第1章 簡(jiǎn)單回歸模型
1.1 簡(jiǎn)介
1.2 作為描述性統(tǒng)計(jì)的最小二乘法
1.3 回歸方程的性質(zhì)
1.4 擬合優(yōu)度R2
1.5 模型假設(shè)
1.6 最小二乘法LS的估計(jì)
1.7 統(tǒng)計(jì)推斷
1.8 Stata代碼示例
第2章 多元線性回歸模型
2.1 簡(jiǎn)介
2.2 模型假設(shè)
2.3 最小二乘法
2.4 高斯-馬爾可夫定理
2.5 用s估計(jì)
2.6 最小二乘LS的性質(zhì)
2.7 最小二乘LS的幾何解釋
2.8 分部回歸
2.9 Stata代碼示例
第3章 回歸模型檢驗(yàn)與統(tǒng)計(jì)推斷
3.1 簡(jiǎn)介
3.2 擬合優(yōu)度R2的討論
3.3 t檢驗(yàn)和置信區(qū)間
3.4 系數(shù)線性組合的置信區(qū)間和檢驗(yàn)
3.5 多個(gè)系數(shù)假設(shè)檢驗(yàn)
3.6 約束最小二乘法的擬合損失
3.7 Wald檢驗(yàn)
3.8 F檢驗(yàn)的等效性
3.9 對(duì)估計(jì)方法的補(bǔ)充
第4章 漸進(jìn)理論
4.1 簡(jiǎn)介
4.2 依概率收斂
4.3 依分布收斂
4.4 最小二乘法LS估計(jì)的大樣本性質(zhì)
4.5 兩種特殊情況
4.6 廣義中心極限定理
第5章 回歸模型設(shè)定
5.1 簡(jiǎn)介
5.2 變量函數(shù)形式
5.3 多重共線性
5.4 變量的選擇
5.5 因果推斷
5.6 控制變量的作用
5.7 匹配方法
5.8 Stata代碼示例
第6章 自然實(shí)驗(yàn)
6.1 簡(jiǎn)介
6.2 虛擬變量
6.3 具有交互項(xiàng)的模型
6.4 隨機(jī)對(duì)照實(shí)驗(yàn)
6.5 自然實(shí)驗(yàn)
6.6 斷點(diǎn)回歸
第7章 工具變量
7.1 簡(jiǎn)介
7.2 工具變量法
7.4 檢驗(yàn)最小二乘法的有效性
7.5 工具變量討論
7.6 Stata代碼示例
第8章 面板數(shù)據(jù)
8.1 簡(jiǎn)介
8.2 兩期固定效應(yīng)模型
8.3 固定效應(yīng)回歸
8.4 固定效應(yīng)的應(yīng)用與檢驗(yàn)
8.5 固定效應(yīng)模型估計(jì)的討論
8.6 stata代碼示例
第9章 動(dòng)態(tài)回歸模型：分布滯后和動(dòng)態(tài)乘數(shù)
9.1 簡(jiǎn)介
9.2 分布滯后
9.3 自回歸分布滯后模型
9.4 帶有固定效應(yīng)的滯后因變量
9.5 Stata代碼示例
第10章 廣義回歸模型
10.1 簡(jiǎn)介
10.2 異方差
10.3 自相關(guān)
10.4 廣義最小二乘的結(jié)果
10.5 穩(wěn)健標(biāo)準(zhǔn)誤
10.6 異方差與自相關(guān)檢驗(yàn)
10.7 固定效應(yīng)面板數(shù)據(jù)的聚類標(biāo)準(zhǔn)誤
第11章 研究實(shí)例分析
11.1 富豪榜與分析師實(shí)地調(diào)研
11.2 富豪榜與高管超額在職消費(fèi)
參考文獻(xiàn)