数字经济量化分析--方法工具与应用(数字经济系列教材)

本书是一部全面而深入阐述数字经济与量化分 析的教材，系统地涵盖了数字经济的基本概念、发 展脉络以及量化分析在其中的核心应用。全书分为 十一章，从数字经济的内涵与发展出发，逐步深入 到量化分析的具体方法和实践应用。从第二章起， 教材分别介绍了回归模型、分类模型、降维方法、 时间序列分析方法、聚类分析方法、神经网络分析 方法、路径分析方法以及综合评价方法等量化分析 的核心工具和技术，每一种方法都配备了详细的原 理讲解、步骤解析和案例应用，使读者能够深入理 解并掌握这些量化分析技能。此外，教材还探讨了 计量经济方法在政策评估中的应用，以及大规模机 器学习方法的前沿进展，为读者提供了更为广阔的 量化分析视野。 总结而言，本教材是一部集理论与实践于一体 的数字经济与量化分析手册，不仅适合作为高等院 校数字经济相关专业的教科书或参考书，也适合对 数字经济和数据分析感兴趣的专业人士学习和参考 。通过系统学习本教材，读者将能够全面掌握量化 分析的方法和技术，为在数字经济时代的数据驱动 决策提供有力支持。

绪论 一、数字经济的内涵与发展 二、数字经济是什么：数字经济案例 三、量化分析推动数字经济发展 第一章 数字经济中的数据、数据思维与量化分析 第一节 大数据与小数据：数字经济中的数据及其特征 第二节 思维变革：数字经济中的数据思维 第三节 常见的量化分析方法图谱 本章小结 课后习题 第二章 回归模型 第一节 回归模型概述 第二节 多元线性回归模型 第三节 分层回归模型 第四节 案例应用 本章小结 课后习题 第三章 分类模型 第一节 分类模型概述 第二节 判别分析 第三节 Logistic模型 第四节 贝叶斯推断方法 第五节 决策树模型 第六节 案例应用 本章小结 课后习题 第四章 降维方法 第一节 降维方法概述 第二节 主成分分析法 第三节 因子分析法 第四节 案例应用 本章小结 课后习题 第五章 时间序列分析 第一节 时间序列分析概述 第二节 平稳时间序列分析 第三节 非平稳时间序列分析 第四节 案例应用 本章小结 课后习题 第六章 聚类分析 第一节 聚类分析概述 第二节 K-均值算法 第三节 分层聚类 第四节 案例应用 本章小结 课后习题 第七章 神经网络分析 第一节 神经网络分析概述 第二节 从感知机开始 第三节 基本神经网络 第四节 案例应用 本章小结 课后习题 第八章 路径分析 第一节 路径分析概述 第二节 社会网络分析 第三节 关联分析 第四节 案例应用 本章小结 课后习题 第九章 综合评价分析 第一节 综合评价分析概述 第二节 动态综合评价方法 第三节 灰色关联分析 第四节 数据包络分析 第五节 案例应用 本章小结 课后习题 第十章 计量经济分析 第一节 计量经济分析在政策评估方面的应用 第二节 倍差法 第三节 工具变量法 第四节 断点回归估计 第五节 倾向值匹配法 第六节 案例应用 本章小结 课后习题 第十一章 大规模机器学习 第一节 机器学习概述 第二节 支持向量机 第三节 近邻学习 第四节 案例应用 本章小结 课后习题 参考文献