Author(s): 达莫达尔N.古亚拉提
Publisher: 机械工业出版社
Year: 2000
第1 章 经济计量学的特征及研究范围
1.1 什么是经济计量学
1.2 为什么要学习经济计量学
1.3 经济计量学的方法论
1.3.1 理论或假说的陈述
1.3.2 收集数据
1.3.3 建立劳动力参与的数学模型
1.3.4 建立劳动力参与的统计或经济计量模型
1.3.5 经济计量模型参数的估计
1.3.6 检查模型的准确性:模型的假设检验
1.3.7 检验来自模型的假设
1.3.8 运用模型进行预测
1.4 全书结构
习题
第一部分
概率与统计基础
第2 章 基本统计概念的回顾
2.1 一些符号
2.1.1 求和符号
2.1.2 求和符号的性质
2.2 试验、样本空间、样本点和事件
2.2.1 试验
2.2.2 样本空间或总体
2.2.3 样本点
2.2.4 事件
2.3 随机变量
2.4 概率
2.4.1 事件的概率:古典定义或先验定义
2.4.2 概率的频率定义或经验定义
2.4.3 随机变量的概率
2.5 随机变量与概率密度函数
2.5.1 离散型随机变量的概率密度函数
2.5.2 连续型随机变量的概率密度函数
2.5.3 累积分布函数
2.6 多元随机变量的概率密度函数
2.6.1 边缘概率密度函数
2.6.2 条件概率密度函数
2.6.3 统计独立性
2.7 概率密度的特征
2.7.1 期望值:集中趋势的度量
2.7.2 方差:离散程度的度量
2.7.3 协方差
2.7.4 相关系数
2.7.5 条件期望值
2.8 从总体到样本
2.8.1 样本均值
2.8.2 样本方差
2.8.3 样本协方差
2.8.4 样本相关系数
2.8.5 样本偏度与样本峰度
2.9 小结
参考文献
习题
第3 章 一些重要的概率分布
3.1 正态分布
3.1.1 正态分布的性质
3.1.2 标准正态分布
3.1.3 从正态总体中随机抽样
3.1.4 靴襻抽样法
3.2 样本均值X - 的抽样分布或概率分布
3.3 X
2
分布
3.4 t 分布
3.5 F 分布
3.6 t 分布、F 分布、
2
分布与正态分布的关系
3.7 小结
习题
第4 章 统计推断:估计与假设检验
4.1 统计推断的含义
4.2 估计和假设检验:统计推断的两个孪生分支
4.3 参数估计
4.4 点估计量的性质
4.4.1 线性
4.4.2 无偏性
4.4.3 有效性
4.4.4 最优线性无偏估计量
4.4.5 一致性
4.5 统计推断:假设检验
4.5.1 置信区间法
4.5.2 第一类错误和第二类错误:一个偏离
4.5.3 显著性检验
4.5.4 显著水平的选择与p 值
4.5.5 X2 显著性检验和F 显著性检验
4.6 小结
习题
第二部分
线性回归模型
第5 章 线性回归的基本思想:双变量模型
5.1 回归的含义
5.2 总体回归函数:一个假设的例子
5.3 总体回归函数误差的设定
5.4 随机误差项的性质
5.5 样本回归函数
5.6 “线性”回归的特殊含义
5.6.1 解释变量线性
5.6.2 参数线性
5.7 从双变量回归到多元线性回归
5.8 参数的估计:普通最小二乘法
5.8.1 普通最小二乘法
5.8.2 实例分析:对w i d g e t 的需求
5.8.3 对估计的需求函数的解释
5.9 实例
5.10 小结
习题
第6 章 双变量模型:假设检验
6.1 古典线性回归模型
6.2 普通最小二乘估计量的方差与标准差
6.2.1 Wi dget 一例中的方差和标准差
6.2.2 widget 需求函数小结
6.3 普通最小二乘估计量的性质
6.4 OLS 估计量的抽样分布或概率分布
6.5 假设检验
6.5.1 置信区间法
6.5.2 假设检验的显著性检验法
6.5.3 Wi d g e t 需求的继续
6.5.4 检验a2 的显著性:x2 检验
6.6 拟合优度的检验:判定系数r
2
6.6.1 r
2
的计算公式
6.6.2 Wi dget 一例中的r
2
6.6.3 相关系数r
6.7 回归分析结果的报告
6.8 正态性检验
6.8.1 残差直方图
6.8.2 正态概率图
6.8.3 Jarque -B e r a 检验
6.9 关于计算:回归分析的软件
6.10 实例:美国进口支出
6.10.1 对回归结果的解释
6.10.2 回归结果的显著性检验
6.11 预测
6.12 实例
6.12.1 人均消费支出与人均可支配收入
6.12.2 MBA 工资的回顾
6.13 小结
习题
第7 章 多元回归:估计与假设检验
7.1 三变量线性回归模型
7.2 多元线性回归模型的若干假定
7.3 多元回归参数的估计
7.3.1 普通最小二乘估计量
7.3.2 OLS 估计量的方差与标准差
7.3.3 多元回归OLS 估计量的性质
7.4 实例:未偿付抵押贷款债务(美国:1980 〜1985 年)
7.4.1 回归结果
7.4.2 对回归结果的解释
7.5 估计的多元回归方程的拟合优度:多元判定系数R
2
7.6 多元回归的假设检验:一般的解释
7.7 对回归参数进行假设检验
