本书共分九章。*章是绪论,对计量经济学、计量模型的发展进行了简要介绍,并且主要介绍了Stata软件的基础操作。第二章是一元线性回归模型,介绍一元线性回归模型的设定、估计和检验问题。第三章是多元线性回归模型,介绍多元线性回归模型的设定、估计和检验问题。第四章是回归分析专题,包括变量经过对数或其他函数形式变换后转换为线性回归的模型、度量单位的改变问题、虚拟变量回归、分位数回归、贝叶斯估计和二元离散选择模型。第五章是放宽基本假定的模型,针对常见的经典基本假设被违背的情形,如多重共线性问题、异方差问题和序列相关性问题,讨论它们的检验以及修正。第六章是工具变量法,包括内生性问题、工具变量估计、两阶段*小二乘法、工具变量的检验和应用。第七章是时间序列分析,包括时间序列数据的性质、时间序列分析的一些例子、时间序列的平稳性及检验、协整与误差修正模型及其应用、向量自回归模型和结构向量自回归模型。第八章是面板数据模型,介绍对面板数据应用*广泛的变截距模型以及面板数据模型应用中的一些常用检验。第九章是计量经济学综合实验,包括中国经济数据应用(绘图和平稳性检验)、趋势预测———中国的GDP(以购买力平价计)何

章 绪论 1 1.1 引言 1 1.2 本书框架介绍 12 1.3 Stata简介 13 第二章 一元线性回归模型 23 2.1 回归分析概述 23 2.2 一元线性回归模型的基本假设 25 2.3 一元线性回归模型的参数估计 27 2.4 一元线性回归模型的统计检验 30 2.5 应用 32 习题 42 第三章 多元线性回归模型 44 3.1 多元线性回归模型 44 3.2 参数估计和对系数的解释 46 3.3 多元回归模型的基本假设 47 3.4 若干问题 49 3.5 多元回归模型的统计检验 52 3.6 回归分析小结 60 3.7 应用 60 习题 67 第四章 回归分析专题 69 4.1 对数形式 69 4.2 其他函数形式 71 4.3 度量单位的改变 71 4.4 虚拟变量回归 72 4.5 回归函数形式和虚拟变量回归实例 73 4.6 分位数回归估计 80 4.7 贝叶斯估计 89 4.8 二元离散选择模型 97 习题 108 第五章 放宽基本假定的模型 111 5.1 多重共线性 111 5.2 异方差 123 5.3 序列相关性 135 5.4 应用 146 习题 161 第六章 工具变量法 162 6.1 内生性问题 162 6.2 工具变量法 163 6.3 两阶段小二乘法 165 6.4 工具变量的检验 166 6.5 应用 167 习题 179 第七章 时间序列分析 182 7.1 时间序列数据的性质 182 7.2 时间序列分析的一些例子 183 7.3 时间序列的平稳性及检验 184 7.4 协整与误差修正模型 187 7.5 平稳性和协整检验及误差修正模型的应用 189 7.6 向量自回归模型 197 7.7 结构向量自回归模型 213 习题 222 第八章 面板数据模型 224 8.1 面板数据模型概述 224 8.2 固定效应回归 226 8.3 随机效应回归 226 8.4 检验和不同设定 227 8.5 应用 228 习题 237 第九章 计量经济学综合实验 239 9.1 实验一:中国经济数据应用(绘图和平稳性检验) 239 9.2 实验二:趋势预测——中国的GDP(以购买力平价计)何时能超过美国? 240 9.3 实验三:股票β系数估计的线性回归模型应用 242 9.4 实验四:中国消费函数的估计 243 9.5 实验五:用经济模型预测中国GDP 244 附录 统计分布表 245 参考文献 264