應用經(jīng)濟計量學（原書第5版）

譯者序
前言
作者簡介
第一部分 背景
第1章 緒論
1. 1 什么是經(jīng)濟計量學
1. 2 實證研究的基本步驟
1. 3 實證項目
總結
關鍵術語
練習
第2章 概率和統(tǒng)計知識回顧
2. 1 隨機變量和概率分布
2. 2 數(shù)學期望值. 均值和方差
2. 3 聯(lián)合概率. 協(xié)方差和相關
2. 4 隨機抽樣和抽樣分布
2. 5 參數(shù)估計方法
2. 6 估計量的性質(zhì)
2. 7 卡方分布. t-分布和F-分布
2. 8 假設檢驗
2. 9 區(qū)間估計
關鍵術語
參考書目
練習
附錄2. A 其他推導
2. A. 1 求和的一些實用結果
2. A. 2 最大化和最小化
2. A. 3 更多有關估計的內(nèi)容
第二部分 基礎篇
第3章 簡單線性回歸模型
3. 1 基本模型
3. 2 利用最小二乘法估計基本模型
3. 3 估計量的性質(zhì)
3. 4 估計量的精確度和擬合優(yōu)度
3. 5 假設檢驗
3. 6 度量單位的改變
3. 7 應用：用思格爾曲線來估計
保健支出和收入之間的關系
3. 8 置信區(qū)間
3. 9 預測
3. 10 回歸模型中的因果關系
3. 11 應用：專利和研發(fā)支出之間的關系
總結
關鍵術語
參考書目
練習
附錄3. A 其他推導
3. A. 1 簡單線性模型的三維表示
3. A. 2 有關求和的更多結果
3. A. 3 最小二乘法推導正規(guī)方程
3. A. 4 最佳線性無偏估計量和
高斯-馬爾可夫定理
3. A. 5 最大近似估計量
3. A. 6 估計量方差的推導
3. A. 7 誤差項方差的無偏估計量
3. A. 8 方程 3-26 的推導
3. A. 9 方程 3-27a 的推導
3. A. 10 證明r xy =R 2為簡單回歸
模型
3. A. 11 方程 3-29 的推導
3. A. 12 方程 3-30 的推導
第4章 多元回歸模型
4. 1 正規(guī)方程
4. 2 擬合優(yōu)度
4. 3 模型選擇的一般標準
4. 4 假設檢驗
4. 5 設定誤差
4. 6 應用：公共汽車乘客人數(shù)
的決定因素
4. 7 應用：女性勞動力參與情況
4. 8 實例：凈移民率和生活質(zhì)量
4. 9 實證項目
總結
關鍵術語
參考書目
練習
附錄4. A 其他推導
4. A. 1 三變量回歸模型
4. A. 2 由于省略相關變量而引起
的偏差
4. A. 3 性質(zhì)4. 4的證明
第5章 多重共線性
5. 1 多重共線性的例子
5. 2 完全多重共線性
5. 3 接近多重共線性
5. 4 應用
總結
關鍵術語
參考書目
練習
附錄5. A 通過方程 5-6 推導
方程 5-4
第三部分 擴充篇
第6章 選擇函數(shù)形式和檢驗
模型設定
6. 1 指數(shù)函數(shù)和對數(shù)函數(shù)基礎
知識復習
6. 2 線性對數(shù)關系
6. 3 倒數(shù)轉換
6. 4 多項式曲線擬合
6. 5 交互作用項
6. 6 行為滯后 動態(tài)模型
6. 7 應用：專利和研發(fā)支出關系的
再分析
6. 8 對數(shù)線性關系 或半對數(shù)模型
6. 9 模型間R2值的比較
6. 10 雙對數(shù) 對數(shù)對數(shù) 模型
6. 11 應用：估計乘公共汽車的彈性
6. 12 其他模型
6. 13 “從一般到簡單”的亨德瑞／LSE
模型建立方法
6. 14 使用拉格朗日乘數(shù)檢驗的
