定数量。反之，古典回归分析法把解释变量视为重复样本中的固定回归元，这种方法只能适用于试验背景中搜集来的数据，但它在初级教科书中仍非常盛行。此外，因陈述和解释模型假定而产生的种种曲解可能让学生产生混淆。
用户评价
##隔离第三天。糟糕的环境下，草草读完一遍，很适合初学者的一本书。
评分##对于有小小数学基础非经济科班，内容是Frm1里数理相关的详细版，看之后有一些基础概念与范式，更方便看宏观经济的一些研究。
评分##这是一本老师非常推荐的学习计量经济学的教材，内容都是很基础很重要的，作者根据多年的经验，梳理了很多计量经济学方面的模型，比较透彻地讲了计量经济学的基本原理以及应用方法。这本书的内容比较实用，附录方面也有一些比较实用的东西。建议大家在看书的同时，也上手实际操...
评分##Great book for elementary learners in econometrics. Introduces the basic concept of econometrics by intuitively describe the thinking process underlying the main idea of econometric models. Thoroughly covers basic cross-sectional methods, then provides a we...
评分##For the love of Big Brother 题记 IV，也就是工具变量模型，是研究如何利用工具变量来解决模型中出现的随机解释变量问题，其是西方计量经济学最近一个较为热门的研究领域。这是我在英国读研时在学习IV时的随笔，用来聊以自慰。该随笔的灵感很大一部分来自于伍德里奇的《计量经济学导论》。由于写得非常浅薄...
评分##真的好用 翻来覆去读好几遍了
评分 评分相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.idnshop.cc All Rights Reserved. 静思书屋 版权所有