第1章 经济计量学的特征及研究范围 1
1.1 什么是经济计量学 1
1.2 为什么要学习经济计量学 1
1.3 经济计量学方法论 2
1.3.1 建立一个理论假说 3
1.3.2 收集数据 3
1.3.3 设定劳动力参与率的数学模型 4
1.3.4 设定劳动力参与率的统计或经济计量模型 5
1.3.5 估计经济计量模型参数 6
1.3.6 核查模型的适用性：模型设定检验 7
1.3.7 检验源自模型的假设 8
1.3.8 利用模型进行预测 8
1.4 全书结构 9
关键术语和概念 9
问题 10
习题 10
附录1A 互联网上的经济数据 11
第一部分 概率论与统计学基础 17
第2章 统计学回顾Ⅰ：概率和概率分布 17
2.1 一些符号 17
2.1.1 求和符号 17
2.1.2 求和符号的性质 18
2.2 实验、样本空间、样本点和事件 18
2.2.1 实验 18
2.2.2 样本空间或总体 18
2.2.3 样本点 19
2.2.4 事件 19
2.2.5 文氏图 19
2.3 随机变量 20
2.4 概率 20
2.4.1 事件的概率：古典定义或先验定义 21
2.4.2 概率的频率定义或经验定义 21
2.4.3 随机变量的概率 24
2.5 随机变量及其概率分布 25
2.5.1 离散型随机变量的概率分布 25
2.5.2 连续型随机变量的概率分布 25
2.5.3 累积分布函数（CDF） 27
2.6 多元概率密度函数 29
2.6.1 边缘概率函数 30
2.6.2 条件概率函数 31
2.6.3 统计独立性 31
2.7 总结 32
关键术语和概念 32
参考文献 33
问题 33
习题 34
第3章 概率分布的特征 37
3.1 期望值：集中趋势的度量 37
3.1.1 期望值的性质 38
3.1.2 多元概率分布的期望值 39
3.2 方差：离散程度的度量 39
3.2.1 方差的性质 41
3.2.2 切比雪夫不等式 41
3.2.3 变异系数 42
3.3 协方差 42
协方差的性质 43
3.4 相关系数 44
3.4.1 相关系数的性质 44
3.4.2 相关变量的方差 45
3.5 条件期望值 46
条件方差 46
3.6 偏度和峰度 47
3.7 从总体到样本 48
3.7.1 样本均值 49
3.7.2 样本方差 49
3.7.3 样本协方差 50
3.7.4 样本相关系数 51
3.7.5 样本偏度与样本峰度 51
3.8 总结 51
关键术语和概念 52
问题 52
习题 53
选作题 55
第4章 一些重要的概率分布 56
4.1 正态分布 56
4.1.1 正态分布的性质 57
4.1.2 标准正态分布 58
4.1.3 从正态总体中随机抽样 60
4.1.4 样本均值？的抽样分布或概率分布 61
4.1.5 中心极限定理（CLT） 64
4.2 t分布 64
t分布的性质 65
4.3 x2概率分布 67
x2分布的性质 67
4.4 F分布 69
F分布的性质 69
4.5 总结 71
关键术语和概念 71
问题 71
习题 72
第5章 统计推断：估计与假设检验 74
5.1 统计推断的含义 74
5.2 估计和假设检验：统计推断的两个孪生分支 75
5.3 参数估计 76
5.4 点估计量的性质 78
5.4.1 线性 79
5.4.2 无偏性 79
5.4.3 最小方差性 80
5.4.4 有效性 80
5.4.5 最优线性无偏估计量（BLUE） 81
5.4.6 一致性 81
5.5 统计推断：假设检验 82
5.5.1 假设检验的置信区间法 83
5.5.2 第一类错误和第二类错误 83
5.5.3 假设检验的显著性检验方法 85
5.5.4 选择显著水平α与p值 87
5.5.5 x2和F显著性检验 88
5.6 总结 90
关键术语和概念 90
问题 91
习题 91
第二部分 线性回归模型 97
第6章 线性回归的基本思想：双变量模型 97
6.1 回归的含义 97
6.2 总体回归函数（PRF）：假想一例 98
6.3 总体回归函数的统计或随机设定 100
6.4 随机误差项的性质 101
6.5 样本回归函数 101
6.6 “线性”回归的特殊含义 104
6.6.1 变量线性 104
6.6.2 参数线性 105
6.7 从双变量回归到多元线性回归 105
6.8 参数估计：普通最小二乘法 105
普通最小二乘法 106
6.9 综合 107
对博彩支出回归结果的解释 108
6.10 一些例子 108
6.11 总结 112
关键术语和概念 112
问题 113
习题 114
选作题 120
