绪论 1
第1章 概率统计基础知识 9
1.1 随机变量和概率分布 9
1.1.1 随机变量及其概率分布 9
1.1.2 随机向量分布 11
1.1.3 随机变量的数字特征 13
1.1.4 常见的几种分布 18
1.1.5 随机变量的极限理论 21
1.2 统计推断理论 23
1.2.1 统计量 23
1.2.2 参数估计 24
1.2.3 假设检验 31
第2章 矩阵代数相关知识 38
2.1 向量和矩阵的基本概念 38
2.1.1 向量 38
2.1.2 矩阵 39
2.2 向量和矩阵的运算 40
2.2.1 矩阵的加法和减法 40
2.2.2 矩阵的乘法 41
2.2.3 矩阵的转置 44
2.3 矩阵的迹 44
2.4 向量的模和矩阵的行列式 45
2.5 逆矩阵 46
2.6 矩阵的秩 47
2.7 特征向量及二次型 48
2.7.1 特征根和特征向量 48
2.7.2 二次型与正定矩阵 49
2.8 矩阵的微商及克罗内克积 50
2.8.1 矩阵的微商 50
2.8.2 克罗内克积 51
第3章 经典线性回归分析 53
3.1 多元线性回归模型 53
3.1.1 多元线性回归模型 53
3.1.2 多元线性回归模型的基本假定 54
3.1.3 偏回归系数的含义 56
3.2 参数的最小二乘估计与极大似然估计 57
3.2.1 最小二乘估计 57
3.2.2 极大似然估计 58
3.3 参数估计量的统计性质 62
3.3.1 线性 62
3.3.2 无偏性 62
3.3.3 最小方差性 62
3.4 随机干扰项u的方差估计 65
3.5 多元线性回归参数的t检验与置信区间 68
3.5.1 单个回归参数的t检验 68
3.5.2 回归参数的置信区间 69
3.6 拟合优度与修正拟合优度 69
3.6.1 拟合优度 69
3.6.2 修正拟合优度 71
3.7 参数的整体显著性检验与约束检验 72
3.7.1 参数的整体显著性检验 72
3.7.2 参数的线性约束检验 73
3.8 多元线性回归方程应用于预测 79
3.8.1 点预测 79
3.8.2 E(yf)的区间预测 80
3.8.3 yf的随机区间预测 81
3.9 应用实例 82
思考题与练习题 86
第4章 线性回归分析的扩展 90
4.1 非线性回归模型 90
4.2 可线性化模型的估计 91
4.2.1 双对数模型 91
4.2.2 半对数模型 94
4.2.3 倒数模型 97
4.2.4 多项式函数模型 98
4.3 不可线性化模型的估计 99
4.4 虚拟变量模型 102
4.4.1 虚拟变量模型 102
4.4.2 虚拟变量模型用于预测 107
思考题与练习题 107
第5章 放松基本假定下的计量经济分析 111
5.1 异方差性 111
5.1.1 异方差性的含义 112
5.1.2 异方差性对OLS估计的影响 114
5.1.3 异方差性的检验 115
5.1.4 异方差性模型的估计方法 121
5.2 自相关 127
5.2.1 自相关的概念 127
5.2.2 自相关对OLS估计的影响 130
5.2.3 自相关的检验 133
5.2.4 自相关模型的计量经济方法 139
5.2.5 应用实例 143
5.3 多重共线性 147
5.3.1 多重共线性的含义 147
5.3.2 多重共线性对OLS估计的影响 148
5.3.3 多重共线性的检验 151
5.3.4 解决多重共线性的方法 154
思考题与练习题 157
第6章 联立方程模型及其识别 160
6.1 联立方程模型的一般概念 160
6.1.1 联立方程模型的引入 160
6.1.2 内生变量、外生变量和前定变量 162
6.1.3 方程式的分类 163
6.2 OLS估计量的同时方程偏倚 164
6.3 联立方程模型的结构形式、约化形式和递归模型 165
6.3.1 结构形式 166
6.3.2 约化形式 167
6.3.3 递归模型 169
6.4 同时方程模型的识别问题 170
6.4.1 不可识别的情形 171
6.4.2 部分方程恰好识别的情形 173
6.4.3 部分方程过度识别的情形 174
6.4.4 整个模型恰好识别的情形 175
6.5 同时方程模型的识别规则 176
6.5.1 识别的阶条件 177
6.5.2 识别的秩条件 179
6.5.3 零约束条件与识别 181
6.6 阶识别条件和秩识别条件的证明 182
思考题与练习题 187
第7章 联立方程模型的估计方法 189
7.1 普通最小二乘法（OLS法） 190
7.2 间接最小二乘法（ILS法） 190
7.2.1 间接最小二乘法的基本思想 190
