第1章 经济数据与计量经济学 1
1.1 经济数据 1
1.1.1 实验数据与观测数据 1
1.1.2 经济数据的结构 2
1.2 计量经济学 4
1.2.1 计量经济学研究对象 4
1.2.2 计量经济学研究方法 4
1.2.3 计量经济学应用 5
1.3 数据资源和软件 5
重要概念 6
习题 6
参考答案 6
第2章 概率统计复习和EViews简介 8
2.1 概率论复习 8
2.1.1 随机变量及分布 8
2.1.2 随机变量数字特征 13
2.1.3 随机向量 14
2.1.4 极限定理 17
2.2 统计学复习 19
2.2.1 样本和统计量 19
2.2.2 参数估计 20
2.2.3 假设检验 23
2.3 EViews 7.2简介 25
2.3.1 建立工作文件 25
2.3.2 生成新变量 28
2.3.3 EViews数据处理 30
重要概念 35
习题 36
参考答案 37
第3章 一元线性回归分析 40
3.1 一元线性回归模型 40
3.2 一元线性回归模型参数估计 42
3.2.1 回归系数估计 42
3.2.2 误差估计——残差 44
3.2.3 ？0和？1的分布 45
3.3 更多假设下OLS估计量性质 45
3.4 回归系数检验（t检验） 49
3.5 拟合优度R2和模型检验（F检验） 50
3.6 用EViews 7.2进行一元线性回归 52
3.7 假设条件的放松 54
3.7.1 假设条件的放松（一）——非正态分布误差项 54
3.7.2 假设条件的放松（二）——异方差 55
3.7.3 假设条件的放松（三）——非随机抽样和序列相关 57
3.7.4 假设条件的放松（四）——内生性 58
3.7.5 总结 59
重要概念 61
习题 61
参考答案 63
第4章 多元线性回归分析 65
4.1 多元线性回归模型设定 65
4.2 多元线性回归模型参数估计 67
4.2.1 回归系数估计 67
4.2.2 误差估计——残差 69
4.2.3 ？j的分布 70
4.3 更多假设下OLS估计量性质 70
4.4 回归系数检验（t检验） 73
4.5 调整R2、信息准则和变量选择 74
4.5.1 调整R2 74
4.5.2 信息准则 75
4.6 回归模型检验（F检验） 75
4.7 用EViews 7.2进行多元线性回归 76
4.8 假设条件的放松 78
4.8.1 假设条件的放松（一）——非正态分布误差项 78
4.8.2 假设条件的放松（二）——异方差 79
4.8.3 假设条件的放松（三）——非随机抽样和序列相关 82
4.8.4 假设条件的放松（四）——内生性 84
4.9 自变量共线性 84
重要概念 87
习题 87
参考答案 89
第5章 线性回归模型的应用 90
5.1 多元线性回归分析与因素控制 90
5.1.1 多元线性回归与因素控制 90
5.1.2 缺失变量偏差 91
5.1.3 分割回归、F-W定理和影响消除 93
5.2 模型中变量的形式 93
5.2.1 对数模型和弹性 93
5.2.2 非线性自变量 95
5.3 虚拟变量 98
5.3.1 虚拟变量引入模型的方式 98
5.3.2 引入多个虚拟变量 99
5.4 参数约束检验 101
5.4.1 参数约束检验方法 101
5.4.2 参数约束检验应用 101
重要概念 108
习题 108
参考答案 109
第6章 内生性和工具变量估计方法 111
6.1 内生性 111
6.1.1 OLS估计的不一致性 111
6.1.2 内生性产生的原因 113
6.2 工具变量估计方法 113
6.2.1 工具变量估计法 113
6.2.2 两阶段最小二乘法：TSLS 119
6.3 内生性检验 122
重要概念 123
习题 123
参考答案 124
第7章 面板数据回归分析 127
7.1 面板数据和面板数据模型 127
7.1.1 面板数据 127
7.1.2 面板数据模型 129
7.2 固定效应模型估计及其应用 132
7.2.1 固定效应模型估计 132
7.2.2 用EViews 7.2估计固定效应模型 134
7.3 随机效应模型估计及其应用 137
7.3.1 随机效应模型估计 137
7.3.2 用EViews 7.2估计随机效应模型 138
7.4 固定效应还是随机效应？——Hausman检验 140
7.4.1 Hausman检验原理 140
7.4.2 用EViews 7.2进行Hausman检验 140
重要概念 141
习题 141
参考答案 143
第8章 二值因变量回归模型 145
8.1 二值因变量模型 145
8.1.1 效用理论和指标模型 145
8.1.2 probit模型和logit模型 146
8.2 二值因变量模型估计 148
8.2.1 二值因变量模型极大似然估计 148
8.2.2 用EViews 7.2估计二值因变量模型 151
重要概念 156
习题 156
参考答案 157
第9章 平稳时间序列分析 158
9.1 时间序列的概念 159
9.2 时间序列模型 161
9.2.1 白噪声序列 161
9.2.2 自回归模型 162
9.2.3 移动平均模型 162
9.2.4 自回归模型转化为移动平均模型 163
9.3 自回归模型的平稳性和相关函数 163
9.3.1 自回归模型的平稳性 163
9.3.2 自回归模型的自相关函数 164
9.4 自回归模型的定阶和估计 167
9.4.1 自回归模型定阶 167
9.4.2 自回归模型估计 169
9.4.3 自回归模型再定阶——信息准则 173
9.5 自回归分布滞后模型与格兰杰因果关系检验 173
9.5.1 自回归分布滞后模型 174
9.5.2 格兰杰因果关系检验 176
9.6 ARCH模型 177
9.6.1 ARCH模型的定义 177
9.6.2 ARCH模型的估计 180
重要概念 184
习题 184
参考答案 185
第10章 非平稳时间序列分析 187
10.1 随机游动和单位根 187
10.1.1 随机游动和单位根概述 187
10.1.2 伪回归 189
10.2 时间序列的时间趋势 189
10.3 单位根检验 190
10.3.1 单位根检验概述 190
10.3.2 单位根检验——ADF检验 191
10.3.3 用EViews 7.2进行单位根检验 192
10.4 单整序列和ARIMA模型 199
10.5 协整与误差修正模型 200
10.5.1 协整的定义 200
10.5.2 协整检验——E-G两步法 201
10.5.3 误差修正模型 202
重要概念 203
习题 204
参考答案 204
附录 统计分布表 206
附表1 标准正态分布表 206
附表2 x2分布临界值表 207
附表3 t分布双侧临界值表 208
附表4（一） F检验临界值表一：α＝0.01 209
附表4（二） F检验临界值表二：α＝0.05 210
附表5（一） 单位根检验中F检验临界值表 211
附表5（二） 单位根检验中F检验临界值表 211
附表5（三） 残差单位根ADF检验临界值表 211
参考文献 212