今天给大家推荐几本学习计量经济学和统计软件的书籍。 一方面可以提高自己的技能。 另一方面，写论文的时候也可以使用它们，提高论文的硬实力。 当然，你还可以掌握一项技能。 也可能会增强他们未来就业的竞争力。 所以小伙伴们，趁双十一优惠的同时，挑选最好的放入购物车吧~
统计分析软件
软件优势：Stata以其简单性和强大的功能普遍受到初学者和高级用户的欢迎。 使用时，一次只能输入一个命令，也可以通过Stata程序一次输入多个命令。 这样，即使出现错误，也会更容易发现并纠正它。 虽然Stata的数据管理能力不如SAS强大统计图软件，但它仍然拥有许多强大而简单的数据管理命令，可以使复杂的操作变得简单。 Stata主要用于一次对一个数据文件进行操作，同时处理多个文件比较困难。 Stata 还能够进行大多数统计分析（回归分析、逻辑回归、生存分析、方差分析、因子分析和一些多变量分析）。 Stata最大的优点可能是回归分析（它包含易于使用的回归分析功能工具）和逻辑回归（它有解释逻辑回归结果的附加程序，并且易于用于序数和多元逻辑回归）。
推荐书籍：《计量经济学与Stata应用》、《高级计量经济学与Stata应用》，作者：陈强
推荐理由：陈强老师的计量经济学教材设计了工具变量、二元选择模型等单独章节，解决其他教材没有详细讲解这部分内容的问题。 而且陈老师的教材编写立足于实际生活，通俗易懂。 《高级计量经济学与Stata应用》还增加了多值选择模型、非参数估计、贝叶斯估计等内容。 Stata实现了易用性和强大功能的更好结合。
意见
软件优势：EViews是世界领先的Windows操作系统计量经济学软件。 功能强大、灵活，并具有友好的用户界面； 最新的建模工具，快速、直观且易于使用的软件。 凭借其创新的图表用户界面和先进的分析引擎工具，EViews 功能强大、灵活且易于使用。 EViews预测分析测量软件广泛应用于科学数据分析与评估、财务分析、经济预测、销售预测和成本分析等领域。 它也是撰写计量经济学模型论文最方便的软件之一。
推荐书籍：《计量分析方法与建模-Eviews应用与实例（第二版）》，作者：高铁梅
推荐理由：计量经济学研究的核心是设计模型、收集数据、估计模型、检验模型、应用模型（结构分析、经济预测、政策评估）。 本书适当地淡化了数学描述，旨在清晰地解释方法和思想。 它没有做大量的推导和证明，而侧重于如何利用各种计量经济学方法来分析、建模、预测和模拟实际的经济问题。 等待实际操作。 书中很多内容都解释和总结得很透彻，比如流量和存量是否总体稳定。
统计软件
软件优点：SPSS非常容易使用，因此最受初学者接受。 它有一个可点击的交互界面，你可以使用下拉菜单来选择你需要执行的命令。 它还具有复制粘贴方法来学习其“语法”语言，但这些语法通常非常复杂并且不是很直观。 SPSS有一个类似于Excel的用户友好的数据编辑器，可用于输入和定义数据（缺失值、数字标签等）。 SPSS也主要用于对一个文件进行操作，很难同时处理多个文件。 它的数据文件有4096个变量，记录数量受到磁盘空间的限制。 SPSS 还能够执行大多数统计分析（回归分析、逻辑回归、生存分析、方差分析、因子分析、多变量分析）。 它的优势在于方差分析（SPSS可以完成各种特效的检验）和多元分析（多元方差分析、因子分析、判别分析等）
推荐书籍：《SPSS统计分析基础教程》作者：张文通
推荐理由：全书通篇采用真实案例，从实用的角度详细介绍了SPSS的界面操作、数据管理、统计图表制作、统计描述以及常用的单因素统计分析方法的原理和实际操作。统计分析，结合SPSS的强大功能，得到了很好的扩展。 书中还提供了医疗、经济、市场研究等各行业的综合案例，完全基于实际案例讲解各种方法的综合运用，更好地帮助读者提高实践能力。
