后入到高潮免费观看,久久久久久久久久久久久9999

2019-10-25 14:10 來源：京東作者：京東

計(jì)量經(jīng)濟(jì)學(xué)模型及R語言應(yīng)用/暨南大學(xué)經(jīng)濟(jì)管理實(shí)驗(yàn)中心實(shí)驗(yàn)教材

編輯推薦:

內(nèi)容簡介:　　《計(jì)量經(jīng)濟(jì)學(xué)模型及R語言應(yīng)用/暨南大學(xué)經(jīng)濟(jì)管理實(shí)驗(yàn)中心實(shí)驗(yàn)教材》則均衡地介紹了計(jì)量經(jīng)濟(jì)學(xué)的理論與應(yīng)用，使之能滿足更多專業(yè)方向的學(xué)生和研究者的需求。在理論方面，全書主要采用經(jīng)濟(jì)管理領(lǐng)域的實(shí)際計(jì)量經(jīng)濟(jì)學(xué)數(shù)據(jù)來闡述方法論。《計(jì)量經(jīng)濟(jì)學(xué)模型及R語言應(yīng)用/暨南大學(xué)經(jīng)濟(jì)管理實(shí)驗(yàn)中心實(shí)驗(yàn)教材》在給出一般性理論描述的同時(shí)，注重通過各種簡單實(shí)例演繹具體的推導(dǎo)過程，清晰地闡釋有關(guān)理論，方便讀者對理論的理解。在應(yīng)用方面，《計(jì)量經(jīng)濟(jì)學(xué)模型及R語言應(yīng)用/暨南大學(xué)經(jīng)濟(jì)管理實(shí)驗(yàn)中心實(shí)驗(yàn)教材》提供了基于模擬數(shù)據(jù)和真實(shí)數(shù)據(jù)的豐富例證，通過基于模擬數(shù)據(jù)的例子使讀者深刻認(rèn)識到時(shí)間序列的基本性質(zhì)，并通過基于真實(shí)數(shù)據(jù)的例子使讀者體會計(jì)量經(jīng)濟(jì)學(xué)模型的實(shí)際應(yīng)用效果。
　　《計(jì)量經(jīng)濟(jì)學(xué)模型及R語言應(yīng)用/暨南大學(xué)經(jīng)濟(jì)管理實(shí)驗(yàn)中心實(shí)驗(yàn)教材》可作為一個(gè)學(xué)期的課程教材，供經(jīng)濟(jì)、管理、統(tǒng)計(jì)、工程及定量社會科學(xué)等專業(yè)的學(xué)生使用，讀者需要具備從基本應(yīng)用統(tǒng)計(jì)到多元線性回歸等多方面的基礎(chǔ)知識。只要讀者具備基本的高等數(shù)學(xué)知識，即可閱讀《計(jì)量經(jīng)濟(jì)學(xué)模型及R語言應(yīng)用/暨南大學(xué)經(jīng)濟(jì)管理實(shí)驗(yàn)中心實(shí)驗(yàn)教材》。而要深入理解《計(jì)量經(jīng)濟(jì)學(xué)模型及R語言應(yīng)用/暨南大學(xué)經(jīng)濟(jì)管理實(shí)驗(yàn)中心實(shí)驗(yàn)教材》的理論，則需具備一定的數(shù)學(xué)與統(tǒng)計(jì)學(xué)知識。

作者簡介:

目錄:總序
前言
1 引論
1.1 計(jì)量經(jīng)濟(jì)學(xué)概述
1.1.1 計(jì)量經(jīng)濟(jì)學(xué)簡介
1.1.2 計(jì)量經(jīng)濟(jì)學(xué)的發(fā)展
1.1.3 計(jì)量經(jīng)濟(jì)學(xué)方法
1.2 計(jì)量經(jīng)濟(jì)學(xué)內(nèi)容與建模技術(shù)
1.2.1 計(jì)量經(jīng)濟(jì)學(xué)的內(nèi)容體系
1.2.2 計(jì)量經(jīng)濟(jì)學(xué)的建模技術(shù)
1.2.3 計(jì)量經(jīng)濟(jì)學(xué)的建模步驟
1.3 計(jì)量經(jīng)濟(jì)學(xué)數(shù)據(jù)的處理
1.3.1 計(jì)量經(jīng)濟(jì)學(xué)數(shù)據(jù)的類型
1.3.2 計(jì)量經(jīng)濟(jì)學(xué)數(shù)據(jù)的收集
1.3.3 計(jì)量經(jīng)濟(jì)學(xué)軟件的使用
1.4 R語言在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用
1.4.1 R語言的編程環(huán)境
1.4.2 R語言的快速應(yīng)用
練習(xí)題

