經(jīng)濟(jì)計(jì)量學(xué)教程

第1章 緒論
1. 1 經(jīng)濟(jì)計(jì)量學(xué)的產(chǎn)生和發(fā)展
1. 2 經(jīng)濟(jì)計(jì)量學(xué)的概念及方法
1. 3 經(jīng)濟(jì)計(jì)量學(xué)與相關(guān)學(xué)科的聯(lián)系與區(qū)別
1. 4 經(jīng)濟(jì)計(jì)量學(xué)的研究目的及其門類
1. 4. 1 研究目的
1. 4. 2 經(jīng)濟(jì)計(jì)量學(xué)的門類及常用軟件
1. 5 經(jīng)濟(jì)計(jì)量學(xué)研究的一般程序
1. 6 一些更進(jìn)一步的準(zhǔn)備
1. 6. 1 概率及其分布
1. 6. 2 期望與方差
1. 6. 3 連加規(guī)則
課后思考與練習(xí)題
第2章 一元線性回歸模型
2. 1 經(jīng)濟(jì)變量間的關(guān)系
2. 1. 1 確定的函數(shù)關(guān)系
2. 1. 2 非確定的相關(guān)關(guān)系
2. 1. 3 相關(guān)關(guān)系與函數(shù)關(guān)系的聯(lián)系及線性擬合
2. 2 隨機(jī)擾動項(xiàng)的內(nèi)容及有關(guān)假定
2. 2. 1 隨機(jī)擾動項(xiàng)的內(nèi)容
2. 2. 2 關(guān)于隨機(jī)擾動項(xiàng)的基本假定
2. 3 最小平方估計(jì)方法
2. 3. 1 一元線性回歸模型的幾種不同表達(dá)方式
2. 3. 2 加歸的幾種可能途徑
2. 3. 3 最小平方準(zhǔn)則及其特點(diǎn)
2. 4 最小平方估計(jì)值的性質(zhì)
2. 4. 1 線性特性
2. 4. 2 無偏性
2. 4. 3 有效性或最佳性
2. 5 最小平方估計(jì)值的標(biāo)準(zhǔn)誤差與區(qū)間估計(jì)
2. 5. 1 a和B的標(biāo)準(zhǔn)誤差
2. 5. 2 總體真值a和B的區(qū)間估計(jì)
2. 6 最小平方估計(jì)值的擬合優(yōu)度與假設(shè)檢驗(yàn)
2. 6. 1 擬合優(yōu)度
2. 6. 2 相關(guān)分析和相關(guān)系數(shù)
2. 6. 3 假設(shè)檢驗(yàn)
2. 7 預(yù)測區(qū)間與彈性估計(jì)
2. 7. 1 點(diǎn)預(yù)測
2. 7. 2 區(qū)間預(yù)測
2. 7. 3 彈性及彈性估計(jì)
2. 8 案例分析
課后思考與練習(xí)題
第3章 多元線性回歸模型
3. 1 二元線性回歸模型
3. 1. 1 正規(guī)方程及回歸參數(shù)
3. 1. 2 多重可決系數(shù)
3. 1. 3 B0, B1, B2的均值與方差
3. 2 一般線性回歸模型
3. 2. 1 正規(guī)方程的推廣
3. 2. 2 可決系數(shù)的推廣及復(fù)相關(guān)
3. 2. 3 回歸參數(shù)方差公式的推廣
3. 3 非線性模型回歸
3. 3. 1 具有常彈性的曲線函數(shù)
3. 3. 2 拋物線型及其它k階多項(xiàng)式
3. 3. 3 指數(shù)曲線及其變種函數(shù)
3. 4 偏相關(guān)及偏相關(guān)系數(shù)
3. 4. 1 偏相關(guān)及相關(guān)系數(shù)矩陣
3. 4. 2 偏相關(guān)系數(shù)的定義
3. 4. 3 偏相關(guān)系數(shù)的證明
3. 5 方差分析
3. 5. 1 單因素方差分析
3. 5. 2 雙因素方差分析
3. 5. 3 方差分析與回歸分析的比較
3. 6 幾種常用的F-檢驗(yàn)
3. 6. 1 由于增添新解釋變量而使擬合改進(jìn)的檢驗(yàn)
3. 6. 2 對由不同樣本求得的系數(shù)差異性的檢驗(yàn)
(Chow檢驗(yàn))
3. 6. 3 當(dāng)樣本容量增大時回歸系數(shù)穩(wěn)定性的檢驗(yàn)
3. 6. 4 對模型中參數(shù)所加約束的檢驗(yàn)
3. 7 虛擬變量模型
3. 7. 1 虛擬變量及其作用
3. 7. 2 虛擬變量的引入
3. 7. 3 虛擬變量設(shè)置的原則
3. 8 案例分析
課后思考與練習(xí)題
第4章 經(jīng)濟(jì)計(jì)量學(xué)問題及二級檢驗(yàn)
4. 1 設(shè)定誤差
4. 1. 1 遺漏重要解釋變量所產(chǎn)生的后果
4. 1. 2 引入不相干變量所產(chǎn)生的后果
4. 1. 3 設(shè)定誤差的檢驗(yàn)與排除
4. 2 自相關(guān)
4. 2. 1 自相關(guān)的意義及其來源
4. 2. 2 自相關(guān)的危害
4. 2. 3 自相關(guān)的檢驗(yàn)(Durbin-Watson方法)
4. 2. 4 自相關(guān)的消除
4. 3 異方差
4. 3. 1 異方差及其影響
4. 3. 2 異方差性檢驗(yàn)
4. 3. 3 異方差的消除
4. 4 多重共線性
4. 4. 1 含義及其因果
4. 4. 2 多重共線性的檢驗(yàn)
4. 4. 3 多重共線性問題的克服或消除
課后思考與練習(xí)題
基礎(chǔ)篇總復(fù)習(xí)
一. 正誤判斷題
二. 選擇題
三. 填空題
四. 條件分析題
提高篇
第5章 多元線性模型的矩陣運(yùn)算
5.
