了得網經濟_高等計量經濟學基礎

	[ 收藏 ] [ 简体中文 ]
臺灣貨到付款、ATM、超商、信用卡PAYPAL付款，4-7個工作日送達，999元臺幣免運費　　　在線留言商品價格為新臺幣

商品搜索

类别：

关键字：

商品分类

　研究生
　 工学
　 公共课
　 经济管理
　 理学
　 农学
　 文法类
　 医学

　音乐
　 音乐理论

　声乐　通俗音乐　音乐欣赏　钢琴　二胡　小提琴

高等計量經濟學基礎
該商品所屬分類：經濟 -> 經濟學理論
【市場價】	342-496元
【優惠價】	214-310元
【作者】	繆柏其，葉五一　編著
【所屬類別】	圖書經濟經濟學理論其他經濟學理論
【出版社】	高等教育出版社
【ISBN】	9787040372403
【折扣說明】	一次購物滿999元台幣免運費+贈品一次購物滿2000元台幣95折+免運費+贈品一次購物滿3000元台幣92折+免運費+贈品一次購物滿4000元台幣88折+免運費+贈品
【本期贈品】	①優質無紡布環保袋，做工棒！②品牌簽字筆 ③品牌手帕紙巾

版本	正版全新電子版PDF檔
您已选择：	正版全新
溫馨提示：如果有多種選項，請先選擇再點擊加入購物車。 . 電子圖書價格是0.69折，例如了得網價格是100元，電子書pdf的價格則是69元。 . 購買電子書不支持貨到付款，購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。 *. 如果收到的電子書不滿意，可以聯絡我們退款。謝謝。

內容介紹

開本：16開

紙張：膠版紙

包裝：平裝

是否套裝：否

國際標準書號ISBN：9787040372403

作者：繆柏其，葉五一編著

出版社：高等教育出版社

出版時間：2013年06月

內容簡介

word-wrap: break-word; word-break: break-all;">

高等計量經濟學是金融工程的基礎課程。《高等計量經濟學基礎》由繆柏其、葉五一編著，本書介紹了回歸分析、時間序列分析、面板數據分析的基本思想和內容。由於屬性數據大量出現在金融數據中，書中也簡要介紹了有關屬性數據分析和建模的一些內容。每章結合金融工程研究中的問題來介紹和解釋有關的基本概念和內容，並配有一定量的習題。

《高等計量經濟學基礎》可作為金融工程碩士研究生的教學用書，也可作為經濟學、金融工程、證券和基金等從業人員了解有關理論和應用的入門參考書。

章線性代數和矩陣基本知識 §11 線性代數基本知識 §111 向量空間 §112 GramSchmidt正交化程序 §113 向量的正交投影和Bessel不等式 §12 矩陣的一般理論和性質 §13 矩陣的數字特征 §14 幾類特殊的矩陣 §15 二次型 §16矩陣的特殊運算與矩陣的微商第二章統計分析基本知識 §21 隨機向量的數字特征 §2正態及由它生成的統計量 §23 矩陣正態分布和’Wishart分布 §24 相關性分析和關聯性分析 §25其他重分布 §26 Copula §261 Copula的定義和性質 §262 幾個重要的Copula §263 阿基米德Copula與對應的秩相關繫數 §264 Copula的C籐和D籐分解 §27 大數定律和中心極限定理第三章回歸分析 §3線性回歸模型 §311 古典假定以及統計推斷 §312 多重共線性 §313 異方差性 §314 自相關性 §315 解釋變量與誤差項的相關性 §316 分塊回歸與偏回歸估計 §3統計分析 §32模型 §322 主成分分析與因子分析 §323 偏小二乘方法 §33 非線性回歸模型 §331 可化為線性的非線性回歸模型 §332 非線性回歸模型及其小二乘估計 §333 變參數線性回歸模型 §34 非參數回歸方法 §341 非參數回歸模型 §342 核密度估計 §343 非參數均值回歸 §344 局部多項式回歸 §345 半參數模型 §346 樣條方法 §35 分位點回歸模型 §351 線性分位點回歸模型 §352 非線性分位點回歸模型第四章時間序列分析 §41 差分方程 §411 常繫數齊次差分方程 §412 非齊次差分方程 §42 平穩過程的定義 §43 線性時間序列 §431 常用時間序列的定義 §432 ARMA(p，q)的平穩性 §433 時間域上平穩ARMA(p，q)的研究 §434 頻率域上平穩ARMA(p，q)的研究 §44平穩線性序列的參數估計 §441 平穩過程均值μ的估計 §442 平穩過程自協方差和自相關函數的估計 §443 自回歸模型的參數估計 §444 自回歸模型階數p的估計 §45 非平穩過程與單位根 §451 單整 §452 單位根檢驗 §453 結構突變序列單位根檢驗 §46 協整與誤差修正模型 §461 協整 §462 協整的檢驗 §463 誤差修正模型 §47 非線性時間序列 §471 門限自回歸模型 §472 異方差性與GARCH模型 §473 非參數時間序列模型第五章面板數據分析 §51 面板數據模型簡介 §511 面板數據模型簡介 §512 面板數據模型的協方差分析 §513 面板數據模型的設定 §52 變截距簡單回歸模型 §521 固定效應變截距模型 §522 隨機效應變截距模型 §523 Mundlak公式 §524固定效應以及隨機效應模型的選擇 §53 面板數據的單位根檢驗 §54 面板數據的協整檢驗第六章屬性數據分析 §61 屬性數據簡介 §62 虛擬解釋變量模型 §621 虛擬變量 §622 虛擬解釋變量綜合應用 §63 虛擬被解釋變量模型 §631 廣義線性模型 §63數據廣義線性模型 §63數據廣義線性模型第七章常用的估計方法 §71 極大似然估計 §711 極大似然估計簡介 §712 簡單線性回歸模型的極大似然估計 §71線性回歸模型的極大似然估計 §714 非線性模型的極大似然估計 §715 似然比檢驗 §72 廣義矩估計 §721 參數的廣義矩估計 §722 矩條件以及廣義矩估計 §723 一些估計量的GMM估計解釋 §724關於廣義矩估計的假設檢驗 §725 GMM方法的具體應用 §73 Bdyes估計方法 §731 Bayes估計方法簡介 §732 先驗分布的確定 §733 正態線性回歸模型的Bayes估計 §734 Bayes統計推斷 §735 Bayes方法的應用——Bayes VaR §74 聯立方程模型及其估計參考文獻名詞索引