附录6A 最小二乘估计值的推导 120
第7章 双变量模型：假设检验 122
7.1 古典线性回归模型 122
7.2 普通最小二乘估计量的方差与标准误 125
7.2.1 博彩支出一例的方差和标准误 126
7.2.2 博彩支出一例小结 126
7.3 为什么使用OLS？OLS估计量的性质 127
蒙特卡洛试验 127
7.4 OLS估计量的抽样分布或概率分布 128
7.5 假设检验 130
7.5.1 检验H0∶B2＝0，H1∶B2≠0：置信区间法 131
7.5.2 假设检验的显著性检验法 132
7.5.3 继续博彩支出一例 133
7.6 拟合回归直线的优度如何：判定系数r2 134
7.6.1 r2的计算公式 136
7.6.2 博彩支出一例中的r2 136
7.6.3 相关系数r 136
7.7 回归分析结果的报告 137
7.8 博彩支出一例的计算机输出结果 137
7.9 正态性检验 138
7.9.1 残差直方图 139
7.9.2 正态概率图 139
7.9.3 雅克-贝拉检验 139
7.10 综合实例：美国商业部门工资和生产率的关系（1959～2000年） 140
7.11 预测 143
7.12 总结 145
关键术语和概念 145
问题 146
习题 147
第8章 多元回归：估计与假设检验 152
8.1 三变量线性回归模型 153
偏回归系数的含义 153
8.2 多元线性回归模型的若干假定 154
8.3 多元回归参数的估计 155
8.3.1 普通最小二乘估计量 156
8.3.2 OLS估计量的方差与标准误 157
8.3.3 多元回归OLS估计量的性质 157
8.4 估计多元回归的拟合优度：多元判定系数R2 158
8.5 古董钟拍卖价格一例 158
回归结果的解释 159
8.6 多元回归的假设检验 159
8.7 对偏回归系数进行假设检验 160
8.7.1 显著性检验法 160
8.7.2 假设检验的置信区间法 161
8.8 检验联合假设：B2＝B3＝0或R2＝0 161
F与R2之间的重要关系 163
8.9 从多元回归模型到双变量模型：设定误差 164
8.10 比较两个R2值：校正的判定系数 165
8.11 什么时候增加新的解释变量 166
8.12 受限最小二乘 167
8.13 若干实例 168
对回归结果的讨论 169
8.14 总结 171
关键术语和概念 171
问题 172
习题 173
附录8A.1 式（8-20）至（8-22）中OLS估计量的推导 177
附录8A.2 式（8-31）的推导 177
附录8A.3 式（8-50）的推导 178
附录8A.4 古董钟拍卖价格一例的Eviews输出结果 178
第9章 回归模型的函数形式 180
9.1 如何度量弹性：双对数模型 181
双对数模型的假设检验 183
9.2 比较线性和双对数回归模型 184
9.3 多元对数线性回归模型 185
9.4 如何测度增长率：半对数模型 188
9.4.1 瞬时增长率与复合增长率 190
9.4.2 线性趋势模型 190
9.5 线性-对数模型：解释变量是对数形式 191
9.6 倒数模型 193
9.7 多项式回归模型 196
9.8 过原点的回归 199
9.9 关于度量比例和单位的说明 200
9.10 不同函数形式模型小结 201
9.11 总结 202
关键术语和概念 203
问题 203
习题 204
附录9A 对数 209
第10章 虚拟变量回归模型 212
10.1 虚拟变量的性质 212
10.2 ANCOVA模型：包含一个定量变量，一个两分定性变量的回归 217
10.3 包含一个定量变量、一个多分定性变量的回归 218
10.4 包含一个定量变量和多个 221
定性变量的回归 221
10.4.1 交互影响 222
10.4.2 模型的一般化 222
10.5 比较两个回归 223
10.6 虚拟变量在季节分析中的应用 227
10.7 应变量也是虚拟变量的情形：线性概率模型（LPM） 230
10.8 总结 233
关键术语和概念 234
问题 234
习题 235
第三部分 实践中的回归分析 245
第11章 模型选择：标准与检验 245
11.1 “好的”模型具有的性质 245
11.2 设定误差的类型 246
11.3 遗漏相关变量：“过低拟合”模型 246
11.4 包括不相关变量：“过度拟合”模型 249
11.5 不正确的函数形式 250
11.6 度量误差 252
11.6.1 应变量中的度量误差 252
11.6.2 解释变量中的度量误差 252