2 △經(jīng)典回歸分析模型
△2.1 線性回歸分析模型
2.1.1 單變量線性回歸分析簡介
2.1.2 多變量線性回歸模型建立
2.1.3 多變量線性回歸模型檢驗(yàn)
2.1.4 建立有用的回歸分析模型
2.2 線性相關(guān)分析模型
△2.2.1 簡單線性相關(guān)
2.2.2 偏相關(guān)分析模型
2.2.3 復(fù)相關(guān)分析模型
2.3 含虛擬變量回歸模型
2.3.1 虛擬變量及其作用
2.3.2 虛擬變量的設(shè)置方式
2.3.3 虛擬變量的特殊應(yīng)用
2.4 非線性回歸分析模型
2.4.1 單變量非線性回歸分析模型
2.4.2 多變量非線性回歸分析模型
2.4.3 生產(chǎn)函數(shù)、彈性分析及貢獻(xiàn)率
練習(xí)題

3 非典型回歸分析模型
3.1 回歸分析模型的診斷
3.1.1 回歸診斷的概念
3.1.2 殘差的正態(tài)性檢驗(yàn)
3.1.3 模型的影響分析
3.1.4 變量的共線性診斷
3.2 誤差的異方差檢驗(yàn)與建模
3.2.1 異方差的概念及其來源
3.2.2 異方差的影響及其檢驗(yàn)
3.2.3 異方差模型的處理方法
3.3 誤差的相關(guān)性及其檢驗(yàn)
3.3.1 誤差的相關(guān)性概念
3.3.2 誤差自相關(guān)性檢驗(yàn)
3.3.3 誤差的相關(guān)性處理方法
3.3.4 滯后算子函數(shù)及其應(yīng)用-
練習(xí)題

4 經(jīng)典時(shí)間序列模型
4.1 時(shí)間序列的基本概念
4.1.1 時(shí)間序列的含義
4.1.2 時(shí)間序列的相關(guān)性
4.1.3 序歹0自相關(guān)性判斷
4.2 時(shí)間序列自回歸AR模型-
4.2.1 AR模型的平穩(wěn)性條件
4.2.2 AR模型的自相關(guān)函數(shù)
4.2.3 AR模型的估計(jì)與識別
4.3 時(shí)間序列移動平均MA模型
4.3.1 MA模型的基本形式
4.3.2 MA模型的階數(shù)確定
4.3.3 MA模型的參數(shù)估計(jì)
4.4 自回歸移動平均ARMA模型
4.4.1 ARMA模型的概念
4.4.2 ARMA模型的相關(guān)分析
4.4.3 ARMA模型的統(tǒng)計(jì)推斷
4.5 分布滯后與自回歸模型
4.5.1 滯后效應(yīng)與滯后變量模型
4.5.2 分布滯后模型的參數(shù)估計(jì)
4.5.3 自回歸模型及其估計(jì)
練習(xí)題

5 擴(kuò)展時(shí)間序列模型
5.1 非平穩(wěn)時(shí)間序列模型
5.1.1 時(shí)間序列的非平穩(wěn)性
5.1.2 時(shí)間序列的差分技術(shù)
5.1.3 時(shí)間序列的非平穩(wěn)性檢驗(yàn)
5.1.4 非平穩(wěn)時(shí)間序列模型的建立
5.2 協(xié)整與誤差修正模型
5.2.1 協(xié)整的定義和檢驗(yàn)
5.2.2 誤差修正模型（EcM）原理
5.2.3 格蘭杰因果關(guān)系檢驗(yàn)
5.2.4 協(xié)整和ECM的實(shí)證分析
*5.3 異方差時(shí)間序列模型
5.3.1 ARcH模型
5.3.2 GARCH模型
5.3.3 實(shí)證分析
5.4 時(shí)間序列模型的診斷與評價(jià)
5.4.1 時(shí)間序列模型的診斷
5.4.2 時(shí)間序列模型的優(yōu)劣評價(jià)
5.4.3 基于預(yù)測的評價(jià)方法
練習(xí)題
附錄A R語言軟件
附錄B R語言函數(shù)
參考文獻(xiàn)

相關(guān)商品