具体描述
本书面向本科生讲授经济学中常用的统计方法。本书的例子选用了现代经济议题，使用了公开的数据，不仅解释了不同方法的原理，还引导学生将统计结果与具体经济解释联系起来。本书的目的是培养学生使用网络上的经济数据资源进行统计分析的能力，以及如何用Excel来实现。
本书从阐述经济学中实证分析的作用展开。然后讨论如何使用频率分布、集中趋势度量、绝对和相对离散程度度量等统计量描述单个经济变量。接着讨论如何描述变量的短期变化。本书后续章节聚焦于常用的统计推断程序，包括单参数统计估计、假设检验、相关分析、简单线性回归分析。最后是多元线性回归分析导论，这部分内容是为进阶的计量经济学课程服务的。
当前，面向商学和经济学设计的量化方法教材更注重于商务应用，而进阶的计量经济学教材对于描述性统计讲解不足。本书的关注点介于两者之间，强调统计结果的经济学解释，以及每种统计方法的经济学应用，这一点是既有教材所不具备的。
具有一般统计学背景的研究学者，如果希望更好地理解经济问题的应用，也可以阅读本书，会发现本书对于每种方法的清晰解释和对经济结果的解析很有价值。
作者简介
目录信息
1．1 使用实证资料了解经济
1．2 度量经济福利
1．3 家庭收入分布
1．4 评估充分就业
1．5 评估经济增长
1．6 度量通货膨胀
1．7 失业率与经济增长的理论关系
1．8 经济理论和统计证据之间的联系
本章小结
名词术语
第2章 经济数据的视觉呈现
2．1 经济图形和表格
2．2 时间序列数据和图
2．3 截面数据和图
2．4 面板数据和图
2．5 创建有效的图
2．6 使用Excel构建表格
本章小结
名词术语
第Ⅰ篇 经济变量的描述性统计量
第3章 观察值与频率分布
3．1 观察值设计的介绍
3．2 定性变量和定量变量
3．3 组织数据：绝对频数分布
3．4 组织数据：相对频数分布
3．5 频数分布的视觉呈现：直方图
3．6 频数分布的类别
3．7 构建频数分布
3．8 频数多边形
3．9 累积频数分布和累积曲线
本章小结
名词术语
第4章 集中趋势的度量
4．1 期望描述性统计量所具有的属性
4．2 集中趋势的三个度量：均值、中位数、众数
4．3 频数分布数据集中趋势的度量
4．4 加权算术均值
4．5 几何均值
4．6 未分组数据的位次指标
4．7 频数分布的位次指标
本章小结
名词术语
第5章 离散程度
5．1 离散程度
5．2 总体和样本
5．3 极差
5．4 四分位极差
5．5 平均偏差
5．6 标准差的概念
5．7 计算未分组数据的标准差
5．8 计算频数分布的离散程度
5．9 定位极值
5．10 频数分布的形状
5．11 选择适当的描述性统计量
5．12 评估相对离散程度：变异系数
5．13 评估相对离散程度：离中趋势指数
5．14 描述相对离散程度：洛伦茨曲线
5．15 评估相对离散程度：基尼系数
本章小结
名词术语
第Ⅱ篇 时间序列的描述性统计
第6章 度量价格和数量的变化
6．1 实证经济学中的重要指数
6．2 为什么经济学家们使用指数
6．3 编制一个简单的价格指数
6．4 编制一个加权的价格指数
6．5 为价格指数选择适当的权重
6．6 链式价格指数
6．7 价格指数应用
6．8 转换一个指数的基准期
6．9 数量指数
6．10 综合指数
本章小结
名词术语
第7章 稳定性描述：短期变化
7．1 经济随时间变化的度量方法
7．2 增长率计算
7．3 复式增长率
7．4 一年多次计息时的年化增长率
7．5 超过一年计息一次的年化增长率
7．6 连续复式增长
7．7 连续复式年增长率和对数形式
本章小结
名词术语
第8章 长期变化
8．1 经济增长
8．2 不变的长期增长率
8．3 以常量增长
8．4 增长量还是增长率?
