目录 1
中文版序 1
序言 1
第一章 对经济推断的看法 1
1.1 科学的统一性 1
1.2 演绎推理 2
1.3 归纳推理 4
1.4 归谬推理 4
1.5 杰弗里斯对归纳推理理论的规则 6
1.6 这些规则的影响 7
问题 9
第二章 贝叶斯分析原理与应用 12
2.1 贝叶斯定理 12
2.2 贝叶斯定理与多组数据 15
2.3 先验概率密度函数 16
2.4 参数的边缘后验分布与条件后验分布 18
2.5 参数的点估计 20
2.6 参数的贝叶斯区域和区间 22
2.7 观测值的边缘分布 22
2.8 预测概率密度函数 23
2.9 点预测 24
2.10 预测区域和区间 25
2.11 贝叶斯后验分布密度的大样本性质 25
2.12 分析原理对帕累托分布的应用 28
2.13 分析原理对二项分布的应用 31
2.14 贝叶斯分析结论的报告 32
附录“知道很少”先验分布的表示 33
问题 43
3.1.1 模型及似然函数 51
第三章 一元正态线性回归模型 51
3.1 简单的一元正态线性回归模型 51
3.1.2 具有分散先验分布参数的后验分布 52
3.1.3 在投资乘数分析中的应用 56
3.2 正态多元回归模型 58
3.2.1 模型及似然函数 58
3.2.2 分散先验分布的参数下的后验分布 59
3.2.3 基于有信息先验分布的后验分布 62
3.2.4 预测密度 63
3.2.5 当X′X退化时的模型分析 66
问题 71
第四章 回归分析中的特殊问题 77
4.1 有自相关误差的回归模型 77
4.2 具有不同方差的回归 87
4.3 具有某些公共系数的两个回归 94
附录1 96
附录2 97
问题 98
第五章 变量中的误差 101
5.1 经典EVM：初等问题 101
5.2 经典EVM：函数形式的ML分析 108
5.3 对EVM结构形式的ML分析 111
5.4 EVM函数形式的贝叶斯分析 114
5.5 EVM结构形式的贝叶斯分析 124
5.6 关于附带参数的其他假定 125
附录 131
问题 134
6.1 变换的博克斯—考克斯分析 143
第六章 单个方程非线性模型的分析 143
6.2 常替代弹性生产函数（CES） 148
6.3 广义生产函数 154
问题 159
第七章 时间序列模型：一些选用的例子 164
7.1 一阶正态自回归过程 164
7.2 不完全数据的一阶自回归模型 168
7.3 二阶自回归过程的分析 171
7.4 “滞后分布”模型 176
7.5 用于消费函数的估计 181
7.6 滞后分布模型的一些推广 186
附录 平稳自回归过程的分散先验密度函数 189
问题 192
8.1 传统的多元回归模型 198
第八章 多元回归模型 198
8.2 传统多元回归模型的预测分布密度 206
8.3 有准确约束的传统多元模型 208
8.4 有信息先验密度的传统模型 211
8.5 “似乎不相关的”回归模型 212
问题 217
第九章 联立方程经济模型 222
9.1 完全递归模型 223
9.2 一般三角型方程组 225
9.3 贝叶斯分析中的可识别性概念 226
9.4 特殊联立方程的分析 229
9.5 “有限信息”的贝叶斯分析 234
9.6 全方程组分析 238
9.7.1 模型及其特性 243
9.7 一些随机模拟试验的结论 243
9.7.2 模型的抽样理论分析 244
9.7.3 模型的贝叶斯分析 245
9.7.4 试验结果：点估计 247
9.7.5 试验结果：区间估计 252
9.7.6 基于随机模拟试验的结论性注记 253
问题 253
第十章 假设的比较和检验 261
10.1 与假设相连的后验概率 262
10.2 参数有分散先验假设的分析 267
10.3 有非分散先验信息的假设检验和比较 269
10.4 回归模型比较 273
10.5 滞后分布模型比较 278
问题 282
第十一章 某些控制问题的分析 286
11.1 几个简单的单时段控制问题 287
11.2 多元回归过程的单阶段控制 292
11.3 多元正态回归过程的控制 295
11.4 损失函数的形式对控制的影响 296
11.5 多元回归模型的两阶段控制 299
11.6 一些多时段控制问题 305
附录1 给定z1时z2的条件预测密度 312
附录2 式（11.72）给出的均值近似公式的推导 314
问题 316
第十二章 结论 322
附录A 一元分布密度的一些重要性质 325
附录B 多元分布密度的一些重要性质 341
附录C 数值积分的FORTRAN程序 362
参考文献 376