前言 29
第一篇 导论与复习 43
1 经济问题和数据 43
1.1 我们研究的经济问题 43
1.2 因果效应和理想化试验 47
1.3 数据：来源和类型 49
本章小结 54
重要术语 55
内容复习 55
2 概率论复习 56
2.1 随机变量和概率分布 57
2.2 期望值、均值和方差 60
2.3 二维随机变量 68
2.4 正态分布、卡方分布、学生t分布和F分布 78
2.5 随机抽样和样本均值的分布 85
2.6 抽样分布的大样本近似 89
本章小结 94
重要术语 96
内容复习 97
习题 98
附录2.1 重要概念2.3中结论的推导 104
3 统计学复习 106
3.1 总体均值的估计 107
3.2 有关总体均值的假设检验 112
3.3 总体均值的置信区间 121
3.4 不同总体的均值比较 123
3.5 基于试验数据的因果效应的均值之差估计 125
3.6 样本容量较小时使用t统计量 128
3.7 散点图、样本协方差和样本相关系数 133
本章小结 137
重要术语 137
内容复习 138
习题 138
实证练习 145
附录3.1 美国当前人口调查 146
附录3.2 ？是μY的最小二乘估计量的两种证明方法 146
附录3.3 样本方差一致性的证明 147
第二篇 回归分析基础 149
4 一元线性回归 149
4.1 线性回归模型 149
4.2 线性回归模型的系数估计 154
4.3 拟合优度 161
4.4 最小二乘假设 164
4.5 OLS估计量的抽样分布 169
4.6 结论 173
本章小结 173
重要术语 174
内容复习 174
习题 175
实证练习 178
附录4.1 加利福尼亚测试成绩数据集 181
附录4.2 OLS估计量的推导 181
附录4.3 OLS估计量的抽样分布 182
5 一元线性回归：假设检验和置信区间 186
5.1 关于某个回归系数的假设检验 186
5.2 回归系数的置信区间 193
5.3 X为二值变量时的回归 195
5.4 异方差和同方差 197
5.5 普通最小二乘的理论基础 203
5.6 样本容量较小时t统计量在回归中的运用 206
5.7 结论 208
本章小结 209
重要术语 209
内容复习 210
习题 210
实证练习 215
附录5.1 OLS的标准误公式 216
附录5.2 Gauss-Markov条件和Gauss-Markov定理的证明 217
6 多元线性回归 221
6.1 遗漏变量偏差 221
6.2 多元回归模型 228
6.3 多元回归的OLS估计量 231
6.4 多元回归的拟合优度 235
6.5 多元回归的最小二乘假设 238
6.6 多元回归中OLS估计量的分布 240
6.7 多重共线性 241
6.8 结论 245
本章小结 245
重要术语 246
内容复习 246
习题 247
实证练习 251
附录6.1 （6.1 ）式的推导 253
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 254
附录6.3 Frisch-Waugh定理 254
7 多元回归中的假设检验和置信区间 256
7.1 单个系数的假设检验和置信区间 256
7.2 联合假设的检验 261
7.3 涉及多个系数的单个约束检验 268
7.4 多个系数的置信集 270
7.5 多元回归的模型设定 271
7.6 测试成绩数据集分析 277
7.7 结论 282
本章小结 283
重要术语 283
内容复习 283
习题 284
实证练习 288
附录7.1 联合假设的Bonferroni检验 290
附录7.2 条件均值独立 292
8 非线性回归函数 294
8.1 非线性回归函数的一般建模方法 296
8.2 一元非线性函数 304
8.3 自变量的交互作用 316
8.4 学生／教师比对测试成绩的非线性效 328
8.5 结论 336
本章小结 337
重要术语 337
内容复习 338
习题 338
实证练习 344
附录8.1 参数非线性的回归函数 348
附录8.2 非线性回归函数的斜率和弹性 351
9 基于多元回归的评估研究 354
9.1 内部和外部有效性 354
9.2 多元回归分析的内部有效性威胁 358
9.3 利用回归进行预测时的内部和外部有效性 369
9.4 实例：测试成绩和班级规模 371
9.5 结论 381
本章小结 382
重要术语 382
内容复习 382
习题 383
实证练习 386
附录9.1 马萨诸塞州的小学测试数据 387
第三篇 回归分析的深入专题 389
10 面板数据回归 389
10.1 面板数据 390
10.2 具有两个时期的面板数据：“前后”比较 393
10.3 固定效应回归 396
10.4 时间固定效应回归 400
10.5 固定效应回归假设和固定效应回归的标准误 404
10.6 有关酒后驾车的法律规定和交通事故死亡人数 407
10.7 结论 411
本章小结 412
重要术语 412
内容复习 412
习题 413
实证练习 415
附录10.1 州交通死亡事故数据集 418
附录10.2 固定效应回归的标准误 418
11 二值因变量回归 423
11.1 二值因变量和线性概率模型 424
