经济计量学教程[电子资源.图书]

第1章 绪论

1．1 经济计量学的产生和发展

1．2 经济计量学的概念及方法

1．3 经济计量学与相关学科的联系与区别

1．4 经济计量学的研究目的及其门类

1．4．1 研究目的

1．4．2 经济计量学的门类及常用软件

1．5 经济计量学研究的一般程序

1．6 一些更进一步的准备

1．6．1 概率及其分布

1．6．2 期望与方差

1．6．3 连加规则

课后思考与练习题

第2章 一元线性回归模型

2．1 经济变量间的关系

2．1．1 确定的函数关系

2．1．2 非确定的相关关系

2．1．3 相关关系与函数关系的联系及线性拟合

2．2 随机扰动项的内容及有关假定

2．2．1 随机扰动项的内容

.2．2．2 关于随机扰动项的基本假定

2．3 最小平方估计方法

2．3．1 一元线性回归模型的几种不同表达方式

2．3．2 加归的几种可能途径

2．3．3 最小平方准则及其特点

2．4 最小平方估计值的性质

2．4．1 线性特性

2．4．2 无偏性

2．4. 3 有效性或最佳性

2．5 最小平方估计值的标准误差与区间估计

2．5．1 a和b的标准误差

2．5．2 总体真值a和b的区间估计

2．6 最小平方估计值的拟合优度与假设检验

2．6．1 拟合优度

2．6．2 相关分析和相关系数

2．6．3 假设检验

2．7 预测区间与弹性估计

2．7．1 点预测

2．7．2 区间预测

2．7．3 弹性及弹性估计

2．8 案例分析

课后思考与练习题

第3章 多元线性回归模型

3．1 二元线性回归模型

3．1．1 正规方程及回归参数

3．1．2 多重可决系数

3．1．3 b0，b1，b2的均值与方差

3．2 一般线性回归模型

3．2．1 正规方程的推广

3．2．2 可决系数的推广及复相关

3．2．3 回归参数方差公式的推广

3．3 非线性模型回归

3．3．1 具有常弹性的曲线函数

3．3．2 抛物线型及其它k阶多项式

3．3．3 指数曲线及其变种函数

3．4 偏相关及偏相关系数

3．4．1 偏相关及相关系数矩阵

3．4．2 偏相关系数的定义

3．4．3 偏相关系数的证明

3．5 方差分析

3．5．1 单因素方差分析

3．5．2 双因素方差分析

3．5．3 方差分析与回归分析的比较

3．6 几种常用的f-检验

3．6．1 由于增添新解释变量而使拟合改进的检验

3．6．2 对由不同样本求得的系数差异性的检验

(chow检验)

3．6．3 当样本容量增大时回归系数稳定性的检验

3．6．4 对模型中参数所加约束的检验

3．7 虚拟变量模型

3．7．1 虚拟变量及其作用

3．7．2 虚拟变量的引入

3．7．3 虚拟变量设置的原则

3．8 案例分析

课后思考与练习题

第4章 经济计量学问题及二级检验

4．1 设定误差

4．1．1 遗漏重要解释变量所产生的后果

4．1．2 引入不相干变量所产生的后果

4．1．3 设定误差的检验与排除

4．2 自相关

4．2．1 自相关的意义及其来源

4．2．2 自相关的危害

4．2．3 自相关的检验(durbin-watson方法)

4．2．4 自相关的消除

4．3 异方差

4．3．1 异方差及其影响

4．3．2 异方差性检验

4．3．3 异方差的消除

4．4 多重共线性

4．4．1 含义及其因果

4．4．2 多重共线性的检验

4．4．3 多重共线性问题的克服或消除

课后思考与练习题

基础篇总复习

一、正误判断题

二、选择题

三、填空题

四、条件分析题

提高篇

第5章 多元线性模型的矩阵运算

5．1 矩阵代数基本知识回顾

5．1．1 有关的定义

5．1．2 矩阵的基本运算规则

5．2 多元模型及其参数

5．2．1 关于多元模型

5．2．2 关于u的基本假定

5．2．3 参数的最小平方估计

5．3 最小平方估计式的性质

5．3．1 线性特性

5．3．2 无偏性

5．3．3 最小方差性

5．4 拟合优度及预测

5．4．1 拟合优度

5．4．2 区间预测

5．4．3 随机扰动项方差的估计

5．5 广义最小平方方法

5．5．1 关于随机扰动项u的方差一协方差矩阵

5．5．2 广义最小平方方法

5．5．3 异方差和序列相关的处理

课后思考与练习题

第6章 经济计量学中的一些特殊技巧

6．1 关于矩阵代数的进一步知识

6．1．1 向量内积及正交向量

6．1．2 正交矩阵

6．1．3 特征值和特征向量

6．1．4 相似矩阵

6．2 主成分分析法

6．2．1 标准化变量和正交变量

6．2. 2 正交模型

6．2．3 系数向量a和b的估计

6．2．4 多重共线性的诊断和处理

6．2．5 案例分析

6．3 岭回归理论

6．3．1 岭回归的一般概念

6．3．2 岭估计量的标准和p值的确定

6．3．3 多重共线性的岭诊断法

6．3．4 关于岭回归的一点讨论意见

6．4 贝叶斯估计方法简介

6．4．1 贝叶斯估计与经典估计的主要区别

6．4．2 贝叶斯公式

6．4．3 一个应用实例

6．4．4 关于贝叶斯估计的讨论

课后思考与练习题

第7章 单方程模型的其它形式

7．1 虚拟因变量模型

7．1．1 模型中设置虚拟因变量的必要性

7．1．2 线性概率模型的估计方法

7．1．3 非线性概率模型

7．2 滞后变量模型

7．2．1 滞后变量模型的建立

7．2．2 无限期分布滞后模型的估计问题

7．2．3 柯克估计法

7．2．4 阿尔蒙估计法

7．3 时间序列模型及预测

7．3．1 时间序列模型的一般性质

7．3．2 自回归过程及其平稳条件

7．3．3 自回归过程的识别和估计

课后思考与练习题

第8章 联立方程模型

8. 1 联立方程模型的基本概念

8．1．1 经济变量的联立依存性

8．1．2 联立方程模型的后果

8．1．3 联立方程模型的基本形式

8. 2 联立方程模型的识别

8．2．1 识别的有关概念

8. 2．2 模型识别的条件

8. 2．3 模型识别实例及实用规则

8．2．4 识别问题与多重共线性

8．3 联立方程模型的估计方法

8．3．1 估计方法概述

8．3．2 工具变量法

8．3．3 二阶段最小二乘法

8．3．4 三阶段最小二乘法

课后思考与练习题

附录一 市场疲软：需求理论及其它

附录二 常用临界值表

参考文献