第1章 R语言简介

1.1 运算

1.2 变量

1.2.1 变量命名的规则

1.2.2 向量

1.2.3 矩阵

1.3 其他数据类型

1.3.1 字符

1.3.2 逻辑

1.3.3 列表

1.4 数据框

1.5 编程

1.5.1 条件提取

1.5.2 流程控制

1.6 绘图

第2章 概率与统计

2.1 三类函数

2.1.1 p函数类

2.1.2 q函数类

2.1.3 r函数类

2.2 抽样分布

2.2.1 随机抽样

2.2.2 大样本抽样分布

2.3 统计推断

2.3.1 假设检验

2.3.2 置信区间

2.3.3 大样本统计推断

2.3.4 不同总体的均值比较

第3章 线性回归模型

3.1 简单线性回归模型的估计

3.1.1 根据公式求解模型

3.1.2 根据1m()函数求解模型

3.1.3 二元解释变量

3.2 多元线性回归模型的估计

3.2.1 分组比较

3.2.2 多元线性回归模型的建立

3.2.3 用矩阵求估计值

3.2.4 用1m()函数求估计值

3.2.5 Frisch-Waugh定理

3.3 线性回归模型的统计推断

3.3.1 单个系数的假设检验

3.3.2 联合假设检验

3.3.3 置信区间

3.3.4 大样本统计推断

3.4 含非线性变量的线性回归模型

3.4.1 多项式回归模型

3.4.2 对数化变量回归模型

3.4.3 含交互项的回归模型

3.5 随机模拟

3.5.1 蒙特卡罗试验

3.5.2 自助法

第4章 时间序列模型

4.1 预测模型

4.1.1 自回归模型

4.1.2 自回归分布滞后模型

4.1.3 向量自回归

4.2 平稳性

4.2.1 单位根检验

4.2.2 协整

4.3 动态因果性

4.4 序列相关

4.4.1 HAC标准误

4.4.2 GLS模型

第5章 微观计量经济学

5.1 受限因变量模型

5.1.1 二元选择模型

5.1.2 Possion回归模型

5.1.3 Tobit模型

5.1.4 样本选择模型

5.2 匹配方法

5.2.1 协变量匹配

5.2.2 倾向得分匹配

5.3 工具变量

5.3.1 两阶段最小二乘法

5.3.2 三种检验

5.4 面板数据

5.4.1 随机效应模型

5.4.2 固定效应模型

5.4.3 动态面板模型

5.5 分位数回归

参考文献