目 录 2
译者序 2
前言 2
作者简介 2
第一部分背景 2
第1章绪论 2
1.1什么是经济计量学 2
1.2实证研究的基本步骤 3
1.3实证项目 8
总结 9
关键术语 9
练习 10
第2章概率和统计知识回顾 11
2.1随机变量和概率分布 12
2.2数学期望值、均值和方差 14
2.3联合概率、协方差和相关 18
2.4随机抽样和抽样分布 24
2.5参数估计方法 25
2.6估计量的性质 27
2.7卡方分布、t-分布和F-分布 30
2.8假设检验 33
2.9区间估计 36
关键术语 37
参考书目 39
练习 40
附录2.A其他推导 42
2.A.1 求和的一些实用结果 42
2.A.2最大化和最小化 43
2.A.3更多有关估计的内容 47
第二部分基础篇 52
第3章简单线性回归模型 52
3.1基本模型 53
3.2利用最小二乘法估计基本模型 55
3.3估计量的性质 58
3.4估计量的精确度和拟合优度 61
3.5假设检验 64
3.6度量单位的改变 70
3.7应用:用恩格尔曲线来估计 71
保健支出和收入之间的关系 71
3.8置信区间 74
3.9预测 74
3.10回归模型中的因果关系 76
3.11应用:专利和研发支出之间的关系 77
总结 80
关键术语 81
参考书目 83
练习 83
附录3.A其他推导 91
3.A.1 简单线性模型的三维表示 91
3.A.2有关求和的更多结果 91
3.A.3最小二乘法推导正规方程 91
3.A.4最佳线性无偏估计量和 92
高斯—马尔可夫定理 92
3.A.5最大近似估计量 93
3.A.6估计量方差的推导 94
3.A.7误差项方差的无偏估计量 94
模型 95
3.A.10 证明rxy?=R2为简单回归 95
3.A.8方程(3-26)的推导 95
3.A.9方程(3-27a)的推导 95
3.A.11 方程(3-29)的推导 96
3.A.12方程(3-30)的推导 96
第4章多元回归模型 97
4.1正规方程 98
4.2拟合优度 100
4.3模型选择的一般标准 102
4.4假设检验 103
4.5设定误差 110
4.6应用:公共汽车乘客人数 114
的决定因素 114
4.7应用:女性劳动力参与情况 117
4.8实例:净移民率和生活质量 121
总结 122
4.9实证项目 122
关键术语 123
参考书目 124
练习 125
附录4.A其他推导 136
4.A.1 三变量回归模型 136
4.A.2由于省略相关变量而引起 137
的偏差 137
4.A.3性质4.4的证明 138
第5章多重共线性 140
5.1多重共线性的例子 141
5.2完全多重共线性 142
5.3接近多重共线性 143
5.4应用 147
关键术语 150
总结 150
练习 151
参考书目 151
附录5.A通过方程(5-6)推导 152
方程(5-4) 152
第三部分扩充篇 156
第6章选择函数形式和检验 156
模型设定 156
6.1指数函数和对数函数基础 157
知识复习 157
6.2线性对数关系 158
6.3倒数转换 160
6.4多项式曲线拟合 160
6.5交互作用项 162
6.6行为滞后(动态模型) 163
再分析 164
6.7应用:专利和研发支出关系的 164
6.8对数线性关系(或半对数模型) 168
6.9模型间R2值的比较 170
6.10双对数(对数对数)模型 171
6.11应用:估计乘公共汽车的弹性 172
6.12其他模型 173
6.13“从一般到简单”的亨德瑞/LSE 174
模型建立方法 174
6.14使用拉格朗日乘数检验的 175
“从简单到一般”的模型设立方法 175
6.15拉姆齐检验关于回归设定错误 180
的RESET方法 180
总结 181
关键术语 181
参考书目 182
练习 184
附录6.A有关LR、瓦尔德和LM检验 190
的更多内容 190
6.A.1似然率检验 191
6.A.2 瓦尔德检验 192
6.A.3拉格朗日乘数检验 192
第7章定性(或虚拟)自变量 194
7.1仅有两种分类的定性变量 195
7.2具有多种分类的定性变量 200
7.3定性变量对斜率项的影响 203
(协方差分析) 203
7.4应用:工资模型的协方差分析 205
7.5估计季节影响 209
7.6检验结构变化 211
7.7实例:输送机解除管制 214
7.8应用:建筑用密封剂的需求 215
7.9实证项目 217
总结 217
关键术语 218
参考书目 218
练习 219
第四部分 横截面数据和时间序列数据的 234
一些特殊问题 234
第8章异方差 234
8.1忽略异方差的后果 236
8.2异方差检验 236
8.3估计方法 241
8.4应用:美国医疗保健的支出模型 246
8.5实证项目 247
关键术语 248
总结 248
参考书目 249
练习 250
附录8.A异方差存在情况下OLS估计量 257
的性质 257
第9章序列相关 259
9.1一阶序列相关 261
9.2忽略序列相关的后果 261
9.3一阶序列相关检验 263
9.4序列相关的处理 265
9.5高阶序列相关 271
9.6恩格尔的ARCH检验 272
9.7应用:用电需求 275
总结 282
关键术语 283
参考书目 284
练习 285
附录9.A其他推导 293
9.A.1 DW的d近似等于2(1-?) 293
的证明 293
9.A.2 ut为AR(1)时的性质 293
9.A.3 AR(1)存在情况下第一个观察值的处理 294
第10章分布滞后模型 295
10.1滞后自变量 296
10.2滞后因变量 300
10.3滞后因变量和序列相关 303
10.4滞后因变量模型的估计 305
10.5应用:英国消费支出的动态模型 308
10.6应用:再论小时电力负荷模型 308
10.7单位根和迪基-富勒检验 310
10.8误差纠正模型 313
10.9应用:美国国防支出的误差纠正 315
模型 315
10.10协积 319
10.11因果关系 322
10.12合并横截面和时间序列数据 323
(或panel数据) 323
10.13实证项目 325
总结 325
关键术语 327
参考书目 328
练习 331
第五部分专题 336
第11章预测 336
11.2模型评估 337
11.1拟合值、事后和事前预测值 337
11.3条件预测值和无条件预测值 338
11.4时间趋势预测 339
11.5组合预测 342
11.6经济计量模型预测 346
11.7时间序列模型预测 349
总结 356
关键术语 357
参考书目 358
练习 359
第12章定性和有限因变量 360
12.1线性概率(或二元选择)模型 361
12.2概率单位模型 361
12.3对数单位模型 363
12.4有限因变量 365
总结 367
关键术语 367
参考书目 368
练习 368
第13章联立方程模型 370
13.1联立方程模型的结构和简化形式 371
13.2忽略联立的后果 372
13.3识别问题 373
13.4估计方法 376
13.5实例:隐形眼镜业的规定 379
13.6应用:简单的凯恩斯模型 380
总结 382
关键术语 383
参考书目 383
练习 384
附录13.A OLS估计值极限的推导 385
第六部分实践 388
第14章实证项目研究 388
14.1选题 389
14.2文献回顾 392
14.3建立一般模型 393
14.4收集数据 393
14.5实证分析 396
关键术语 398
参考书目 399
附录A统计表 401
附录B部分练习答案 427
附录C计算机练习部分 445
附录D数据描述和计算机练习部分 448