第1部分 线性回归模型

第1章 引言

1.1计量经济学

例1.1行为模型与诺贝尔经济学奖获得者

1.2计量经济建模

例1.2凯恩斯消费函数

1.3数据与方法论

1.4计量经济学的实践

1.5本书的结构安排

第2章 经典多元线性回归模型

2.1引言

2.2线性回归模型

例2.1凯恩斯消费函数

例2.2工资与受教育程度

2.3经典线性回归模型的假定

例2.3美国汽油市场

例2.4转换对数模型

例2.5短秩

2.4归纳与总结

关键术语与概念

第3章 最小二乘法

3.1引言

3.2最小二乘回归

3.3分块回归和偏回归

3.4偏回归和偏相关系数

例3.1偏相关系数

3.5拟合优度与方差分析

例3.2拟合消费函数

例3.3投资方程的方差分析

3.6归纳与总结

关键术语与概念

习题

应用

第4章 最小二乘估计的统计特性

4.1引言

4.2最小二乘估计的动机

4.3无偏估计

例4.1最小二乘估计的抽样分布

4.4最小二乘估计的方差与高斯-马尔可夫定理

例4.2两变量回归模型中的抽样方差

4.5随机回归元的含义

4.6估计最小二乘估计的方差

4.7正态分布假设与基本统计推断

例4.3工资方程

例4.4汽油需求收入弹性的置信区间

例4.5工资方程的F检验

4.8最小二乘估计的有限样本特性

例4.6 Longley数据中的多重共线性

4.9最小二乘估计的大样本特性

例4.7参数的非线性方程组:delta方法

例4.8参数的非线性函数:Krinsky和Robb方法

例4.9 gamma回归模型

4.10归纳与总结

关键术语与概念

习题

应用

第5章 推断与预测

5.1引言

5.2约束与嵌套模型

5.3假设检验的两种方法

例5.1约束投资方程

例5.2生产函数

5.4非正态干扰和大样本检验

5.5检验非线性约束

例5.3长期边际消费倾向

5.6预测

例5.4投资预测

5.7归纳与总结

关键术语与概念

习题

应用

第6章 函数形式与结构变化

6.1引言

6.2使用二值变量

例6.1工资方程中的二值变量

例6.2协方差分析

6.3非线性变量

例6.3非线性成本函数的函数形式

例6.4本质线性回归

例6.5 CES生产函数

6.4结构突变的建模与检验

例6.6世界卫生报告

例6.7汽油市场的结果突变

6.5归纳与总结

关键术语与概念

习题

应用

第7章 设定分析与模型选择

7.1引言

7.2设定分析与建模

例7.1遗漏变量

7.3非嵌套模型之间的选择

例7.2消费函数的J检验

例7.3使用王氏检验法检验消费函数

7.4模型选择准则

7.5模型选择

例7.4经典估计量的贝叶斯均值

7.6归纳与总结

关键术语与概念

习题

应用

第2部分广义回归模型

第8章 广义回归模型和异方差性

8.1引言

8.2最小二乘估计

8.3使用广义最小二乘法的有效估计

8.4异方差性

例8.1异方差回归

例8.2怀特估计量

8.5检验异方差性

例8.3异方差性检验

8.6 Ω已知时的加权最小二乘

8.7 Ω含有未知参数时的估计

8.8应用

例8.4多维异方差模型

例8.5群组异方差性

归纳与总结

关键术语与概念

习题

应用

第9章 面板数据模型

9.1引言

9.2面板数据模型

9.3混合回归模型

例9.1工资方程

例9.2工资方程的稳健估计量

例9.3协方差分析与世界卫生组织数据

9.4固定效应模型

例9.4固定效应工资方程

9.5随机效应

例9.5随机效应检验

例9.6估计随机效应模型

例9.7固定效应与随机效应的豪斯曼检验

例9.8固定效应与随机效应的变量附加检验

9.6非球形分布和稳健协方差估计

9.7随机效应模型的扩展

例9.9州内生产力

例9.10不动产销售的空间自相关

例9.11保健支出的空间滞后

9.8参数差异性

例9.12随机系数模型

例9.13生产函数的最小模拟平方和估计

例9.14 Cornwell和Rupert工资方程的两步估计

例9.15房地美

例9.16房价分层线性模型

例9.17工资混合线性模型

例9.18动态面板数据模型

例9.19发展中国家混合固定增长模型

9.9动态面板数据模型的一致性估计

9.10归纳与总结

关键术语与概念

习题

应用

第10章 回归方程组

10.1引言

例10.1 Munnell州际产品数据

10.2似不相关回归模型

例10.2估计区域产出的SUR模型

例10.3 SUR模型的假设检验

例10.4跨方程相关性检验

10.3面板数据应用

例10.5电力和天然气的需求

例10.6医院支出

10.4需求方程组:奇异方程组

例10.7斯通（Stone）的支出方程组

例10.8美国制造业的一个成本函数

10.5归纳与总结

关键术语与概念

习题

应用

第11章 非线性回归模型

11.1引言

11.2非线性回归模型

例11.1 CES生产函数

例11.2转换对数需求体系

例11.3非线性模型的一阶条件

例11.4线性化回归

11.3应用

例11.5非线性消费函数的分析

例11.6非线性回归中的多重共线性

例11.7可变成本函数

11.4假设检验与参数约束

