第一章 知识准备 1
一、回归分析 1
二、回归模型 1
三、一元线性回归模型 3
四、多元线性回归模型 4
五、随机干扰项 5
第二章 线性回归模型和OLS 6
一、问题的提出 6
二、解决问题的思路 6
三、解决问题的方法——OLS估计 7
四、一元线性回归模型的拓展——多元线性回归模型 9
五、高斯-马尔可夫定理 10
六、假设检验 12
七、方差分解 13
八、结构差异检验 15
第三章 异方差与GLS 34
一、异方差的定义 34
二、异方差的检验 35
三、GLS法 36
四、异方差的修正 38
第四章 序列相关与AR 53
一、序列相关的定义 53
二、序列相关的检验 53
三、序列相关的修正 55
第五章 内生解释变量 69
一、引起内生性的原因及其对参数估计的影响 69
二、对内生性的检验 70
三、Ⅳ估计法 71
第六章 多重共线性 87
一、多重共线性的基本概念 87
二、多重共线性产生的原因 87
三、多重共线性的检验方法 88
四、多重共线性的修正 89
第七章 虚拟变量 93
一、虚拟变量定义 93
二、数量因素与变参数模型 94
三、定性因素与变参数模型 95
第八章 离散选择模型 101
一、线性概率模型 101
二、二元离散选择模型 101
三、二元离散选择模型的极大似然估计 104
四、多元离散选择模型 106
第九章 时间序列分析 111
一、平稳时间序列与单位根过程 111
二、协整与误差修正模型 115
第十章 VAR模型分析 148
一、VAR模型定义 148
二、VAR模型的脉冲响应函数和方差分解 149
三、VAR模型滞后期k的选择 152
四、Granger非因果性检验 153
五、VAR模型与协整 154
第十一章 面板数据模型分析 169
一、面板数据定义 169
二、面板数据模型分类 169
三、面板数据模型设定的检验方法 172
四、面板数据模型估计方法 173
参考文献 188