前言 1
第一篇 导论与复习 3
1 经济问题和数据 3
1.1 我们研究的经济问题 3
1.2 因果效应和理想化试验 6
1.3 数据：来源和类型 8
本章小结 12
重要术语 12
内容复习 12
2 概率论复习 13
2.1 随机变量和概率分布 14
2.2 期望值、均值和方差 17
2.3 二维随机变量 22
2.4 正态分布、卡方分布、学生t分布和F分布 30
2.5 随机抽样和样本均值的分布 35
2.6 抽样分布的大样本近似 38
本章小结 43
重要术语 43
内容复习 44
习题 45
附录2.1 重要概念2.3中结论的推导 49
3 统计学复习 51
3.1 总体均值的估计 52
3.2 有关总体均值的假设检验 55
3.3 总体均值的置信区间 62
3.4 不同总体的均值比较 64
3.5 基于试验数据的因果效应的均值之差估计 67
3.6 样本容量较小时使用t统计量 69
3.7 散点图、样本协方差和样本相关系数 71
本章小结 74
重要术语 75
内容复习 75
习题 75
实证练习 80
附录3.1 美国当前人口调查 80
附录3.2 ？是μY的最小二乘估计量的两种证明方法 81
附录3.3 样本方差一致性的证明 81
第二篇 回归分析基础 85
4 一元线性回归 85
4.1 线性回归模型 85
4.2 线性回归模型的系数估计 89
4.3 拟合优度 94
4.4 最小二乘假设 96
4.5 OLS估计量的抽样分布 100
4.6 结论 103
本章小结 103
重要术语 104
内容复习 104
习题 104
实证练习 106
附录4.1 加利福尼亚测试成绩数据集 108
附录4.2 OLS估计量的推导 108
附录4.3 OLS估计量的抽样分布 109
5 一元线性回归：假设检验和置信区间 113
5.1 关于某个回归系数的假设检验 113
5.2 回归系数的置信区间 118
5.3 X为二元变量时的回归 120
5.4 异方差和同方差 121
5.5 普通最小二乘的理论基础 126
5.6 样本容量较小时t统计量在回归中的运用 128
5.7 结论 129
本章小结 130
重要术语 131
内容复习 131
习题 131
实证练习 134
附录5.1 OLS标准误差的公式 135
附录5.2 Gauss-Markov条件和Gauss-Markov定理的证明 136
6 多元线性回归 140
6.1 遗漏变量偏差 140
6.2 多元回归模型 145
6.3 多元回归的OLS估计量 148
6.4 多元回归的拟合优度 150
6.5 多元回归的最小二乘假设 152
6.6 多元回归中OLS估计量的分布 154
6.7 多重共线性 155
6.8 结论 158
本章小结 158
重要术语 159
内容复习 159
习题 160
实证练习 163
附录6.1 （6.1）式的推导 164
附录6.2 含两个回归变量且误差同方差时OLS估计量的分布 164
7 多元回归中的假设检验和置信区间 165
7.1 单个系数的假设检验和置信区间 165
7.2 联合假设的检验 169
7.3 涉及多个系数的单个约束的检验 174
7.4 多个系数的置信集 175
7.5 多元回归的模型设定 176
7.6 测试成绩数据集分析 178
7.7 结论 182
本章小结 183
重要术语 183
内容复习 184
习题 184
实证练习 187
附录7.1 联合假设的Bonferroni检验 188
8 非线性回归函数 190
8.1 非线性回归函数的一般建模方法 191
8.2 一元非线性函数 197
8.3 自变量的交互作用 206
8.4 学生／教师比对测试成绩的非线性效应 217
8.5 结论 222
本章小结 222
重要术语 223
内容复习 223
习题 223
实证练习 227
附录8.1 参数非线性的回归函数 230
9 基于多元回归的评估研究 234
9.1 内部和外部有效性 234
9.2 多元回归分析的内部有效性威胁 237
9.3 利用回归进行预测时的内部和外部有效性 245
9.4 实例：测试成绩和班级规模 246
9.5 结论 253
本章小结 254
重要术语 255
内容复习 255
习题 255
实证练习 257
附录9.1 马萨诸塞州的小学测试数据 258
第三篇 回归分析的深入专题 261
10 面板数据回归 261
10.1 面板数据 261
10.2 具有两个时期的面板数据：“前后”比较 264
10.3 固定效应回归 266
10.4 时间固定效应回归 270
10.5 固定效应回归假设和固定效应回归的标准误差 272
10.6 有关酒后驾车的法律规定和交通事故死亡人数 274
10.7 结论 278
本章小结 278
重要术语 279
内容复习 279
习题 279
实证练习 281
附录10.1 州交通死亡事故数据集 283
附录10.2 误差序列相关的固定效应回归的标准误差 283
11 二元因变量回归 286
11.1 二元因变量和线性概率模型 287
11.2 probit和logit回归 290
11.3 logit和probit模型的估计和推断 296
