计量经济学

前方

第一篇 导论与复习

1 经济问题和数据

1.1 我们研究的经济问题

1.2 因果效应和理想化试验

1.3 数据：来源和类型

本章小结

重要术语

内容复习

2 概率论复习

2.1 随机变量和概率分布

2.2 期望值、均值和方差

2.3 二维随机变量

2.4 正态分布、卡方分布、学生t分布和F分布

2.5 随机抽样和样本均值的分布

2.6 抽样分布的大样本近似

本章小结

重要术语

内容复习

习题

附录 2.1重要概念2.3 中结论的推导

3 统计学复习

3.1 总体均值的估计

3.2 有关总体均值的假设检验

3.3 总体均值的置信区间

3.4 不同总体的均值比较

3.5 基于试验数据的因果效应的均值之差估计

3.6 样本容量较小时使用t统计量

3.7 散点图、样本协方差和样本相关系数

本章小结

重要术语

内容复习

习题

实证练习

附录 3.1美国当前人口调查

附录 3.2Y是uy的最小二乘估计量的两种证明方法

附录 3.3样本方差一致性的证明

第二篇 回归分析基础

4 一元线性回归

4.1 线性回归模型

4.2 线性回归模型的系数估计

4.3 拟合优度

4.4 最小二乘假设

4.5 OLS估计量的抽样分布

4.6 结论

本章小结

重要术语

内容复习

习题

实证练习

附录 4.1加利福尼亚测试成绩数据集

附录 4.2OLS估计量的推导

附录 4.3OLS估计量的抽样分布

5 一元线性回归：假设检验和置信区间

5.1 关于某个回归系数的假设检验

5.2 回归系数的置信区间

5.3 X为二元变量时的回归

5.4 异方差和同方差

5.5 普通最小二乘的理论基础

5.6 样本容量较小时t统计量在回归中的运用

5.7 结论

本章小结

重要术语

内容复习

习题

实证练习

附录 5.1OLS标准误差的公式

附录 5.2GausS-Markov条件和Gauss-Markov定理的证明

6 多元线性回归

6.1 遗漏变量偏差

6.2 多元回归模型

6.3 多元回归的OLS估计量

6.4 多元回归的拟合优度

6.5 多元回归的最小二乘假设

6.6 多元回归中OLS估计量的分布

6.7 多重共线性

6.8 结论

本章小结

重要术语

内容复习

习题

实证练习

附录 6.1(6.1)式的推导

附录 6.2含两个回归变量且误差同方差时OLS估计量的分布

7 多元回归中的假设检验和置信区间

7.1 单个系数的假设检验和置信区间

7.2 联合假设的检验

7.3 涉及多个系数的单个约束的检验

7.4 多个系数的置信集

7.5 多元回归的模型设定

7.6 测试成绩数据集分析

7.7 结论

本章小结

重要术语

内容复习

习题

实证练习

附录 7.1联合假设的BOnferroni检验

8 非线性回归函数

8.1 非线性回归函数的一般建模方法

8.2 一元非线性函数

8.3 自变量的交互作用

8.4 学生／教师比对测试成绩的非线性效应

8.5 结论

本章小结

重要术语

内容复习

习题

实证练习

附录 8.1参数非线性的回归函数

9 基于多元回归的评估研究

9.1 内部和外部有效性

9.2 多元回归分析的内部有效性威胁

9.3 利用回归进行预测时的内部和外部有效性

9.4 实例：测试成绩和班级规模

9.5 结论

本章小结

重要术语

内容复习

习题

实证练习

……

第三篇 回归分析的深入专题

第四篇 经济时间序列数据的回归分析

第五篇 回归分析的计量经济学理论

《计量经济学(第2版)》属于本科层面的融理论与实践于一体的优秀教科书，也可作为研究生层次的入门教材，国外院校普遍采用此书。《计量经济学(第2版)》充分利用实证分析的现实问题与数据，通过简洁明晰的处理方式架起统计方法与经济解释之间的桥梁，明确突出计量经济学的实用方法，帮助学生全面理解计量经济学的基本内容，不仅包括回归分析、最小二乘法、异方差、序列相关、工具变量等传统内容，还涉及弱工具变量、项目评估、面板数据方法、时间序列分析等最新计量经济学的研究成果。
　　《计量经济学(第2版)》继承第一版的传统，继续采用普通的、完全可操作的、现实世界的实证分析事例说明计量经济学的方法与理论，这些“有趣”的事例包括教育经济学、住宅贷款市场的种族歧视、香烟需求与宏观经济预测等。
　　显著特色
　　新增实证分析事例
　　包括估计教育的经济收益、量化收入的性别差异、预测股票市场和模型化股票市场的波动。
　　详细说明计量经济理论
　　核心的回归分析的章节从第一版的两章增加到本版的四章。
　　增加高难度内容
　　具体包括非线性参数的回归函数、面板数据回归的聚类标准误差、弱工具变量的探测处理的详细说明、广义矩估计法的介绍等。