近几年间，研究者分析时间序列数据的方式发生了显著的变化。因此，很有必要对这一日益重要的研究领域的新近发展进行综合，并整体呈现出来。作者第一次对时间序列分析的相关进展做出详细、全面的梳理与阐述。这些研究进展包括向量自回归、广义矩估计、单位根的经济与统计结果、非线性时间序列等。另外，作者在本书中还阐述了包括线性表征、自相关、生成函数、谱分析、卡尔曼滤波等动态系统的传统分析工具。这些内容有助于经济理论研究和解释现实世界的数据.
本书将为学生、研究者和预测人员提供对动态系统、计量经济和时间序列分析的独立而明确的全面分析。从最简单的原理出发，作者的清晰表达使得一年级研究生和非专业人士也能理解相关内容的历史进展和新近发展。同时，由于其全面性，使得该书为研究者了解学术前沿提供了宝贵的参考文献。作者一方面通过大量的例子展示理论结果如何运用于实践，另一方面在相关章节后面提供了详细的数学附录。作为为相关领域学生和研究者提供的理论路线图，该书将成为未来若干年相关领域的权威指导书。

由美国学者A.科林·卡梅伦和普拉温·K.特里维迪共同撰写的《用Stata学微观计量经济学》一书，是一本优秀的介绍微观计量经济学的专著，它同时也介绍了如何使用Stata来进行微观计量经济学研究。本书包括了微观计量经济学教材中省略的许多主题，同时也省略了对Stata基本使用知识的介绍。两位学者对Stata现有的微观计量经济学的方法进行了全面的和最新的总结。

《基本有用的计量经济学》主要从因果推断的基本思想出发，详细介绍Rubin潜在结果框架、随机化实验、匹配方法、回归方法、工具变量法、倍差法、断点回归法等现代经验分析方法，对从事社会科学、统计学、医学统计等领域的学生或学者提供重要的因果推断工具。在计量经济学应用模型中，本书着重讨论了模型类型选择、模型变量选择、模型函数关系设定和模型变量性质设定的原则和方法。在详细介绍线性回归模型的数学过程的基础上，各章的重点不是理论方法的数学推导与证明，而是对实际应用中出现的实际问题的处理，并尽可能与中国的模型实例相结合。
本书适合作为高等院校经济、管理学科本科生和硕士研究生的教材或教学参考书，也可供具有一定数学、经济学和经济统计学基础的经济管理和研究人员阅读和参考。

《计量经济学及Stata应用》为既接轨现代计量经济学，又适合中国国情的本科计量经济学教材。在理论体系上，《计量经济学及Stata应用》充分借鉴*新国际主流教材，以大样本理论为主线，并针对中国学生的知识体系进行编写。《计量经济学及Stata应用》内容全面，包括横截面数据（多元回归、工具变量法、离散选择）、时间序列（平稳时间序列、单位根、协整），以及面板数据（随机效应、固定效应）等。
《计量经济学及Stata应用》力图以清晰而生动的语言、较多的插图与经济意义，来直观地解释计量方法。同时结合目前欧美最为流行的stata计量软件，及时地介绍相应的计算机操作与经典实例，为读者提供“一站式”服务。《计量经济学及Stata应用》还较多地使用计算机模拟（蒙特卡罗法），作为强有力的学习工具。
《计量经济学及Stata应用》适合高等学校经济管理类及社科类的本科生使用。先修课为微积分、线性代数与概率统计。阅读《计量经济学及Stata应用》可使读者掌握当代实证研究的精神实质与基本方法，并学会实际处理数据的重要技能，从而为毕业论文乃至读研深造打下良好基础。

《计量经济分析(第6版)(套装上下册)》(作者威廉·H·格林)是计量经济领域“圣经”般的教材。它对计量经济学领域的知识做了全面概述及整合，并且能保持及时的更新，因而无论对社会学、医学、环境经济学还是政治学、经济学等领域，都能提供独特的研究视角和方法。 《计量经济分析(第6版)(套装上下册)》可作为社会科学领域本科高年级或研究生学习计量经济学的教材。它有两个目标：一是将学生引入应用计量经济学的殿堂，涵盖回归分析的基本方法，以及在发现线性模型不充分或不适当时所使用的各种模型；二是向读者充分介绍理论背景，并让读者认识到，这里所学习的一些新模型，就是我们所熟悉的某些模型在同一原理下的自然引申。

