计量经济学基础（第四版）（上、下册）

封面
目录
第1篇　单一方程回归模型
第1章　回归分析的性质
1.1　“回归”一词的历史渊源
1.2　回归的现代释义
1.3　统计关系与确定关系
1.4　回归与因果关系
1.5　回归与相关
1.6　术语与符号
1.7　计量经济分析所用数据的性质与来源
1.8　要点与结论
习题
第2章　双变量回归分析：一些基本概念
2.1　一个人为的例子
2.2　总体回归函数的概念
2.3　“线性”一词的含义
2.4　PRF的随机设定
2.5　随机干扰项的意义
2.6　样本回归函数
2.7　一个说明性的例子
2.8　要点与结论
习题
第3章　双变量回归模型：估计问题
3.1　普通最小二乘法
3.2　经典线性回归模型：最小二乘法的基本假定
3.3　最小二乘估计的精度或标准误差
3.4　最小二乘估计量的性质：高斯－马尔可夫定理
3.5　判定系数R2：“拟合优度”的一个度量
3.6　一个数值例子
3.7　说明性例子
3.8　关于蒙特卡罗实验的一个注记
3.9　要点与结论
习题
附录3A
3A.1　最小二乘估计的推导
3A.2　最小二乘估计量的线性和无偏性质
3A.3　最小二乘估计量的方差和标准误
第4章　经典正态线性回归模型
4.1　干扰项uj的概率分布
4.2　关于uj的正态性假定
4.3　在正态性假定下OLS估计量的性质
4.4　最大似然法
4.5　要点与结论
附录　4A
4A.1　双变量回归模型的最大似然估计
第5章　双变量回归：区间估计与假设检验
5.1　统计学的预备知识
5.2　区间估计：一些基本概念
5.3　回归系数的置信区间
5.4　方差的置信区间
5.5　假设检验：概述
5.6　假设检验：置信区间的方法
5.7　假设检验：显著性检验法
5.8　假设检验：一些实际操作问题
5.9　回归分析与方差分析
5.10　回归分析的应用：预测问题
5.11　报告回归分析的结果
5.12　评价回归分析的结果
5.13　要点与结论
习题
第6章　双变量线性回归模型的延伸
6.1　过原点回归
6.2　尺度与测量单位
6.3　标准化变量的回归
6.4　回归模型的函数形式
6.5　怎样测度弹性：对数线性模型
6.6　半对数模型：线性到对数与对数到线性模型
6.7　倒数模型
6.8　函数形式的选择
6.9　关于随机误差项的性质的一个注记：相加性与相乘性随机误差项
6.10　要点与结论
习题
第7章　多元回归分析：估计问题
7.1　三变量模型：符号与假定
7.2　对多元回归方程的解释
7.3　偏回归系数的含义
7.4　偏回归系数的OLS与ML估计
7.5　多元判定系数R2与复相关系数R
7.6　例7.1　儿童死亡率与人均GNP和妇女识字率的关系
7.7　从多元回归的角度看简单回归：设定偏误初探
7.8　R2及校正R2
7.9　例7.3　柯布－道格拉斯生产函数：函数形式再议
7.10　多项式回归模型
7.11　偏相关系数
7.12　要点与结论
习题
第8章　多元回归分析：推断问题
8.1　再一次正态性假定
8.2　例8.1　修正儿童死亡率例子
8.3　多元回归中的假设检验：总评
8.4　检验关于个别偏回归系数的假设
8.5　检验样本回归的总显著性
8.6　检验两个回归系数是否相等
8.7　受约束的最小二乘法：检验线性等式约束条件
8.8　检验回归模型的结构或参数稳定性：邹至庄检验
8.9　用多元回归做预测
8.10　假设检验三联体：似然比，瓦尔德与拉格朗日乘数检验
8.11　检验回归的函数形式：在线性与对数线性回归模型之间进行选择
8.12　要点与结论
习题
第9章　虚拟变量回归模型
9.1　虚拟变量的性质
9.2　ANOVA模型
9.3　含有两个定性变量的ANOVA模型
9.4　同时含有定性和定量回归元的回归：ANCOVA模型