8．5 完整模型
8．6 季节效应
8．7 周期性效应
8．8 不规则效应
本章小结
名词术语
第Ⅲ篇 单变量的统计推断
第9章 统计推断的基本概念
9．1 总体与样本回顾
9．2 抽样过程
9．3 概率的概念
9．4 概率分布
9．5 连续概率分布：正态分布
9．6 连续概率分布：标准正态分布
9．7 确定一个正态分布
9．8 均值抽样分布的概念
9．9 均值抽样分布与中心极限定理
9．10 Z统计量抽样分布
本章小结
名词术语
第10章 统计估计
10．1 抽样调查数据
10．2 总体方差已知情形下总体均值的区间估计
10．3 置信水平和区间估计的精度
10．4 t分布
10．5 当总体方差未知时总体均值的置信区间
10．6 比例、百分比和比率的置信区间
10．7 均值和比例的置信区间的区别
本章小结
名词术语
第11章 均值的统计假设检验
11．1 经济学中的假设检验：一种类似于案件 审判的方法
11．2 经济学中假设检验的概述：评估广告内容的真实性
11．3 经济假设检验：说明假设
11．4 经济假设检验：显著性水平的选择
11．5 经济假设检验：建立决策准则
11．6 经济假设检验：构建检验统计量和对原假设做出结论
11．7 假设检验与估计的置信区间
11．8 评价第一类错误的统计规则
11．9 评价第二类错误的统计规则
11．10 p值和假设检验
本章小结
名词术语
第Ⅳ篇 两变量之间的关系：描述性与统计推断
第12章 相关分析
12．1 两变量之间的统计关系
12．2 相关分析：描述性统计量
12．3 检验相关系数的显著性
12．4 检验相关系数的符号
本章小结
名词术语
第13章 简单线性回归分析
13．1 简单线性回归分析
13．2 回归分析线性关系的代数问题
13．3 简单线性回归分析：教育与GDP
13．4 线性回归关系的代数方差
13．5 回归分析中的判定系数
13．6 简单线性回归分析：婴儿死亡率和熟练医护人员接生
本章小结
名词术语
第14章 简单回归分析———统计推断
14．1 回归分析中需要统计推断
14．2 GDP—教育回归模型的斜率系数的假设检验
14．3 线性回归的斜率和截距系数的抽样分布
14．4 建立斜率系数的原假设和备择假设
14．5 显著性水平和决策准则
14．6 检验统计量和斜率系数的p值
14．7 斜率系数假设的一个例子：婴儿死亡率
14．8 假设检验能否证明
本章小结
名词术语
第15章 简单回归分析：变量度量和函数形式
15．1 变量单位的变化和回归系数的解释
15．2 指定回归方程：函数形式
15．3 半对数函数形式：对数—线性模型
15．4 半对数函数形式：线性—对数模型
15．5 双对数函数形式
15．6 其他函数形式
15．7 选择合适的函数形式
本章小结
名词术语
第Ⅴ篇 多元变量之间的关系
第16章 多元回归分析：估计和解释
16．1 从简单线性回归模型到多元线性回归分析
16．2 多元线性回归模型
16．3 给定自变量和函数形式的多元线性回归模型
16．4 设定婴儿死亡率多元回归模型
16．5 婴儿死亡率多元回归模型的估计
本章小结
名词术语
第17章 多元回归分析：偏回归系数和整体拟合度的假设检验
17．1 检验偏回归系数（bi）显著性的一般过程
17．2 偏回归系数（b i）显著性检验：IMR模型
17．3 评价模型的整体拟合度
17．4 解释婴儿死亡率多元回归模型整体拟合度
17．5 回归模型整体显著性的联合假设检验：基本概念和过程
17．6 IMR多元回归模型整体显著性的联合假设检验
17．7 是否每个自变量都与因变量存在统计关系
17．8 统计意义上“最好的”多元回归模型
17．9 婴儿死亡率“较好的”的统计模型?
17．10 选择IML多元回归结果的观测
本章小结
名词术语
第18章 多元回归分析：虚拟变量和统计相关问题
18．1 自变量为虚拟变量：基本概念和考虑
18．2 自变量为虚拟变量：婴儿死亡率和非洲的次撒哈拉地区
18．3 多重共线性
18．4 模型误设和遗漏变量偏倚
18．5 不良的回归残差：异方差和序列相关
本章小结
名词术语
译后记
· · · · · · (收起)
读后感
评分
评分
评分
评分
用户评价
我花了一整个周末来啃这本书的中间部分，那里面主要涉及推断统计和回归分析。坦白说，这一部分的内容密度明显增高，需要更多的专注力。但即便是这样，作者也展示了高超的驾驭复杂概念的能力。我注意到，他似乎非常擅长“拆解”复杂模型。例如，在讲解多元线性回归时，他没有急于展示矩阵代数，而是先用两个变量的关系来建立直观感受，然后才逐步引入控制变量的概念。最让我感到惊喜的是，书中对于“假设检验”的阐述。过去我总是在做检验时感到困惑，P值到底意味着什么？是概率还是信心水平？这本书用一个非常精妙的“法庭审判”的比喻，将原假设和备择假设的逻辑关系描述得淋漓尽致。读者可以清晰地看到，我们在做决策时，实际上是在权衡“犯错的成本”。此外，对于异方差和自相关这些在实际经济数据中常见的“陷阱”，书中也给出了非常实用的诊断方法和修正策略，这些内容在很多入门教材中往往是一笔带过，但对真正想在经济分析中有所作为的人来说，这些才是关键。这本书的深度和广度达到了一个很好的平衡点，既满足了基础理论的要求，又兼顾了实战应用的需求。
