第1章 导论 1
§1.1 线性和非线性回归模型的回顾 1
1.1.1 线性回归模型的回顾 1
1.1.2 非线性回归模型的回顾 7
§1.2 非参数回归模型 15
§1.3 非参数计量经济学的内容体系和本书的主要贡献 20
第2章 密度函数的非参数估计 22
§2.1 参数密度函数的估计 22
§2.2 一元密度函数的核估计 24
2.2.1 独立样本情形 28
2.2.2 相关样本情形 33
§2.3 多元密度函数的核估计 35
第3章 一元非参数计量经济模型 38
§3.1 非参数回归模型的概念 38
§3.2 一元非参数回归模型的核估计 39
3.2.1 Nadaraya-Watson估计 39
3.2.2 窗宽的选择 42
3.2.3 核函数的选择 45
3.2.4 核估计的性质 46
3.2.5 一元非参数回归模型的变窗宽核估计 49
3.2.6 核估计的例子 51
3.3.1 不变窗宽局部线性估计 63
§3.3 一元非参数回归模型的局部线性估计 63
3.3.2 不变窗宽局部线性估计的性质 65
3.3.3 变窗宽局部线性估计 67
3.3.4 变窗宽局部线性估计的性质 68
3.3.5 非参数回归模型的稳健估计LOWESS 68
3.3.6 局部线性估计的例子 70
§3.4 k-近邻估计 82
3.4.1 K-近邻均匀权估计 82
3.4.2 k-近邻核权估计 82
3.4.3 近邻估计的例子 83
3.5.1 正交序列估计 93
§3.5 正交序列估计 93
3.5.2 Legendre多项式正交基和正交序列估计例子 94
3.5.3 Fourier基和正交序列估计例子 106
§3.6 多项式样条估计 108
3.6.1 多项式样条估计 108
3.6.2 多项式样条估计的例子 111
§3.7 惩罚最小二乘法 121
3.7.1 惩罚最小二乘法 121
3.7.2 惩罚最小二乘估计法的例子 125
第4章 多元非参数回归模型 135
§4.1 多元非参数回归模型的核估计 136
4.1.1 不变窗宽核估计 136
4.1.2 变窗宽核估计 137
§4.2 多元非参数回归模型的局部线性估计 138
4.2.1 不变窗宽局部线性估计 138
4.2.2 变窗宽局部线性估计 140
§4.3 多元非参数回归模型的近邻估计 141
§4.4 多元非参数回归模型的正交序列估计 142
4.4.1 多元非参数回归模型的正交序列估计 142
4.4.2 非参数可加回归模型的正交序列估计 143
§4.5 例子 144
第5章 半参数回归模型 175
§5.1 线性回归半参数模型 175
5.2.1 最小二乘核估计 179
§5.2 半参数线性回归模型 179
5.2.2 最小二乘局部线性估计 183
5.2.3 最小二乘近邻估计 186
5.2.4 最小二乘正交序列估计 190
§5.3 半参数非线性回归模型 193
5.3.1 最小二乘核估计 193
5.3.2 最小二乘局部线性估计 195
§5.4 单方向投影追踪回归模型 197
5.4.1 最小二乘核估计 198
5.4.2 最小二乘局部线性估计 201
§5.5 半参数二元离散选择模型 203
§6.1 引言 207
第6章 非参数联立方程模型 207
§6.2 非参数联立方程模型的局部线性工具变量估计 209
6.2.1 局部线性工具变量估计 209
6.2.2 局部线性工具变量变窗宽估计 210
6.2.3 一个实例 211
§6.3 非参数计量经济联立模型的局部线性两阶段最小二乘估计 217
6.3.1 局部线性两阶段最小二乘估计 218
6.3.2 局部线性两阶段最小二乘变窗宽估计 219
6.3.3 非参数克莱因计量经济联立模型 220
§6.4 非参数联立方程模型的局部线性广义矩估计 227
6.4.1 局部线性广义矩估计 227
6.4.2 局部线性广义矩变窗宽估计 229
6.4.3 一个实例 230
§6.5 模拟的模型 234
6.5.1 不变窗宽估计的模拟 235
6.5.2 变窗宽估计的模拟 240
参考文献 244
附录1数据集 246
附录2 S-PLUS 2000使用指南 287
附录3 MATLAB使用指南 310
附录4 GAUSS使用指南 320
附录5 MATLAB和GAUSS程序精选 337