7.7.1 显著性检验法
7.7.2 置信区间法
7.8 对联合假设的检验
7.9 从多元回归模型到双变量模型:设定误差
7.10 两个不同的R
2
的比较:校正的判定系数
7.11 什么时候增加新的解释变量
7.12 回归模型的结构稳定性检验:Chow 检验
7.13 实例
7.14 小结
习题
第8 章 回归方程的函数形式
8.1 如何度量弹性:对数线性模型
8.2 线性模型与对数线性模型的比较
8.3 多元对数线性回归模型
8.4 如何测度增长率:半对数模型
8.4.1 单利增长率与复利增长率
8.4.2 线性趋势模型
8.5 线性对数模型:解释变量是对数形式
8.6 双曲函数模型
8.7 多项式回归模型
8.8 不同函数形式模型小结
8.9 小结
习题
第9 章 包含虚拟变量的回归模型
9.1 虚拟变量的性质
9.2 包含一个定量变量,一个两分定性变量的回归模型
9.3 虚拟变量有多种分类的情况
9.4 包含一个定量变量,两个定性变量的回归模型
9.5 模型的推广
9.6 回归模型中的结构稳定性:虚拟变量法
9.7 虚拟变量在季节分析中的应用
9.8 小结
习题
第三部分
实践中的回归分析
第1 0 章 多重共线性
10.1 多重共线性的性质:完全多重共线性的情况
10.2 接近或者不完全多重共线性的情形
10.3 多重共线性的理论后果
10.4 多重共线性的实际后果
10.5 多重共线性的测定
10.6 多重共线性必定不好吗
10.7 一个扩充例子:1960 至1982 年期间美国的鸡肉需求
10.8 如何对付多重共线性:补救措施
10.8.1 从模型中删掉不重要的解释变量
10.8.2 获取额外的数据或者新的样本
10.8.3 重新考虑模型
10.8.4 先验信息
10.8.5 变量变换
10.8.6 其他补救措施
10.9 小结
习题
第11 章 异方差
11.1 异方差的性质
11.2 异方差的后果
11.3 异方差的检验:如何知道存在异方差问题
11.3.1 根据问题的性质
11.3.2 残差的图形检验
11.3.3 帕克检验(Park test)
2
11.3.4 Glejser 检验(Glejser test)
1
11.3.5 White 检验(White's General He檘ᄭ�蔴⻝䥍퇮申᪣˂擵玅ᝰ䊙蟴鷤믒徵?
11.3.6 异方差的其他检验方法
11.4 观察到异方差该怎么办:补救措施
11.4.1 加权最小二乘法( WLS)
11.4.2 为未知时的情况
i
2
11.4.3 重新设定模型
11.5 White 异方差校正后的标准差和t 统计量
11.6 实例
11.7 小结
习题
第12 章 自相关
12.1 自相关的性质
12.1.1 惯性
12.1.2 模型设定误差
12.1.3 蛛网现象
12.1.4 数据加工
12.2 自相关的后果
12.3 自相关的诊断
12.3.1 图形法
12.3.2 游程检验
12.3.3 杜宾-瓦尔森d 检验
2
12.4 补救措施
12.5 如何估计
12.5.1 =1 :一阶差分法
12.5.2 从杜宾-瓦尔森d 统计量中估计
12.5.3 从O L S 残差e t 中估计p
12.5.4 的其他估计方法
12.6 小结
习题
第13 章 模型选择:标准与检验
13.1 “好的”模型具有的特性
13.2 设定误差的类型
13.2.1 遗漏相关变量:“过低拟合”模型
13.2.2 包括不相关变量:“过度拟合”模型
13.2.3 不正确的函数形式
13.3 诊断设定误差:设定误差的检验
13.3.1 诊断非相关变量的存在
13.3.2 对遗漏变量和不正确函数形式的检验
13.4 用于预测的模型选择
13.5 小结
习题
第14 章 单方程回归模型:几个补充专题
14.1 有限最小二乘法
14.2 动态经济模型:自回归模型和分布滞后模型
14.3 用于分布滞后模型的夸克方法
1
14.4 解释变量是虚拟变量的情形
14.5 分对数模型
14.5.1 分对数模型的估计:个体数据
14.5.2 分对数估计:分组数据
14.6 伪回归现象
14.6.1 非平稳检验:单元根检验
14.6.2 协整时间序列
14.6.3 随机游走模型
14.7 小结
习题
第四部分
联立方程模型简介
第15 章 联立方程模型
15.1 联立方程模型的性质
15.2 联立方程的偏误:普通最小二乘估计量的不一致性
15.3 间接最小二乘法
15.4 实例
15.5 模型识别问题
15.5.1 不可识别
15.5.2 恰度识别
15.5.3 过度识别
15.6 模型识别的判定规则:识别的阶条件
15.7 对过度识别方程的估计:两阶段最小二乘法
15.8 2SLS :一个数字例子
15.9 小结
习题
附录A 统计表
附录B 部分习题答案
参考文献
初级( I n t r o d u c t o r y )
中级( I n t e r m e d i a t e )
高级( A d v a n c e d )
专业( S p e c i a l i z e d )
应用( A p p l i e d )