本書是一本財經(jīng)專業(yè)本科生和經(jīng)濟學、金融學、會計學、農(nóng)業(yè)經(jīng)濟學、市場營銷、公共政策、社會學、法學、林學和政治學專業(yè)一年級研究生的入門級教科書。學習本門課程的前提是學生已修完經(jīng)濟學原理和基礎統(tǒng)計學課程。本書沒有使用矩陣代數(shù)，而是在附錄中介紹和展開微積分概念。書名為計量經(jīng)濟學原理，是要強調(diào)我們的信念，即計量經(jīng)濟學應該是經(jīng)濟學課程的一部分，就如微觀經(jīng)濟學原理和宏觀經(jīng)濟學原理一樣。那些一直在講授和學習計量經(jīng)濟學的人與我們一樣會記得計量經(jīng)濟學原理是亨利·泰爾1971 年在其經(jīng)典著作中使用的書名，該書也是由約翰·威立父子有限
公司出版的。我們選擇相同的書名，并不表明我們的書在水平和內(nèi)容上相似。泰爾的著作無論在過去還是現(xiàn)在都是一本少見的高年級研究生水平的計量經(jīng)濟學著作。我們的書是一本入門級的計量經(jīng)濟學教科書。
第1 章計量經(jīng)濟學導論/1
1.1 為什么要學習計量經(jīng)濟學？/1
1.2 計量經(jīng)濟學研究什么？/2
1.3 計量經(jīng)濟模型/4
1.4 數(shù)據(jù)是如何生成的？/5
1.5 經(jīng)濟數(shù)據(jù)類型/6
1.6 研究過程/10
1.7 實證研究論文的寫作/11
1.8 經(jīng)濟數(shù)據(jù)的來源/13
概率入門/15
學習目標/15
關鍵詞/16
P.1 隨機變量/16
P.2 概率分布/17
P.3 聯(lián)合、邊際和條件概率/19
P.4 求和符號/22
P.5 概率分布的性質(zhì)/23
P.6 條件依存/29
P.7 正態(tài)分布/34
P.8 練習/38
第2 章簡單線性回歸模型/43
學習目標/43
關鍵詞/43
2.1 經(jīng)濟模型/44
2.2 計量經(jīng)濟模型/46
2.3 估計回歸參數(shù)/56
2.4 評估小二乘估計量/63
2.5 高斯-馬爾可夫定理/69
2.6 小二乘估計量的概率分布/69
2.7 估計隨機誤差項的方差/70
2.8 估計非線性關系/74
2.9 指示變量回歸模型/79
2.10自變量/80
2.11 練習/85
附錄2A 小二乘估計法的推導/92
附錄2B b2 的離差形式的表達式/93
附錄2C b2 是一個線性估計量/94
附錄2D 推導b2 的理論表達式/94
附錄2E 推導b2 的條件方差/95
附錄2F 證明高斯-馬爾可夫定理/96
附錄2G 第2.10節(jié)介紹的結果證明/97
附錄2H 蒙特卡羅模擬/100
第3 章區(qū)間估計與假設檢驗/107
學習目標/107
關鍵詞/107
3.1 區(qū)間估計/108
3.2 假設檢驗/113
3.3 特定備擇假設的拒絕域/115
3.4 假設檢驗的實例/117
3.5 p 值/122
3.6 參數(shù)的線性組合/125
3.7 練習/128
附錄3A t 分布的推導/135
附錄3B H1下的t 統(tǒng)計量的分布/136
附錄3C 蒙特卡羅模擬/138
第4 章預測、擬合優(yōu)度和建模問題/143
學習目標/143
關鍵詞/143
4.1 小二乘預測/144
4.2 衡量擬合優(yōu)度/147
4.3 建模問題/151
4.4 多項式模型/163
4.5 對數(shù)-線性模型/165
4.6 雙對數(shù)模型/169
4.7 練習/171
附錄4A 預測區(qū)間的推導/179
附錄4B 總離差平方和的分解/180
附錄4C 均方誤差：估計和預測/180
第5 章多元回歸模型/183
學習目標/183
關鍵詞/184
5.1 引言/184
5.2 估計多元回歸模型的參數(shù)/191
5.3 小二乘估計的樣本特性/197
5.4 區(qū)間估計/202
5.5 假設檢驗/204
5.6 非線性關系/209
5.7 小二乘估計量的大樣本特性/214
5.8 練習/222
附錄5A 小二乘估計量的推導/230
附錄5B 增量法/231
附錄5C 蒙特卡羅模擬/233
附錄5D 自助法/237
第6 章多元回歸模型中的進一步推斷/244
學習目標/244
關鍵詞/244
6.1 檢驗聯(lián)合假設/245
6.2 非樣本信息的應用/255
6.3 模型設定/257
6.4 預測/266
6.5 質(zhì)量差的數(shù)據(jù)共線性和非顯著性/272
6.6 非線性小二乘/278
6.7 練習/280
附錄6A F 檢驗的統(tǒng)計效力/288
附錄6B FWL定理的進一步結果/292