9.5　邹至庄检验的虚拟变量方法
9.6　使用虚拟变量的交互效应
9.7　季节分析中虚拟变量的使用
9.8　分段线性回归
9.9　综列数据回归模型
9.10　虚拟变量方法的某些技术问题
9.11　进一步研究的专题
9.12　要点与结论
习题
第2篇　放松经典模型的假定
第10章　多重共线性：回归元相关会怎么样
10.1　 多重共线性的性质
10.2　出现完全多重共线性量的估计问题
10.3　出现“高度”但“不完全”多重共线性时的估计问题
10.4　多重共线性：是庸人自扰吗？多重共线性的理论后果
10.5　多重共线性的实际后果
10.6　一个说明性例子：消费支出与收入和财富的关系
10.7　多重共线性的侦察
10.8　补救措施
10.9　多重共线性一定是坏事吗？如果预测是惟一目的，就未必如此
10.10　一个引申的例子：朗利数据
10.11　要点与结论
习题
第11章　异方差性：误差方差不是常数会怎样？
11.1　异方差的性质
11.2　出现异方差性时的OLS估计
11.3　广义最小二乘法
11.4　出现异方差性时使用OLS的后果
11.5　异方差性的侦察
11.6　补救措施
11.7　总结性的例子
11.8　谨防对异方差性反应过度
11.9　要点与结论
习题
第12章　自相关：误差项相关会怎样？
12.1　问题的性质
12.2　自相关出现时的OLS估计量
12.3　自相关出现时的BLUE估计量
12.4　自相关出现时使用OLS的后果
12.5　美国商业部门1959~1998年间工资与生产率之间的关系
12.6　侦察自相关
12.7　发现自相关该怎么办：补救措施
12.8　模型误设与纯粹自相关
12.9　（纯粹）自相关的修正：广义最小二乘法
12.10　修正OLS标准误的尼威－韦斯特方法
12.11　OLS与FGLS和HAC
12.12　含有自相关误差时的预测
12.13　自相关的其他方面
12.14　要点与结论
习题
第13章　计量经济建模：模型设定和诊断检验
13.1　模型选择准则
13.2　设定误差的类型
13.3　模型设定误差的后果
13.4　设定误差的检验
13.5　测量误差
13.6　对随机误差项不正确的设定
13.7　嵌套与非嵌套模型
13.8　非嵌套假设的检验
13.9　模型选择准则
13.10　计量经济建模的其他专题
13.11　一个总结性的例子：一个小时工资的决定模型
13.12　向实务工作者进一言
13.13　要点与结论
习题
第3篇　计量经济学专题
第14章　非线性回归模型
14.1　本质上的线性和非线性回归模型
14.2　线性和非线性回归模型的估计
14.3　估计非线性回归模型：试错法
14.4　估计非线性回归模型的方法
14.5　说明性的例子
14.6　要点与结论
习题
第15章　定性响应回归模型
15.1　定性响应模型的性质
15.2　线性概率模型
15.3　LPM的应用
15.4　LPM以外的其他方法
15.5　LOGIT模型
15.6　LOGIT模型的估计
15.7　群组LOGIT模型：一个数值例子
15.8　非群组或个体数据的LOGIT模型
15.9　Probit模型
15.10　LOGIT和PROBIT模型
15.11　TOBIT模型
15.12　对计数数据建模：泊松回归模型
15.13　定性响应回归模型的其他专题
15.14　要点与结论
习题
第16章　综列数据回归模型
16.1　为什么使用综列数据
16.2　综列数据：一个解释性的例子
16.3　综列数据回归模型的估计：固定效应方法
16.4　综列数据回归模型的估计：随机效应方法
16.5　固定效应与随机效应模型的比较
16.6　综列数据回归：一些结论性的意见
16.7　要点与结论
习题
第17章　动态计量经济模型：自回归与分布滞后模型
