第一章 概率论基础 1
第一节 随机现象、随机试验和随机事件 1
第二节 随机事件的频率与概率 4
第三节 条件概率与事件的独立性 6
第四节 随机变量及其分布 8
第五节 二维随机变量 10
第六节 随机变量的数字特征 12
第七节 随机变量的矩 22
第二章 矩阵代数 28
第一节 矩阵及其运算 28
第二节 线性方程组 36
第三节 二次型与正交变换 42
第三章 数据的分析方法与参数的统计推断 50
第一节 数据的分析方法 50
第二节 抽样分布 56
第三节 参数的统计推断 62
第四节 方差分析方法 84
第四章 一元线性回归 93
第一节 一元线性回归分析 93
第二节 线性回归的方差分析 98
第三节 t检验（直接检验法） 103
第四节 相关系数及其显著性检验 104
第五节 回归分析的其他问题 108
第五章 多元线性回归 114
第一节 经典多元线性回归模型的概念 114
第二节 最小平方估计 117
第三节 估计量的性质 127
第四节 极大似然估计 136
第六章 虚拟变量的回归模型 140
第一节 虚拟变量 140
第二节 虚拟变量的应用 147
第七章 多重共线性 157
第一节 多重共线性的概念及原因 157
第二节 多重共线性的后果 160
第三节 如何发现多重共线性 167
第四节 如何对多重共线性进行补救 169
第八章 异方差性 174
第一节 异方差概念 174
第二节 出现异方差时的OLS估计 176
第三节 异方差的检验 177
第四节 异方差的校正 182
第五节 实例 185
第九章 自相关分析 192
第一节 自相关及其性质 192
第二节 自相关下的OLS估计 199
第三节 自相关检验 200
第四节 自相关模型的参数估计方法 203
第五节 广义最小平方估计方法 207
第六节 分布滞后模型 214
第十章 联立方程模型 228
第一节 联立方程模型的提出 228
第二节 应用OLS估计的联立方程偏误 230
第三节 联立方程模型的变量和表示方法 234
第四节 联立方程模型的识别 238
第五节 间接最小二乘法 244
第六节 工具变量法 247
第七节 二阶段最小二乘法 249
第十一章 时间序列分析 257
第一节 时间序列数据的特性 257
第二节 平稳时间序列分析模型 265
第三节 非平稳随机过程与单位根检验 274
第四节 协整与误差修正模型 277
附表 282
参考文献 300