SAS
软件优势：SAS因其强大的功能和可编程性而深受高级用户的欢迎。 正是由于这个原因，它是最难掌握的软件之一。 使用SAS时统计图软件，需要编写SAS程序来处理数据并进行分析。 如果程序中出现错误，则很难发现并纠正该错误。 在数据管理方面，SAS 非常强大，允许您以任何可能的方式处理数据。 它包含在 SAS 数据集上使用 SQL 查询的 SQL（结构化查询语言）过程。 然而，学习和掌握SAS软件的数据管理需要很长时间。 在Stata或SPSS中，用于完成许多复杂数据管理任务的命令要简单得多。 SAS 能够执行大多数统计分析（回归分析、逻辑回归、生存分析、方差分析、因子分析、多变量分析）。 SAS最好的部分可能是它的方差分析、混合模型分析和多变量分析，而它的缺点主要是有序和多元逻辑回归（因为这些命令很困难）和鲁棒方法（它很难完成鲁棒回归等）稳健的方法）。
推荐书籍：《SAS应用统计分析》 作者：Cody, Smith
推荐理由：SAS是一种数据管理和统计分析工具，尤其在医疗器械公司和制药行业中享有盛誉。 通用SAS手册主要为有一定统计基础的用户提供各种程序的使用指导，而通用统计教材通常教授最基本的理论知识和统计方法。 很少有教科书同时涵盖这两个方面，因此可以预见，发展趋势将是通过使用统计软件（特别是SAS）介绍基础统计和高级统计方法。 本书正是这样做的，提出了许多应用问题并演示了 SAS 的分析执行。
r语言
软件优势：与之前的软件相比，R语言彻底成为了一款非常流行的编程软件。 当然，说到计算机编程，可能会让很多朋友头疼。 该软件功能强大、免费、包罗万象、开源。 它是专门为统计和数据分析而开发的语言，是统计前沿的主流语言。 具有良好的扩展性和丰富的资源，几乎涵盖了各行业数据分析中的所有方法。 与SAS相比，R速度快，具有大量统计分析模块，但可扩展性稍差，而且价格昂贵。 与SPSS相比，它具有复杂的用户图形界面，易于学习，但编程非常困难。
推荐书籍：《R语言实用实践第二版》作者：Robert I. Kabacoff
推荐理由：开源软件R是世界上最流行的数据分析、统计计算和图形语言。 它几乎可以完成任何数据处理任务。 它可以在所有主流平台上安装和运行，并为我们提供了数千个专业模块和实用工具，是从大数据中获取有用信息的好工具。 本书可以说是学习R的必备教程之一，让人们快速进入R的世界。本书从解决实际问题出发，脱离统计学的理论讲解来讨论R语言及其应用。 解释清晰透明。 非常实用。 作者不仅高度总结了R语言的强大功能并展示了各种实用的统计实例，而且针对传统方法难以分析的杂乱、不完整、非正态数据提供了完整的处理方法。 本书以R语言的实际使用为主，用实际项目讲解R的一些常见应用场景。适合新手，回归和方差章节展示了完整的统计分析过程。
MATLAB
软件优势：MATLAB 应用广泛，包括信号和图像处理、通信、控制系统设计、测试和测量、金融建模和分析以及计算生物学。 附加工具箱（单独提供的专用 MATLAB 函数集）扩展了 MATLAB 环境，以解决这些应用领域中的特定类型问题。数学函数可用于线性代数、统计、傅立叶分析、筛选、优化、数值积分等
推荐书籍：《Matlab R2016a从入门到精通》 作者：温欣艳
