本書是一本經典的計量經濟學入門教材，書中全面系統(tǒng)地介紹了計量經濟學的基本知識。全書共分5篇，內容包括：導論與知識回顧、回歸分析基礎、回歸分析的高級專題、經濟時間序列數據的回歸分析和回歸分析的計量經濟學理論。與其他同類教材相比，本書具有以下幾個顯著特點：第壹，將現實世界的問題和數據與理論的發(fā)展聯(lián)系起來，并且認真對待實證分析中大量的重要發(fā)現；第二，所選取的內容反映了現代理論和實踐的發(fā)展；第三，給出的理論和假設都與應用相符。
前言不論是對于教師還是對于學生來說，計量經濟學都是一門非常有趣的課程。它涉及經濟、企業(yè)以及政府的現實世界，復雜且混亂，充斥著亟待解決的沖突和問題。例如，究竟是頒布嚴格的法令還是提高酒水的稅率會更有效地抑制酒后駕車？在股票市場，你應該通過買入價格相對較低的股票賺錢，還是應該依照股票價格隨機游走理論而靜觀其走勢？是否應該通過縮小班級規(guī)模來提升小學教育質量，還是僅讓孩子們每天聽十分鐘莫扎特的樂曲？計量經濟學能夠幫助我們從許多瘋狂的想法中篩選出合理的思想，并尋求重要定量問題的定量答案。它在這個復雜的世界中為我們打開了一扇窗，讓我們可以挖掘個人、企業(yè)以及政府做決策時所依據的內在邏輯。
本書適用本科階段計量經濟學的入門課程。我們的經驗是，在初級課程中，應注重計量經濟學理論和應用的聯(lián)系，應用會推動理論的發(fā)展，而理論必須與應用相符。這一簡單的原則是本書與其他計量經濟學教材的主要區(qū)別。在過去的教材中，理論模型和假設常與實際應用不相符，這也是為什么一些學生在花費了大量的時間學習后卻發(fā)現這些假設并不現實，于是又要去學習這些與應用不相符的假設所帶來“問題”的“解決方法”，從而對計量經濟學中理論和應用的聯(lián)系產生懷疑。我們認為，最好從具體應用出發(fā)尋找解決方法，隨后提出一些簡單的、與應用相符的假設，使理論與應用直接聯(lián)系起來，讓計量經濟學變得更加生動、便于理解。
第3版的變化●修正了面板數據回歸中標準誤差的處理方法。
●討論了回歸分析中數據缺失問題的產生機制和原因。
●應用斷點回歸設計（regression discontinuity design）作為分析準實驗的方法。
●修正了對弱工具變量的討論。
●闡述了在回歸分析中加入控制變量的方法及其應用。
●介紹了實驗數據的“潛在結果”框架。
●增加了專欄文章。
●增加了練習題，包括習題和實證練習。
第3版沿用了第1版和第2版中“應用推動理論”的基本理念，并沒有太大的改變。
第3版的一個重要變動是關于“面板數據回歸”（第10章）的討論。在面板數據中，個體的數據常常是與時間相關的，為了保證推斷有效，必須使用針對該相關性的穩(wěn)健方法計算標準誤差。本書關于面板數據的章節(jié)從一開始就使用了這樣的方法，即集群標準誤差法。這種方法是第2篇回歸分析基礎所介紹的異方差—穩(wěn)健標準誤差在面板數據的自然推廣。近期的研究已經表明集群標準誤差法具有許多優(yōu)良的性質，本書在第10章及附錄中均有討論。
第3版的另外一個重要變動是第13章中對實驗和準實驗的處理。根據第2篇中多元回歸的原理，優(yōu)化了關于倍差法的討論。第13章討論了分析準實驗數據的另一種重要方法，即斷點回歸設計。此外，第13章還介紹了潛在結果框架，并將這一術語與第1篇和第2篇中所介紹的概念聯(lián)系在一起。
第3版還有一系列其他重要變化，如在多元回歸模型的討論中增加了一個明確且容易實現的控制變量處理方法，第7章討論了控制變量應滿足的條件，以保證所研究變量的系數估計量的無偏性（盡管控制變量的系數常常是有偏的）。第3版的其他變化還包括：增加了第9章中關于數據缺失的討論，在第18章的附錄中增加了對非線性回歸方程斜率和彈性的數學分析，并且更新了第12章中關于弱工具問題處理的討論。第3版還增加了一些專欄，更新了部分實證例子，補充了一些練習題。