word-wrap: break-word; word-break: break-all;">


章  線性代數和矩陣基本知識
  §11 線性代數基本知識
    §111 向量空間
    §112 GramSchmidt正交化程序
    §113 向量的正交投影和Bessel不等式
  §12 矩陣的一般理論和性質
  §13 矩陣的數字特征
  §14 幾類特殊的矩陣
  §15 二次型
  §16矩陣的特殊運算與矩陣的微商
第二章統計分析基本知識
  §21 隨機向量的數字特征
  §2正態及由它生成的統計量
  §23 矩陣正態分布和’Wishart分布
  §24 相關性分析和關聯性分析
  §25其他重分布
  §26 Copula
    §261 Copula的定義和性質
    §262 幾個重要的Copula
    §263 阿基米德Copula與對應的秩相關繫數
    §264 Copula的C籐和D籐分解
  §27 大數定律和中心極限定理
第三章  回歸分析
  §3線性回歸模型
    §311 古典假定以及統計推斷
    §312 多重共線性
    §313 異方差性
    §314 自相關性
    §315 解釋變量與誤差項的相關性
    §316 分塊回歸與偏回歸估計
  §3統計分析
    §32模型
    §322 主成分分析與因子分析
    §323 偏小二乘方法
  §33 非線性回歸模型
    §331 可化為線性的非線性回歸模型
    §332 非線性回歸模型及其小二乘估計
    §333 變參數線性回歸模型
  §34 非參數回歸方法
    §341 非參數回歸模型
    §342 核密度估計
    §343 非參數均值回歸
    §344 局部多項式回歸
    §345 半參數模型
    §346 樣條方法
  §35 分位點回歸模型
    §351 線性分位點回歸模型
    §352 非線性分位點回歸模型
第四章  時間序列分析
  §41 差分方程
    §411 常繫數齊次差分方程
    §412 非齊次差分方程
  §42 平穩過程的定義
  §43 線性時間序列
    §431 常用時間序列的定義
    §432 ARMA(p，q)的平穩性
    §433 時間域上平穩ARMA(p，q)的研究
    §434 頻率域上平穩ARMA(p，q)的研究
  §44平穩線性序列的參數估計
    §441 平穩過程均值μ的估計
    §442 平穩過程自協方差和自相關函數的估計
    §443 自回歸模型的參數估計
    §444 自回歸模型階數p的估計
  §45 非平穩過程與單位根
    §451 單整
    §452 單位根檢驗
    §453 結構突變序列單位根檢驗
  §46 協整與誤差修正模型
    §461 協整
    §462 協整的檢驗
    §463 誤差修正模型
  §47 非線性時間序列
    §471 門限自回歸模型
    §472 異方差性與GARCH模型
    §473 非參數時間序列模型
第五章  面板數據分析
  §51 面板數據模型簡介
    §511 面板數據模型簡介
    §512 面板數據模型的協方差分析
    §513 面板數據模型的設定
  §52 變截距簡單回歸模型
    §521 固定效應變截距模型
    §522 隨機效應變截距模型
    §523 Mundlak公式
    §524固定效應以及隨機效應模型的選擇
  §53 面板數據的單位根檢驗
  §54 面板數據的協整檢驗
第六章  屬性數據分析
  §61 屬性數據簡介
  §62 虛擬解釋變量模型
    §621 虛擬變量
    §622 虛擬解釋變量綜合應用
  §63 虛擬被解釋變量模型
    §631 廣義線性模型
    §63數據廣義線性模型
    §63數據廣義線性模型
第七章  常用的估計方法
  §71 極大似然估計
    §711 極大似然估計簡介
    §712 簡單線性回歸模型的極大似然估計
    §71線性回歸模型的極大似然估計
    §714 非線性模型的極大似然估計
    §715 似然比檢驗
  §72 廣義矩估計
    §721 參數的廣義矩估計
    §722 矩條件以及廣義矩估計
    §723 一些估計量的GMM估計解釋
    §724關於廣義矩估計的假設檢驗
    §725  GMM方法的具體應用
  §73 Bdyes估計方法
    §731 Bayes估計方法簡介
    §732 先驗分布的確定
    §733 正態線性回歸模型的Bayes估計
    §734 Bayes統計推斷
    §735 Bayes方法的應用——Bayes VaR
  §74 聯立方程模型及其估計
參考文獻
名詞索引

網友評論我們期待著您對此商品發表評論

相關商品

在線留言 商品價格為新臺幣

關於我們送貨時間安全付款會員登入加入會員我的帳戶網站聯盟

返回頂部

商品搜索

商品分类

【醫學】

【各大出版社】