本书分四个部分共十一章。**部分包括**章至第三章,介绍了计量经济学的基础及数据处理方法,主要内容有:在经济学、金融学以及保险学中占有重要地位的随机变量数字特征,如数学期望、方差、相关系数和变异系数等。此外,本部分还介绍了数据的平滑技术和统计推断的基本问题。第二部分包括第四章至第六章,介绍了经典假设条件下的线性模型,主要内容有:一元线性回归、多元线性回归及虚拟变量的回归模型。第三部分包括第七章至第十章,介绍了不满足经典假设条件下的线性模型,主要内容有:产生多重共线性的原因及后果,如何发现及处理;产生异方差的原因,如何检验及校正;自相关分析和分布滞后模型。此外,本章还结合一些实例讨论了联立方程模型的性质和特点。第四部分包括第十一章,介绍了动态模型。

**章 概率论基础
概率论是经济学的重要数理基础,概率论是数学的一个分支。在经济学领域,许多理论与实践问题都需要运用现代概率论和统计方法,如线性统计推断、估计理论、鞅论、倒向随机微分方程理论等。本章就概率论内容做一些简要介绍。本章首先介绍了随机事件、随机变量及其分布以及随机事件、随机变量��独立性等内容,然后介绍了在经济学、金融学以及保险学中占有重要地位的随机变量数字特征以及它们的应用(如随机变量的数学期望、方差和相关系数),随后介绍了在保险中经常用到的变异系数概念和切比雪夫不等式(Chebyshev inequality),*后介绍了在经济学、金融学、保险学中有广泛应用的n维正态随机变量的性质、大数定律、**极限定理等。
**节 随机现象、随机试验和随机事件
一、随机现象
自然界和人类社会发生的现象是多种多样的。有一类现象在一定条件下必然发生,如向上抛一石子必然落地、同性电荷必互相排斥等,这类现象称为确定性现象。在自然界和人类社会还存在着另一类现象,就是在一定条件下不一定发生的现象,这一类现象称为不确定现象。例如,在相同条件下抛同一枚硬币,其结果可能是正面朝上,也可能是反面朝上,而且我们在每次抛掷之前无法肯定抛掷的结果是什么;单位时间内记录某电话交换台收到用户呼唤的次数,我们在记录之前无法知道这一段时间内收到的呼唤次数。在一定条件下,这类现象可能出现这样的结果,也可能出现那样的结果,而我们在试验或观察之前不可能预知确切的结果。人们经过长期实践并深入研究之后,发现这类现象在大量重复试验或观察下,它的结果却出现某种规律性。例如,多次重复抛掷硬币得到正面朝上的结果大致是一半;重复记录用户的呼唤次数,它按照一定的规律分布,等等。这种在大量重复试验或观察中所显现出的固有规律性,称为统计规律性。
这种在个别试验中其结果显出不确定性,在大量重复试验中其结果又具有统计规律性的现象,称为随机现象。
二、随机试验
在概率论中,试验是一种含义广泛的术语,它包括各种各样的科学试验,如化学试验、物理试验等,甚至对某一事物的某一特征的观察也可认为是一个试验。概率论中所研究的试验具有以下特点:
(1)在相同条件下试验可以重复进行;
(2)每次试验的结果具有多种可能性,而且我们在试验之前可以明确试验的所有可能结果;
(3)在每次试验之前不能准确地预言这次试验将出现哪一种结果。
满足以上三个条件的试验称为随机试验,有时简称为试验。例如:
E1:抛一颗骰子,观察出现的点数;
E2:记录电话交换台一分钟内收到的呼唤次数;
E3:在一批灯泡中任意抽取一只,测试它的寿命;
E4:记录某地区一昼夜的*高温度和*低温度。
……

**章 概率论基础
**节 随机现象、随机试验和随机事件
第二节 随机事件的频率与概率
第三节 条件概率与事件的独立性
第四节 随机变量及其分布
第五节 二维随机变量
第六节 随机变量的数字特征
第七节 随机变量的矩
第二章 矩阵代数
**节 矩阵及其运算
第二节 线性方程组
第三节 二次型与正交变换
第三章 数据分析方法与参数统计推断
**节 数据的分析方法
第二节 抽样分布
第三节 参数的统计推断
第四节 方差分析方法
第四章 一元线性回归
**节 一元线性回归分析
第二节 线性回归的方差分析
第三节 检验(直接检验法)
第四节 相关系数及其显著性检验
第五节 回归分析的其他问题
第五章 多元线性回归
**节 经典多元线性回归模型的概念
第二节 *小平方估计
第三节 估计量的性质
第四节 极大似然估计
第六章 虚拟变量的回归模型
**节 虚拟变量
第二节 虚拟变量的应用
第七章 多重共线性
**节 多重共线性的概念及原因
第二节 多重共线性的后果
第三节 如何发现多重共线性
第四节 如何对多重共线性进行补救
第八章 异方差性
**节 异方差概念
第二节 出现异方差时的OLS估计
第三节 异方差的检验
第四节 异方差的校正
第五节 实例
第九章 自相关分析
**节 自相关及其性质
第二节 自相关下的OLS估计
第三节 自相关检验
第四节 自相关模型的参数估计方法
第五节 广义*小平方估计方法
第六节 分布滞后模型
第十章 联立方程模型
**节 联立方程模型的提出
第二节 应用OLS估计的联立方程偏误
第三节 联立方程模型的变量和表示方法
第四节 联立方程模型的识别
第五节 间接*小二乘法
第六节 工具变量法
第七节 二阶段*小二乘法
第十一章 时间序列分析
**节 时间序列数据的特性
第二节 平稳时间序列分析模型
第三节 非平稳随机过程与单位根检验
第四节 协整与误差修正模型
附表
参考文献

本书分四个部分共十一章。**部分包括**章至第三章,介绍了计量经济学的基础及数据处理方法,此外,本部分还介绍了数据的平滑技术和统计推断的基本问题;第二部分包括第四章至第六章,介绍了经典假设条件下的线性模型;三部分包括第七章至第十章,介绍了不满足经典假设条件下的线性模型;四部分包括第十一章,介绍了动态模型。
本教材教学资源库包括:教学**、难点、练习题及参考答案;多媒体教学课件。