第一章 数据分析基础 1
1.1 均值与方差 1
1.2 相关分析 7
1.3 假设检验 11
习题 16
习题解答与提示 16
第二章 一元线性回归模型 17
2.1 模型的假定 17
2.2 参数的最小二乘估计 18
2.3 最小二乘估计量的性质 22
2.4 系数的显著性检验 27
2.5 预测误差和预测区间 30
习题 33
习题解答与提示 35
第三章 多元线性回归分析 42
3.1 k变量回归模型的假定 42
3.2 参数的最小二乘估计 43
3.3 最小二乘估计量的性质 45
3.4 决定系数和修正的决定系数 47
3.5 估计结果的检验 48
3.6 多重共线性 53
习题 56
习题解答与提示 59
第四章 模型中误差项假定的诸问题 67
4.1 广义最小二乘估计 67
4.2 序列相关 70
4.3 异方差性 84
习题 90
习题解答与提示 93
第五章 线性模型的扩展 99
5.1 模型的类型与变换 99
5.2 虚拟变量的使用 103
5.3 结构变化的检验 108
5.4 分布滞后模型 111
5.5 工具变量法 126
习题 127
习题解答与提示 128
第六章 联立方程组模型的估计 132
6.1 联立方程组模型的结构式与简化式 132
6.2 联立方程组模型估计的偏误 133
6.3 间接最小二乘法 134
6.4 识别问题 135
6.5 两阶段最小二乘估计 138
6.6 模拟分析 141
习题 142
习题解答与提示 143
第七章 估计方法的扩展 149
7.1 离散选择模型 149
7.2 受限因变量模型 155
7.3 面板数据分析 160
7.4 SUR模型 166
习题 169
习题解答与提示 170
第八章 计量软件EViews入门 176
8.1 EViews的主要功能 176
8.2 EViews的基本规则 178
8.3 EViews中方程的设定与估计 183
8.4 EViews中变量的引用和显示 191
8.5 EViews中矩阵的运算 194
8.6 EViews中View键的使用 196
附表 统计表 200
参考文献 205