序言 1
导论 1
第一篇 单一方程式之回归模型 9
第一章 回归分析之性质 11
1.1回归一词的历史起源 11
1.2回归的现代意义 11
1.3统计的和函数的相互依存关系之对照 15
1.4回归和因果关系 16
1.5回归和相关之对照 16
1.6本书所用的名词和符号 17
1.7电脑在回归分析中所扮演的任务 19
1.8本章结论 20
第二章 两个变数的回归分析：基本概念 21
2.1一个虚拟的范例 21
2.2母体回归函数之概念 25
2.3线型之意义 26
2.4母体回归函数之随机设定 27
2.5随机干扰项之性质 29
2.6样本回归函数 30
2.7本章结论 35
第三章 两个变数之回归模型：估计问题 37
3.1普通最小平方法 37
3.2最小平方估计式之特性：Gauss-Markov定理 50
3.3判定系数r2：配置之好坏的衡量 50
3.4范例 54
3.5回归模型之函数形式 57
3.6本章结论 61
附录3 A 62
3A. 1最小平方估计式之导求 62
3A. 2最小平方估计式之变异数和标准误差 63
3A. 3σ2的最小平方估计式 64
3A. 4最小平方估计式之极小变异数特性（Gauss-Markov定理） 66
第四章 常态性的假设条件：古典的常态线型回归模型 69
4.1干扰项ui之机率分配 69
4.2常态性的假设条件 70
4.3在常态性之假设条件下普通的最小平方估计式之特性 71
4.4最大概似法 73
4.5本章结论 73
第五章 两个变数的回归模型：区间估计和假设测验 75
5.1区间估计：一些基本概念 75
5.2常态，t， x2，和F分配：一些题外话 77
5.3回归系数β0和β1之信任区间 78
5.4σ2的信任区间 80
5.5假设测验：概论 81
5.6假设测验：信任区间法 82
5.7假设测验：显著性测验法 83
5.8回归分析和变异数分析 88
5.9回归分析之应用：预测问题 90
5.10怎样写出回归分析之结果 93
5.11本章结论 94
附录5 A 94
5A. 1方程式（5.3.2）之求法 94
5A. 2方程式（5.8.1）之求法 95
第六章 多元回归分析：估计问题 97
6.1三个变数的模型：符号和假设 97
6.2多元回归方程式之解释 99
6.3部份回归系数之意义 100
6.4部份回归系数之普通的最小平方估计法和最大概似估计法 101
6.5多元回归判定系数R2和多元回归相关系数R 106
6.6范例：Cobb-Douglas生产函数 108
6.7比较两个或两个以上之R2数值：调整过的R2 110
6.8部份相关系数 112
6.9一些重要的关系 115
6.10本章结论 116
附录6A 117
6A. 1式（6.4.3）到式（6.4.5）之普通的最小平方估计式之求法 117
6A. 2式（6.3.5）之A.和式（6.4.7）之B12·3相同之证明 118
6A. 3式（6.4.14）之求法 118
第七章 多元回归分析：推论问题 121
7.1再度讨论常态性的假设条件 121
7.2范例 122
7.3个别部份回归系数之假设测验 124
7.4样本回归之全面的显著性测验 126
7.5用变异数分析来进行多元回归之全面的显著性测验 127
7.6 R2和F之间的一个重要关联 130
7.7一个新增的解释变数之增量或边际贡献 131
7.8相关系数的显著性之测验 135
7.9本章结论 136
第八章 用矩阵的形式来探讨线型回归模型 139
8.1包含k个变数的线型回归模型 139
8.2用矩阵之符号来表示的古典的线型回归模型之假设条件 141
8.3普通的最小平方估计 143
8.4用矩阵之符号来表示的判定系数R2 150
8.5用矩阵形式来表示的假设测验 151
8.6用矩阵形式来表示的变异数分析 152
8.7用矩阵形成的离差形式 153
8.8相关矩阵 153
8.9矩阵形式之总结：范例 154
8.10本章结论 160
附录8A 160
8A.1 k个联立标准方程式之求法 160
8A.2用矩阵来表示的标准方程式 161
8A.3 β的变异数共变异数矩阵 161
第二篇 违反古典模型之假设条件 163
第九章 自变数相关 167
9.1自变数相关的性质 167
9.2有完全的自变数相关之存在的估计问题 170
9.3有高度的但不是完全的自变数相关之估计问题 171
9.4自变数相关之后果 173
9.5范例 177
9.6自变数相关之侦测 179
9.7自变数相关和预测 181
9.8补救办法 182
9.9本章结论 186
第十章 变异数互异 189
10.1变异数互异之性质 189
10.2变异数互异之后果 193
10.3变异数互异之侦测 197
10.4补救办法 204
10.5本章结论 210
附录10A 211
10A. 1加权的最小平方法 211
第十一章 自我相关 215
11.1自我相关之性质 215
11.2自我相关之后果 222
11.3自我相关之侦测 230
11.4补救办法 238
11.5范例 242
11.6本章结论 244
第三篇 计量经济学之课题 247
第十二章 自我回归和分配时差模型 249
12.1时间或时差在经济学中之功能 249
12.2引起时差的原因 253
12.3分配时差模型之估计 254
12.4分配时差模型之Koyck估计法 255
12.5 Koyck模型的合理解释：适应期待模型 258
12.6 Koyck模型的另一个合理的解释：存量调整或是部份调整模型 260
12.7自我回归模型之估计 261
12.8媒介变数估计法 263
12.9侦测自我回归模型中的自我相关之存在：Durbin的h测验 264
12.10范例 266
12.11分配时差模型的Almon估计法：Almon多项式时差 267
12.12本章结论 276
第十三章 虚拟变数的回归模型 279
13.1虚拟变数之性质 279
13.2包含一个数量变数和一个具有两种属性之质量变数的回归模型 281
13.3包含一个数量变数和一个具有两种以上之属性的质量变数之回归模型 284
13.4包含一个数量变数和两个质量变数的回归模型 286
13.5兼差经济学：实际应用之范例 288
13.6两个回归方程式之比较 289
13.7两个回归模型同等性之测验 292
13.8虚拟变数在季节性分析中之应用 294
13.9分段的线型回归模型 298
13.10本章结论 299
第十四章 虚拟的应变数之回归模型 301
14.1虚拟的应变数 301
14.2线型机率模型之估计 303
14.3 Cohen-Rea-Lerman之研究报告 305
14.4本章结论 309
第十五章 单一方程式的回归模型之其他课题 311
15.1衡量之误差 311
15.2线型等式之限制条件：有限制的最小平方法 314
15.3参数是非线型的回归模型 316
15.4设定之偏误 317
第四篇 联立方程式的回归模型 319
第十六章 联立回归方程模型 321
16.1联立回归模型之性质 321
16.2联立回归模型之范例 322
16.3联立回归模型的偏误：OLS估计值的非一致性 328
16.4本章结论 331
第十七章 辨认问题 333
17.1符号和定义 333
17.2辨认问题 337
17.3辨认的法则 346
17.4本章结论 353
第十八章 联立回归方程模型之估计法 355
18.1估计之方法 355
18.2反覆模型和普通的最小平方法 357
18.3刚好可以辨认的方程式之估计：间接最小平方法 359
18.4对於过度可辨认的方程式之估计：二段最小平方法 364
18.5本章结论 370
附录18A. 371
18A. 1间接最小平方估计值之偏误 371
18A.2 2SLS估计值之标准误差的估计 373
附录 375
A.基本统计概念之复习 375
B.矩阵代数之基本概念 403