第1部分 引言与相关知识的复习 1
第1章 经济问题与数据 3
1.1 我们所研究的经济问题 3
1.2 因果效应和理想化实验 6
1.3 数据:来源与类型 7
总结 10
重要术语 11
复习概念 11
第2章 概率论知识复习 12
2.1 随机变量和概率分布 13
2.2 期望值、均值和方差 16
2.3 二元随机变量 18
2.4 正态分布、卡方分布、Fm,∞分布以及学生t分布 23
2.5 随机抽样与样本均值的分布 27
2.6 抽样分布的大样本逼近 29
总结 34
重要术语 34
复习概念 34
练习 35
附录 重要概念2.3中结论的推导 36
第3章 统计学知识复习 38
3.1 总体均值的估计 39
3.2 关于总体均值的假设检验 42
3.3 总体均值的置信区间 48
3.4 不同总体均值的比较 49
3.5 美国男女大学毕业生的收入问题 50
3.6 散点图、样本协方差和样本相关系数 51
总结 54
重要术语 55
复习概念 55
练习 55
附录3.1 美国当前人口调查 57
附录3.2 ?是μr的最小二乘估计量的两种证明方法 57
附录3.3 样本方差是一致性估计量的证明 58
第2部分 回归分析基础 59
第4章 一元线性回归 61
4.1 线性回归模型 61
4.2 线性回归模型系数的估计 64
4.3 最小二乘法的假设条件 69
4.4 OLS估计量的抽样分布 72
4.5 检验单个回归系数的假设 74
4.6 回归系数的置信区间 78
4.7 当X为二元变量时的回归 80
4.8 R2和回归的标准误 81
4.9 异方差性和同方差性 82
4.10 结论 86
总结 87
重要术语 87
复习概念 87
练习 88
附录4.1 加利福尼亚州考试成绩数据集 89
附录4.2 OLS估计量的推导 89
附录4.3 OLS估计量的抽样分布 90
附录4.4 OLS标准误的公式 92
第5章 多元线性回归 94
5.1 遗漏变量偏差 94
5.2 多元回归模型 99
5.3 多元回归中的OLS估计量 101
5.4 多元回归中的最小二乘假设 103
5.5 多元回归中OLS估计量的分布 105
5.6 单个系数的假设检验和置信区间 106
5.7 联合假设的检验 108
5.8 检验涉及多个系数的单个约束条件 111
5.9 多个系数的置信集 112
5.10 其他一些回归统计量 113
5.11 遗漏变量偏差与多元回归 115
5.12 对考试成绩数据集的分析 116
5.13 结论 119
总结 120
重要术语 120
复习概念 120
练习 121
附录5.1 表达式(5.1)的推导 122
附录5.2 当存在两个回归因子和同方差误差时OLS估计量的分布 123
附录5.3 检验联合假设的其他两种方法 123
第6章 非线性回归函数 127
6.1 非线性回归函数建模的一般策略 128
6.2 单个自变量的非线性函数 133
6.3 自变量之间的交互作用 140
6.4 学生—教师比对考试成绩的非线性效应 149
6.5 结论 153
总结 153
重要术语 153
复习概念 154
练习 154
第7章 基于多元回归的评估研究 157
7.1 内部有效性和外部有效性 157
7.2 对多元回归分析内部有效性的威胁 159
7.3 例子:考试成绩和班级规模 165
7.4 结论 172
总结 172
重要术语 172
复习概念 173
练习 173
附录 马萨诸塞州小学的考试数据 174
第3部分 回归分析中的深入议题 175
第8章 面板数据回归 177
8.1 面板数据 177
8.2 两期面板数据:“之前和之后”的比较 180
8.3 固定效应回归 182
8.4 带有时间固定效应的回归 185
8.5 醉酒驾车法与交通事故死亡率 186
8.6 结论 189
总结 189
重要术语 190
复习概念 190
练习 190
附录8.1 州交通事故死亡率数据集 191
附录8.2 固定效应回归的假设 191
第9章 二元因变量回归 193
9.1 二元因变量与线性概率模型 194
9.2 probit和logit回归 197
9.3 probit与logit模型的估计与推断 201
9.4 在波士顿HMDA数据案例中的应用 204
9.5 结论 208
总结 209
重要术语 210
复习概念 210
练习 210
附录9.1 波士顿HMDA数据集 211
附录9.2 极大似然估计 211
附录9.3 其他受限因变量模型 213
第10章 工具变量回归 216
10.1 含有单个回归因子和单个工具变量的IV估计量 216