11.7 诊断设定误差：设定误差的检验 252
11.7.1 诊断非相关变量的存在 253
11.7.2 对遗漏变量和不正确函数形式的检验 254
11.7.3 在线性和对数线性模型之间选择：MWD检验 256
11.7.4 回归误差设定检验：RESET 257
11.8 总结 259
关键术语和概念 259
问题 260
习题 260
第12章 多重共线性：解释变量相关会有什么后果 266
12.1 多重共线性的性质：完全多重共线性的情形 266
12.2 接近或者不完全多重共线性的情形 268
12.3 多重共线性的理论后果 270
12.4 多重共线性的实际后果 270
12.5 多重共线性的诊断 272
12.6 多重共线性必定不好吗 275
12.7 一个扩展例子：1960～1982年期间美国的鸡肉需求 275
鸡肉需求函数（式（12-15））的共线性诊断 276
12.8 如何对付多重共线性：补救措施 277
12.8.1 从模型中删掉一个变量 277
12.8.2 获取额外的数据或新的样本 278
12.8.3 重新考虑模型 278
12.8.4 先验信息 279
12.8.5 变量变换 279
12.8.6 其他补救措施 280
12.9 总结 280
关键术语和概念 280
问题 281
习题 282
第13章 异方差：如果误差方差不是常数会有什么结果 285
13.1 异方差的性质 285
13.2 异方差的后果 290
13.3 异方差的诊断：如何知道存在异方差问题 291
13.3.1 问题的性质 292
13.3.2 残差的图形检验 292
13.3.3 帕克检验 294
13.3.4 格莱泽检验 295
13.3.5 怀特的一般异方差检验 295
13.3.6 异方差的其他检验方法 296
13.4 观察到异方差该怎么办：补救措施 297
13.4.1 当σ？已知时：加权最小二乘法 297
13.4.2 当σ？未知时 298
13.4.3 重新设定模型 300
13.5 怀特异方差校正后的标准误和t统计量 301
13.6 若干异方差实例 302
13.7 总结 303
关键术语和概念 304
问题 304
习题 305
第14章 自相关：如果误差项相关会有什么结果 312
14.1 自相关的性质 312
14.1.1 惯性 313
14.1.2 模型设定误差 314
14.1.3 蛛网现象 314
14.1.4 数据处理 314
14.2 自相关的后果 315
14.3 自相关的诊断 315
14.3.1 图形法 317
14.3.2 德宾-沃森d检验 319
14.4 补救措施 321
14.5 如何估计ρ 323
14.5.1 ρ＝1：一阶差分法 323
14.5.2 从德宾-沃森d统计量中估计ρ 323
14.5.3 从OLS残差et中估计ρ 324
14.5.4 ρ的其他估计方法 325
14.6 总结 327
关键术语和概念 328
问题 328
习题 329
附录14A 游程检验 333
游程检验 333
Swed-Eisenhart临界游程检验 333
判断规则 334
第四部分 经济计量学高级专题 337
第15章 联立方程模型 337
15.1 联立方程模型的性质 337
15.2 联立方程的偏误：OLS估计量的不一致性 339
15.3 间接最小二乘法 340
15.4 间接最小二乘：一则实例 341
15.5 模型识别问题 343
15.5.1 不可识别 344
15.5.2 恰度识别 344
15.5.3 过度识别 346
15.6 识别规则：识别的阶条件 347
15.7 过度识别方程的估计：两阶段最小二乘法 347
15.8 2SLS：一个数字例子 349
15.9 总结 350
关键术语和概念 350
问题 351
习题 351
附录15A OLS估计量的不一致性 353
第16章 单方程回归模型的几个专题 355
16.1 动态经济模型：自回归和分布滞后模型 355
16.1.1 滞后的原因 356
16.1.2 分布滞后模型的估计 357
16.1.3 分布滞后模型的估计方法：夸克，适应性预期和存货调整模型 359
16.2 伪回归现象：非平稳时间序列 361
16.3 平稳性检验 365
16.4 协整时间序列 366
16.5 随机游走模型 366
16.6 分对数模型 368
分对数模型的估计 370
16.7 总结 373
关键术语和概念 373
问题 374
习题 374
附录A 统计表 378
附录B EVIEWS、MINITAB、EXCEL和STATA的计算机输出结果 400
参考书目 405
译者后记 408