评分作为一本面向经济学应用的统计学教材，它对软件使用的指导也是非常到位的。我个人习惯使用R语言进行数据分析，而这本书并没有局限于某一个特定的软件平台，而是采用了一种更具包容性的方式。它在介绍完理论模型后，通常会附带一个“实战演练”的板块，这个板块会用伪代码或者通用的统计术语来描述如何操作，这使得无论读者是使用Stata、Python还是Excel，都能从中找到对应的实践路径。我尝试着跟着书中的案例，自己动手重新跑了一遍数据。当我亲手输入参数，观察到输出结果与书中描述的完全一致时，那种成就感是无可替代的。书中对“模型诊断”的强调也让我印象深刻。它不只是教你如何拟合一个方程，更重要的是教你如何判断这个方程是否“好用”，是否存在潜在的偏差。这种对分析流程完整性的关注，体现了作者严谨的治学态度。它培养的不是一个会套用公式的计算器，而是一个能够质疑和批判数据的分析师。
评分这本书的封面设计非常吸引人，那种深蓝色的背景配上简洁的白色字体，一看就知道是严谨的学术著作。初次翻开它，我其实是带着一点期待和忐忑的，因为“统计学”这个词对我来说，总是和复杂的公式、枯燥的数字画上等号。然而，这本书的开篇就展现出一种不同寻常的亲和力。它没有直接抛出那些让人望而生畏的理论，而是通过讲述几个非常贴近生活的经济案例来引入主题。比如，它如何用简单的描述性统计来解释近十年房价波动的宏观趋势，或者一个小型零售商如何通过分析历史销售数据来优化库存管理。作者的叙述逻辑非常清晰，仿佛一位经验丰富的老师，一步步引导你从宏观的经济现象过渡到微观的统计工具。特别是对“均值”和“标准差”的解释，不同于教科书上冰冷的数学定义，而是用生动的语言阐释了它们在风险评估中的实际意义。这种“以用为本”的编排方式，极大地降低了初学者的入门门槛，让我感觉统计学不再是高不可攀的象牙塔知识，而是触手可及的、能解决实际问题的利器。我个人尤其欣赏其中穿插的那些小故事，它们像调味剂一样，让原本可能略显单调的学习过程变得生动有趣，也让我对经济学的理解更深了一层，明白了数据背后的真实驱动力是什么。
评分读完这本书，我最大的感受是我的“经济直觉”被数据逻辑重新校准了。在以往的阅读中，我常常被一些宏大的经济理论所震撼，但对于其背后的量化支撑总是感到模糊。这本书的价值在于，它成功地搭建了理论与实证之间的桥梁。它教会我的不仅仅是统计方法本身，更是一种看待经济世界的新视角——万物皆可量化，万物皆有不确定性。以前我对经济新闻中提到的“显著性差异”、“置信区间”等词汇感到云里雾里，现在我能更自信地去解读那些报告背后的统计含义，甚至能快速判断出某些专家论断是否站得住脚。这本书真正做到了“授人以渔”，它没有提供标准答案，而是提供了一套严密的思维框架，让你在面对未知的经济问题时，能够有条不紊地进行分解、建模和验证。对于任何一个想要从知识的消费者转变为知识的生产者，想要在金融、咨询或宏观经济研究领域有所建树的人来说，这本书无疑是一份极其宝贵且实用的指南，它真正点亮了数据分析在经济决策中的潜力。
评分这本书的排版和图表质量绝对是值得称赞的。在阅读经济学相关书籍时，图表往往是理解模型的关键，但如果图表绘制得含糊不清或者标记混乱，反而会起到反作用。然而，在这本书中，每一张图表都像是精心设计的艺术品。比如，在介绍时间序列分析时，那几张关于季节性分解的图，颜色区分得当，轴标签清晰易读，甚至连那些表示残差的波动都被处理得非常平滑。更重要的是，作者不仅仅是展示图表，他会详细解释“为什么”要选择这种图示方法。例如，在展示两个不同经济指标的散点图时，他会明确指出，如果数据点呈现出某种特定的聚集形态，就意味着我们需要采用非线性的回归模型。这种对可视化工具的深度挖掘，让我意识到，好的统计分析不光是计算，更是一种有效的沟通方式。我甚至开始重新审视自己过去处理数据的一些习惯，开始有意识地去尝试用不同的图形来检验我的初步结论。可以说，这本书在视觉传达上的用心，极大地提升了学习效率和阅读体验，让复杂的统计关系变得一目了然。
评分可以。
评分统计学内容外加excel的实操。
评分可以。
评分统计学内容外加excel的实操。
评分统计学内容外加excel的实操。
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 book.quotespace.org All Rights Reserved. 小美书屋 版权所有