第7 章使用指示變量/294
學習目標/294
關鍵詞/294
7.1 指示變量/294
7.2 應用指示變量/299
7.3 對數(shù)-線性模型/306
7.4 線性概率模型/307
7.5 處理效應/309
7.6 處理效應和因果模型/319
7.7 練習/327
附錄7A 對數(shù)-線性模型解釋的細節(jié)/337
附錄7B 雙差分估計量的推導/338
附錄7C 重疊假設：細節(jié)/338
第8 章異方差/340
學習目標/340
關鍵詞/340
8.1 異方差的性質(zhì)/340
8.2 多元回歸模型中的異方差/342
8.3 異方差穩(wěn)健方差估計量/346
8.4 廣義小二乘法：方差形式已知/347
8.5 廣義小二乘法：方差形式未知/351
8.6 檢測異方差/355
8.7 線性概率模型中的異方差/361
8.8 練習/363
附錄8A 小二乘估計量的性質(zhì)/373
附錄8B 異方差的拉格朗日乘數(shù)檢驗/374
附錄8C 小二乘殘差的屬性/376
附錄8D 替代穩(wěn)健三明治估計量/377
附錄8E 蒙特卡羅證據(jù)：OLS、GLS和FGLS/379
第9 章時間數(shù)據(jù)回歸：平穩(wěn)變量/383
學習目標/383
關鍵詞/383
9.1 引言/384
9.2 平穩(wěn)性和弱依賴性/393
9.3 預測/395
9.4 檢驗序列相關誤差/403
9.5 用于政策分析的時間序列回歸/408
9.6 練習/429
附錄9A D?W （Durbin?Watson） 檢驗/435
附錄9B AR （1） 誤差的性質(zhì)/438
第10 章內(nèi)生回歸量和矩估計/440
學習目標/440
關鍵詞/440
10.1 含有內(nèi)生回歸變量的小二乘估計/441
10.2 x 和e 同期相關的情況/446
10.3 基于矩估計法的估計量/448
10.4 設定檢驗/463
10.5 練習/467
附錄10A 弱工具變量檢驗/474
附錄10B 蒙特卡羅模擬/479
第11 章聯(lián)立方程模型/484
學習目標/484
關鍵詞/484
11.1 供給和需求方程/485
11.2 簡化型方程/486
11.3 小二乘估計的失靈/487
11.4 識別問題/489
11.5 兩階段小二乘估計/490
11.6 練習/499
附錄11A 2SLS的備選方法/506
第12 章時間序列數(shù)據(jù)回歸：非平穩(wěn)變量/513
學習目標/513
關鍵詞/513
12.1 平穩(wěn)和非平穩(wěn)變量/514
12.2 隨機趨勢的后果/524
12.3 平穩(wěn)的單位根檢驗/526
12.4 協(xié)整/532
12.5 不存在協(xié)整關系時的回歸/535
12.6 總結/537
12.7 練習/538
第13 章向量誤差修正和向量自回歸模型/544
學習目標/544
關鍵詞/544
13.1 VEC 模型和VAR 模型/545
13.2 估計向量誤差修正模型/546
13.3 估計VAR 模型/548
13.4 脈沖響應和方差分解/550
13.5 練習/554
附錄13A 識別問題/557
第14 章時變波動和ARCH 模型/559
學習目標/559
關鍵詞/559
14.1 ARCH 模型/559
14.2 時變波動/561
14.3 檢驗、估計與預測/564
14.4 擴展/566
14.5 練習/570
第15 章面板數(shù)據(jù)模型/575
學習目標/575
關鍵詞/575
15.1 面板數(shù)據(jù)回歸方程/577
15.2 固定效應估計量/581
15.3 面板數(shù)據(jù)回歸誤差項假設/587
15.4 隨機效應估計量/591
15.5 練習/602
附錄15A 聚類-穩(wěn)健標準誤：一些細節(jié)/609
附錄15B 誤差分量估計/610
第16 章定性和受限因變量模型/612
學習目標/612
關鍵詞/612
16.1 引入二值因變量模型/613
16.2 二值選擇建模/616
16.3 多項式logit模型/634
16.4 條件logit/639
16.5 有序選擇模型/641
16.6 計數(shù)數(shù)據(jù)模型/645
16.7 受限因變量/649
16.8 練習/657
附錄16A probit邊際效應：詳解/665
附錄16B 隨機效用模型/667
附錄16C 使用潛變量/669
附錄16D Tobit蒙特卡羅實驗/670
附錄A 數(shù)學工具/673
附錄B 概率的概念/693
附錄C 統(tǒng)計推斷回顧/734
附錄D 統(tǒng)計表/782
書單推薦
