第一章 概率论基础 1
第一节 随机现象、随机试验和随机事件 1
第二节 随机事件的频率与概率 4
第三节 条件概率与事件的独立性 7
第四节 随机变量及其分布 9
第五节 二维随机变量 11
第六节 随机变量的数字特征 13
第七节 随机变量的矩 24
第二章 矩阵代数 30
第一节 矩阵及其运算 30
第二节 线性方程组 38
第三节 二次型与正交变换 45
第三章 数据分析方法与参数统计推断 54
第一节 数据的分析方法 54
第二节 抽样分布 60
第三节 参数的统计推断 67
第四节 方差分析方法 90
第四章 一元线性回归 100
第一节 一元线性回归分析 100
第二节 线性回归的方差分析 106
第三节 t检验（直接检验法） 111
第四节 相关系数及其显著性检验 112
第五节 回归分析的其他问题 116
第五章 多元线性回归 123
第一节 经典多元线性回归模型的概念 123
第二节 最小平方估计 126
第三节 估计量的性质 137
第四节 极大似然估计 147
第六章 虚拟变量的回归模型 151
第一节 虚拟变量 151
第二节 虚拟变量的应用 159
第七章 多重共线性 170
第一节 多重共线性的概念及原因 170
第二节 多重共线性的后果 174
第三节 如何发现多重共线性 182
第四节 如何对多重共线性进行补救 184
第八章 异方差性 190
第一节 异方差概念 190
第二节 出现异方差时的OLS估计 192
第三节 异方差的检验 194
第四节 异方差的校正 199
第五节 实例 202
第九章 自相关分析 210
第一节 自相关及其性质 210
第二节 自相关下的OLS估计 218
第三节 自相关检验 219
第四节 自相关模型的参数估计方法 222
第五节 广义最小平方估计方法 226
第六节 分布滞后模型 234
第十章 联立方程模型 249
第一节 联立方程模型的提出 249
第二节 应用OLS估计的联立方程偏误 252
第三节 联立方程模型的变量和表示方法 256
第四节 联立方程模型的识别 260
第五节 间接最小二乘法 267
第六节 工具变量法 270
第七节 二阶段最小二乘法 273
第十一章 时间序列分析 281
第一节 时间序列数据的特性 281
第二节 平稳时间序列分析模型 287
第三节 非平稳随机过程与单位根检验 297
第四节 协整与误差修正模型 300
附表 305
参考文献 323