第1章 計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論
1.1 為什么要研究計(jì)量經(jīng)濟(jì)學(xué)
1.2 何謂計(jì)量經(jīng)濟(jì)學(xué)？
1.3 計(jì)量經(jīng)濟(jì)模型
1.4 如何取得數(shù)據(jù)？
1.5 統(tǒng)計(jì)推斷
1.6 研究模式

第2章 基本概念
學(xué)習(xí)目標(biāo)
2.1 實(shí)驗(yàn)、結(jié)果與隨機(jī)變量
2.2 隨機(jī)變量的概率分布
2.3 單一隨機(jī)變量的期望值
2.4 應(yīng)用聯(lián)合概率密度函數(shù)
2.5 多元隨機(jī)變量函數(shù)的期望值：協(xié)方差與相關(guān)系數(shù)
2.6 正態(tài)分布
習(xí)題

第3章 簡(jiǎn)單線性回歸模型：設(shè)定與估計(jì)
學(xué)習(xí)目標(biāo)
3.1 經(jīng)濟(jì)模型
3.2 計(jì)量經(jīng)濟(jì)模型
3.3 估計(jì)支出關(guān)系的參數(shù)
習(xí)題

第4章 最小二乘估計(jì)量的性質(zhì)
學(xué)習(xí)目標(biāo)
4.1 最小二乘估計(jì)量為隨機(jī)變量
4.2 最小二乘估計(jì)量的統(tǒng)計(jì)性質(zhì)
4.3 高斯—馬爾可夫定理
4.4 最小二乘估計(jì)量的概率分布
4.5 估計(jì)誤差項(xiàng)的方差
習(xí)題

第5章 簡(jiǎn)單回歸模型的推斷：區(qū)間估計(jì)、假設(shè)檢驗(yàn)及預(yù)測(cè)
學(xué)習(xí)目標(biāo)
5.1 區(qū)間估計(jì)
5.2 假設(shè)檢驗(yàn)
5.3 最小二乘擬合值
習(xí)題

第6章 簡(jiǎn)單線性回歸模型：報(bào)告結(jié)果與選擇函數(shù)形式
學(xué)習(xí)目標(biāo)
6.1 判定系數(shù)
6.2 報(bào)告回歸的結(jié)果
6.3 選擇函數(shù)形式
6.4 殘差為正態(tài)分布嗎？
習(xí)題

第7章 多元回歸模型
學(xué)習(xí)目標(biāo)
7.1 模型的設(shè)定及數(shù)據(jù)
7.2 估計(jì)多元回歸模型的參數(shù)
7.3 最小二乘估計(jì)量的統(tǒng)計(jì)性質(zhì)
7.4 區(qū)間估計(jì)
7.5 單個(gè)系數(shù)的假設(shè)檢驗(yàn)
7.6 擬合優(yōu)度
習(xí)題

第8章 多元回歸模型的進(jìn)一步推斷
學(xué)習(xí)目標(biāo)
8.1 F檢驗(yàn)
8.2 檢驗(yàn)?zāi)Ｐ偷娘@著性
8.3 擴(kuò)展模型
8.4 檢驗(yàn)一些經(jīng)濟(jì)上的假設(shè)
8.5 非樣本信息的利用
8.6 模型設(shè)定
8.7 存在共線性的經(jīng)濟(jì)變量
8.8 預(yù)測(cè)
習(xí)題

第9章 虛擬（二元）變量
學(xué)習(xí)目標(biāo)
9.1 導(dǎo)論
9.2 截距虛擬變量的應(yīng)用
9.3 斜率虛擬變量
9.4 范例：臨近大學(xué)對(duì)房?jī)r(jià)的影響
9.5 虛擬變量的常見應(yīng)用
9.6 檢驗(yàn)定性變量效應(yīng)是否存在
9.7 用虛擬變量檢驗(yàn)兩個(gè)回歸是否相等
習(xí)題

第10章 非線性模型
學(xué)習(xí)目標(biāo)
10.1 多項(xiàng)式和交互變量
10.2 簡(jiǎn)單的參數(shù)非線性模型
10.3 Logistic增長(zhǎng)曲線
10.4 泊松回歸
習(xí)題

第11章 異方差性
學(xué)習(xí)目標(biāo)
11.1 異方差性的本質(zhì)
11.2 異方差對(duì)最小二乘估計(jì)量的影響
11.3 比例異方差
11.4 檢測(cè)異方差
11.5 帶異方差分解的樣本
習(xí)題

第12章 自相關(guān)
學(xué)習(xí)目標(biāo)
12.1 問題的本質(zhì)
12.2 一階自相關(guān)誤差
12.3 對(duì)最小二乘估計(jì)量的影響
12.4 廣義最小二乘法
12.5 運(yùn)用廣義最小二乘法
12.6 自相關(guān)的檢驗(yàn)
12.7 用AR(1)誤差作預(yù)測(cè)
習(xí)題

第13章 隨機(jī)回歸和矩估計(jì)法
學(xué)習(xí)目標(biāo)
13.1 導(dǎo)論
13.2 x為隨機(jī)變量的線性回歸
13.3 根據(jù)矩估計(jì)法所得的估計(jì)量
13.4 檢驗(yàn)自變量和誤差項(xiàng)之間的相關(guān)性
習(xí)題

第14章 聯(lián)立方程模型
學(xué)習(xí)目標(biāo)
14.1 導(dǎo)論
14.2 供給與需求模型
14.3 簡(jiǎn)化式方程
14.4 最小二乘估計(jì)法在聯(lián)立方程模型上的失靈
14.5 識(shí)別問題
14.6 兩階段最小二乘估計(jì)方法
14.7 兩階段最小二乘估計(jì)法的一個(gè)例子
習(xí)題

第15章 分布滯后模型
學(xué)習(xí)目標(biāo)
15.1 導(dǎo)論
15.2 有限分布滯后模型
15.3 幾何滯后
15.4 Koyck變換
15.5 自回歸分布滯后
習(xí)題

第16章 以時(shí)間序列數(shù)據(jù)進(jìn)行回歸
學(xué)習(xí)目標(biāo)
16.1 穩(wěn)定時(shí)間序列
16.2 偽回歸
16.3 用自相關(guān)函數(shù)檢驗(yàn)平穩(wěn)性
16.4 平穩(wěn)性的單位根檢驗(yàn)
16.5 協(xié)整
16.6 總結(jié)使用時(shí)間序列數(shù)據(jù)時(shí)的估計(jì)策略
習(xí)題

第17章 時(shí)間序列與截面數(shù)據(jù)的合并
學(xué)習(xí)目標(biāo)
17.1 一個(gè)經(jīng)濟(jì)模型
17.2 表面上不相關(guān)的回歸
17.3 虛擬變量的設(shè)定
17.4 誤差組成模型
習(xí)題

第18章 定性和限值因變量模型
學(xué)習(xí)目標(biāo)
18.1 導(dǎo)論
18.2 含有虛擬因變量的模型
18.3 二元選擇的logit模型
18.4 其他有定性變量的模型
18.5 限值因變量模型
習(xí)題

第19章 撰寫實(shí)證研究報(bào)告及經(jīng)濟(jì)數(shù)據(jù)的來源
19.1 選擇經(jīng)濟(jì)研究的主題
19.2 撰寫研究報(bào)告的格式
19.3 經(jīng)濟(jì)數(shù)據(jù)的來源
習(xí)題
譯者后記