推荐理由：本书是针对MATLAB R2016a (V9.0)*版本编写的。 书中讲述的内容是利用MATLAB进行科学研究、系统仿真、数据分析与处理的必备知识。 通过全面学习本书，读者可以掌握使用MATLAB进行数学计算、数据分析和处理的相关技能，快速掌握使用MATLAB的基本方法。 基础知识部分包括MATLAB概述、数据输入输出基础、编程基础和可视化基础； 数学基础部分包括数组和矩阵运算、数学函数运算和符号数学计算； 数据分析部分包括多项式分析、数值运算、优化和概率统计； 扩展知识部分包括图形处理、GUI编程、Simulink基础知识、编译器和应用程序接口； MATLAB应用部分包括信号处理应用、图像处理应用、小波分析应用和偏微分方程应用。 本书作为一本实用性很强的参考书，是学习、复习、参加模特比赛的必备书籍。
Python
软件优点：python非常简单，非常适合人类阅读。 阅读一个好的Python程序感觉就像阅读英语，尽管英语要求非常严格。 Python 的这种伪代码性质是其最大的优势之一，使您能够专注于解决问题而不是弄清楚语言本身。 Python 是 FLOSS（免费/开源软件）之一。 您可以自由分发该软件的副本、阅读其源代码、对其进行更改以及在新的免费软件中使用其部分内容。 Python相对于Matlab的最大优势在于Python是一种通用编程语言。 实现科学计算功能的Numpy、scipy和matplotlib只是Python库和包。 这些科学计算数据处理库在处理大数据时非常有用。 创造奇迹。
推荐书籍：《用Python进行数据分析》 作者：Wes McKinney
推荐理由：这本书是Pandas模块的作者写的，被誉为Pandas最好的参考书。 Pandas是Python的数据分析包。 它最初是作为金融数据分析工具开发的。 因此，pandas为时间序列分析提供了很好的支持。 您可以使用 Pandas 基本上将 Python 用作 R，并使用 NumPy、SymPy 和 SciPy 将 Python 用作 Matlab。 作者有丰富的使用Python进行数据分析的经验，所以写的书也通俗易懂，通俗易懂。 本书讲述了使用Python进行数据控制、处理、组织、分析等的具体细节和基本要点，同时也是一本使用Python进行科学计算（专门针对数据密集型应用）的实用指南。 ）。 本书重点介绍用于高效解决各种数据分析问题的Python语言和库。 “人生苦短，你需要Python！”
*以上书籍推荐是根据小编自己的理解，参考了网店评论、豆瓣评论、论坛评论。 他们仅代表个人意见。 同学们可以根据自己的专业和工作需要学习和使用，仅供参考。
您可以到计量经济学界进一步参观交流各种学术问题。 如今，我们不能强调一个人的英雄主义，需要多学习别人的经验教训，避免走弯路。
计量经济学圈的建议
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21。
22。
23。
24。
25.
目前计量经济学界有几个立场。 它们是以下四个矩阵：
①计量经济学社区——计量经济数据软件数据中心，
②计量圈微信群——服务计量圈社区成员，
③计量圈研究组系列——因果推论研究组、空间计量经济学研究组、面板数据库研究组、微观计量研究组、计量经济软件研究组， ④计量圈QQ群——服务于计量圈社交朋友的2000人大群。
计量经济学圈是中国最大的计量经济学社区。 我们致力于推动中国计量经济学理论和实证技能的提高。 圈子主要由国内外大学的研究生和教师组成。 计量经济学界的六加精神：更多的测量数据、更多的社科数据、更多的优秀科研人员、更多的名校人物、更多的热情互助、更多的前沿趋势。 如果你热爱测量，想了解更多，欢迎你加入我们的大家庭，否则你只能去其他Open access圈子了。 注意：进入后一定要阅读小鹅社区的“群公告”，否则您将无法收到群消息，也不知道如何进入我们特有的微信群和QQ群。
进入后即可看到该群公告。
