面板數據分析(第二版)（簡體書）

面板數據模型日益受到應用研究人員的歡迎，因為與橫截面數據模型和時序數據模型相比，面板數據模型描述人類行為複雜性的能力更加突出。因此，越來越多且內容更豐富的面板數據集也日益增多。本書l986年的第一版取得了非常大的成功，本書在第一版的基礎上進行了重大修訂。面板數據研究中的近期進展都以非常嚴謹而又友好的方式呈現在本書中，並與原有內容有機地結合成一個整體。嚴謹的理論分析與合理引用的實證案例使得本書對經濟、商業、社會學、政治學等領域的研究生和高級研究人員非常有幫助。第二版的具體修訂包括對Bayes方法和嚴格外生性概念(為將各種模型的識別聯繫起來，估計量在廣義矩法框架下表示)的介紹，直觀解釋估計離散選擇模型的半參數方法和麵板數據樣本選擇模型估計的配對修整方法，等等。

第1章 導論
1.1面板數據的優點
1.2使用面板數據時的問題
1.3全書內容提要
第2章 協方差分析
2.1　引言
2.2　協方差分析
2.3　案例
第3章 簡單變截距回歸模型
3.1　引言
3.2　固定效應模型：最小二乘虛擬變量法
3.3　隨機效應模型：方差成分模型的估計
3.4　固定效應還是隨機效應
3.5　誤設檢驗
3.6　包含特異變量以及個體和時間特異效應項的模型
3.7　異方差
3.8　誤差項序列相關的模型
3.9　任意誤差結構的模型——chamberlain丌法
附錄　3A最小距離估計量的一致性和漸近正態性
附錄　3B三成分模型的方差一協方差矩陣的特徵向量和逆
第4章 變截距動態模型
4.1　引言
4.2　協方差估計量
4.3　隨機效應模型
4.4　案例
4.5　固定效應模型：
4.6　殘差任意相關時動態模型的估計
4.7　固定效應向量自回歸模型
附錄　4A可行MDE的漸近協方差矩陣的推導
第5章 聯立方程模型
5.1　引言
5.2　聯合廣義最小二乘估計技術
5.3　結構方程的估計
5.4　三角形方程組
附錄　5A
第6章 變係數模型
6.1　引言
6.2　係數隨橫截面單元變化
6.3　係數隨時期和橫截面單元變化
6.4　隨時間演化的係數
6.5　係數是其他外生變量的函數
6.6　固定係數和隨機係數的混合模型
6.7　動態隨機係數模型
6.8　案例——流動性限制和企業投資支出
附錄　6A兩個正態分佈的聯合分佈
第7章 離散數據
7.1　引言
7.2　常見的離散響應模型
7.3　估計包含異質項的靜態模型的參數方法
7.4　估計靜態模型的半參數方法
7.5　動態模型
第8章 斷尾和截取數據
8.1　引言
8.2　案例——非隨機缺失數據
8.3　包含隨機個體效應項的Tobit模型
8.4　固定效應估計量
8.5　案例：住房支出
……
第9章　不完全面板數據
第10章　前沿問題
第11章　全書概略