第1章 簡單回歸模型
1.1 簡介
1.2 作為描述性統(tǒng)計的最小二乘法
1.3 回歸方程的性質
1.4 擬合優(yōu)度R2
1.5 模型假設
1.6 最小二乘法LS的估計
1.7 統(tǒng)計推斷
1.8 Stata代碼示例
第2章 多元線性回歸模型
2.1 簡介
2.2 模型假設
2.3 最小二乘法
2.4 高斯-馬爾可夫定理
2.5 用s估計
2.6 最小二乘LS的性質
2.7 最小二乘LS的幾何解釋
2.8 分部回歸
2.9 Stata代碼示例
第3章 回歸模型檢驗與統(tǒng)計推斷
3.1 簡介
3.2 擬合優(yōu)度R2的討論
3.3 t檢驗和置信區(qū)間
3.4 系數(shù)線性組合的置信區(qū)間和檢驗
3.5 多個系數(shù)假設檢驗
3.6 約束最小二乘法的擬合損失
3.7 Wald檢驗
3.8 F檢驗的等效性
3.9 對估計方法的補充
第4章 漸進理論
4.1 簡介
4.2 依概率收斂
4.3 依分布收斂
4.4 最小二乘法LS估計的大樣本性質
4.5 兩種特殊情況
4.6 廣義中心極限定理
第5章 回歸模型設定
5.1 簡介
5.2 變量函數(shù)形式
5.3 多重共線性
5.4 變量的選擇
5.5 因果推斷
5.6 控制變量的作用
5.7 匹配方法
5.8 Stata代碼示例
第6章 自然實驗
6.1 簡介
6.2 虛擬變量
6.3 具有交互項的模型
6.4 隨機對照實驗
6.5 自然實驗
6.6 斷點回歸
第7章 工具變量
7.1 簡介
7.2 工具變量法
7.4 檢驗最小二乘法的有效性
7.5 工具變量討論
7.6 Stata代碼示例
第8章 面板數(shù)據(jù)
8.1 簡介
8.2 兩期固定效應模型
8.3 固定效應回歸
8.4 固定效應的應用與檢驗
8.5 固定效應模型估計的討論
8.6 stata代碼示例
第9章 動態(tài)回歸模型：分布滯后和動態(tài)乘數(shù)
9.1 簡介
9.2 分布滯后
9.3 自回歸分布滯后模型
9.4 帶有固定效應的滯后因變量
9.5 Stata代碼示例
第10章 廣義回歸模型
10.1 簡介
10.2 異方差
10.3 自相關
10.4 廣義最小二乘的結果
10.5 穩(wěn)健標準誤
10.6 異方差與自相關檢驗
10.7 固定效應面板數(shù)據(jù)的聚類標準誤
第11章 研究實例分析
11.1 富豪榜與分析師實地調研
11.2 富豪榜與高管超額在職消費
參考文獻