书名：循证信息贫困研究：回归分析
定价：298.0
ISBN：9787030778352
作者：周文杰,尚宏利,魏志鹏
版次：1
出版时间：2024-06

内容提要：
本书是为循证领域的研究者展开定量证据综合奠定基础的专著。本书借鉴了计量经济学的基本框架，对回归分析的基本原理进行了比较全面的介绍，以期为循证社会科学领域的研究者“生产”原始证据提供支持。具体而言，本书以一个围绕“信息贫困”而展开的真实研究项目为案例，通过将来自实际研究场景的定量数据应用于回归分析，向读者全面展示了如何借助回归分析方法获取大量的原始证据。在获取这些原始证据后，方可应用元分析等方法对其加以综合，从而实现循证研究综合证据以获取真实效应值的目标。



目录：
目录
第1章 循证信息贫困研究概述 1
1.1 信息贫困研究中的原始证据与证据综合 1
1.2 信息贫困研究证据的效度问题 4
1.3 循证领域研究效度与测量效度的联系与区别 6
1.4 循证社会科学研究中效度问题的实质、影响因素及解决方案 7
1.5 信息贫困研究中的循证效度协同 10
第2章 循证信息贫困研究的理论背景与测量工具 21
2.1 信息贫困问题研究的背景 21
2.2 信息贫困研究现状与几个重点研究问题 23
2.3 个人信息世界的测度 28
习题 33
第3章 循证信息贫困研究原始证据的获取 34
3.1 个人信息世界量表 34
3.2 信息源视野 41
3.3 信息能力感知与ICT 的使用 44
3.4 信息贫困的关联因素 47
习题 49
第4章 循证信息贫困研究的证据类型与定量分析 50
4.1 信息贫困研究证据的数据类型 50
4.2 信息贫困定量分析的三个功能 54
4.3 循证信息贫困研究定量数据分析的两类计量模型 58
习题 61
第5章 循证信息贫困研究中的简单回归 63
5.1 OLS对样本数据的性质 63
5.2 OLS的无偏性和同方差性 70
附录A：点估计与区间估计 84
习题 85
第6章 循证信息贫困研究中的多元回归估计 86
6.1 循证信息贫困研究中使用多元回归的动因 86
6.2 普通最小二乘法的操作和解释 97
6.3 OLS 估计量的期望值 104
6.4 OLS 估计量的方差 115
6.5 OLS 的有效性 125
习题 126
第7章 循证信息贫困研究中的多元回归推断 127
7.1 OLS 估计量的抽样分布 127
7.2 检验对单个总体参数的假设：t 检验 133
7.3 置信区间 148
7.4 检验关于参数的一个线性组合假设 151
7.5 对多个线性约束的检验：F检验 153
7.6 报告回归结果 167
习题 169
第8章 循证信息贫困研究中的OLS渐近性 170
8.1 一致性 170
8.2 渐近正态和大样本推断 182
习题 195
第9章 循证信息贫困多元回归的几个相关问题 196
9.1 数据的测量单位对OLS统计量的影响 196
9.2 对函数形式的进一步讨论 206
9.3 拟合优度和回归元选择的进一步探讨 221
习题 229
第10章 循证信息贫困研究中含有定性信息的多元回归分析 230
10.1 对定性信息的描述 230
10.2 只有一个虚拟自变量 232
10.3 使用多类别虚拟变量 246
10.4 涉及虚拟变量的交互作用 256
10.5 二值因变量：线性概率模型 269
10.6 对政策分析和项目评价的进一步讨论 274
10.7 离散因变量的回归结果解释 275
习题 277
第11章 循证信息贫困研究中的异方差问题 278
11.1 异方差性对OLS所造成的影响 278
11.2 OLS估计后的异方差—稳健推断 279
11.3 对异方差性的检验 288
11.4 加权最小二乘估计 295
11.5 再议线性概率模型 307
习题 309
第12章 循证信息贫困研究中的模型设定问题 310
12.1 函数形式误设 310
12.2 对无法观测的解释变量使用代理变量 317
12.3 随机斜率模型 323
12.4 有测量误差时OLS的性质 325
12.5 数据缺失、非随机样本和异常观测 329
12.6 最小绝对离差估计 337
习题 338
第13章 循证信息贫困研究中的工具变量法与两阶段最小二乘法 339
13.1 动机：简单回归模型中的遗漏变量 339
13.2 多元回归模型的IV估计 350
13.3 两阶段最小二乘 353
13.4 变量误差问题的IV解决方法 357
13.5 内生性检验与过度识别约束检验 360
13.6 异方差条件下的2SLS 364
习题 367
第14章 信息贫困研究中的联立方程 368
14.1 联立方程模型（SEM）的性质 368
14.2 OLS 中的联立性偏误 374
14.3 结构方程的识别和估计 375
14.4 多于两个方程的系统 386
习题 392
第15章 信息贫困研究中的截取和断尾回归 393
15.1 截取和断尾回归模型 393
15.2 样本选择纠正 397
习题 401
第16章 信息贫困研究中分类因变量的估计、检验和拟合 402
16.1 估计 403
16.2 检验 410
16.3 拟合的测量 413
习题 418
第17章 信息贫困研究中分类因变量的解释 420
17.1 比较线性模型和非线性模型 420
17.2 解释的方式 421
17.3 每一个观察值的预测 421
17.4 特定值的预测（margins） 422
17.5 边际效应：预测的变化 439
17.6 画图 450
17.7 使用listcoef 命令的参数解释 454
习题 456
第18章 信息贫困研究中的二元结果模型：估计、检验和拟合 457
18.1 统计模型 457
18.2 使用logit和probit命令进行估计 460
18.3 检验 465
18.4 预测概率、残差和有影响力的观测值 468
18.5 拟合 473
习题 477
第19章 信息贫困研究中的二元结果模型：解释 478
19.1 使用回归系数进行解释 479
19.2 边际效应：概率的变化 490
19.3 理想型 511
19.4 预测概率表 517
19.5 比较边际效应的第二个差异 519
19.6 绘制预测概率图 521
习题 528
第20章 信息贫困研究中的序数结果模型 529
20.1 统计模型 529
20.2 使用ologit和oprobit的估计 533
20.3 检验 539
20.4 拟合 542
20.5 平行回归假设 544
20.6 解释 548
20.7 解释变换系数 548
20.8 基于预测概率的解释 552
20.9 边际效应 553
20.10 理想型的预测概率 560
20.11 预测概率表 562
20.12 绘制预测概率 565
20.13 边际效应与预测概率图 569
习题 571