倾向值匹配法就是将各个受测单元多维度的信息，使用统计方法简化成一维的数值，成为倾向值，然后据之进行匹配，匹配的目的就是要找寻实验组和对照组样本中拥有相同（或者相似）倾向值的样本，它们之间的差异，就是因果关系。这个原理非常简单，但聪明的读者肯定会问，什么是多维度的信息？如何简化它？这都是倾向值匹配法的关键也是容易发生问题的地方。本书的第1章将简要介绍为什么要对多维信息进行降维处理，而第2章将进一步讲解这背后的理论背景。第3章选择了4篇学刊论文，对其中倾向值匹配方法的使用进行解析。第4章则就“应用R软件和STATA 软件实现倾向值匹配法”进行说明。
书中行文不可避免要使用到一些数学公式来辅助理论论述，对这些推演，作者尽可能以浅显易懂的文字对这些推演过程的原理进行说明，略过这些公式并不会妨碍读者对于理论的了解。

Most questions in social and biomedical sciences are causal in nature: what would happen to individuals, or to groups, if part of their environment were changed? In this groundbreaking text, two world-renowned experts present statistical methods for studying such questions. This book starts with the notion of potential outcomes, each corresponding to the outcome that would be realized if a subject were exposed to a particular treatment or regime. In this approach, causal effects are comparisons of such potential outcomes. The fundamental problem of causal inference is that we can only observe one of the potential outcomes for a particular subject. The authors discuss how randomized experiments allow us to assess causal effects and then turn to observational studies. They lay out the assumptions needed for causal inference and describe the leading analysis methods, including, matching, propensity-score methods, and instrumental variables. Many detailed applications are included, with special focus on practical aspects for the empirical researcher.

The primary purpose of this book is to prepare students for empirical research in economics. But it also equips those who plan to specialize in econometric theory and those whose empirical interests are in sociology or business. Aimed at first-year graduate students and advanced undergraduates, "A Course in Econometrics" covers the fundamentals - classical regression and simultaneous equations - but also contains clear treatments of symptotic theory and nonlinear regression. The innovative features of the text include: (1) a focus on the conditional expectation function and best linear predictor as interesting characteristics of a population: (2) a thoughtful interpretation of assumptions on the disturbance term in linear regression; (3) a consistent development of estimators as sample analogs of population parameters; (4) a careful discussion of alternative sampling schemes to clarify the distinction between random and idea explanatory variables; (5) a development of asymptotic theory that emphasizes a simple prototypical case; (6) a cautionary treatment of the use and abuse of significance tests; (7) an introduction to simultaneous equation models that focuses on structural parameters as invariant across populations. The text includes instructive exercises and graphs, along with several complete data sets.

A modernized new edition of one of the most trusted books on time series analysis. Since publication of the first edition in 1970, Time Series Analysis has served as one of the most influential and prominent works on the subject. This new edition maintains its balanced presentation of the tools for modeling and analyzing time series and also introduces the latest developments that have occurred n the field over the past decade through applications from areas such as business, finance, and engineering. The Fourth Edition provides a clearly written exploration of the key methods for building, classifying, testing, and analyzing stochastic models for time series as well as their use in five important areas of application: forecasting; determining the transfer function of a system; modeling the effects of intervention events; developing multivariate dynamic models; and designing simple control schemes. Along with these classical uses, modern topics are introduced through the book's new features, which include: A new chapter on multivariate time series analysis, including a discussion of the challenge that arise with their modeling and an outline of the necessary analytical tools New coverage of forecasting in the design of feedback and feedforward control schemes A new chapter on nonlinear and long memory models, which explores additional models for application such as heteroscedastic time series, nonlinear time series models, and models for long memory processes Coverage of structural component models for the modeling, forecasting, and seasonal adjustment of time series A review of the maximum likelihood estimation for ARMA models with missing values Numerous illustrations and detailed appendices supplement the book,while extensive references and discussion questions at the end of each chapter facilitate an in-depth understanding of both time-tested and modern concepts. With its focus on practical, rather than heavily mathematical, techniques, Time Series Analysis , Fourth Edition is the upper-undergraduate and graduate levels. this book is also an invaluable reference for applied statisticians, engineers, and financial analysts.
点击链接进入中文版：
时间序列分析:预测与控制

