经济计量学[电子资源.图书]

目录
绪论
§1 概述
§2 什么是经济计量学？
§3 经济计量学的研究目的
§4 经济计量学的研究方法
1. 经济计量模型的制定
2. 模型参数的估计
3. 经济计量模型的检验
4. 经济计量模型的应用──经济预测
第一章 一元线性回归分析
§1 一元线性回归模型及其基本假定
§2 回归参数的最小平方估计
§3 参数估计量的统计性质
1. 线性
2. 无偏性
3. 最佳性
§4 参数估计量的抽样分布及σ的估计量
§5 回归参数的区间估计和显著性检验
1. α、β方差的估计量
2. α和β的置信区间
3. α和β的显著性检验
§6 拟合优度和相关系数
§7 一元回归分析的具体步骤和分析结果的表示方法
1. 回归分析结果的表示方法
2. 一元回归分析的计算步骤
3. 例
§8 与常数项a有关的问题
1. 常数项a一般不能抛弃
2. a作为常数项的估计值不可信赖
§9 条件预测
1. E（y）的置信区间
2. y的预测区间
3. 对E（y）置信区间和y预测区间有影响的几个因素
4. 例
§10 无条件预测和线性趋势模型
§11 无条件预测的误差问题
§12 回归模型的各种函数形式
1. 双对数模型
2. 半对数模型
3. 倒数变换模型
第二章 多元线性回归分析
§1 多元线性回归模型及其基本假定
§2 回归参数的最小平方估计
1. 二元回归的情形
2. k元回归的情形（k>2）
§3 最小平方估计量的统计性质
1. 线性
2. 无偏性
3. 最佳性
§4 二元模型中参数估计量的方差表达式
§5 k（k>2）元回归模型中参数估计量的方差表达式
§6 随机项方差的无偏估计量
§7 回归参数的置信区间和显著性检验
1. 参数估计量的抽样分布和方差估计量
2. 回归参数的置信区间
3. 回归参数的显著性检验
§8 拟合优度和修正拟合优度
1. 多元回归分析中的拟合优度
2. 修正拟合优度
§9 多元线性回归模型的整体显著性检验
§10 多元线性回归分析举例
§11 预测问题
1. 因变量期望E（y）的预测（二元回归）
2. 因变量特殊值y的预测
3. 向任意个自变量情形的推广
§12 偏相关系数及其意义
§13 多元非线性模型的线性化问题
1. 可线性化模型的处理方法
2. 不可线性化模型的处理方法
3. 例
4. 非线性样本回归便程的评价问题
5. 非线性预测问题
第三章 矩阵代数在线性回归分析中的应用
§1 矩阵代数基本知识的简单回顾
1. 定义
2. 基本运算法则
§2 k元线性回归模型及其基本假定
§3 参数的最小平方估计
§4 参数估计量的统计性质
1. 线性
2. 无偏性
3. β的方差──协方差矩阵
4. β的最佳性
§5 单个参数的区间估计和显著性检验
§6 拟合优度和相关矩阵
1. 拟合优度尺
2. 相关矩阵
§7 预测
§8 用自变量偏差x和因变量偏差y表示的回归分析公式
1. 回归方程和参数估计量
2. β的方差──协方差矩阵
3. 总平方和分解公式及拟合优度表达式
§9 例
§10 E（y）的置信区间和y的预测区间
第四章 经典回归基本假定的破坏
§1 关开假定1、2、5、的进一步说明
§2 自相关
1. 什么是自相关
2. 引起自相关的原因
3. 自相关强度的量度──自相关系数
§3 自相关所造成的后果
1. 自相关不影响OLS估计量的线性和无偏性
2. 自相关使OLS估计量失去最佳性
3. 自相关对参数显著性检验的影响
4. 自相关对OLS估计线的拟合优度的影响
§4 自相关的诊断：杜宾──沃森检验法
§5 消除自相关影响的方法（ρ已知的情形）
§6 消除自相关影响的方法（ρ未知的情形）
1. 通过d统计量估计ρ
2. 用迭代法估计ρ
§7 存在自相关时的预测问题
§8 异方差性
§9 异方差性的后果
1. 线性和无偏性
2. 最佳性
§10 异方差性的诊断和异方差结构的确定
1. 残差图判断法
2. 斯皮尔曼等级相关检验法
3. 戈特菲尔德──奎恩特检验法
4. 帕克──格莱泽检验法
§11 异方差性的处理方法
§12 自相关问题的矩阵解法
1. 一阶线性自相关假定下的协方差矩阵
2. 参数的广义最小平方估计
§13 异方差问题的矩阵解法
1. 参数的广义最小平方估计
2. 随机项方差的估计
§14 多重共线性
1. 完全多重共线性
2. 不完全多重共线性
§15 多重共线性的后果
§16 多重共线性的诊断
1. 不显著系数法
2. 相关矩阵法
3. 法勒──格洛柏检验法
§17 消除多重共线性的传统方法
1. 不作处理
2. 收集补充数据
3. 利用补充信息
4. 将时间序列与横断面数据结合
5. 对所有变量作滞后差分变换
6. 将共线变量之一摒弃
第五章 经济计量学中的某些特殊技巧
§1 主成分分析
1. 标准化变量和正交变量
2. 正交模型
3. 系数矩阵α和β的估计