升級的第3版●對第14～16章中所使用的時間序列數據進行擴充、延伸，這期間包括大衰退時期。
●第14章的經驗分析側重于使用期限利差而不是菲利普斯曲線對實際GDP的增長率進行預測。
●每個章節(jié)增加了部分實證練習。更多實證練習，請參閱本書配套網站www.pearsonhighered.com/stock_watson。之所以這么做，主要是出于兩方面考慮：一方面，我們可以提供越來越多的實證練習；另一方面，可以有效增加或更新習題庫。希望廣大讀者點擊查閱。
本書特色與其他教材相比，本書主要有以下三個特點：第一，我們將現實問題和數據與理論發(fā)展緊密融合在一起，并且認真對待實證分析所得到的一系列結論；第二，我們所選取的內容反映了現代理論和實踐的最新發(fā)展；第三，我們所給出的理論和假設是與實際應用相匹配的。我們的目的是使學生能夠盡快適應、掌握和熟練應用計量經濟學工具。
現實世界的問題和數據我們所討論的每個專題和方法都圍繞一個需要給出明確定量答案的重要現實問題而展開。例如，在估計學校投入對學校產出影響的問題（即更小的班級規(guī)模是否會提高學生的測試成績）中，我們講授了一元回歸、多元回歸及函數形式分析等內容；在分析酒駕相關法律對交通事故死亡率影響的問題中，我們講授了面板數據方法；在分析房屋貸款市場中是否可能存在種族歧視現象的問題中，我們講授了二元被解釋變量回歸（logit模型和probit模型）；在估計香煙需求彈性的問題中，我們講授了工具變量估計方法。盡管這些實例都涉及經濟推理，但只要學過初等經濟學課程的學生都能理解，并且對其中大部分問題的理解不需要具備任何經濟學專業(yè)知識。教師可以集中精力講授計量經濟學知識，而不用花時間去回顧
詹姆斯·H.斯托克,加州大學伯克利分校經濟學博士，曾任教于加州大學伯克利分校及哈佛大學肯尼迪政府學院。研究領域為經濟計量方法、宏觀經濟預測、貨幣政策等，曾發(fā)表論文90多篇，并出版若干其他專著。馬克·W.沃森,普林斯頓大學經濟系教授。馬克·W.沃森與詹姆斯·H.斯托克兩位都是計量經濟學領域中的，尤其以時間序列的研究為出眾。
目 錄
譯者序
前言
致謝
第1篇 導論與知識回顧
第1章 經濟問題和數據2
1.1 我們研究的經濟問題2
1.2 因果效應和理想化隨機對照實驗5
1.3 數據：來源和類型6
本章小結9
重要術語9
內容復習9
第2章 概率論知識回顧10
2.1 隨機變量和概率分布10
2.2 期望值、均值和方差13
2.3 二維隨機變量16
2.4 正態(tài)分布、χ2分布、學生t分布及F分布21
2.5 隨機抽樣與樣本均值的抽樣分布25
2.6 抽樣分布的大樣本近似28
本章小結32
重要術語32
內容復習32
習題33
實證練習36
附錄2A 重要概念2-3中結果的推導36
第3章 統(tǒng)計學知識回顧37
3.1 總體均值的估計37
3.2 關于總體均值的假設檢驗40
3.3 總體均值的置信區(qū)間46
3.4 不同總體間的均值比較47
3.5 基于實驗數據估計因果效應49
3.6 樣本容量較小時的t統(tǒng)計量51
3.7 散點圖、樣本協(xié)方差和樣本相關系數52
本章小結54
重要術語55
內容復習55
習題55
實證練習58
附錄3A 美國當前人口調查59
附錄3B Y是μY的最小二乘估計量的兩種證明方法59
附錄3C 樣本方差一致性的證明60
第2篇 回歸分析基礎
第4章 一元線性回歸62
4.1 線性回歸模型62
4.2 線性回歸模型的系數估計65
4.3 擬合優(yōu)度69
4.4 最小二乘假設71
4.5 OLS估計量的抽樣分布74
4.6 結論76
本章小結76
重要術語77
內容復習77
習題77
實證練習78
附錄4A 加利福尼亞州的測試成績數據集79
附錄4B OLS估計量的推導80
