机读格式显示(MARC)

• 000 01942nam0 2200265 450

• 001 0000507804

• 005 20250519145900.0

• 010 __ |a 978-7-301-34977-9 |d CNY58.00

• 100 __ |a 20240522d2024 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a az 001yy

• 200 1_ |a 拯救经济计量学 |A zheng jiu jing ji ji liang xue |e 由概率论方法转向概率近似正确学习 |d = Rescuing econometrics |e from the probability approach to probably approximately correct learning |f 秦朵著 |z eng

• 210 __ |a 北京 |c 北京大学出版社 |d 2024

• 215 __ |a 155页 |c 图 |d 21cm

• 314 __ |a 秦朵,伦敦大学亚非学院荣休教授。1981年毕业于北京第二外国语学院;1984年毕业于中国社会科学院;1986-1989年 在英国牛津大学Nuffield学院攻读经济学博士; 1992年进入伦敦玛丽女王大学经济系执教,2012年转到伦敦大学亚非学院。研究和教学领域为经济计量学史和方法论、应用经济计量学。

• 320 __ |a 有书目(第132-147页)和索引

• 330 __ |a 经济计量学是建立在经典统计学框架内的学科,其数理分析的规范性、数理分析的严谨性和可靠性毋庸置疑,但在模型的实践应用方面却一直成效欠佳。而近年来出现的人工智能、机器学习技术已被大量运用于经济计量研究,在实践应用方面的成效已明显超越经典统计学,并为系统解决经济计量学的问题提供了成熟的理论框架 。《拯救经济计量学:由概率论方法转向概率近似正确学习》以传统经济计量学的奠基之作——哈维尔莫的《经济计量学的概率论方法》的主要论点为出发点,对经济计量学的研究方法进行了批判性的分析,并通过案例展示了经济计量模型研究如何受益于机器学习。通过以上分析,《拯救经济计量学:由概率论方法转向概率近似正确学习》揭示了经济计量学科在方法论上的缺陷,并指出机器学习是系统矫正该缺陷的途径 。

• 510 1_ |a Rescuing econometrics |e from the probability approach to probably approximately correct learning |z eng

• 517 1_ |a 由概率论方法转向概率近似正确学习 |A you gai lu lun fang fa zhuan xiang gai lu jin si zheng que xue xi

• 606 0_ |a 计量经济学 |A Ji Liang Jing Ji Xue

• 690 __ |a F224.0 |v 5

• 701 _0 |a 秦朵 |A qin duo |4 著

• 801 _0 |a CN |b 91MARC |c 20240710

• 905 __ |a AUSTL |d F224.0/Q264