4. 多重共线性的诊断和处理
§2 用主成分分析消除自变量之间依赖关系的实例
1. 求主成分
2. 作主成分回归
§3 岭回归理论
1. 岭回归的一般概念
2. 与岭估计量有关的某些关系和P值的确定
3. 多重共线性的岭诊断法
§4 用岭回归方法分析多重共线性的实例
§5 贝叶斯估计的一般概念
1. 贝叶斯估计同经典估计的主要区别
2. 贝叶斯公式
3. 损失函数和贝叶斯估计量
§6 样本分布、验前分布和验后分布的确定
1. 样本密度函数
2. 验前密度函数
3. 验后密度函数
§7 最佳贝叶斯估计量的确定，分析举例
§8 质变量的定量表示──虚拟变量
§9 虚拟变量作为自变量的应用
1. 自变量集合中只含虚拟变量的情形
2. 自变量集合中既含量变量又合虚拟变量的情形
§10 虚拟变量作为因变量的应用──线性概率模型
1. 因变量为虚拟变量的回归模型
2. 线性概率模型的估计方法
3. 线性概率模型的应用实例
§11 非线性概率模型
1. 逻辑模型
2. 逻辑模型的估计方法
第六章 单方程模型中的其它问题
§1 计量误差及其后果
1. 因变量的计算误差
2. 自变量的计量误差
§2 克服计量误差困难的方法
1. 逆最小平方法
2. 汰特二组法
3. 巴特利特三组法
4. 加权回归法
5. 工具变量法
§3 利用组合数据估计回归参数的方法
§4 模型的定型偏倚
1. 遗漏重要自变量的情形
2. 模型包含不相干自变量的情形
§5 分布滞后模型和自回归模型
1. 经济现象中的滞后效应
2. 短期效应和长期效应
3. 分布滞后模型的估计问题
§6 柯克估计法
§7 阿尔蒙估计法
§8 自回归模型
1. 适应性期望模型
2. 部分调整模型
§9 自回归模型的估计问题
1. 普通最小平方法
2. 关于D－W检验法的适用性问题
3. 自相关的h检验法
4. 广义最小平方法
第七章 时间序列分析和预测
§1 时间序列的数学模型及其一般性质
1. 随机过程
2. 自相关函数
3. 平稳随机过程
4. 滞后算符
§2 自回归过程
1. 自回归过程的平稳条件
2. 自回归过程的自相关函数
3. 自回归过程的识别和估计
§3 移动平均过程
1. 移动平均过程的可转换条件
2. 移动平均过程的自相关函数
§4 移动平均过程的识别和估计
1. 移动平均过程的识别
2. 移动平均过程的参数估计
§5 自回归移动平均模型
1. 自回归移动平均模回的原理
2. ARMA（p、q）的自相关函数
§6 自回归移动平均模型的识别和估计
1. ARMA模回的识别
2. ARMA模型的估计
§7 ARIMA模型和博克斯──詹金斯方法
1. 非平稳过程的差分子稳化
2. 博克斯──詹金斯方法
§8 以时间序列模型为基础的预测方法
1. MA过程的预测
2. ARMA过程和AR过程的预测
3. ARIM过程的预测
§9 ARIMA预测值的性质
1. AR（1）过程
2. MA（1）过程
3. ARMA（1，1）过程
4. ARIMA（1，1，0）过程
第八章 联立方程模型及其识别
§1 联立方程模型的一般概念
1. 变量之间的双向因果关系和联立方程模型
2. OLS估计法遇到的困难
3. 联立方程模型举例
§2 OLS估计量的同时方程偏倚
§3 联立方程模型的结构形式和约化形式，递回模型
1. 模型的结构形式
2. 模型的约化形式
3. 递归模型
§4 同时方程模型的识别问题
1. 不可识别的情形
2. 正确识别的情形
3. 过度识别的情形
4. 整个模型正确识别的情形
§5 结构方程的识别规则
1. 阶识别条件
2. 秩识别条件
3. 某些实际识别规则
§6 阶识别条件和秩识别条件的证明
§7 识别问题和多重共线性问题
第九章 联立方程模型的估计方法
§1 估计方法概述
§2 普通最小平方法（OLS法）
§3 间接最小平方法（ILS法）
§4 工具变量法（IV法）
§5 二阶段最小平方法（2SLS法）
1. 2SLS法的基本思想
2. 方程正确识别时2SLS法与ILS法的等价性
3. 2SLS估计法举例
4. 2SLS估计量的统计性质
5. 自由度问题
6. 2SLS法的一些突出优点
§6 有限信息最大似然法
1. 2SLS法的局限性
2. 有限信息最小方差比法（LI/LVR法）
3. 例
4. LI/ML（LI/LVR）法的优缺点
§7 表观独立方程模型和系统估计的概念
§8 同时方程模型和3SLS估计法
1. 2SLS估计
2. 广义最小平方估计（GLS估计）
§9 估计量样本性质的研究和估计方法的选择
1. 蒙特卡罗法的基本概念
2. 各种估计量的小样本性质
3. 估计方法的选择问题
参考书目
附录Ⅰ 几个与偏差有关的恒等式
附录Ⅱ 多元线性模型的对称性及其应用
附录Ⅲ 统计表
表1 正态曲线下的面载
表2 t分布的百分位数
表3 F分布的百分位数
表4 杜宾－沃特森检验的临界值表
M