1 大数据时代的数据集特征

1.1 更多：不是随机样本，而是超大样本，近乎是全体数据

1.2 更杂：不是精确性，而是混杂性

1.3 更好：不是因果关系，而是相关关系

2 回归双变量模型

2.1 经典双变量模型概述

2.2 双变量模型的参数估计

2.3 置信区间与显著性检验

2.4 方差分析与拟合优度

2.5 均值预测与个值预测

3 更好的分析方法：多元线性回归

3.1 多元线性回归模型的基本假设

3.2 多元线性回归模型的参数估计

3.3 多元回归模型的统计检验

3.4 拟合优度与方差分析

3.5 偏相关系数与回归系数释义

3.6 重要的数据与简单的方法

4 大数据时代的动态回归分析

4.1 非受限有限分布滞后模型的估计

4.2 无限分布滞后模型

4.3 工具变量法

4.4 内生性检验

5 时间序列的性质

5.1 平稳的时间序列

5.2 非平稳的时间序列

5.3 单位根检验

5.4 协整和误差纠正机制

6 线性时间序列模型与预测

6.1 MA模型

6.2 AR过程

6.3 ARMA模型

6.4 ARIMA模型

6.5 预测

7 大数据经济计量分析举例

7.1 我国CPI向PPI的反向倒逼传导的实证研究

7.2 我国货币政策传导机制的效率与时滞

参考文献