CHAPTER 1 计量经济学的本质与经济资料

1.1何谓计量经济学？

1.2实证经济分析的步骤

1.3经济资料的结构

横断面资料

时间序列资料

合并的横断面

纵横资料

对资料结构的评述

1.4计量分析之因果关系以及假设其他条件不变的观念

本章摘要

习题

电脑习题

PART 1 横断面资料的回归分析

CHAPTER 2 简单回归模型

2.1简单回归模型的定义

2.2推导普通最小平方估计

对术语的附注

2.3任意资料样本的OLS特性

配适值和残差

OLS统计量的代数特性

配适度

2.4衡量单位和函数形式

衡量单位变动对OLS统计量之效应

简单回归加入非线性

「线性」回归的涵义

2.5 OLS估计式之期望值和变异数

OLS的不偏性

OLS估计式之变异数

估计误差变异数

2.6通过原点的回归

本章摘要

习题

电脑习题

附录2A

CHAPTER 3 复回归分析：估计

3.1复回归之动机

两个自变数的模型

k个自变数的模型

3.2普通最小平方之机制和解释

得到OLS估计

解释OLS回归方程式

复回归之「其他因素固定不变」的涵义

同时变动超过一个自变数

OLS配适值和残差

复回归之「偏排除」

简单回归和复回归估计之比较

配适度

通过原点的回归

3.3 OLS估计式之期望值

将不相干的变数加入回归模型

遗漏变数的偏误：简单的情况

遗漏变数的偏误：一般的情况

3.4 OLS估计式之变异数

OLS变异数之组成要素：多元共线性

错误设定模型之变异数

估计σ2：OLS估计式的标准误

3.5 OLS的效率性：高斯马可夫定理

3.6复回归分析语言的一些评论

本章摘要

习题

电脑习题

附录3A

CHAPTER 4 复回归分析：推论

4.1 OLS估计式之抽样分配

4.2单一母体参数之检定假设：t检定

检定单边对立假设

双边对立假设

检定关于βj之其他假设

计算t检定之p值

对于古典假设检定语言的提醒

经济（或是实际）显著vs.统计显著

4.3信赖区间

4.4对参数之单一线性组合的检定假设

4.5检定多元线性限制式：F检定

检定排除性限制

F和t统计量之间的关系

F统计量的R2形式

计算F检定的p值

回归整体显著性之F统计量

检定一般线性限制

4.6报告回归结果

本章摘要

习题

电脑习题

CHAPTER 5 复回归分析：OLS渐近

5.1一致性

推导OLS的不一致性

5.2渐近常态及大样本推论

其他大样本检定：拉氏乘数统计量

5.3 OLS的渐近效率性

本章摘要

习题

电脑习题

附录5A

CHAPTER 6 复回归分析：进一步的议题

6.1 OLS统计量资料单位的效果

beta系数

6.2函数形式的进一步解释

利用对数函数形式的进一步解释

二次项的模型

交叉项的模型

6.3再论配适度及自变数的选择

调整后的R2

利用调整后的R2选择非包覆模型

回归分析控制太多要素

加入自变数以降低误差变异数

6.4预测和残差分析

预测之信赖区间

残差分析

当log（y）为应变数时如何预测y

本章摘要

习题

电脑习题

附录6A

CHAPTER 7 质性资料的复回归分析：二元变数（虚拟变数）

7.1描述质性资料

7.2单一的虚拟自变数

当应变数以log（y）的方式呈现时，如何解释虚拟自变数的系数？

7.3多个范畴下使用虚拟变数

使用虚拟变数合并顺序资讯

7.4含虚拟变数的交互作用

虚拟变数间的交互作用

允许不同的斜率

在不同群组间检定回归函数的差异

7.5二元的应变数：线性机率模型

7.6政策分析与计画评价的进一步探讨

7.7在离散应变数下解释回归结果

本章摘要

习题

电脑习题

CHAPTER 8 异质性

8.1 OLS异质性的结果

8.2估计OLS后之异质稳健的推论

计算异质稳健LM检定

8.3异质性的检定

异质性的White检定

8.4加权最小平方估计

异质性是已知的乘以常数的型式

必须估计的异质性函数：可行GLS

若假设的异质性函数是错的怎么办？

异质性之预测和预测区间

8.5回到线性机率模型

本章摘要

习题

电脑习题

CHAPTER 9 设定和资料问题之进一步探讨

9.1函数形式错误设定

RESET为函数形式错误设定之一般化检定

非包覆之对立假设的检定

9.2使用不可观察解释变数之代理变数

使用前期应变数当成代理变数

对复回归的不同看法

9.3随机斜率模型

9.4衡量误差之OLS特性

应变数的衡量误差

自变数的衡量误差

9.5遗漏资料、非随机样本以及极端观察值

遗漏资料

非随机样本

极端值和影响力观察值

9.6最小绝对差异估计

本章摘要

习题

电脑习题

PART 2 时间序列资料的回归分析

CHAPTER 10 时间序列资料的基本回归分析

10.1时间序列资料的本质

10.2时间序列回归模型之范例

静态模型

有限分配落迟模型

关于时间指标的惯例

10.3古典假设之OLS的有限样本特性

OLS的不偏性

OLS估计式的变异数和高斯马可夫定理

古典线性模型假设的推论

10.4函数形式、虚拟变数以及指数

10.5趋势及季节性

趋势时间序列的特征

回归分析使用趋势变数

时间趋势回归之趋势移除的解释

当应变数有时间趋势时计算R2

季节性

本章摘要

习题

电脑习题

CHAPTER 11 时间序列资料使用OLS之进一步议题

11.1恒定性和弱相依时间序列

恒定和非恒定的时间序列

弱相依时间序列

11.2 OLS的渐近特性

11.3回归分析使用高持续性时间序列

高持续性时间序列

高持续性时间序列之转换

判定时间序列是否为Ⅰ（1）

11.4动态完成模型及无序列相关

11.5时间序列模型的同质变异性假设

本章摘要

习题

电脑习题

CHAPTER 12 时间序列回归的序列相关和异质变异性

12.1序列相关误差的OLS特性

不偏性和一致性

效率性与推论

配适度

落迟应变数的序列相关

12.2检定序列相关

严格外生自变数之AR（1）序列相关的t检定

古典假设之Durbin-Watson检定

在没有严格外生自变数的情况下检定AR（1）序列相关

较高阶序列相关的检定

12.3严格外生自变数订正序列相关

AR（1）模型得到最佳线性不偏估计式

AR（1）误差之可行GLS估计

比较OLS及FGLS

订正较高阶的序列相关

12.4差分与序列相关

12.5 OLS之后的序列相关稳健推论

12.6时间序列回归的异质变异性

异质稳健统计量

检定异质变异性

自我回归条件异质变异性

回归模型之异质变异性和序列相关

本章摘要

习题

电脑习题

附录

附录F 章节问题解答

附录G 统计表

参考文献