例11.8非线性模型的假设检验

11.5非线性方程组

11.6两阶段非线性最小二乘估计

例11.9信用评分模型的两阶段估计

11.7面板数据应用

例11.10医护使用

例11.11含固定效应的指数模型

11.8归纳与总结

关键术语与概念

习题

应用

第3部分工具变量与联立方程模型

第12章 工具变量估计

12.1引言

例12.1最小二乘不一致的模型

12.2模型的假设

12.3估计

例12.2溪流作为工具变量

例12.3劳动供给模型

12.4 Hausman和Wu的理论阐释、工具变量估计的检验和应用

例12.3（续）劳动供给模型

例12.4消费函数的Hausman检验

12.5测量误差

例12.5收入与教育关系的研究——以双胞胎研究为例

12.6广义模型的回归估计

12.7非线性工具变量估计

例12.6消费函数的工具变量估计

12.8面板数据应用

例12.7教育投资回报

例12.8动态劳动供给方程

12.9弱工具

12.10归纳与总结

关键术语与概念

习题

应用

第13章 联立方程组模型

13.1引言

13.2联立方程组模型中的基本问题

例13.1一个小宏观经济模型

例13.2克莱因模型I

例13.3结构式与缩简式

13.3识别问题

例13.4观测上的等价性

例13.5识别

例13.6克莱因的模型I的识别

13.4估计方法

13.5单方程:有限信息估计方法

13.6方程组估计法

13.7用克莱茵模型I对各种方法加以比较

13.8设定检验

例13.7检验过度识别约束

13.9动态模型的性质

例13.8动态模型

13.10归纳与总结

关键术语与概念

习题

应用

第4部分估计方法

第14章 计量经济学的估计框架

14.1引言

14.2参数估计与统计推断

例14.1线性回归模型

例14.2随机前沿模型

例14.3一对事件计数的联合建模

14.3半参数估计

例14.4柯布-道格拉斯生产函数的LAD估计

例14.5局部线性转换对数成本函数

例14.6二值选择模型的半参数估计

例14.7一个假日支出模型

14.4非参数估计

例14.8一个非参数平均成本函数

14.5估计量的性质

14.6归纳与总结

关键术语与概念

习题

应用

第15章 最小距离估计和广义矩法

15.1引言

例15.1欧拉方程组与生命周期消费模型

15.2一致估计:矩法

例15.2 N[μ，σ2]的矩估计量

例15.3逆高斯（Wald）分布

例15.4混合正态分布

例15.5伽马分布

15.3最小距离估计

例15.6一个医院成本方程的最小距离估计量

15.4广义矩估计量（GMM）

例15.7伽马分布参数的GMM估计

例15.8工具变量的经验矩方程

15.5 GMM框架中的假设检验

例15.9过度识别约束

15.6计量经济模型的GMM估计

例15.10地方政府支出的一个动态面板数据模型的GMM估计

15.7归纳与总结

关键术语与概念

习题

第16章 极大似然估计

16.1引言

16.2似然函数与参数识别

例16.1参数的识别

16.3有效估计:极大似然原理

例16.2正态分布的对数似然函数和似然方程

16.4极大似然估计量的性质

例16.3正态分布的信息矩阵

例16.4 MLE的方差估计量

16.5有条件的似然估计、计量经济模型和GMM估计量

16.6三个渐近等价的检验程序

16.7两阶段极大似然估计

例16.5两阶段ML估计

16.8准极大似然估计量和稳健的渐近协方差矩阵

16.9极大似然估计的应用

例16.6乘数异方差

例16.7货币需求等式的自相关

例16.8表面不相关回归模型的ML估计

例16.9随机边界模型

例16.10拜访医生的几何分布模型

例16.11极大似然估计和工资等式的FGLS估计

例16.12随机效应几何分布回归模型

例16.13固定效应和随机效应几何回归模型

例16.14学分积的潜在阶数模型

例16.15 学分积的潜在阶数回归模型

例16.16卫生保健事业的潜在阶数模型

16.10归纳与总结

关键术语与概念

习题

应用

第17章 模拟估计与推断

17.1引言

17.2随机数据生成

17.3蒙特卡罗积分

例17.1断尾正态分布的分数矩

例17.2估计对数正态分布均值

例17.3连续型对数正态分布的均值

17.4蒙特卡罗研究

例17.4对均值与中位数的蒙特卡罗研究

17.5模拟估计

例17.5几何回归的随机效应

例17.6一个二值选择模型的极大似然模拟估计

17.6自举法

例17.7自举中位数变量

17.7归纳与总结

关键术语与概念

习题

应用

第18章 贝叶斯估计与推断

18.1引言

18.2贝叶斯定理和后验密度

例18.1贝叶斯估计概率

18.3经典回归模型的贝叶斯分析

例18.2估计共轭先验

例18.3边际消费倾向的贝叶斯估计值

18.4贝叶斯推断

例18.4经典回归模型的后验几率比

18.5后验分布和吉布斯抽样法

例18.5从正态分布中吉布斯抽样

18.6应用:二项式概率模型

例18.6概率模型的吉布斯抽样

18.7面板数据应用:个别效应模型

18.8随机参数模型的层级贝叶斯估计

18.9归纳与总结

关键术语与概念

习题

应用