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 36
2.6 抽样分布的大样本近似 39
本章小结 44
重要术语 45
内容复习 45
习题 46
附录2.1 重要概念2.3中结论的推导 51
3 统计学复习 53
3.1 总体均值的估计 54
3.2 有关总体均值的假设检验 57
3.3 总体均值的置信区间 64
3.4 不同总体的均值比较 66
3.5 基于试验数据的因果效应的均值之差估计 69
3.6 样本容量较小时使用t统计量 71
3.7 散点图、样本协方差和样本相关系数 73
本章小结 76
重要术语 77
内容复习 77
习题 77
实证练习 82
附录3.1 美国当前人口调查 82
附录3.2 ？是μY的最小二乘估计量的两种证明方法 83
附录3.3 样本方差一致性的证明 83
第二篇 回归分析基础 87
4 一元线性回归 87
4.1 线性回归模型 87
4.2 线性回归模型的系数估计 91
4.3 拟合优度 96
4.4 最小二乘假设 98
4.5 OLS估计量的抽样分布 102
4.6 结论 105
本章小结 105
重要术语 106
内容复习 106
习题 106
实证练习 109
附录4.1 加利福尼亚测试成绩数据集 111
附录4.2 OLS估计量的推导 111
附录4.3 OLS估计量的抽样分布 112
5 一元线性回归：假设检验和置信区间 115
5.1 关于某个回归系数的假设检验 115
5.2 回归系数的置信区间 120
5.3 X为二值变量时的回归 122
5.4 异方差和同方差 123
5.5 普通最小二乘的理论基础 128
5.6 样本容量较小时t统计量在回归中的运用 130
5.7 结论 131
本章小结 132
重要术语 133
内容复习 133
习题 133
实证练习 136
附录5.1 OLS的标准误公式 137
附录5.2 Gauss-Markov条件和Gauss-Markov定理的证明 138
6 多元线性回归 142
6.1 遗漏变量偏差 142
6.2 多元回归模型 147
6.3 多元回归的OLS估计量 150
6.4 多元回归的拟合优度 152
6.5 多元回归的最小二乘假设 154
6.6 多元回归中OLS估计量的分布 156
6.7 多重共线性 157
6.8 结论 160
本章小结 160
重要术语 161
内容复习 161
习题 162
实证练习 165
附录6.1 （6.1）式的推导 166
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 166
附录6.3 Frisch-Waugh定理 167
7 多元回归中的假设检验和置信区间 168
7.1 单个系数的假设检验和置信区间 168
7.2 联合假设的检验 172
7.3 涉及多个系数的单个约束检验 177
7.4 多个系数的置信集 178
7.5 多元回归的模型设定 179
7.6 测试成绩数据集分析 183
7.7 结论 187
本章小结 188
重要术语 188
内容复习 188
习题 188
实证练习 191
附录7.1 联合假设的Bonferroni检验 193
附录7.2 条件均值独立 194
8 非线性回归函数 197
8.1 非线性回归函数的一般建模方法 198
8.2 一元非线性函数 204
8.3 自变量的交互作用 213
8.4 学生／教师比对测试成绩的非线性效应 224
8.5 结论 229
本章小结 229
重要术语 230
内容复习 230
习题 230
实证练习 235
附录8.1 参数非线性的回归函数 237
附录8.2 非线性回归函数的斜率和弹性 240
9 基于多元回归的评估研究 242
9.1 内部和外部有效性 242
9.2 多元回归分析的内部有效性威胁 245
9.3 利用回归进行预测时的内部和外部有效性 254
9.4 实例：测试成绩和班级规模 255
9.5 结论 262
本章小结 263
重要术语 263
内容复习 263
习题 264
实证练习 266
附录9.1 马萨诸塞州的小学测试数据 267
第三篇 回归分析的深入专题 271
10 面板数据回归 271
10.1 面板数据 271
10.2 具有两个时期的面板数据：“前后”比较 274
10.3 固定效应回归 276
10.4 时间固定效应回归 280
10.5 固定效应回归假设和固定效应回归的标准误 282
10.6 有关酒后驾车的法律规定和交通事故死亡人数 284
10.7 结论 288
本章小结 288
重要术语 289
内容复习 289
习题 290
实证练习 291
附录10.1 州交通死亡事故数据集 293
附录10.2 固定效应回归的标准误 293
11 二值因变量回归 297
11.1 二值因变量和线性概率模型 298
11.2 probit和logit回归 301
11.3 logit和probit模型的估计和推断 307
11.4 在波士顿HMDA数据中的应用 309
11.5 总结 315
