第1 章計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論/1
1.1 為什么要學(xué)習(xí)計(jì)量經(jīng)濟(jì)學(xué)？/1
1.2 計(jì)量經(jīng)濟(jì)學(xué)研究什么？/2
1.3 計(jì)量經(jīng)濟(jì)模型/4
1.4 數(shù)據(jù)是如何生成的？/5
1.5 經(jīng)濟(jì)數(shù)據(jù)類型/6
1.6 研究過程/10
1.7 實(shí)證研究論文的寫作/11
1.8 經(jīng)濟(jì)數(shù)據(jù)的來源/13
概率入門/15
學(xué)習(xí)目標(biāo)/15
關(guān)鍵詞/16
P.1 隨機(jī)變量/16
P.2 概率分布/17
P.3 聯(lián)合、邊際和條件概率/19
P.4 求和符號(hào)/22
P.5 概率分布的性質(zhì)/23
P.6 條件依存/29
P.7 正態(tài)分布/34
P.8 練習(xí)/38
第2 章簡單線性回歸模型/43
學(xué)習(xí)目標(biāo)/43
關(guān)鍵詞/43
2.1 經(jīng)濟(jì)模型/44
2.2 計(jì)量經(jīng)濟(jì)模型/46
2.3 估計(jì)回歸參數(shù)/56
2.4 評(píng)估小二乘估計(jì)量/63
2.5 高斯-馬爾可夫定理/69
2.6 小二乘估計(jì)量的概率分布/69
2.7 估計(jì)隨機(jī)誤差項(xiàng)的方差/70
2.8 估計(jì)非線性關(guān)系/74
2.9 指示變量回歸模型/79
2.10自變量/80
2.11 練習(xí)/85
附錄2A 小二乘估計(jì)法的推導(dǎo)/92
附錄2B b2 的離差形式的表達(dá)式/93
附錄2C b2 是一個(gè)線性估計(jì)量/94
附錄2D 推導(dǎo)b2 的理論表達(dá)式/94
附錄2E 推導(dǎo)b2 的條件方差/95
附錄2F 證明高斯-馬爾可夫定理/96
附錄2G 第2.10節(jié)介紹的結(jié)果證明/97
附錄2H 蒙特卡羅模擬/100
第3 章區(qū)間估計(jì)與假設(shè)檢驗(yàn)/107
學(xué)習(xí)目標(biāo)/107
關(guān)鍵詞/107
3.1 區(qū)間估計(jì)/108
3.2 假設(shè)檢驗(yàn)/113
3.3 特定備擇假設(shè)的拒絕域/115
3.4 假設(shè)檢驗(yàn)的實(shí)例/117
3.5 p 值/122
3.6 參數(shù)的線性組合/125
3.7 練習(xí)/128
附錄3A t 分布的推導(dǎo)/135
附錄3B H1下的t 統(tǒng)計(jì)量的分布/136
附錄3C 蒙特卡羅模擬/138
第4 章預(yù)測、擬合優(yōu)度和建模問題/143
學(xué)習(xí)目標(biāo)/143
關(guān)鍵詞/143
4.1 小二乘預(yù)測/144
4.2 衡量擬合優(yōu)度/147
4.3 建模問題/151
4.4 多項(xiàng)式模型/163
4.5 對數(shù)-線性模型/165
4.6 雙對數(shù)模型/169
4.7 練習(xí)/171
附錄4A 預(yù)測區(qū)間的推導(dǎo)/179
附錄4B 總離差平方和的分解/180
附錄4C 均方誤差：估計(jì)和預(yù)測/180
第5 章多元回歸模型/183
學(xué)習(xí)目標(biāo)/183
關(guān)鍵詞/184
5.1 引言/184
5.2 估計(jì)多元回歸模型的參數(shù)/191
5.3 小二乘估計(jì)的樣本特性/197
5.4 區(qū)間估計(jì)/202
5.5 假設(shè)檢驗(yàn)/204
5.6 非線性關(guān)系/209
5.7 小二乘估計(jì)量的大樣本特性/214
5.8 練習(xí)/222
附錄5A 小二乘估計(jì)量的推導(dǎo)/230
附錄5B 增量法/231
附錄5C 蒙特卡羅模擬/233
附錄5D 自助法/237
第6 章多元回歸模型中的進(jìn)一步推斷/244
學(xué)習(xí)目標(biāo)/244
關(guān)鍵詞/244
6.1 檢驗(yàn)聯(lián)合假設(shè)/245
6.2 非樣本信息的應(yīng)用/255
6.3 模型設(shè)定/257
6.4 預(yù)測/266
6.5 質(zhì)量差的數(shù)據(jù)共線性和非顯著性/272
6.6 非線性小二乘/278
6.7 練習(xí)/280
附錄6A F 檢驗(yàn)的統(tǒng)計(jì)效力/288
附錄6B FWL定理的進(jìn)一步結(jié)果/292
第7 章使用指示變量/294
學(xué)習(xí)目標(biāo)/294
關(guān)鍵詞/294
7.1 指示變量/294
7.2 應(yīng)用指示變量/299
7.3 對數(shù)-線性模型/306
7.4 線性概率模型/307
7.5 處理效應(yīng)/309
7.6 處理效應(yīng)和因果模型/319
7.7 練習(xí)/327
附錄7A 對數(shù)-線性模型解釋的細(xì)節(jié)/337
附錄7B 雙差分估計(jì)量的推導(dǎo)/338