10.2 一般的IV回归模型 222
10.3 检查工具变量的有效性 227
10.4 在香烟需求案例中的应用 231
10.5 有效的工具变量来自何处 234
10.6 结论 237
总结 238
重要术语 238
复习概念 238
练习 238
附录10.1 香烟消费面板数据集 239
附录10.2 公式(10.4)中TSLS估计量公式的推导 239
附录10.3 TSLS估计量的大样本分布 240
附录10.4 当工具变量无效时,TSLS估计量的大样本分布 240
第11章 实验和准实验 243
11.1 理想化实验和因果效应 244
11.2 现实中的实验存在的潜在问题 245
11.3 使用实验数据的因果效应的回归估计量 248
11.4 减小班级规模效应的实验估计值 253
11.5 准实验 259
11.6 准实验中存在的潜在问题 262
11.7 异质总体中的实验和准实验估计值 264
11.8 结论 267
总结 267
重要术语 268
复习概念 268
练习 269
附录11.1 STAR项目数据集 270
附录11.2 差分再差分估计量推广到多个时期 270
附录11.3 条件均值独立性 271
附录11.4 当因果效应在个体间变化时的IV估计 272
第4部分 经济时间序列数据的回归分析 275
第12章 时间序列回归与预测导论 277
12.1 使用回归模型进行预测 278
12.2 时间序列数据和序列相关知识介绍 279
12.3 自回归 284
12.4 含有额外预测因子的时间序列回归与自回归分布滞后模型 287
12.5 利用信息准则选择滞后长度 294
12.6 非平稳性Ⅰ:趋势 296
12.7 非平稳性Ⅱ:突变 302
12.8 结论 309
总结 310
重要术语 310
复习概念 311
练习 311
附录12.1 第12章中所使用的时间序列数据 313
附录12.2 AR(1)模型中的平稳性 313
附录12.3 滞后算子符号 314
附录12.4 ARMA模型 315
附录12.5 BIC滞后长度估计量的一致性 315
第13章 动态因果效应的估计 317
13.1 对橙汁数据的初步考察 318
13.2 动态因果效应 320
13.3 含有外生回归因子的动态因果效应的估计 323
13.4 异方差—自相关—一致性标准误 325
13.5 含有严外生回归因子时动态因果效应的估计 328
13.6 橙汁价格与寒冷天气 333
13.7 如何认识外生性问题:一些例子 338
13.8 结论 339
总结 340
重要术语 340
复习概念 340
练习 341
附录13.1 橙汁数据集 342
附录13.2 用滞后算子符号表示ADL模型与广义最小二乘法 342
第14章 时间序列回归的其他议题 344
14.1 向量自回归 344
14.2 多期预测 347
14.3 单整阶数和其他的单位根检验 352
14.4 协整 356
14.5 条件异方差 362
14.6 结论 365
总结 365
重要术语 365
复习概念 365
练习 366
附录 第14章中所使用的美国金融数据 366
第5部分 回归分析的经济计量理论 367
第15章 一元线性回归理论 369
15.1 扩展的最小二乘假设和OLS估计量 370
15.2 渐近分布理论的基本原理 371
15.3 OLS估计量和t统计量的渐近分布 375
15.4 误差为正态分布时的精确抽样分布 376
15.5 含有同方差误差的OLS估计量的有效性 378
15.6 加权最小二乘法 381
总结 384
重要术语 384
复习概念 384
练习 385
附录15.1 连续随机变量的正态分布、相关分布和矩 386
附录15.2 两个不等式 388
附录15.3 高斯—马尔可夫定理的证明 389
第16章 多元回归理论 391
16.1 用矩阵符号表示的线性多元回归模型与OLS估计量 392
16.2 OLS估计量和t统计量的渐近分布 394
16.3 联合假设的检验 396
16.4 含有正态误差的回归统计量的分布 397
16.5 含有同方差误差的OLS估计量的有效性 400
16.6 广义最小二乘法 401
总结 405
重要术语 406
复习概念 406
练习 406
附录16.1 矩阵代数简介 408
附录16.2 多变量分布 410
附录16.3 ?的渐近分布的推导 411
附录16.4 含有正态误差的OLS检验统计量的精确分布的推导 412
附录16.5 多元回归的高斯—马尔可夫定理的证明 413
附录 415
“复习概念”问题的答案 423
术语汇编 432
译后记 443