附錄4C OLS估計量的抽樣分布80
第5章 一元線性回歸：假設檢驗和置信區(qū)間82
5.1 關于某個回歸系數的假設檢驗82
5.2 回歸系數的置信區(qū)間86
5.3 X為二元變量時的回歸87
5.4 異方差和同方差88
5.5 普通最小二乘的理論基礎92
5.6 樣本容量較小時的t統(tǒng)計量應用93
5.7 結論94
本章小結95
重要術語95
內容復習95
習題96
實證練習98
附錄5A OLS標準誤差公式98
附錄5B 高斯—馬爾科夫條件和高斯—馬爾科夫定理的證明99
第6章 多元線性回歸102
6.1 遺漏變量偏差102
6.2 多元回歸模型106
6.3 多元回歸的OLS估計量108
6.4 多元回歸的擬合優(yōu)度110
6.5 多元回歸模型的最小二乘假設112
6.6 多元回歸模型中OLS估計量的分布113
6.7 多重共線性114
6.8 結論116
本章小結116
重要術語116
內容復習117
習題117
實證練習119
附錄 6A 式（6-1）的推導119
附錄6B 包含兩個解釋變量且誤差項為同方差時的OLS估計量的分布120
附錄6C Frisch-Waugh定理120
第7章 多元線性回歸：假設檢驗和置信區(qū)間121
7.1 單個系數的假設檢驗和置信區(qū)間121
7.2 聯(lián)合假設的檢驗124
7.3 涉及多個系數的單約束檢驗128
7.4 多個系數的置信集128
7.5 多元回歸的模型設定129
7.6 對測試成績數據集的分析132
7.7 結論135
本章小結136
重要術語136
內容復習136
習題136
實證練習138
*本節(jié)可選修，且不會影響后面章節(jié)的學習。
附錄7A 聯(lián)合假設的Bonferroni檢驗139
附錄7B 條件均值獨立140
第8章 非線性回歸函數142
8.1 非線性回歸的一般建模方法143
8.2 一元非線性函數148
8.3 解釋變量的交互項154
8.4 學生—教師比對測試成績的非線性效應162
8.5 結論165
本章小結166
重要術語166
內容復習166
習題167
實證練習170
附錄8A 參數非線性的回歸函數171
附錄8B 非線性回歸函數的斜率和彈性173
第9章 多元回歸分析有效性的評估174
9.1 內部有效性和外部有效性174
9.2 多元回歸分析的內部有效性威脅176
9.3 利用回歸模型進行預測時的內部有效性和外部有效性183
9.4 實例：測試成績和班級規(guī)模184
9.5 結論190
本章小結190
重要術語191
內容復習191
習題191
實證練習192
附錄9A 馬薩諸塞州的小學測試數據193
第3篇 回歸分析的高級專題
第10章 面板數據回歸196
10.1 面板數據196
10.2 兩期的面板數據：“前后”比較198
10.3 固定效應回歸200
10.4 時間固定效應回歸202
10.5 固定效應回歸假設和固定效應回歸的標準誤差204
10.6 關于酒駕的法律規(guī)定和交通事故死亡人數206
10.7 結論209
本章小結210
重要術語210
內容復習210
習題210
實證練習211
附錄10A 州交通死亡事故數據集213
附錄10B 固定效應回歸的標準誤差213
第11章 二元被解釋變量回歸216
11.1 二元被解釋變量與線性概率模型217
11.2 probit回歸和logit回歸219
11.3 logit模型和probit模型的估計與推斷223
11.4 在波士頓HMDA數據中的應用226
11.5 結論230
本章小結231
重要術語232
內容復習232
習題232
實證練習233
附錄11A 波士頓HMDA數據235
附錄11B 最大似然估計235
附錄11C 其他受限被解釋變量模型236
第12章 工具變量回歸
書單推薦