11.2 probit和logit回归 429
11.3 logit和probit模型的估计和推断 436
11.4 在波士顿HMDA数据中的应用 440
11.5 总结 447
本章小结 449
重要术语 449
内容复习 449
习题 450
实证练习 452
附录11.1 波士顿HMDA数据集 455
附录11.2 最大似然估计 455
附录11.3 其他受限因变量模型 458
12 工具变量回归 461
12.1 单个回归变量和单个工具变量的Ⅳ估计量 462
12.2 一般Ⅳ回归模型 472
12.3 工具变量有效性的检验 479
12.4 在香烟需求中的应用 485
12.5 有效工具变量的来源 490
12.6 结论 495
本章小结 496
重要术语 497
内容复习 497
习题 498
实证练习 500
附录12.1 香烟消费的面板数据集 502
附录12.2 （12.4 ）式中TSLS估计量公式的推导 503
附录12.3 TSLS估计量的大样本分布 503
附录12.4 工具变量无效时TSLS估计量的大样本分布 505
附录12.5 弱工具变量时的工具变量分析 506
附录12.6 带控制变量的TSLS 509
13 试验和准试验 511
13.1 可能结果、因果效应和理想化试验 512
13.2 对试验有效性的威胁 515
13.3 班级规模缩小效应的试验估计 520
13.4 准试验 529
13.5 准试验的潜在问题 538
13.6 异质总体的试验和准试验估计 540
13.7 结论 545
本章小结 546
重要术语 547
内容复习 547
习题 548
实证练习 552
附录13.1 STAR项目数据集 554
附录13.2 个体因果效应不同时的Ⅳ估计 555
附录13.3 用于试验数据分析的可能结果分析框架 556
第四篇 经济时间序列数据的回归分析 558
14 时间序列回归和预测导论 558
14.1 利用回归模型进行预测 559
14.2 时间序列数据和序列相关性导论 560
14.3 自回归 568
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 574
14.5 基于信息准则的滞后长度选取 584
14.6 非平稳性Ⅰ：趋势 588
14.7 非平稳性Ⅱ：突变 598
14.8 结论 610
本章小结 611
重要术语 612
内容复习 613
习题 613
实证练习 617
附录14.1 第14章 中用到的时间序列数据 619
附录14.2 AR（1）模型的平稳性 620
附录14.3 滞后算子符号 621
附录14.4 ARMA模型 622
附录14.5 BIC滞后长度估计量的一致性 623
15 动态因果效应的估计 625
15.1 橘子汁数据初探 626
15.2 动态因果效应 629
15.3 含外生回归变量时的动态因果效应估计 634
15.4 异方差和自相关一致的标准误 637
15.5 含严格外生回归变量时的动态因果效应估计 642
15.6 橘子汁价格和寒冷天气 652
15.7 外生性合理吗？几个实例 660
15.8 结论 663
本章小结 663
重要术语 664
内容复习 664
习题 665
实证练习 668
附录15.1 橘子汁价格数据集 669
附录15.2 用滞后算子符号表示的ADL模型和广义最小二乘 670
16 时间序列回归的其他专题 673
16.1 向量自回归 673
16.2 多期预测 678
16.3 单整阶数和DF-GLS单位根检验 684
16.4 协整 691
16.5 波动集群性和自回归条件异方差 701
16.6 结论 704
本章小结 705
重要术语 706
内容复习 706
习题 707
实证练习 709
附录16.1 第16章 用到的美国金融数据 710
第五篇 回归分析的计量经济学理论 711
17 一元线性回归理论 711
17.1 扩展的最小二乘假设和OLS估计量 712
17.2 渐近分布理论基础 714
17.3 OLS估计量和t统计量的渐近分布 720
17.4 误差服从正态分布时的精确抽样分布 722
17.5 加权最小二乘 725
本章小结 730
重要术语 730
内容复习 731
习题 731
附录17.1 正态分布及其相关分布和连续型随机变量的矩 734
附录17.2 两个不等式 737
18 多元回归理论 739
18.1 多元线性回归模型和OLS估计量的矩阵形式 740
18.2 OLS估计量和t统计量的渐近分布 744
18.3 联合假设的检验 748
18.4 正态误差下回归统计量的分布 750
18.5 误差同方差时OLS估计量的效率 754
18.6 广义最小二乘 756
18.7 工具变量和广义矩估计法 762
本章小结 772
重要术语 772
内容复习 773
习题 773
附录18.1 矩阵代数概要 779
附录18.2 多维分布 783
附录18.3 ？渐近正态分布的推导 784
附录18.4 正态误差下OLS检验统计量的精确分布推导 785
附录18.5 多元回归Gauss-Markov定理的证明 786
附录18.6 Ⅳ和GMM估计中部分结论的证明 788
附表 791
参考文献 799
内容复习 部分解答 805
术语表 813