时间序列分析是用随机过程理论和数理统计学的方法，研究随机数据序列所遵从的统计规律，用于解决科研、工程技术、金融及经济等诸多领域内的实际问题。本书是一本由浅入深的小波分析导论，介绍了基于小波的时间序列统计分析。实践中的离散时间技术是本书的论述重点，同时对于理解和实现离散小波变换将涉及的诸多原理与算法也进行了详细的描述。
本书详细地介绍了小波方法在时间序列分析中的应用，图例丰富，语言简明易懂，论述严谨，另外，本书对小波分析所需要的数学知识进行了简洁实用的讲解，还在正文中嵌入了大量的练习，并在附录中给出了这些练习的答案，同时每章另备有适于课堂布置的练习。
本书适合作为高等院校统计学、数学等专业学生的教材，同时也可作为从事相关领域研究的人员的参考书。

《经济学、管理学类研究生教学用书:高级计量经济学及Stata应用(第二版)》较多地借鉴了现代计量经济学的最新发展，内容全面，除了介绍传统的横截面数据外，对面板数据（含长面板、动态面板、非线性面板）、时间序列（含VAR、单位根、协整）、自然实验、重复截面数据、GMM、自助法、蒙特卡罗法、分位数回归、门限回归、非参数估计、处理效应、空间计量、久期分析、贝叶斯估计等均做了较深入的分析。此书力图以生动的语言、较多的插图与经济意义来直观地解释计量方法，而又不失数学的严谨性。同时，结合目前欧美最为流行的Stata计量软件，及时地介绍相应的Stata命令与实例，为读者提供“一站式”服务。此书适合普通高等学校经济学、管理学类或社科类硕士生、博士生与研究人员使用。为便于读者学习高级计量经济学，《经济学、管理学类研究生教学用书:高级计量经济学及Stata应用(第二版)》在内容安排上，假设读者已经学过微积分、线性代数与概率统计，但不要求学过本科阶段的计量经济学（学讨百好）。

《经济、生态与环境科学中的数学模型》介绍了许多与经济学、生态学和环境科学有关的数学模型，包括经济控制增长、技术发展、生物种群、空气和水污染传播、环境影响、世界动力学和生态开发等，同时揭示了经济、生态和环境模型之间的相互作刚。《经济、生态与环境科学中的数学模型》还介绍了如何从简单模型入手，去建立复杂的数学模型，为数学建模提供厂很奸的参照素材，使用的数学方法竹微分方程、积分方程、优化分析和分歧分析等。适用于从事数理经济学、数学生念学和环境科学的研究上和科研人员使用。

《经济、生态与环境科学中的数学模型(影印版)》涵盖各种著名模型：经典模型（如柯布一道格拉斯生产函数模型，列昂惕夫投入产出分析，Verhulst-Pearl和Lotka-Volterra种群模型，等等）、世界动力学模型、切尔诺贝利核泄漏之后的水污染传播模型。本书采用独特的块-块模式进行模型分析，阐明如何通过描述基本实际过程的单个部分(块)建立这些模型，为实用模型的设计提供理论洞察。
《经济、生态与环境科学中的数学模型(影印版)》特别讨论了环境影响下的区域经济一生态相互作用和技术变革的层次型建模。《经济、生态与环境科学中的数学模型(影印版)》还论述某些数学论题，如离散和连续模型、微分积分方程、优化和分支分析及其他相关问题。本书在内容上是自含的，适合初学者使用，其精良题材适用于研究生的数学模型课程。

随着数学与统计学在历史分析中的广泛应用，美国的学者在定量分析的基础上彻底改写了整个美国经济发展的历史。这部作品就是一个代表性作品。作者本着探索历史真相的目的，重新考察美国奴隶制，他们进入浩如烟海的全国档案与各式各样的州一级的档案资料之中，搜寻这些原始的、甚至手写的档案，获得了完整的关于奴隶制经济运行的数据与信息，这些数据为他们的新发现提供了坚实的证据，它颠覆了很多人对奴隶制经济的惯有看法。这是一部令人不安的著作，反映了许多学者诚实的努力，帮助读者以一个新视角审视当今众多紧急的问题。

