目录

第1章一元线性回归模型

1.1计量经济学简介与建模步骤

1.2模型的建立及其假定条件

1.3一元线性回归模型的参数估计

1.4yt、β^1和β^0的分布

1.5σ2的估计

1.6最小二乘估计量的统计性质

1.7最小二乘回归函数的性质

1.8拟合优度的测量

1.9回归系数的显著性检验

1.10回归系数的置信区间

1.11单方程回归模型的预测

1.12相关分析

1.13回归系数β^1与相关系数r的关系

1.14案例分析

第2章多元线性回归模型

2.1多元线性回归模型及其假定条件

2.2最小二乘法

2.3最小二乘估计量的特性

2.4残差的方差

2.5Y与最小二乘估计量β^的分布

2.6多重可决系数(多重确定系数)

2.7F检验

2.8t检验和回归系数的置信区间

2.9预测

2.10多元线性回归计算举例

2.11偏相关与复相关

2.12案例分析

2.13实际建模过程中应该注意的若干问题

第3章可线性化的非线性回归模型

3.1可线性化的7种非线性函数

3.2可线性化的非线性模型综合案例

3.3可线性化的非线性模型一览表

第4章特殊解释变量

4.1虚拟变量

4.2工具变量

4.3滞后变量

4.4随机解释变量

第5章异方差

5.1同方差假定

5.2异方差的表现与来源

5.3模型存在异方差的后果

5.4异方差检验

5.5克服异方差的方法

5.6案例分析

第6章自相关

6.1非自相关假定

6.2自相关的来源与后果

6.3自相关检验

6.4自相关的解决方法

6.5克服自相关的矩阵描述

6.6自相关系数的估计

6.7案例分析

第7章多重共线性

7.1非多重共线性假定

7.2多重共线性的来源

7.3多重共线性的后果

7.4多重共线性的检测

7.5多重共线性的解决方法

7.6案例分析

7.7多重共线性与解释变量的不正确剔除

7.8违反模型假定条件的其他几种情形

第8章联立方程模型

8.1联立方程模型的概念

8.2联立方程模型的分类

8.3联立方程模型的识别

8.4联立方程模型的估计方法

8.5联立方程模型举例

第9章模型诊断常用统计量与检验

9.1检验模型中全部解释变量都无解释作用的F统计量

9.2检验单个回归系数显著性的t统计量

9.3检验回归系数线性约束条件是否成立的F统计量

9.4似然比统计量

9.5沃尔德统计量

9.6拉格朗日乘子统计量

9.7赤池、施瓦茨和汉南奎因统计量

9.8检验正态分布性的JB统计量

9.9格兰杰因果性检验

9.10邹突变点检验

9.11回归系数稳定性的邹检验

9.12递归分析

第10章时间序列ARIMA模型

10.1随机过程与时间序列的定义

10.2ARIMA模型的分类

10.3伍尔德分解定理

10.4自相关函数及其估计

10.5偏自相关函数及其估计

10.6ARIMA模型的建立与预测

10.7ARIMA模型建模案例

10.8季节时间序列ARIMA模型

10.9回归与ARMA组合模型

第11章虚假回归

11.1问题的提出

11.2单整性的定义

11.3单整序列的统计特征

11.4虚假回归

第12章单位根检验

12.14种典型的非平稳过程

12.2DF,T(β^-1)统计量的分布特征

12.3单位根检验

12.4单位根检验的EViews操作

12.5单位根检验案例分析

12.6结构突变序列单位根检验

第13章单方程误差修正模型

13.1均衡概念

13.2误差修正模型

13.3协整定义

13.4协整检验

13.5格兰杰定理

13.6建立单方程误差修正模型的EG两步法

第14章面板数据模型

14.1面板数据的定义

14.2面板数据模型的分类

14.3面板数据模型估计方法

14.4面板数据模型的设定与检验

14.5面板数据建模案例分析

14.6面板数据建模的EViews操作

参考文献

附录A随机变量、概率极限、矩阵代数知识简介

附录B统计分布表

附录CEViews 12使用简介