具體描述
傑弗裏·M.伍德裏奇，密歇根州立大學經濟學特聘教授。他於1982年在加州大學伯剋利分校獲得計算機科學與經濟學學士學位，並於1986年在加州大學聖迭戈分校獲經濟學博士學位。伍德裏奇博士曾在國際知名期刊上發錶瞭30多篇學術論文。他還是《橫截麵與麵闆數據的計量經濟分析》(Econometric Analysis of Cross Section and Panel Data)一書的作者。他所獲的奬項包括：斯隆(Alfred P．Sloan)研究奬，《計量經濟理論》(Econometric Theory)的PluraScripsit奬，《應用計量經濟學雜誌》(Journal of Applied Econometrics)的斯通(Richard Stone)爵士奬，以及在MIT三次獲得研究生教學年度優秀教師奬。他還是計量經濟學會(Econometric Society)和《計量經濟學雜誌》 (Journal of Econometric)的資深會員。
第六版保留瞭第五版的總體結構。《計量經濟學導論：現代觀點（第6版）/經濟科學譯叢》區彆於絕大多數其他教科書的顯著的特徵是，它的篇章結構是根據分析數據的類型而劃分的。這與傳統方法明顯不同，因為傳統分析總是先提齣一個綫性模型，並列齣以後分析中可能需要的所有假定，然後在與那些假定之間的聯係不甚清晰的情況下，證明或得齣一些結論。我的方法是：在第一篇中，開篇就在隨機抽樣昀假定下，用橫截麵數據討論多元迴歸分析。因為學過初級統計學課程的學生都熟悉從總體中隨機抽樣的方法，所以這種安排比較自然。重要的是，它使得我們能夠將對潛在總體迴歸模型的假定（具有經濟或行為含義的假定）與數據抽取方式的假定區分開來。在學生很好地掌握瞭使用隨機樣本的多元迴歸模型之後，可以直觀地討論非隨機抽樣的後果。
現代計量經濟學的一個重要特徵是：解釋變量（與因變量一起）被作為隨機變量的結果來處理。對社會科學而言，引入隨機解釋變量比傳統假定中的非隨機解釋變量要現實得多。一個明顯的好處就是，總體模型或隨機抽樣方法減少瞭學生必須接受和理解的假定數量。反之，古典迴歸分析法把解釋變量視為重復樣本中的固定迴歸元，這種方法隻能適用於試驗背景中搜集來的數據，但它在初級教科書中仍非常盛行。此外，因陳述和解釋模型假定而産生的種種麯解可能讓學生産生混淆。
用戶評價
終於摸到門檻。一到九章、十三到十五章讀瞭兩遍，其餘瀏覽瞭一遍。第一遍讀時，覺得作者囉嗦，很多不明不白的話，翻過陳強、趙西亮、Angrist、Gujarati的書後重讀覺得透徹瞭。這讓我們理解一個學科深入已屬不易，深入後“淺齣”則更難，作為領域大佬的伍德裏奇想要把計量思想講得通俗易懂的願望是顯然的，但是很多時候往往是他自己一廂情願，因為讀者沒有受過訓練，不知道何為重點。至少我一開始學計量的時候以為異方差性是比遺漏變量偏誤更重要的問題（因為它分齣瞭一整章），……所以我認為沒有受過科學哲學或認識論訓練的人要弄清楚計量是非常不易的——總而言之，觀點越高越好。在這點上，趙西亮的教材算是國內同類中數一數二的，與之相比，伍德裏奇雖麵麵俱到，但會讓人迷失在細節裏，這也是我強烈建議幾本不同體係教材對讀的原因。
評分##救命?
評分 評分 評分 評分 評分 評分##對於有小小數學基礎非經濟科班，內容是Frm1裏數理相關的詳細版，看之後有一些基礎概念與範式，更方便看宏觀經濟的一些研究。
相關圖書
本站所有內容均為互聯網搜尋引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 book.cndgn.com All Rights Reserved. 新城书站 版權所有