本章小结 316
重要术语 317
内容复习 317
习题 317
实证练习 319
附录11.1 波士顿HMDA数据集 321
附录11.2 最大似然估计 321
附录11.3 其他受限因变量模型 324
12 工具变量回归 326
12.1 单个回归变量和单个工具变量的IV估计量 326
12.2 一般IV回归模型 334
12.3 工具变量有效性的检验 340
12.4 在香烟需求中的应用 344
12.5 有效工具变量的来源 348
12.6 结论 352
本章小结 352
重要术语 353
内容复习 353
习题 353
实证练习 355
附录12.1 香烟消费的面板数据集 357
附录12.2 （12.4）式中TSLS估计量公式的推导 357
附录12.3 TSLS估计量的大样本分布 357
附录12.4 工具变量无效时TSLS估计量的大样本分布 358
附录12.5 弱工具变量时的工具变量分析 360
附录12.6 带控制变量的TSLS 361
13 试验和准试验 363
13.1 可能结果、因果效应和理想化试验 364
13.2 对试验有效性的威胁 366
13.3 班级规模缩小效应的试验估计 370
13.4 准试验 377
13.5 准试验的潜在问题 383
13.6 异质总体的试验和准试验估计 385
13.7 结论 389
本章小结 389
重要术语 390
内容复习 390
习题 391
实证练习 394
附录13.1 STAR项目数据集 395
附录13.2 个体因果效应不同时的IV估计 396
附录13.3 用于试验数据分析的可能结果分析框架 397
第四篇 经济时间序列数据的回归分析 401
14 时间序列回归和预测导论 401
14.1 利用回归模型进行预测 402
14.2 时间序列数据和序列相关性导论 402
14.3 自回归 408
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 413
14.5 基于信息准则的滞后长度选取 421
14.6 非平稳性Ⅰ：趋势 424
14.7 非平稳性Ⅱ：突变 431
14.8 结论 441
本章小结 441
重要术语 442
内容复习 442
习题 443
实证练习 446
附录14.1 第14章中用到的时间序列数据 447
附录14.2 AR（1）模型的平稳性 448
附录14.3 滞后算子符号 449
附录14.4 ARMA模型 449
附录14.5 BIC滞后长度估计量的一致性 450
15 动态因果效应的估计 452
15.1 橘子汁数据初探 453
15.2 动态因果效应 455
15.3 含外生回归变量时的动态因果效应估计 458
15.4 异方差和自相关一致的标准误 461
15.5 含严格外生回归变量时的动态因果效应估计 465
15.6 橘子汁价格和寒冷天气 471
15.7 外生性合理吗？几个实例 477
15.8 结论 479
本章小结 479
重要术语 480
内容复习 480
习题 481
实证练习 483
附录15.1 橘子汁价格数据集 484
附录15.2 用滞后算子符号表示的ADL模型和广义最小二乘 484
16 时间序列回归的其他专题 487
16.1 向量自回归 487
16.2 多期预测 491
16.3 单整阶数和DF-GLS单位根检验 495
16.4 协整 500
16.5 波动集群性和自回归条件异方差 507
16.6 结论 511
本章小结 511
重要术语 511
内容复习 512
习题 512
实证练习 514
附录16.1 第16章用到的美国金融数据 515
第五篇 回归分析的计量经济学理论 519
17 一元线性回归理论 519
17.1 扩展的最小二乘假设和OLS估计量 519
17.2 渐近分布理论基础 521
17.3 OLS估计量和t统计量的渐近分布 526
17.4 误差服从正态分布时的精确抽样分布 528
17.5 加权最小二乘 530
本章小结 534
重要术语 534
内容复习 534
习题 535
附录17.1 正态分布及其相关分布和连续型随机变量的矩 537
附录17.2 两个不等式 539
18 多元回归理论 541
18.1 多元线性回归模型和OLS估计量的矩阵形式 542
18.2 OLS估计量和t统计量的渐近分布 545
18.3 联合假设的检验 547
18.4 正态误差下回归统计量的分布 549
18.5 误差同方差时OLS估计量的效率 552
18.6 广义最小二乘 554
18.7 工具变量和广义矩估计法 558
本章小结 565
重要术语 566
内容复习 566
习题 566
附录18.1 矩阵代数概要 571
附录18.2 多维分布 574
附录18.3 ？渐近正态分布的推导 575
附录18.4 正态误差下OLS检验统计量的精确分布推导 575
附录18.5 多元回归Gauss-Markov定理的证明 577
附录18.6 IV和GMM估计中部分结论的证明 577
附表 580
参考文献 589
内容复习 部分解答 593
术语表 603