貝葉斯計(jì)量經(jīng)濟(jì)學(xué)

定　價(jià)：￥56.00

作　者：	[英] 加里·庫普著，徐占東譯
出版社：	東北財(cái)經(jīng)大學(xué)出版社
叢編項(xiàng)：	當(dāng)代財(cái)經(jīng)管理名著譯庫-DSGE經(jīng)典譯叢
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787565439346	出版時(shí)間：	2020-12-01	包裝：	平裝
開本：	16開	頁數(shù)：	271	字?jǐn)?shù)：

內(nèi)容簡介

　　《貝葉斯計(jì)量經(jīng)濟(jì)學(xué)/當(dāng)代財(cái)經(jīng)管理名著譯庫·DSGE經(jīng)典譯叢》介紹了計(jì)量經(jīng)濟(jì)領(lǐng)域的貝葉斯方法，適合于高年級本科生或研究生學(xué)習(xí)?！敦惾~斯計(jì)量經(jīng)濟(jì)學(xué)/當(dāng)代財(cái)經(jīng)管理名著譯庫·DSGE經(jīng)典譯叢》自成體系，無須預(yù)先研習(xí)計(jì)量經(jīng)濟(jì)學(xué)?！敦惾~斯計(jì)量經(jīng)濟(jì)學(xué)/當(dāng)代財(cái)經(jīng)管理名著譯庫·DSGE經(jīng)典譯叢》重點(diǎn)介紹應(yīng)用經(jīng)濟(jì)學(xué)家所用的模型，以及運(yùn)用貝葉斯方法進(jìn)行實(shí)證研究所需的計(jì)算方法。《貝葉斯計(jì)量經(jīng)濟(jì)學(xué)/當(dāng)代財(cái)經(jīng)管理名著譯庫·DSGE經(jīng)典譯叢》包含大量實(shí)例，包含的主題有：回歸模型（以及面板數(shù)據(jù)的各種應(yīng)用）時(shí)間序列模型定性數(shù)據(jù)或?qū)彶閿?shù)據(jù)模型非參數(shù)方法和貝葉斯模型平均方法

作者簡介

　　加里·庫普，英國思克萊德大學(xué)的經(jīng)濟(jì)學(xué)教授。他的研究領(lǐng)域是貝葉斯計(jì)量經(jīng)濟(jì)學(xué)。另著有《實(shí)證宏觀經(jīng)濟(jì)學(xué)》（東北財(cái)經(jīng)大學(xué)出版社引進(jìn)出版），并發(fā)表多篇論文。

圖書目錄

第1章貝葉斯計(jì)量經(jīng)濟(jì)學(xué)概述
1．1 貝葉斯理論
1．2 貝葉斯計(jì)算
1．3 貝葉斯計(jì)算軟件
1．4 小結(jié)
1．5 習(xí)題
第2章正態(tài)線性回歸模型：自然共軛先驗(yàn)分布和單一解釋變量情形
2．1 引言
2．2 似然函數(shù)
2．3 先驗(yàn)分布
2．4 后驗(yàn)分布
2．5 模型比較
2．6 預(yù)測
2．7 實(shí)例
2．8 小結(jié)
2．9 習(xí)題
第3章正態(tài)線性回歸模型：自然共軛先驗(yàn)分布和多解釋變量情形
3．1 引言
3．2 線性回歸模型的矩陣表示
3．3 似然函數(shù)
3．4 先驗(yàn)分布
3．5 后驗(yàn)分布
3．6 模型比較
3．7 預(yù)測
3．8 計(jì)算方法：蒙特卡羅積分
3．9 實(shí)例
3．10 小結(jié)
3．11 習(xí)題
第4章正態(tài)線性回歸模型：其他先驗(yàn)分布
4．1 引言
4．2 采用獨(dú)立正態(tài)-伽馬先驗(yàn)分布的正態(tài)線性回歸模型
4．3 有不等式約束的正態(tài)線性回歸模型
4．4 小結(jié)
4．5 習(xí)題
第5章非線性回歸模型
5．1 引言
5．2 似然函數(shù)
5．3 先驗(yàn)分布
5．4 后驗(yàn)分布
5．5 貝葉斯計(jì)算：M-H算法
5．6 模型擬合好壞的測度：后驗(yàn)預(yù)測p值
5．7 模型比較：Gelfand-Dey方法
5．8 預(yù)測
5．9 實(shí)例
5．10 小結(jié)
5．11 習(xí)題
第6章線性回歸模型：一般形式誤差協(xié)方差矩陣
6．1 引言
6．2 Ω為一般形式的模型
6．3 異方差形式已知
6．4 異方差形式未知：誤差服從t分布
6．5 誤差存在序列相關(guān)
6．6 似不相關(guān)回歸模型
6．7 小結(jié)
6．8 習(xí)題
第7章面板數(shù)據(jù)的線性回歸模型
7．1 引言
7．2 混同模型
7．3 個體效應(yīng)模型
7．4 隨機(jī)系數(shù)模型
7．5 模型比較：計(jì)算邊緣似然函數(shù)的Chib方法
7．6 實(shí)例
7．7 效率分析和隨機(jī)前沿模型
7．8 拓展
7．9 小結(jié)
7．10 習(xí)題
……
第8章時(shí)間序列模型簡介：狀態(tài)空間模型
第9章定性和受限因變量模型
第10章更靈活的模型：非參數(shù)和半?yún)?shù)方法
第11章貝葉斯模型平均方法
第12章其他模型、方法和問題
附錄A 矩陣代數(shù)簡介
附錄B 概率和統(tǒng)計(jì)簡介
參考文獻(xiàn)