經(jīng)濟計量學教程

第1章 緒論
1. 1 經(jīng)濟計量學的產(chǎn)生和發(fā)展
1. 2 經(jīng)濟計量學的概念及方法
1. 3 經(jīng)濟計量學與相關學科的聯(lián)系與區(qū)別
1. 4 經(jīng)濟計量學的研究目的及其門類
1. 4. 1 研究目的
1. 4. 2 經(jīng)濟計量學的門類及常用軟件
1. 5 經(jīng)濟計量學研究的一般程序
1. 6 一些更進一步的準備
1. 6. 1 概率及其分布
1. 6. 2 期望與方差
1. 6. 3 連加規(guī)則
課后思考與練習題
第2章 一元線性回歸模型
2. 1 經(jīng)濟變量間的關系
2. 1. 1 確定的函數(shù)關系
2. 1. 2 非確定的相關關系
2. 1. 3 相關關系與函數(shù)關系的聯(lián)系及線性擬合
2. 2 隨機擾動項的內(nèi)容及有關假定
2. 2. 1 隨機擾動項的內(nèi)容
2. 2. 2 關于隨機擾動項的基本假定
2. 3 最小平方估計方法
2. 3. 1 一元線性回歸模型的幾種不同表達方式
2. 3. 2 加歸的幾種可能途徑
2. 3. 3 最小平方準則及其特點
2. 4 最小平方估計值的性質
2. 4. 1 線性特性
2. 4. 2 無偏性
2. 4. 3 有效性或最佳性
2. 5 最小平方估計值的標準誤差與區(qū)間估計
2. 5. 1 a和B的標準誤差
2. 5. 2 總體真值a和B的區(qū)間估計
2. 6 最小平方估計值的擬合優(yōu)度與假設檢驗
2. 6. 1 擬合優(yōu)度
2. 6. 2 相關分析和相關系數(shù)
2. 6. 3 假設檢驗
2. 7 預測區(qū)間與彈性估計
2. 7. 1 點預測
2. 7. 2 區(qū)間預測
2. 7. 3 彈性及彈性估計
2. 8 案例分析
課后思考與練習題
第3章 多元線性回歸模型
3. 1 二元線性回歸模型
3. 1. 1 正規(guī)方程及回歸參數(shù)
3. 1. 2 多重可決系數(shù)
3. 1. 3 B0, B1, B2的均值與方差
3. 2 一般線性回歸模型
3. 2. 1 正規(guī)方程的推廣
3. 2. 2 可決系數(shù)的推廣及復相關
3. 2. 3 回歸參數(shù)方差公式的推廣
3. 3 非線性模型回歸
3. 3. 1 具有常彈性的曲線函數(shù)
3. 3. 2 拋物線型及其它k階多項式
3. 3. 3 指數(shù)曲線及其變種函數(shù)
3. 4 偏相關及偏相關系數(shù)
3. 4. 1 偏相關及相關系數(shù)矩陣
3. 4. 2 偏相關系數(shù)的定義
3. 4. 3 偏相關系數(shù)的證明
3. 5 方差分析
3. 5. 1 單因素方差分析
3. 5. 2 雙因素方差分析
3. 5. 3 方差分析與回歸分析的比較
3. 6 幾種常用的F-檢驗
3. 6. 1 由于增添新解釋變量而使擬合改進的檢驗
3. 6. 2 對由不同樣本求得的系數(shù)差異性的檢驗
(Chow檢驗)
3. 6. 3 當樣本容量增大時回歸系數(shù)穩(wěn)定性的檢驗
3. 6. 4 對模型中參數(shù)所加約束的檢驗
3. 7 虛擬變量模型
3. 7. 1 虛擬變量及其作用
3. 7. 2 虛擬變量的引入
3. 7. 3 虛擬變量設置的原則
3. 8 案例分析
課后思考與練習題
第4章 經(jīng)濟計量學問題及二級檢驗
4. 1 設定誤差
4. 1. 1 遺漏重要解釋變量所產(chǎn)生的后果
4. 1. 2 引入不相干變量所產(chǎn)生的后果
4. 1. 3 設定誤差的檢驗與排除
4. 2 自相關
4. 2. 1 自相關的意義及其來源
4. 2. 2 自相關的危害
4. 2. 3 自相關的檢驗(Durbin-Watson方法)
4. 2. 4 自相關的消除
4. 3 異方差
4. 3. 1 異方差及其影響
4. 3. 2 異方差性檢驗
4. 3. 3 異方差的消除
4. 4 多重共線性
4. 4. 1 含義及其因果
4. 4. 2 多重共線性的檢驗
4. 4. 3 多重共線性問題的克服或消除
課后思考與練習題
基礎篇總復習
一. 正誤判斷題
二. 選擇題
三. 填空題
四. 條件分析題
提高篇
第5章 多元線性模型的矩陣運算
5.