17.1　“时间”或“滞后”在经济学中的作用
17.2　滞后的原因
17.3　分布滞后模型的估计
17.4　分布滞后模型的考伊克方法
17.5　考伊克模型的合理化：适应性预期模型
17.6　考伊克模型理性化的另一形式：存量调整或部分调整模型
17.7　适应性预期与部分调整模型的组合
17.8　自回归模型的估计
17.9　工具变量法
17.10　在自回归模型中侦察自相关：德宾h检验
17.11　一个数值例子：加拿大的货币需求，1979年第1季度至1988年第4季度
17.12　说明性例子
17.13　分布滞后模型的阿尔蒙方法：阿尔蒙或多项式分布滞后
17.14　经济学中的因果关系：格兰杰检验
17.15　要点与结论
习题
第4篇　联立方程模型
第18章　联立方程模型
18.1　联立方程模型的性质
18.2　联立方程模型举例
18.3　联立方程偏误：OLS估计量的非一致性
18.4　联立方程偏误：一个数值例子
18.5　要点与结论
习题
第19章　识别问题
19.1　符号与定义
19.2　识别问题
19.3　识别规则
19.4　联立性检验
19.5　外生性检验
19.6　要点与结论
习题
第20章　联立方程方法
20.1　估计的方法
20.2　递归模型与普通最小二乘法
20.4　过度识别方程的估计：二阶最小乘法
20.5　2SLS：一个数值例子
20.6　说明性例子
20.7　要点与结论
习题
第21章　时间序列计量经济学：一些基本概念
21.1　选看美国经济的一些时间序列
21.2　主要概念
21.3　随机过程
21.4　单位根随机过程
21.5　趋势平稳和差分平稳随机过程
21.6　单积随机过程
21.7　谬误回归现象
21.8　平稳性的检验
21.9　单位根检验
21.10　对非平稳时间序列进行变换
21.11　协积：将一个单位根时间序列对另一个单位根时间序列进行回归
21.12　在经济学中的一些应用
21.13　要点与结论
习题
第22章　时间序列计量经济学预测
22.1　经济预测方法
22.2　时间序列数据的AR、MA和ARIMA建模
22.3　博克斯－詹金斯方法论
22.4　识别
22.5　ARIMA模型的估计
22.6　诊断检查
22.7　预测
22.8　BJ方法论的其他方面
22.9　向量自回归
22.10　度量金融时间序列中的波动性：ARCH和GARCH模型
22.11　总结性例子
22.12　要点与结论
习题
附录A　统计学中的若干概念复习
A.1　总和与乘积运算子
A.2　样本空间、样本点与事件
A.3　概率与随机变量概率
A.4　概率密度函数
A.5　概率分布的特征值
A.6　若干重要的理论概率分布
A.7　统计推断
A.8　统计推断：假设检验
附录B　矩阵代数初步
B.1　定义
B.2　矩阵的类型
B.3　矩阵运算
B.4　行列式
B.5　求一个方程的逆阵
B.6　矩阵微分法
附录C　线性回归模型的矩阵方法
C.1　k变量线性回归模型
C.2　用矩阵表示的关于经典线性回归模型的假定
C.3　OLS估计
C.4　用矩阵表示的判定系数R2
C.5　相关矩阵
C.6　关于个别回归系数的假设检验的矩阵表示
C.7　检验回归的总显著性：用矩阵表示的方差分析
C.8　检验线性约束：用矩阵表示的一般F检验法
C.9　用复回归做预测：矩阵表述
C.10　矩阵方法总结：一个说明性例子
C.11　广义最小二乘法
C.12　要点与结论
习题
附录D　统计学用表
表D1　标准化正态分布下的面积
表D2　t分布的百分点
表D3　F分布的上端百分点
表D4　卡方分布的上端百分点
表5　德宾－沃森d统计量
表6　游程检验中的游程临界值
表7　单位检验的1%和5%临界迪基－富勒t和F值
附录E　互联网上的经济数据
参考文献
人名索引
标题索引