应用计量经济学

　　第一章 统计学的基本知识
　　 第一节 随机变量及概率分布
　　 一、随机试验及概率
　　 二、随机变量及累计分布函数
　　 三、随机变量的联合分布
　　 第二节 随机变量的数字特征
　　 一、描述集中趋势的一些特征数
　　 二、描述离散程度的一些特征数
　　 三、描述分布形状的一些特征数
　　 四、协方差及相关系数
　　 第三节 样本数据的一些基本统计量
　　 一、样本均值
　　 二、样本众数、样本中位数及样本百分位数
　　 三、样本方差和标准差
　　 四、样本协方差及样本相关系数
　　 五、样本偏度和样本峰度
　　 第四节 统计假设检验
　　 第五节 常用的统计分布
　　 一、正态分布
　　 二、X2分布
　　 三、t分布
　　 四、F分布
　　 五、非中心X2分布、t分布和F分布
　　第二章 计量经济模型的设定及建模前的数据处理
　　 第一节 计量经济建模的基本步骤
　　 第二节 模型设定
　　 一、模型设定的理论基础
　　 二、理论结果的数学阐述与函数形式的选择
　　 三、变量的区分与选择
　　 四、模型设定的一个例子
　　 第三节 建模前的数据处理
　　 一、数据的基本分解
　　 二、趋势项的几种处理方法
　　 三、季节调整的几种处理方法
　　 四、不连续数据的处理方法
　　 五、应用实例
　　第三章 单方程模型的估计
　　 第一节 线性回归模型及普通最小二乘法
　　 一、线性回归方程及其假设
　　 二、线性回归方程的普通最小二乘法估计
　　 第二节 普通最小二乘法估计邕的基本特征
　　 一、线性特征
　　 二、无偏性
　　 三、最小方差性
　　 四、一致性
　　 五、线性回归中丢失重要变量和包含不必要变量产生的问题
　　 第三节 拟合度和方差分析
　　 一、a2的估计
　　 二、拟合度
　　 三、方差分解
　　 第四节 单方程模型的其他估计方法
　　 一、广义最小二乘法
　　 二、二阶段最小二乘法(TSLS)
　　 三、非线性最小二乘法(NLS)
　　 第五节 应用实例
　　第四章 联立方程模型的估计
　　 第一节 联立方程模型及其识别
　　 一、联立方程模型
　　 二、联立方程的识别
　　 第二节 联立方程模型的估计方法
　　 一、普通最小二乘法
　　 二、二阶段最小二乘法(2SLS)
　　 三、三阶段最小二乘法
　　 四、有限信息极大似然估计法
　　 五、全信息极大似然估计法
　　 六、似不相关估计方法(SUR)
　　 七、广义矩(GMM)估计方法
　　 第三节 应用实例
　　第五章 模型检验
　　 第一节 显著性检验
　　 一、一般线性约束的检验
　　 二、常用的几个显著性检验
　　 第二节 异方差性检验
　　 一、White检验
　　 二、Breusch-Pagan-Godfrey检验
　　 三、Goldfeld-Quandt检验
　　 第三节 自相关性检验
　　 一、DW检验
　　 二、Q检验
　　 三、拉格朗日乘子检验
　　 第四节 正态性检验
　　 第五节 稳定性检验
　　 一、模型的结构变化检验
　　 二、模型的稳定性检验
　　 第六节 多重共线性的检验和处理
　　 一、多重共线性的检验方法
　　 二、多重共线性的处理
　　 第七节 应用实例
　　第六章 模型比较与选择
　　 第一节 两种建模思路
　　 第二节 模型的选择与约化
　　 一、约束检验
　　 二、似然函数比例检验
　　 三、信息判据的运用
　　 四、外生性检验
　　 五、模型的约化和选择过程
　　 第三节 模型的比较
　　 第四节 应用实例
　　第七章 VAR模型
　　 第一节 VAR模型的基本介绍
　　 一、VAR模型的设定与估计
　　 二、冲击响应分析
　　 三、误差分解
　　 第二节 SVAR模型与冲击的识别
　　 第三节 SVAR模型与其他模型的比较
　　 第四节 VAR模型的运用
　　 一、VAR模型在货币政策分析方面的运用
　　 二、VAR模型在其他方面的运用
　　 三、VAR模型与经济预测
　　第八章 非平稳序列模型的建模
　　 第一节 伪回归问题
　　 第二节 数据的平稳性检验
　　 第三节 协整检验
　　 一、Engle-Granger两步检验法
　　 二、Pesaran-Shin的ARDL方法
　　 三、Johansen的极大似然检验法
　　 第四节 误差校正模型
　　 第五节 应用实例
　　第九章 计量经济模型的模拟与情景分析
　　 第一节 模型的基本特征
　　 第二节 模型的求解方法
　　 一、不带有预期变量的线性模型的求解方法
　　 二、带有预期变量的线性模型的求解方法
　　 三、不带有预期变量的非线性模型的求解方法
　　 四、带有预期变量的非线性模型的求解方法
　　 第三节 模拟的类型与方法
　　 第四节 模拟的基本用途
　　 第五节 应用实例
　　第十章 模型与经济预测
　　 第一节 预测的方法和基本原则
　　 第二节 预测的基本框架及步骤
　　 第三节 预测的评价
　　 第四节 模型预测结果的改进与调整
　　 第五节 应用实例