1 矩陣代數(shù)基本知識回顧
5.
1.
1 有關的定義
5.
1.
2 矩陣的基本運算規(guī)則
5.
2 多元模型及其參數(shù)
5.
2.
1 關于多元模型
5.
2.
2 關于U的基本假定
5.
2.
3 參數(shù)的最小平方估計
5.
3 最小平方估計式的性質
5.
3.
1 線性特性
5.
3.
2 無偏性
5.
3.
3 最小方差性
5.
4 擬合優(yōu)度及預測
5.
4.
1 擬合優(yōu)度
5.
4.
2 區(qū)間預測
5.
4.
3 隨機擾動項方差的估計
5.
5 廣義最小平方方法
5.
5.
1 關于隨機擾動項U的方差一協(xié)方差矩陣
5.
5.
2 廣義最小平方方法
5.
5.
3 異方差和序列相關的處理
課后思考與練習題
第6章 經(jīng)濟計量學中的一些特殊技巧
6.
1 關于矩陣代數(shù)的進一步知識
6.
1.
1 向量內(nèi)積及正交向量
6.
1.
2 正交矩陣
6.
1.
3 特征值和特征向量
6.
1.
4 相似矩陣
6.
2 主成分分析法
6.
2.
1 標準化變量和正交變量
6.
2. 2 正交模型
6.
2.
3 系數(shù)向量a和B的估計
6.
2.
4 多重共線性的診斷和處理
6.
2.
5 案例分析
6.
3 嶺回歸理論
6.
3.
1 嶺回歸的一般概念
6.
3.
2 嶺估計量的標準和P值的確定
6.
3.
3 多重共線性的嶺診斷法
6.
3.
4 關于嶺回歸的一點討論意見
6.
4 貝葉斯估計方法簡介
6.
4.
1 貝葉斯估計與經(jīng)典估計的主要區(qū)別
6.
4.
2 貝葉斯公式
6.
4.
3 一個應用實例
6.
4.
4 關于貝葉斯估計的討論
課后思考與練習題
第7章 單方程模型的其它形式
7.
1 虛擬因變量模型
7.
1.
1 模型中設置虛擬因變量的必要性
7.
1.
2 線性概率模型的估計方法
7.
1.
3 非線性概率模型
7.
2 滯后變量模型
7.
2.
1 滯后變量模型的建立
7.
2.
2 無限期分布滯后模型的估計問題
7.
2.
3 柯克估計法
7.
2.
4 阿爾蒙估計法
7.
3 時間序列模型及預測
7.
3.
1 時間序列模型的一般性質
7.
3.
2 自回歸過程及其平穩(wěn)條件
7.
3.
3 自回歸過程的識別和估計
課后思考與練習題
第8章 聯(lián)立方程模型
8. 1 聯(lián)立方程模型的基本概念
8.
1.
1 經(jīng)濟變量的聯(lián)立依存性
8.
1.
2 聯(lián)立方程模型的后果
8.
1.
3 聯(lián)立方程模型的基本形式
8. 2 聯(lián)立方程模型的識別
8.
2.
1 識別的有關概念
8. 2.
2 模型識別的條件
8. 2.
3 模型識別實例及實用規(guī)則
8.
2.
4 識別問題與多重共線性
8.
3 聯(lián)立方程模型的估計方法
8.
3.
1 估計方法概述
8.
3.
2 工具變量法
8.
3.
3 二階段最小二乘法
8.
3.
4 三階段最小二乘法
課后思考與練習題
附錄一 市場疲軟：需求理論及其它
附錄二 常用臨界值表
參考文獻