計(jì)量經(jīng)濟(jì)學(xué)

1.導(dǎo)言
1.1什么是計(jì)量經(jīng)濟(jì)學(xué)
1.2計(jì)量經(jīng)濟(jì)學(xué)的特點(diǎn)與計(jì)量經(jīng)濟(jì)學(xué)模型
1.3計(jì)量經(jīng)濟(jì)學(xué)的研究步驟與應(yīng)用
1.4全書(shū)結(jié)構(gòu)
第一篇古典線性回歸模型
2.一元線性回歸分析
2.1一元線性回歸模型
2.2一元線性回歸模型的估計(jì)
2.3古典線性回歸模型中的OLS估計(jì)量的性質(zhì)
2.4小結(jié)
習(xí)題
附錄2A最小二乘估計(jì)量特性的證明
3.一元線性回歸模型的假設(shè)檢驗(yàn)
3.1隨機(jī)擾動(dòng)項(xiàng)的正態(tài)性假定
3.2假設(shè)檢驗(yàn)
3.3擬合優(yōu)度的檢驗(yàn)
3.4正態(tài)性檢驗(yàn)
3.5預(yù)測(cè)
3.6實(shí)例
3.7小結(jié)
習(xí)題
4.多元線性回歸分析
4.1多元線性回歸模型
4.2多元回歸參數(shù)的估計(jì)
4.3多重判定系數(shù)
4.4顯著性檢驗(yàn)
4.5實(shí)例
4.6模型的結(jié)構(gòu)穩(wěn)定性檢驗(yàn)：Chow檢驗(yàn)
4.7小結(jié)
習(xí)題
5.與回歸模型有關(guān)的幾個(gè)問(wèn)題
5.1標(biāo)準(zhǔn)化系數(shù)
5.2非線性模型的線性化
5.3虛擬變量的使用
5.4小結(jié)
習(xí)題
第二篇單方程模型的計(jì)量經(jīng)濟(jì)問(wèn)題
6.多重共線性
6.1多重共線性的實(shí)質(zhì)
6.2多重共線性存在的原因及后果
6.3多重共線性的判斷
6.4多重共線性的解決方法
6.5實(shí)例
6.6小結(jié)
習(xí)題
7.異方差
7.1異方差的涵義
7.2異方差產(chǎn)生的原因和后果
7.3異方差性的判斷
7.4異方差性的解決辦法
7.5實(shí)例
7.6小結(jié)
習(xí)題
8.自相關(guān)
8.1自相關(guān)的涵義
8.2自相關(guān)產(chǎn)生的原因和后果
8.3自相關(guān)的判斷
8.4自相關(guān)的解決辦法
8.5實(shí)例
8.6小結(jié)
習(xí)題
9.單方程回歸模型的補(bǔ)充專(zhuān)題
9.1模型的選擇
9.2虛擬因變量模型
9.3自回歸與分布滯后模型
9.4小結(jié)
習(xí)題
第三篇聯(lián)立方程模型
10.聯(lián)立方程模型及其識(shí)別
10.1聯(lián)立方程模型的概念
10.2模型的結(jié)構(gòu)型.簡(jiǎn)化型和遞歸模型
10.3聯(lián)立方程的偏誤(聯(lián)立問(wèn)題)
10.4模型識(shí)別的含義
10.5模型識(shí)別的條件
10.6小結(jié)
習(xí)題
11.聯(lián)立方程模型的估計(jì)
11.1遞歸模型與普通最小二乘法
11.2間接最小二乘法(ILS)
11.3二階段最小二乘法(2SLS)
11.4小結(jié)
習(xí)題
第四篇時(shí)間序列分析
12.時(shí)間序列分析(上)
12.1隨機(jī)時(shí)間序列的基本概念
12.2隨機(jī)時(shí)間序列的平穩(wěn)性檢驗(yàn)
12.3協(xié)整理論簡(jiǎn)介
12.4葛蘭杰因果關(guān)系檢驗(yàn)
12.5向量自回歸模型(VAR)
12.6小結(jié)
習(xí)題
13.時(shí)間序列分析(下)
13.1隨機(jī)時(shí)間序列模型
13.2隨機(jī)時(shí)間序列模型的估計(jì)與識(shí)別
13.3小結(jié)
習(xí)題
14.Eviews操作使用說(shuō)明
14.1Eviews操作使用說(shuō)明
14.2Eviews程序設(shè)計(jì)簡(jiǎn)述
14.3程序設(shè)計(jì)語(yǔ)句
附錄
附表
參考文獻(xiàn)
后記