第一部分 基本模型 1
第1章 导论 1
1.1 什么是计量经济学？ 1
1.2 计量经济学如何解决问题？ 2
1.3 数据类型 4
1.4 本书的结构安排与数据获取 6
1.5 本书的习题和附录 7
第2章 线性回归模型的基本思想与最小二乘法 8
2.1 回归的含义 8
2.2 总体回归函数与样本回归函数 9
2.3 样本回归函数的计算与最小二乘法（OLS） 12
2.4 拟合优度 14
2.5 一个例子 15
第3章 一元经典线性回归模型的基本假设与检验 19
3.1 经典线性回归模型的基本假设与高斯—马尔科夫定理 19
3.2 OLS估计量的精度 23
3.3 OLS估计量的抽样分布 24
3.4 假设检验 26
3.5 显著性水平 28
3.6 估计量的一致性 28
3.7 置信区间 30
3.8 CLRM假设的再审查：正态性检验 30
3.9 一个实例 33
3.10 统计软件应用于回归分析：菲利普斯曲线 35
3.11 “参数线性”的一个说明 36
第4章 多元线性回归模型的估计与假设检验 44
4.1 一个例子：偏回归系数的解释 44
4.2 多元回归分析的OLS估计量 45
4.3 CLRM的假设与估计量的性质 47
4.4 拟合优度 49
4.5 多元回归的假设检验 49
4.6 显著性检验 50
4.7 置信区间 51
4.8 校正拟合优度（判定系数） 52
4.9 联合检验与受限最小二乘 53
4.10 设定偏差与自变量的增减 57
4.11 综合实例 57
第5章 多重共线性 69
5.1 完全多重共线性 69
5.2 近似或不完全多重共线性 71
5.3 多重共线性可能的来源 72
5.4 多重共线性带来的后果 73
5.5 多重共线性的诊断 74
5.6 处理多重共线性的一些方法 76
第二部分 模型拓展 83
第6章 函数形式的选择 83
6.1 “线性”回归的含义 84
6.2 对数模型 85
6.3 多项式回归模型 94
6.4 度量单位与回归结果 96
6.5 标准化变量的回归 96
第7章 虚拟变量 105
7.1 虚拟变量及数据处理 105
7.2 虚拟变量在回归模型中的作用 109
7.3 虚拟变量的应用举例 114
第8章 异方差 124
8.1 异方差的性质 124
8.2 异方差性对OLS估计量的影响 126
8.3 异方差的检验 127
8.4 异方差问题的处理 134
第9章 自相关 142
9.1 自相关的性质 142
9.2 自相关性对OLS估计量的影响 144
9.3 自相关的检验 145
9.4 自相关问题的处理 151
第三部分 高级专题 157
第10章 模型设定与实践 157
10.1 模型选择的原则与指标 159
10.2 模型设定误差的类型 160
10.3 模型设定误差的诊断 162
10.4 嵌套模型与非嵌套模型 166
10.5 非嵌套模型的选择 167
10.6 综合应用 171
第11章 联立方程模型 177
11.1 联立方程模型的一个例子 177
11.2 联立方程模型的形式 178
11.3 联立方程模型的识别性 180
11.4 联立方程模型的估计方法 183
附录 188
表A.1 标准正态分布的累积概率 188
表A.2 t分布的临界值 191
表A.3a F分布的10％上端临界值 193
表A.3b F分布的5％上端临界值 196
表A.3c F分布的1％上端临界值 198
表A.4 χ2分布的上端临界值 200
表A.5a DW检验：5％显著性水平下dL和dU的临界值（单侧检验） 202
表A.5b DW检验：1％显著性水平下dL和dU的临界值（单侧检验） 210
主要参考书目 218
后记 220