1 大数据时代的数据集特征 1
1.1 更多:不是随机样本,而是超大样本,近乎是全体数据 1
1.2 更杂:不是精确性,而是混杂性 10
1.3 更好:不是因果关系,而是相关关系 23
2 回归双变量模型 38
2.1 经典双变量模型概述 38
2.2 双变量模型的参数估计 42
2.3 置信区间与显著性检验 53
2.4 方差分析与拟合优度 62
2.5 均值预测与个值预测 67
3 更好的分析方法:多元线性回归 71
3.1 多元线性回归模型的基本假设 71
3.2 多元线性回归模型的参数估计 73
3.3 多元回归模型的统计检验 79
3.4 拟合优度与方差分析 85
3.5 偏相关系数与回归系数释义 89
3.6 重要的数据与简单的方法 93
4 大数据时代的动态回归分析 94
4.1 非受限有限分布滞后模型的估计 94
4.2 无限分布滞后模型 97
4.3 工具变量法 102
4.4 内生性检验 105
5 时间序列的性质 106
5.1 平稳的时间序列 106
5.2 非平稳的时间序列 116
5.3 单位根检验 121
5.4 协整和误差纠正机制 125
6 线性时间序列模型与预测 133
6.1 MA模型 133
6.2 AR过程 140
6.3 ARMA模型 146
6.4 ARIMA模型 151
6.5 预测 159
7 大数据经济计量分析举例 168
7.1 我国CPI向PPI的反向倒逼传导的实证研究 168
7.2 我国货币政策传导机制的效率与时滞 176
参考文献 188