计量经济分析及其Python应用
感谢您选用清华大学出版社的教材!我们为采用本书作为教材的老师提供教学辅助资源。请点击 资源下载—课件下载 扫描二维码 下载教学资源。如有疑问请致电010-8347(0332)/(0142)

作者:朱顺泉

丛书名:数量经济学系列丛书

定价:55元

印次:1-4

ISBN:9787302568025

出版日期:2020.12.01

印刷日期:2024.12.25

图书责编:高晓蔚

图书分类:教材

电子书
在线购买
分享
内容简介
作者简介
前言序言
资源下载
查看详情 查看详情 查看详情

本书包括:经济与金融计量分析绪论;描述性统计及其Python应用;参数估计及其Python应用;假设检验及其Python应用;相关分析与一元回归分析及其Python应用;多元回归分析及其Python应用;多重共线性及其Python应用;异方差及其Python应用;自相关及其Python应用;时间序列分析ARMA模型及其Python应用;广义自回归条件异方差模型(GARCH)及其Python应用;面板数据分析及其Python应用等。内容新颖、全面,实用性强,融理论、方法、应用于一体。

朱顺泉,男,管理学博士,现为广东财经大学金融学院教授,长期从事本科生与研究生的投资学、金融工程、公司金融、金融市场、金融计量学、经济博弈论、数据模型与决策等课程的教学和科研工作,一直致力于财经与科技相结合的交叉应用研究。

前言 在大数据与人工智能时代,数据成为人们商务决策最为重要的参考之一,计量经济分析已迈入了一个新的阶段。Python是一款非常优秀的计量经济分析、图形展示和人工智能机器学习软件,《计量经济分析及其Python应用》侧重于使用Python进行计量经济与量化投资分析,同时结合大量精选的实例问题对最新的Python版本进行科学、准确和全面的介绍,以便使读者能深刻理解Python的精髓和灵活、高效的使用技巧。通过本书,读者不仅能使用Python及相关的库来解决实际计量经济分析问题,而且能学会从实际经济问题分析入手,利用Python进行计量经济分析。 Python是计量经济与金融分析、经济预测、人工智能机器学习、网络Web服务等领域应用非常广泛的语言之一,它具有简单易学、免费开源、可移植、可扩展,统计与作图功能强,财经数据接口、机器学习库、网络服务等工具丰富,更新和发展速度快等特点,因而受到广大用户的欢迎和喜爱。本书通过丰富的经济金融实例,详细介绍了Python3.7(2019年3月发布)在经济、金融领域中的应用,书中所有运算结果都在Python3.7版本上调试通过。 本书理论与应用相结合,实例丰富且通俗易懂,重点讨论了Python在计量经济与量化投资中的应用,详细介绍了各种方法在Python中的应用。本书适合作为经济学、金融学、统计学、会计学、财政学、 投资学、国际经济及贸易 等相关专业的本科生或研究生学习统计学、计量经济学、量化投资等课程的教学或实验参考用书,同时对从事经济计量分析行业的实际工作者也大有裨益。通过本书,读者不仅能掌握Python及...

课件下载

样章下载

暂无网络资源

扫描二维码
下载APP了解更多

目录
荐语
查看详情 查看详情

目录

第1章计量经济分析及其Python环境

1.1计量经济分析的含义

1.2计量经济分析建模的步骤

1.3经济数据类型

1.4经济数据来源

1.5计量经济分析工具简介

1.6Python工具的下载与安装

1.7国内外财经大数据的存取方法及其Python应用

练习题

第2章描述性统计及其Python应用

2.1描述性统计的Python工具

2.2数据集中趋势度量及其Python应用

2.3数据离散状况度量及其Python应用

2.4峰度、偏度与正态性检验及其Python应用

2.5异常数据处理

练习题

第3章参数估计及其Python应用

3.1参数估计与置信区间的含义

3.2点估计矩分析法的Python应用

3.3单正态总体均值区间估计的Python应用

3.4单正态总体方差区间估计的Python应用

3.5双正态总体均值差区间估计的Python应用

3.6双正态总体方差比区间估计的Python应用

练习题

第4章参数假设检验及其Python应用

4.1参数假设检验的基本理论

4.2单个样本t检验的Python应用

4.3两个独立样本t检验的Python应用

4.4配对样本t检验的Python应用

4.5单样本方差假设检验的Python应用

4.6双样本方差假设检验的Python应用

练习题

第5章相关分析与一元回归分析及其Python应用

...

《计量经济分析及其Python应用》结合实例介绍计量经济分析及其Python应用,涵盖计量经济分析的基本内容以及较前沿的量化投资分析、机器学习等内容,使读者深刻理解Python的精髓和灵活、高效的使用技巧。本书融理论、方法、应用于一体,提供相关程序代码和数据文件,实用性强。