1 矩陣代數(shù)基本知識回顧
5.
1.
1 有關(guān)的定義
5.
1.
2 矩陣的基本運(yùn)算規(guī)則
5.
2 多元模型及其參數(shù)
5.
2.
1 關(guān)于多元模型
5.
2.
2 關(guān)于U的基本假定
5.
2.
3 參數(shù)的最小平方估計(jì)
5.
3 最小平方估計(jì)式的性質(zhì)
5.
3.
1 線性特性
5.
3.
2 無偏性
5.
3.
3 最小方差性
5.
4 擬合優(yōu)度及預(yù)測
5.
4.
1 擬合優(yōu)度
5.
4.
2 區(qū)間預(yù)測
5.
4.
3 隨機(jī)擾動項(xiàng)方差的估計(jì)
5.
5 廣義最小平方方法
5.
5.
1 關(guān)于隨機(jī)擾動項(xiàng)U的方差一協(xié)方差矩陣
5.
5.
2 廣義最小平方方法
5.
5.
3 異方差和序列相關(guān)的處理
課后思考與練習(xí)題
第6章 經(jīng)濟(jì)計(jì)量學(xué)中的一些特殊技巧
6.
1 關(guān)于矩陣代數(shù)的進(jìn)一步知識
6.
1.
1 向量內(nèi)積及正交向量
6.
1.
2 正交矩陣
6.
1.
3 特征值和特征向量
6.
1.
4 相似矩陣
6.
2 主成分分析法
6.
2.
1 標(biāo)準(zhǔn)化變量和正交變量
6.
2. 2 正交模型
6.
2.
3 系數(shù)向量a和B的估計(jì)
6.
2.
4 多重共線性的診斷和處理
6.
2.
5 案例分析
6.
3 嶺回歸理論
6.
3.
1 嶺回歸的一般概念
6.
3.
2 嶺估計(jì)量的標(biāo)準(zhǔn)和P值的確定
6.
3.
3 多重共線性的嶺診斷法
6.
3.
4 關(guān)于嶺回歸的一點(diǎn)討論意見
6.
4 貝葉斯估計(jì)方法簡介
6.
4.
1 貝葉斯估計(jì)與經(jīng)典估計(jì)的主要區(qū)別
6.
4.
2 貝葉斯公式
6.
4.
3 一個應(yīng)用實(shí)例
6.
4.
4 關(guān)于貝葉斯估計(jì)的討論
課后思考與練習(xí)題
第7章 單方程模型的其它形式
7.
1 虛擬因變量模型
7.
1.
1 模型中設(shè)置虛擬因變量的必要性
7.
1.
2 線性概率模型的估計(jì)方法
7.
1.
3 非線性概率模型
7.
2 滯后變量模型
7.
2.
1 滯后變量模型的建立
7.
2.
2 無限期分布滯后模型的估計(jì)問題
7.
2.
3 柯克估計(jì)法
7.
2.
4 阿爾蒙估計(jì)法
7.
3 時間序列模型及預(yù)測
7.
3.
1 時間序列模型的一般性質(zhì)
7.
3.
2 自回歸過程及其平穩(wěn)條件
7.
3.
3 自回歸過程的識別和估計(jì)
課后思考與練習(xí)題
第8章 聯(lián)立方程模型
8. 1 聯(lián)立方程模型的基本概念
8.
1.
1 經(jīng)濟(jì)變量的聯(lián)立依存性
8.
1.
2 聯(lián)立方程模型的后果
8.
1.
3 聯(lián)立方程模型的基本形式
8. 2 聯(lián)立方程模型的識別
8.
2.
1 識別的有關(guān)概念
8. 2.
2 模型識別的條件
8. 2.
3 模型識別實(shí)例及實(shí)用規(guī)則
8.
2.
4 識別問題與多重共線性
8.
3 聯(lián)立方程模型的估計(jì)方法
8.
3.
1 估計(jì)方法概述
8.
3.
2 工具變量法
8.
3.
3 二階段最小二乘法
8.
3.
4 三階段最小二乘法
課后思考與練習(xí)題
附錄一 市場疲軟：需求理論及其它
附錄二 常用臨界值表
參考文獻(xiàn)