宏观经济统计数据诊断 理论、方法及其应用【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

宏观经济统计数据诊断 理论、方法及其应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 导论1

1.1 国内外对经济统计数据质量研究方法现状及其评价1

1.1.1 统计数据质量的定义1

目录1

1.1.2 中国宏观经济统计数据的特点4

1.1.3 目前国外关于统计数据质量研究的主要内容5

1.1.4 国内外对中国经济统计数据质量研究方法现状及其评价5

1.2 本书的研究内容及其框架9

1.3 本书的研究方法12

第2章 经济变量的相关分析诊断方法及其应用研究13

2.1 为什么要对经济变量进行因果性分析13

2.2.1 小样本因果关系检验方法概述15

2.2 经济变量的小样本因果关系检验方法及其应用研究15

2.2.2 相关文献综述及评价16

2.2.2.1 相关定义和引理的引入16

2.2.2.2 相关文献综述及评价17

2.2.3 各种准则函数的特征及其检验效力——基于仿真模型的分析21

2.2.3.1 仿真模型的设定及选择21

2.2.3.2 仿真模型的程序框图及程序22

2.2.3.3 各种准则函数的检验特征——基于仿真模型的分析24

2.2.4 小样本因果关系检验模型29

2.2.5 对中国经济与能源增长之间的小样本因果关系分析31

2.3 经济变量的Granger非因果关系检验性质及其适用性研究与应用37

2.3.1 Granger非因果关系定义及其表述37

2.3.2 相关文献综述及评价38

2.3.3.1 Granger检验模拟临界值及其响应面39

2.3.3 Granger非因果检验性质及适用性——基于仿真模型的分析39

2.3.3.2 仿真模型的设定及选择43

2.3.3.3 仿真模型的程序框图及程序44

2.3.3.4 Granger检验式及其适用性——基于仿真模型的分析44

2.3.4 对中国经济变量的Granger因果关系分析49

2.3.4.1 中国宏观经济变量的选取及其说明49

2.3.4.2 对中国主要宏观经济变量的Granger因果关系分析50

2.3.4.3 对中国经济增速的协整分析61

2.4 本章要点65

3.1 宏观经济统计数据质量模型诊断概述67

3.1.1 模型诊断的任务和方法67

第3章 基于模型的统计诊断方法及其应用研究67

3.1.2 模型中“异常点”和“强影响点”的联系和区别68

3.2 线性回归模型及其诊断统计量69

3.2.1 线性回归的异常点诊断分析69

3.2.1.1 数据删除模型、均值漂移模型和方差扩大模型69

3.2.1.2 识别异常点的残差诊断统计量及性质76

3.2.2 线性回归的强影响点分析78

3.2.2.1 度量影响的基本统计量——cook统计量78

3.2.2.2 cook距离的“污染”现象——基于仿真模型的分析82

3.2.2.3 基于预测均方误差的诊断统计量93

3.2.2.4 强影响数据集诊断统计量——影响矩阵95

3.2.2.5 度量影响的其他统计量98

3.2.2.6 似然距离100

3.3.1 广义线性模型概念、模型表述及参数估计102

3.3 广义线性回归模型及其诊断统计量102

3.3.2 广义线性模型诊断统计量104

3.4 非线性回归模型及其诊断统计量106

3.4.1 非线性回归模型概念及其模型表述106

3.4.2 诊断模型分析107

3.4.3 基于线性模型近似的诊断方法及统计量107

3.5 对中国经济统计数据质量的模型诊断分析109

3.6 本章要点116

第4章 时间序列经济变量的异常值诊断方法及其应用研究118

4.1 相关文献综述及其评价119

4.1.1 时间序列中“异常点”的定义、分类及其影响119

4.1.2 异常点主要诊断方法及其文献122

4.1.3 与时间序列异常点有关的专题文献及其评价126

4.2 经典经济变量异常值识别方法概述及其评价128

4.2.1 三种经典方法表述及其比较128

4.2.2 对经典异常值识别方法的评价129

4.3 数据删除模型及其诊断统计量129

4.3.1 时间序列和线性模型诊断的联系和区别130

4.3.2 基于自回归的数据删除模型130

4.3.3 数据删除模型的诊断统计量131

4.3.3.1 残差诊断统计量131

4.3.3.2 cook距离诊断统计量132

4.3.3.3 score诊断统计量132

4.3.3.4 影响度量诊断统计量132

4.4.1 强影响点片和异常点片诊断概述133

4.4 ARMA模型的强影响点片和异常点片诊断133

4.4.2 基于数据删除的强影响点片诊断思想及其步骤134

4.4.3 基于Gibbs算法及其样本的异常点片诊断方法134

4.5 异常点诊断的贝叶斯方法140

4.5.1 单个异常点和强影响点141

4.5.1.1 诊断方法141

4.5.1.2 稳健估计142

4.5.1.3 线性模型贝叶斯诊断的概率比较143

4.5.2 多个异常点及其识别146

4.5.2.1 贝叶斯稳健曲线146

4.5.2.2 自适应Gibbs算法及其样本147

4.5.2.3 “污染”现象及其贝叶斯诊断147

4.5.3 异质性和模型的不确定性150

4.6.1.1 中国宏观经济变量的选取及其说明152

4.6 对中国经济统计数据质量的时间序列诊断分析152

4.6.1 中国宏观经济变量时间序列数据的选取及相关的国外研究152

4.6.1.2 国外的相关研究及其结论153

4.6.2 中国宏观经济时间序列异常点联合估计诊断及其结论分析154

4.6.3 中国宏观经济时间序列的结构变化分析165

4.7 本章要点172

第5章 保障、改进我国政府统计数据质量的对策及建议173

5.1 我国统计数据质量现状分析及其国际比较173

5.1.1 我国政府统计数据质量的现状分析173

5.1.2 外国政府对统计数据的管理及对我国的启示176

5.2 改进我国政府统计数据质量障碍因素分析及其对策180

参考文献183

附录201