谢宇所著的《回归分析(修订版)》源于作者多年在密歇根大学教授回归 分析的课程讲义，从基本的统计概念讲起，对线性回归分析的基本假定、回 归中的统计推论和回归诊断做了详尽的介绍，同时还涵盖了很多在社会科学 中对实际研究 有用的内容，包括虚拟变量、交互作用、辅助回归、多项 式回归、样条函数回归和阶跃函数回归等。此外，《回归分析(修订版)》还 涉及通径分析、纵贯数据模型、多层线性模型和logit模型等方面的内容。

《高级计量经济学》(上册)详细介绍了计量经济学的理论与方法，包括经典的模型、传统的估计和检验方法，也包括现代一些重要的成果。《高级计量经济学》(上册)不仅介绍了建模的技术和方法，而且阐述了其理论背景。为便于读者学习和理解，《高级计量经济学》(上册)在相关各章中给出了范例，并结合例题介绍了专用软件。

本书的内容架构，在于完整介绍问卷调查法中的数据处理与其统计分析流程，统计分析技术以SPSS统计软件包的操作界面与应用为主，内容除基本统计原理的解析外，着重的是SPSS统计软件包在量化研究上的应用。内容包括问卷编码、创建文件与数据处理转换、预试问卷之项目分析及信效度检验，以及正式问卷常用的统计方法介绍，包括相关、复选题及卡方检定、平均数的差异检定、单因子多变量变异数分析、回归分析、主成分回归分析、逻辑斯回归分析、区别分析等。
本书以实务应用及使用者界面为导向，对于以SPSS统计软件包来进行量化研究的使用者而言，相信有不少帮助，综括本书的内容，有五大特色：完整的操作步骤与使用程序介绍，研究者只要依书籍步骤，即能完成数据统计分析工作；操作画面与说明以SPSS14.0中文版窗口界面为主，符合多数研究者的需求；详细的报表解析与说明，让读者真正了解各种输出统计量的意义；报表结果的统整归纳，选用的范例可作为论文写作的参考；内容丰富而多元，兼顾基本统计与高等统计。

The core methods in today's econometric toolkit are linear regression for statistical control, instrumental variables methods for the analysis of natural experiments, and differences-in-differences methods that exploit policy changes. In the modern experimentalist paradigm, these techniques address clear causal questions such as: Do smaller classes increase learning? Should wife batterers be arrested? How much does education raise wages? Mostly Harmless Econometrics shows how the basic tools of applied econometrics allow the data to speak.
In addition to econometric essentials, Mostly Harmless Econometrics covers important new extensions--regression-discontinuity designs and quantile regression--as well as how to get standard errors right. Joshua Angrist and Jörn-Steffen Pischke explain why fancier econometric techniques are typically unnecessary and even dangerous. The applied econometric methods emphasized in this book are easy to use and relevant for many areas of contemporary social science.
* An irreverent review of econometric essentials
* A focus on tools that applied researchers use most
* Chapters on regression-discontinuity designs, quantile regression, and standard errors
* Many empirical examples
* A clear and concise resource with wide applications

This text provides a unified treatment of modern econometric theory and practical econometric methods. The geometrical approach to least squares is emphasized, as is the method of moments, which is used to motivate a wide variety of estimators and tests. Simulation methods, including the bootstrap, are introduced early and used extensively. The book deals with a large number of modern topics. In addition to bootstrap and Monte Carlo tests, these include sandwich covariance matrix estimators, artificial regressions, estimating functions and the generalized method of moments, indirect inference, and kernel estimation. Every chapter incorporates numerous exercises, some theoretical, some empirical, and many involving simulation. Econometric Theory and Methods is designed for beginning graduate courses. The book is suitable for both one- and two-term courses at the Masters or Ph.D. level. It can also be used in a final-year undergraduate course for students with sufficient backgrounds in mathematics and statistics.