7.2.2 间接最小二乘估计量的统计性质 192
7.3 工具变量法（IV法） 194
7.3.1 工具变量法的步骤 195
7.3.2 工具变量法应用举例 195
7.3.3 工具变量法的有效性 197
7.4 二阶段最小二乘法（2SLS法） 198
7.4.1 2SLS法的基本思想 198
7.4.2 二阶段最小二乘法的步骤 199
7.4.3 关于二阶段最小平方法的几点说明 201
7.5 三阶段最小二乘法（3SLS法） 202
7.5.1 三阶段最小二乘法的基本思想 202
7.5.2 三阶段最小平方法的步骤 202
7.5.3 关于三阶段最小二乘法的几点说明 206
7.6 联立方程模型估计方法的比较与选择 206
思考题与练习题 207
第8章 分布滞后模型及自回归模型 210
8.1 随机解释变量 210
8.1.1 估计量的渐进性质 210
8.1.2 随机解释变量模型的OLS估计特性 211
8.1.3 工具变量法 213
8.2 分布滞后模型 214
8.2.1 分布滞后模型的特点 214
8.2.2 分布滞后模型的估计方法 217
8.3 自回归模型 221
8.3.1 几种常见的自回归模型 221
8.3.2 自回归模型的估计问题 227
8.4 模型设定的偏误 231
8.4.1 好模型的特性 231
8.4.2 设定偏误的类型 232
8.4.3 设定偏误的检验 236
思考题与练习题 238
第9章 一元时间序列分析 240
9.1 平稳时间序列的定义 240
9.1.1 随机过程及其概率分布 240
9.1.2 随机过程的平稳性 241
9.1.3 平稳时间序列的统计性质 244
9.1.4 平稳时间序列的检验 244
9.2 ARMA模型 245
9.2.1 模型介绍 246
9.2.2 ARMA分析 247
9.3 例题分析 249
9.4 差分基本知识 251
9.4.1 差分运算的实质 251
9.4.2 过度差分 252
9.5 ARIMA模型 253
9.5.1 ARIMA模型的结构 253
9.5.2 ARIMA模型的性质 255
9.5.3 ARIMA模型建模 256
9.5.4 ARIMA模型预测 259
9.5.5 疏系数模型 262
9.6 条件异方差模型 266
9.6.1 模型结构 267
9.6.2 模型拟合 271
思考题与练习题 276
第10章 多元时间序列分析 280
10.1 平稳多元序列建模 280
10.2 虚假回归 283
10.3 单位根检验 284
10.3.1 DF检验 285
10.3.2 ADF检验 290
10.3.3 PP检验 294
10.4 协整 298
10.4.1 单整与协整 298
10.4.2 协整检验 299
10.5 误差修正模型 301
思考题与练习题 303
附录1 306
附录2 307
附录3 308
第11章 离散和受限因变量模型 309
11.1 二元选择模型 309
11.1.1 定义及性质 310
11.1.2 二元选择模型的种类 310
11.2 多元选择模型 324
11.2.1 有序选择模型 324
11.2.2 条件Logit模型 326
11.2.3 嵌套Logit模型（Nested Logit Model） 328
11.3 计数数据模型 329
11.3.1 计数数据模型的设定 329
11.3.2 计数数据模型的估计 330
11.4 限制因变量模型 331
11.4.1 截断模型 331
11.4.2 审查模型 333
11.4.3 最大似然估计（MLE） 334
11.5 实证分析 335
思考题与练习题 341
第12章 面板数据计量经济分析 344
12.1 面板数据 344
12.2 面板数据计量经济模型 346
12.2.1 面板数据回归模型的一般形式 347
12.2.2 模型中的若干假定 347
12.2.3 面板数据回归模型的分类 348
12.3 混合回归模型的估计 353
12.3.1 模型假定 353
12.3.2 模型估计 353
12.3.3 混合回归模型的检验 355
12.3.4 混合回归模型应用 356
12.4 固定效应模型 359
12.4.1 个体固定效应模型 360
12.4.2 时点固定效应回归模型 366
12.4.3 时点个体固定效应回归模型 367
12.5 随机效应回归模型 372
12.5.1 个体随机效应模型 372
12.5.2 个体时间随机效应模型 375
12.5.3 固定效应模型和随机效应模型设定检验 380
12.6 案例分析 382
思考题与练习题 389
附录 统计学用表 392
参考文献 414