循證信息貧困研究：回歸分析

目錄
第1章 循證信息貧困研究概述 1
1.1 信息貧困研究中的原始證據(jù)與證據(jù)綜合 1
1.2 信息貧困研究證據(jù)的效度問題 4
1.3 循證領(lǐng)域研究效度與測量效度的聯(lián)系與區(qū)別 6
1.4 循證社會科學(xué)研究中效度問題的實質(zhì)、影響因素及解決方案 7
1.5 信息貧困研究中的循證效度協(xié)同 10
第2章 循證信息貧困研究的理論背景與測量工具 21
2.1 信息貧困問題研究的背景 21
2.2 信息貧困研究現(xiàn)狀與幾個重點研究問題 23
2.3 個人信息世界的測度 28
習(xí)題 33
第3章 循證信息貧困研究原始證據(jù)的獲取 34
3.1 個人信息世界量表 34
3.2 信息源視野 41
3.3 信息能力感知與ICT 的使用 44
3.4 信息貧困的關(guān)聯(lián)因素 47
習(xí)題 49
第4章 循證信息貧困研究的證據(jù)類型與定量分析 50
4.1 信息貧困研究證據(jù)的數(shù)據(jù)類型 50
4.2 信息貧困定量分析的三個功能 54
4.3 循證信息貧困研究定量數(shù)據(jù)分析的兩類計量模型 58
習(xí)題 61
第5章 循證信息貧困研究中的簡單回歸 63
5.1 OLS對樣本數(shù)據(jù)的性質(zhì) 63
5.2 OLS的無偏性和同方差性 70
附錄A：點估計與區(qū)間估計 84
習(xí)題 85
第6章 循證信息貧困研究中的多元回歸估計 86
6.1 循證信息貧困研究中使用多元回歸的動因 86
6.2 普通*小二乘法的操作和解釋 97
6.3 OLS 估計量的期望值 104
6.4 OLS 估計量的方差 115
6.5 OLS 的有效性 125
習(xí)題 126
第7章 循證信息貧困研究中的多元回歸推斷 127
7.1 OLS 估計量的抽樣分布 127
7.2 檢驗對單個總體參數(shù)的假設(shè)：t 檢驗 133
7.3 置信區(qū)間 148
7.4 檢驗關(guān)于參數(shù)的一個線性組合假設(shè) 151
7.5 對多個線性約束的檢驗：F檢驗 153
7.6 報告回歸結(jié)果 167
習(xí)題 169
第8章 循證信息貧困研究中的OLS漸近性 170
8.1 一致性 170
8.2 漸近正態(tài)和大樣本推斷 182
習(xí)題 195
第9章 循證信息貧困多元回歸的幾個相關(guān)問題 196
9.1 數(shù)據(jù)的測量單位對OLS統(tǒng)計量的影響 196
9.2 對函數(shù)形式的進一步討論 206
9.3 擬合優(yōu)度和回歸元選擇的進一步探討 221
習(xí)題 229
第10章 循證信息貧困研究中含有定性信息的多元回歸分析 230
10.1 對定性信息的描述 230
10.2 只有一個虛擬自變量 232
10.3 使用多類別虛擬變量 246
10.4 涉及虛擬變量的交互作用 256
10.5 二值因變量：線性概率模型 269
10.6 對政策分析和項目評價的進一步討論 274
10.7 離散因變量的回歸結(jié)果解釋 275
習(xí)題 277
第11章 循證信息貧困研究中的異方差問題 278
11.1 異方差性對OLS所造成的影響 278
11.2 OLS估計后的異方差—穩(wěn)健推斷 279
11.3 對異方差性的檢驗 288
11.4 加權(quán)*小二乘估計 295
11.5 再議線性概率模型 307
習(xí)題 309
第12章 循證信息貧困研究中的模型設(shè)定問題 310
12.1 函數(shù)形式誤設(shè) 310
12.2 對無法觀測的解釋變量使用代理變量 317
12.3 隨機斜率模型 323
12.4 有測量誤差時OLS的性質(zhì) 325
12.5 數(shù)據(jù)缺失、非隨機樣本和異常觀測 329
12.6 *小絕對離差估計 337
習(xí)題 338
第13章 循證信息貧困研究中的工具變量法與兩階段*小二乘法 339
13.1 動機：簡單回歸模型中的遺漏變量 339
13.2 多元回歸模型的IV估計 350
13.3 兩階段*小二乘 353
13.4 變量誤差問題的IV解決方法 357
13.5 內(nèi)生性檢驗與過度識別約束檢驗 360
13.6 異方差條件下的2SLS 364
習(xí)題 367
第14章 信息貧困研究中的聯(lián)立方程 368
14.1 聯(lián)立方程模型（SEM）的性質(zhì) 368
14.2 OLS 中的聯(lián)立性偏誤 374
14.3 結(jié)構(gòu)方程的識別和估計 375
14.4 多于兩個方程的系統(tǒng) 386
習(xí)題 392
第15章 信息貧困研究中的截取和斷尾回歸 393
15.1 截取和斷尾回歸模型 393
15.2 樣本選擇糾正 397
習(xí)題 401
第16章 信息貧困研究中分類因變量的估計、檢驗和擬合 402
16.1 估計 403
16.2 檢驗 410
16.3 擬合的測量 413
習(xí)題 418
第17章 信息貧困研究中分類因變量的解釋 420
17.1 比較線性模型和非線性模型 420
17.2 解釋的方式 421
17.3 每一個觀察值的預(yù)測 421
17.4 特定值的預(yù)測（margins） 422
17.5 邊際效應(yīng)：預(yù)測的變化 439
17.6 畫圖 450
17.7 使用listcoef 命令的參數(shù)解釋 454
習(xí)題 456
第18章 信息貧困研究中的二元結(jié)果模型：估計、檢驗和擬合 457
18.1 統(tǒng)計模型 457
18.2 使用logit和probit命令進行估計 460
18.3 檢驗 465
18.4 預(yù)測概率、殘差和有影響力的觀測值 468
18.5 擬合 473
習(xí)題 477
第19章 信息貧困研究中的二元結(jié)果模型：解釋 478
19.1 使用回歸系數(shù)進行解釋 479
19.2 邊際效應(yīng)：概率的變化 490
19.3 理想型 511
19.4 預(yù)測概率表 517
19.5 比較邊際效應(yīng)的第二個差異 519
19.6 繪制預(yù)測概率圖 521
習(xí)題 528
第20章 信息貧困研究中的序數(shù)結(jié)果模型 529
20.1 統(tǒng)計模型 529
20.2 使用ologit和oprobit的估計 533
20.3 檢驗 539
20.4 擬合 542
20.5 平行回歸假設(shè) 544
20.6 解釋 548
20.7 解釋變換系數(shù) 548
20.8 基于預(yù)測概率的解釋 552
20.9 邊際效應(yīng) 553
20.10 理想型的預(yù)測概率 560
20.11 預(yù)測概率表 562
20.12 繪制預(yù)測概率 565
20.13 邊際效應(yīng)與預(yù)測概率圖 569
習(xí)題 571