追蹤資料分析：原理與R程式實務
內容描述
<內容簡介>
Panel Data是一個越來越受到重視的資料型態，除了財經會計之外，一般社會科學對於分析Panel Data的需要也日益增加。本書除了介紹標準個體計量使用的Panel Data分析之外，也包括非定態Panel Data的分析，以及近年來相當引人注意的 Large Panel問題。
►以資料分析的角度結合Panel Data的理論和實做：本書多以敘述方式講述理論，另外再輔以簡單的代數，讀者可以很快地掌握這個方法的詮釋，以利進入研究議題。
►以相關R程式語言的模組，進行資料的實證分析：除了R語言，本書也含有套裝軟體Stata的分析流程，以利讀者使用。 <作者簡介>
何宗武
現職 世新大學財務金融系教授 世新大學數量方法研究暨發展中心主任
學歷 美國University of Utah經濟學博士 <目錄>
第一部分 追蹤資料之線性模型
第01章 R 的線性模式lm()介紹1.1 估計原理－最小平方法1.2 單變數線性迴歸1.3 連續變數線性複迴歸1.4 因子和交互效果1.5 迴歸診斷1.6 時間序列迴歸：dynlm()1.7 線性重合檢定
第02章 追蹤資料—資料結構與性質2.1 概說2.2 基本線性模式2.3 R 資料建立
第03章 維度N的異質性：單維模型3.1 固定效果設定3.2 隨機效果設定
第04章 其他主題4.1 維度T的異質性：雙維模型4.2 變動係數4.3 不完整追蹤資料簡介
第05章 檢定5.1 固定效果模型之下個別效果的統計顯著性5.2 隨機效果模型之下的個別效果5.3 隨機效果vs.固定效果5.4 序列相關檢定
第06章 修正6.1 具序列相關修正之模型估計6.2 殘差異質性與穩健共變異數修正
第07章 內生性問題7.1 原理：何謂內生性？7.2 誤差成分2SLS (EC-2SLS)7.3 Hausman and Taylor (1981)
第08章 動態追蹤資料模型8.1 原理8.2 R 實做
第二部分 非定態時間序列與追蹤資料
第09章 R的時間序列分析入門9.1 時間序列性質9.2 R的時間序列資料建立與繪圖9.3 時間序列繪圖9.4 單筆時間序列性質9.5 ARMA process9.6 序列相關與檢定
第10章 非定態時間序列之單根檢定
第11章 非定態追蹤資料之單根檢定11.1 原理說明11.2 R實做
第12章 Large Panel Problems與Peseran (2006)方法12.1 問題與Peseran(2006)方法原理12.2 R的實做
附錄1 間斷型變數的Panel Data：Probit/Logit/Poisson附錄2 實證個案介紹附錄3 Stata的Panel Data分析收回
