第一部分 基本模型 3
第1章 导论 3
1.1 计量经济学的定义 3
1.2 计量经济学如何解决问题 4
1.3 数据类型 5
1.4 本书的结构安排 8
1.5 本书的习题和附录 9
思考与练习 9
第2章 线性回归模型的基本思想与最小二乘法 10
2.1 回归的含义 10
2.2 总体回归函数与样本回归函数 11
2.3 样本回归函数的计算与最小二乘法 13
2.4 拟合优度 16
2.5 一个例子 17
本章小结 17
思考与练习 17
本章附录 19
第3章 一元经典线性回归模型的基本假设与检验 21
3.1 经典线性回归模型的基本假设与高斯—马尔可夫定理 22
3.2 OLS估计量的精度 25
3.3 OLS估计量的抽样分布 26
3.4 假设检验 27
3.5 显著性水平 29
3.6 估计量的一致性 30
3.7 置信区间 31
3.8 CLRM假设的再审查：正态性检验 32
3.9 一个实例 34
3.10 统计软件应用于回归分析：菲利普斯曲线 36
3.11 “参数线性”的一个说明 37
本章小结 38
思考与练习 38
本章附录 40
第4章 多元线性回归模型的估计与假设检验 43
4.1 一个例子：偏回归系数的解释 43
4.2 多元回归分析的OLS估计量 44
4.3 CLRM的假设与估计量的性质 46
4.4 拟合优度 48
4.5 多元回归的假设检验 48
4.6 显著性检验 49
4.7 置信区间 50
4.8 校正拟合优度（判定系数） 51
4.9 联合检验与受限最小二乘 52
4.10 设定偏差与解释变量的增减 55
4.11 综合实例 55
本章小结 61
思考与练习 62
本章附录 65
第5章 多重共线性 68
5.1 完全多重共线性 68
5.2 近似或不完全多重共线性 70
5.3 多重共线性可能的来源 71
5.4 多重共线性带来的后果 72
5.5 多重共线性的诊断 73
5.6 处理多重共线性的一些方法 75
本章小结 79
思考与练习 79
本章附录 81
第二部分 模型拓展 85
第6章 回归模型的函数形式 85
6.1 线性回归的含义 85
6.2 对数模型 86
6.3 多项式回归模型 97
6.4 度量单位与回归结果 101
6.5 标准化变量的回归 102
本章小结 104
思考与练习 104
本章附录 107
第7章 虚拟变量 110
7.1 虚拟变量及数据处理 110
7.2 虚拟变量在回归模型中的作用 114
7.3 虚拟变量的应用举例 120
本章小结 126
思考与练习 126
本章附录 128
第8章 异方差 130
8.1 异方差的性质 130
8.2 异方差性对OLS估计量的影响 132
8.3 异方差性的检验 134
8.4 异方差问题的处理 141
本章小结 146
思考与练习 146
本章附录 147
第9章 自相关 149
9.1 自相关的性质 149
9.2 自相关性对OLS估计量的影响 151
9.3 自相关性的检验 152
9.4 自相关问题的处理 157
本章小结 161
思考与练习 162
第10章 模型设定与实践 163
10.1 模型选择的原则与指标 164
10.2 模型设定误差的类型 166
10.3 模型设定误差的诊断 167
10.4 嵌套模型与非嵌套模型 172
10.5 非嵌套模型的选择 172
10.6 综合应用 176
本章小结 179
思考与练习 179
附录 183
附录1 主要例题的Stata操作 183
附录2 Stata命令汇总表 213
附录3 标准正态分布的累积概率 216
附录4 t分布的临界值 219
附录5 F分布的10％上端临界值 221
附录6 F分布的5％上端临界值 224
附录7 F分布的1％上端临界值 226
附录8 x2分布的上端临界值 228
附录9 DW检验：5％显著性水平下dL和dU的临界值（单侧检验） 230
参考文献 239