第1章 导论 1
1.1 计量经济学发展历史 1
1.2 什么是计量经济学 2
1.3 计量经济学研究的一般步骤 3
1.3.1 建立理论模型 3
1.3.2 计量模型的设定 3
1.3.3 数据的收集与整理 4
1.3.4 模型的参数估计 5
1.3.5 模型的检验 5
1.3.6 模型的应用 5
1.4 软件的使用 6
本章小结 6
练习题 6
第2章 统计基础知识回顾 7
2.1 随机变量与概率分布 7
2.1.1 概率、样本空间和随机变量 7
2.1.2 离散型随机变量的概率分布 8
2.1.3 连续型随机变量的概率分布 8
2.2 二维随机变量 10
2.2.1 联合分布和边缘分布 10
2.2.2 条件分布 10
2.3 随机变量的数值特征：期望和方差 10
2.3.1 期望 11
2.3.2 方差 11
2.3.3 协方差与相关系数 11
2.3.4 独立性 12
2.4 几类重要的概率分布 12
2.4.1 正态分布 12
2.4.2 卡方分布 14
2.4.3 t分布 14
2.4.4 F分布 14
2.5 参数估计 14
2.5.1 统计推断的基本思想 14
2.5.2 参数估计量及其评价标准 15
2.5.3 点估计的构造 16
2.5.4 区间估计 18
2.6 假设检验 18
本章小结 21
练习题 21
第3章 一元线性回归模型 23
3.1 回归分析的基本概念 23
3.1.1 回归的基本含义 23
3.1.2 回归与相关 24
3.1.3 回归与因果 24
3.1.4 总体回归方程 24
3.1.5 随机扰动项的意义 26
3.1.6 样本回归方程 26
3.1.7 对“线性”的解释 27
3.1.8 回归模型的基本假定 28
3.2 一元线性回归模型的估计 28
3.2.1 普通最小二乘法 28
3.2.2 模型估计结果的评价 29
3.2.3 参数估计量的统计性质 31
3.2.4 参数的区间估计 33
3.3 模型的检验 33
3.3.1 回归系数的显著性检验 33
3.3.2 回归方程的显著性检验 34
3.4 预测 35
3.4.1 点预测 35
3.4.2 区间预测：均值预测 35
3.4.3 区间预测：个值预测 36
3.5 案例分析 36
3.5.1 研究目的与要求 36
3.5.2 模型设定 36
3.5.3 估计参数 37
3.5.4 模型检验 39
3.5.5 回归预测 40
本章小结 41
练习题 43
第4章 多元线性回归模型 45
4.1 多元线性回归模型的设定 45
4.1.1 多元线性回归模型 45
4.1.2 多元线性回归模型的矩阵形式 46
4.1.3 多元线性回归模型的基本假定 46
4.2 多元线性回归模型的估计 47
4.2.1 参数的普通最小二乘估计 47
4.2.2 偏回归系数的含义 48
4.2.3 参数最小二乘估计的最优性质 49
4.2.4 随机扰动项方差的估计 49
4.3 多元线性回归模型的检验 50
4.3.1 拟合优度与调整拟合优度检验 50
4.3.2 回归系数的显著性检验（t检验） 51
4.3.3 回归方程的显著性检验（F检验） 51
4.4 多元线性回归模型的预测 52
4.4.1 均值预测 52
4.4.2 个值预测 53
4.5 案例分析 53
4.5.1 研究的目的要求 53
4.5.2 模型设定和数据 53
4.5.3 参数估计 54
4.5.4 模型检验 55
本章小结 56
练习题 56
第5章 线性回归模型的扩展 59
5.1 过原点回归 59
5.2 标准化变量回归 60
5.3 可线性化的非线性模型 61
5.3.1 对数模型 61
5.3.2 倒数模型 62
5.3.3 多项式回归 63
5.4 虚拟解释变量回归 63
5.4.1 加法模型与方差分析 64
5.4.2 乘法模型：交互效应与邹至庄检验 66
5.5 案例分析 67
本章小结 68
练习题 68
第6章 违背经典假设的模型 70
6.1 多重共线性 70
6.1.1 定义及特质 70
6.1.2 对模型估计的影响 72
6.1.3 多重共线性的检验 74
6.1.4 补救措施 75
6.1.5 案例分析 80
6.2 异方差 82
6.2.1 异方差的性质 82
6.2.2 出现异方差对OLS估计的影响 85
6.2.3 异方差的检验 85
6.2.4 异方差补救措施 87
6.2.5 案例分析 90
6.3 自相关 94
6.3.1 自相关的性质 94
6.3.2 自相关对OLS估计的影响 95
6.3.3 自相关的检验 96
6.3.4 自相关的修正 98
6.3.5 案例分析 100
本章小结 103
练习题 104
第7章 计量经济模型的设定与诊断 108
7.1 模型选择的标准 108
7.2 模型误设 109
7.2.1 不足拟合 109
7.2.2 过度拟合 110
7.3 测量误差 111
7.3.1 因变量的测量误差 111
7.3.2 自变量的测量误差 112
7.4 嵌套与非嵌套模型 114
7.4.1 基于信息准则的判别 114
7.4.2 基于统计检验的判别 115
本章小结 115
练习题 116
第8章 定性响应回归模型 117
8.1 定性响应模型的性质 117
8.2 线性概率模型 118
8.2.1 随机扰动项εi的非正态分布 119
8.2.2 干扰项的异方差 119
8.2.3 不满足0≤E（Yi|Xi）≤1情形 120
8.2.4 R2缺乏参考意义 120
8.3 LPM以外的其他方法 123
8.4 Logit模型 124
8.4.1 Logit模型的估计：个体数据 124
8.4.2 Logit模型的估计：分组数据 126
8.5 Probit模型 130
8.6 三类模型的比较 131
本章小结 132
练习题 132
第9章 面板数据模型初步 135
9.1 引入面板数据的背景 135
9.1.1 什么是面板数据 135
9.1.2 混合OLS 136
9.1.3 不可观测的异质性 136
9.2 固定效应模型 137
9.3 随机效应模型 139
9.4 Hausman检验 140
本章小结 141
练习题 141
附录A 143
参考文献 148