經(jīng)濟(jì)計量學(xué)教程（第3印）

第1章緒論
1.1經(jīng)濟(jì)計量學(xué)的研究內(nèi)容
1.2經(jīng)濟(jì)計量學(xué)的研究方法
1.3經(jīng)濟(jì)計量模型的特點
第2章一元線性回歸模型
2.1簡介
2.2普通最小二乘法
2.3極大似然估計方法
2.4假設(shè)檢驗
2.5預(yù)測
習(xí)題
第3章多元線性回歸模型
3.1模型的建立
3.2最小二乘估計
3.3最小二乘估計量的統(tǒng)計特性
3.4隨機(jī)項方差的估計
3.5顯著性檢驗
3.6預(yù)測
3.7案例
習(xí)題
第4章異方差
4.1異方差的概念
4.2異方差的來源與結(jié)果
4.3異方差的檢驗
4.4異方差的修正方法
4.5案例分析
思考與練習(xí)題
第5章序列自相關(guān)
5.1序列自相關(guān)的概念
5.2序列自相關(guān)的來源與結(jié)果
5.3序列自相關(guān)的檢驗
5.4序列自相關(guān)的修正方法
5.5案例分析
思考與練習(xí)題
第6章多重共線性
6.1多重共線性的概念
6.2多重共線性的來源與結(jié)果
6.3多重共線性的檢驗
6.4多重共線性的修正方法
6.5案例分析
思考與練習(xí)題
第7章隨機(jī)解釋變量
7.1估計量的漸近統(tǒng)計性質(zhì)
7.2隨機(jī)解釋變量的概念與來源
7.3存在隨機(jī)解釋變量時的估計性質(zhì)
7.4隨機(jī)解釋變量的修正方法
7.5案例分析
思考與練習(xí)題
第8章單方程建模的幾個問題
8.1虛擬解釋變量
8.2非線性回歸模型
8.3非線性模型的一般性方法
8.4變量線性回歸方程中變量的取舍——逐步回歸方程
的建立
思考與練習(xí)題
第9章聯(lián)立方程模型
9.1聯(lián)立方程模型的概念
9.2聯(lián)立方程模型的分類
9.3模型的識別概念
9.4結(jié)構(gòu)方程的識別條件
9.5聯(lián)立方程模型的估計方法
9.6案例分析
9.7兩階最小二乘法的Eviews估計
思考與練習(xí)題
第10章經(jīng)濟(jì)計量學(xué)的應(yīng)用
10.1生產(chǎn)函數(shù)模型
10.2需求函數(shù)模型
10.3供給函數(shù)和需求.供給模型
10.4消費函數(shù)
10.5經(jīng)濟(jì)預(yù)測
10.6經(jīng)濟(jì)結(jié)構(gòu)分析
10.7政策評價
思考題
第11章時間序列分析
11.1隨機(jī)序列
11.2平穩(wěn)和非平穩(wěn)時間序列
11.3時間序列模型
11.4偏相關(guān)函數(shù)和時間序列性質(zhì)小結(jié)
11.5時間序列的建模
11.6時間序列的預(yù)測
11.7時間序列的協(xié)整性
思考與練習(xí)題
附錄AEViews簡介
A.1EViews是什么
A.2EViews的窗口
A.3EViews的幫助資源
附錄B統(tǒng)計學(xué)知識簡介
B.1總體.樣本與隨機(jī)變量
B.2隨機(jī)變量的分布
B.3總體分布的數(shù)字特征——參數(shù)
B.4樣本分布的數(shù)字特征——統(tǒng)計量
B.5幾個重要的連續(xù)型隨機(jī)變量的分布
B.6正態(tài)總體的樣本平均數(shù)和樣本方差
B.7估計量的評價標(biāo)準(zhǔn)
B.8參數(shù)估計
B.9假設(shè)檢驗
附錄C檢驗用表
參考文獻(xiàn)