11.4 在波士顿HMDA数据中的应用 298
11.5 总结 304
本章小结 305
重要术语 306
内容复习 306
习题 306
实证练习 308
附录11.1 波士顿HMDA数据集 310
附录11.2 最大似然估计 310
附录11.3 其他受限因变量模型 313
12 工具变量回归 315
12.1 单个回归变量和单个工具变量的IV估计量 315
12.2 一般IV回归模型 323
12.3 工具变量有效性的检验 328
12.4 在香烟需求中的应用 333
12.5 有效工具变量的来源 337
12.6 结论 340
本章小结 341
重要术语 341
内容复习 342
习题 342
实证练习 344
附录12.1 香烟消费的面板数据集 345
附录12.2 （12.4）式中TSLS估计量公式的推导 346
附录12.3 TSLS估计量的大样本分布 346
附录12.4 工具变量无效时TSLS估计量的大样本分布 347
附录12.5 弱工具变量时的工具变量分析 348
13 试验和准试验 351
13.1 理想化试验和因果效应 352
13.2 实际试验中的潜在问题 353
13.3 基于试验数据的因果效应回归估计量 357
13.4 班级规模缩小效应的试验估计 363
13.5 准试验 370
13.6 准试验的潜在问题 374
13.7 异质总体的试验和准试验估计 375
13.8 结论 379
本章小结 380
重要术语 381
内容复习 381
习题 382
实证练习 384
附录13.1 STAR项目数据集 386
附录13.2 倍差估计量在多个时期上的推广 386
附录13.3 条件均值独立性 387
附录13.4 个体因果效应不同时的IV估计 389
第四篇 经济时间序列数据的回归分析 393
14 时间序列回归和预测导论 393
14.1 利用回归模型进行预测 394
14.2 时间序列数据和序列相关性导论 394
14.3 自回归 400
14.4 包含其他预测变量的时间序列回归和自回归分布滞后模型 405
14.5 基于信息准则的滞后长度选取 413
14.6 非平稳性Ⅰ：趋势 416
14.7 非平稳性Ⅱ：突变 423
14.8 结论 433
本章小结 433
重要术语 434
内容复习 434
习题 435
实证练习 438
附录14.1 第14章中用到的时间序列数据 439
附录14.2 AR（1）模型的平稳性 440
附录14.3 滞后算子符号 441
附录14.4 ARMA模型 441
附录14.5 BIC滞后长度估计量的一致性 442
15 动态因果效应的估计 444
15.1 橘子汁数据初探 445
15.2 动态因果效应 447
15.3 含外生回归变量时的动态因果效应估计 450
15.4 异方差和自相关一致的标准误差 453
15.5 含严格外生回归变量时的动态因果效应估计 457
15.6 橘子汁价格和寒冷天气 463
15.7 外生性合理吗？几个实例 469
15.8 结论 470
本章小结 471
重要术语 471
内容复习 471
习题 472
实证练习 474
附录15.1 橘子汁价格数据集 475
附录15.2 用滞后算子符号表示的ADL模型和广义最小二乘 475
16 时间序列回归的其他专题 478
16.1 向量自回归 478
16.2 多期预测 482
16.3 单整阶数和DF-GLS单位根检验 486
16.4 协整 491
16.5 波动集群性和自回归条件异方差 498
16.6 结论 502
本章小结 502
重要术语 502
内容复习 503
习题 503
实证练习 505
附录16.1 第16章用到的美国金融数据 506
第五篇 回归分析的计量经济学理论 509
17 一元线性回归理论 509
17.1 增强版最小二乘假设和OLS估计量 509
17.2 渐近分布理论基础 511
17.3 OLS估计量和t统计量的渐近分布 516
17.4 误差服从正态分布时的精确抽样分布 518
17.5 加权最小二乘 520
本章小结 524
重要术语 524
内容复习 524
习题 525
附录17.1 正态分布及其相关分布和连续型随机变量的矩 526
附录17.2 两个不等式 529
18 多元回归理论 530
18.1 多元线性回归模型和OLS估计量的矩阵形式 531
18.2 OLS估计量和t统计量的渐近分布 534
18.3 联合假设的检验 536
18.4 正态误差下回归统计量的分布 538
18.5 误差同方差时OLS估计量的效率 541
18.6 广义最小二乘 543
18.7 工具变量和广义矩估计法 547
本章小结 554
重要术语 555
内容复习 555
习题 555
附录18.1 矩阵代数概要 559
附录18.2 多维分布 562
附录18.3 ？渐近正态分布的推导 563
附录18.4 正态误差下OLS检验统计量的精确分布推导 564
附录18.5 多元回归Gauss-Markov定理的证明 565
附录18.6 IV和GMM估计中部分结论的证明 566
附录 568
参考文献 577
部分答案 581
术语表 591