附錄7C 重疊假設(shè)：細(xì)節(jié)/338
第8 章異方差/340
學(xué)習(xí)目標(biāo)/340
關(guān)鍵詞/340
8.1 異方差的性質(zhì)/340
8.2 多元回歸模型中的異方差/342
8.3 異方差穩(wěn)健方差估計(jì)量/346
8.4 廣義小二乘法：方差形式已知/347
8.5 廣義小二乘法：方差形式未知/351
8.6 檢測異方差/355
8.7 線性概率模型中的異方差/361
8.8 練習(xí)/363
附錄8A 小二乘估計(jì)量的性質(zhì)/373
附錄8B 異方差的拉格朗日乘數(shù)檢驗(yàn)/374
附錄8C 小二乘殘差的屬性/376
附錄8D 替代穩(wěn)健三明治估計(jì)量/377
附錄8E 蒙特卡羅證據(jù)：OLS、GLS和FGLS/379
第9 章時(shí)間數(shù)據(jù)回歸：平穩(wěn)變量/383
學(xué)習(xí)目標(biāo)/383
關(guān)鍵詞/383
9.1 引言/384
9.2 平穩(wěn)性和弱依賴性/393
9.3 預(yù)測/395
9.4 檢驗(yàn)序列相關(guān)誤差/403
9.5 用于政策分析的時(shí)間序列回歸/408
9.6 練習(xí)/429
附錄9A D?W （Durbin?Watson） 檢驗(yàn)/435
附錄9B AR （1） 誤差的性質(zhì)/438
第10 章內(nèi)生回歸量和矩估計(jì)/440
學(xué)習(xí)目標(biāo)/440
關(guān)鍵詞/440
10.1 含有內(nèi)生回歸變量的小二乘估計(jì)/441
10.2 x 和e 同期相關(guān)的情況/446
10.3 基于矩估計(jì)法的估計(jì)量/448
10.4 設(shè)定檢驗(yàn)/463
10.5 練習(xí)/467
附錄10A 弱工具變量檢驗(yàn)/474
附錄10B 蒙特卡羅模擬/479
第11 章聯(lián)立方程模型/484
學(xué)習(xí)目標(biāo)/484
關(guān)鍵詞/484
11.1 供給和需求方程/485
11.2 簡化型方程/486
11.3 小二乘估計(jì)的失靈/487
11.4 識(shí)別問題/489
11.5 兩階段小二乘估計(jì)/490
11.6 練習(xí)/499
附錄11A 2SLS的備選方法/506
第12 章時(shí)間序列數(shù)據(jù)回歸：非平穩(wěn)變量/513
學(xué)習(xí)目標(biāo)/513
關(guān)鍵詞/513
12.1 平穩(wěn)和非平穩(wěn)變量/514
12.2 隨機(jī)趨勢的后果/524
12.3 平穩(wěn)的單位根檢驗(yàn)/526
12.4 協(xié)整/532
12.5 不存在協(xié)整關(guān)系時(shí)的回歸/535
12.6 總結(jié)/537
12.7 練習(xí)/538
第13 章向量誤差修正和向量自回歸模型/544
學(xué)習(xí)目標(biāo)/544
關(guān)鍵詞/544
13.1 VEC 模型和VAR 模型/545
13.2 估計(jì)向量誤差修正模型/546
13.3 估計(jì)VAR 模型/548
13.4 脈沖響應(yīng)和方差分解/550
13.5 練習(xí)/554
附錄13A 識(shí)別問題/557
第14 章時(shí)變波動(dòng)和ARCH 模型/559
學(xué)習(xí)目標(biāo)/559
關(guān)鍵詞/559
14.1 ARCH 模型/559
14.2 時(shí)變波動(dòng)/561
14.3 檢驗(yàn)、估計(jì)與預(yù)測/564
14.4 擴(kuò)展/566
14.5 練習(xí)/570
第15 章面板數(shù)據(jù)模型/575
學(xué)習(xí)目標(biāo)/575
關(guān)鍵詞/575
15.1 面板數(shù)據(jù)回歸方程/577
15.2 固定效應(yīng)估計(jì)量/581
15.3 面板數(shù)據(jù)回歸誤差項(xiàng)假設(shè)/587
15.4 隨機(jī)效應(yīng)估計(jì)量/591
15.5 練習(xí)/602
附錄15A 聚類-穩(wěn)健標(biāo)準(zhǔn)誤：一些細(xì)節(jié)/609
附錄15B 誤差分量估計(jì)/610
第16 章定性和受限因變量模型/612
學(xué)習(xí)目標(biāo)/612
關(guān)鍵詞/612
16.1 引入二值因變量模型/613
16.2 二值選擇建模/616
16.3 多項(xiàng)式logit模型/634
16.4 條件logit/639
16.5 有序選擇模型/641
16.6 計(jì)數(shù)數(shù)據(jù)模型/645
16.7 受限因變量/649
16.8 練習(xí)/657
附錄16A probit邊際效應(yīng)：詳解/665
附錄16B 隨機(jī)效用模型/667
附錄16C 使用潛變量/669
附錄16D Tobit蒙特卡羅實(shí)驗(yàn)/670
附錄A 數(shù)學(xué)工具/673
附錄B 概率的概念/693
附錄C 統(tǒng)計(jì)推斷回顧/734
附錄D 統(tǒng)計(jì)表/782