第一章 一元线性回归分析基础

第一节 模型的假定

第二节 参数的最小二乘估计

第三节 最小二乘估计量的性质

第四节 系数的显著性检验

第五节 预测和预测区间

第二章 多元线性回归分析

第一节 模型的假定

第二节 参数的最小二乘估计

第三节 最小二乘估计量的性质

第四节 参数估计式的分布特性与检验

第五节 多重共线性

第六节 预测

第三章 模型中误差项假定的诸问题

第一节 广义最小二乘估计

第二节 序列相关

第三节 异方差性

第四章 线性模型的扩展

第一节 模型的类型与变换

第二节 特殊变量的使用

第三节 结构变化的检验

第四节 分布滞后模型

第五章 联立方程组模型的估计

第一节 概述

第二节 模型的结构式与简化式

第三节 模型的识别问题

第四节 模型识别的条件

第五节 联立方程组模型的估计方法

第六节 模型的应用与检验

第七节 计算实例与方法评价

第六章 估计方法的扩展

第一节 离散选择模型

第二节 受限因变量模型

第三节 面板数据

第七章 时间序列分析基础

第一节 时间序列的基本概念

第二节 自回归模型

第三节 滑动平均模型

第四节 自回归滑动平均模型

第五节 时间序列模型预测

第六节 时间序列的应用

第八章 非平稳经济变量分析

第一节 非平稳时间序列与虚假回归

第二节 单位根检验

第三节 经济变量的协整性

第四节 误差修正模型

练习题答案与提示

附表 统计表

参考文献