“從簡單到一般”的模型設立方法
6. 15 拉姆齊檢驗關于回歸設定錯誤
的RESET方法
總結
關鍵術語
參考書目
練習
附錄6. A 有關LR. 瓦爾德和LM檢驗
的更多內(nèi)容
6. A. 1 似然率檢驗
6. A. 2 瓦爾德檢驗
6. A. 3 拉格朗日乘數(shù)檢驗
第7章 定性 或虛擬 自變量
7. 1 僅有兩種分類的定性變量
7. 2 具有多種分類的定性變量
7. 3 定性變量對斜率項的影響
協(xié)方差分析
7. 4 應用：工資模型的協(xié)方差分析
7. 5 估計季節(jié)影響
7. 6 檢驗結構變化
7. 7 實例：輸送機解除管制
7. 8 應用：建筑用密封劑的需求
7. 9 實證項目
總結
關鍵術語
參考書目
練習
第四部分 橫截面數(shù)據(jù)和時間序列數(shù)據(jù)的
一些特殊問題
第8章 異方差
8. 1 忽略異方差的后果
8. 2 異方差檢驗
8. 3 估計方法
8. 4 應用：美國醫(yī)療保健的支出模型
8. 5 實證項目
總結
關鍵術語
參考書目
練習
附錄8. A 異方差存在情況下OLS估計量
的性質(zhì)
第9章 序列相關
9. 1 一階序列相關
9. 2 忽略序列相關的后果
9. 3 一階序列相關檢驗
9. 4 序列相關的處理
9. 5 高階序列相關
9. 6 恩格爾的ARCH檢驗
9. 7 應用：用電需求
總結
關鍵術語
參考書目
練習
附錄9. A 其他推導
9. A. 1 DW的d近似等于2 1-p
的證明
9. A. 2 u t為AR 1 時的性質(zhì)
9. A. 3 AR 1 存在情況下第一個觀察值
的處理
第10章 分布滯后模型
10. 1 滯后自變量
10. 2 滯后因變量
10. 3 滯后因變量和序列相關
10. 4 滯后因變量模型的估計
10. 5 應用：英國消費支出的動態(tài)模型
10. 6 應用：再論小時電力負荷模型
10. 7 單位根和迪基—富勒檢驗
10. 8 誤差糾正模型
10. 9 應用：美國國防支出的誤差糾正
模型
10. 10 協(xié)積
10. 11 因果關系
10. 12 合并橫截面和時間序列數(shù)據(jù)
或panel數(shù)據(jù)
10. 13 實證項目
總結
關鍵術語
參考書目
練習
第五部分 專題
第11章 預測
11. 1 擬合值. 事后和事前預測值
11. 2 模型評估
11. 3 條件預測值和無條件預測值
11. 4 時間趨勢預測
11. 5 組合預測
11. 6 經(jīng)濟計量模型預測
11. 7 時間序列模型預測
總結
關鍵術語
參考書目
練習
第12章 定性和有限因變量
12. 1 線性概率 或二元選擇 模型
12. 2 概率單位模型
12. 3 對數(shù)單位模型
12. 4 有限因變量
總結
關鍵術語
參考書目
練習
第13章 聯(lián)立方程模型
13. 1 聯(lián)立方程模型的結構和簡化形式
13. 2 忽略聯(lián)立的后果
13. 3 識別問題
13. 4 估計方法
13. 5 實例：隱形眼鏡業(yè)的規(guī)定
13. 6 應用：簡單的凱恩斯模型
總結
關鍵術語
參考書目
練習
附錄13. A OLS估計值極限的推導
第六部分 實踐
第14章 實證項目研究
14. 1 選題
14. 2 文獻回顧
14. 3 建立一般模型
14. 4 收集數(shù)據(jù)
14. 5 實證分析
關鍵術語
參考書目
附錄A 統(tǒng)計表
附錄B 部分練習答案
附錄c 計算機練習部分
附錄D 數(shù)據(jù)描述和計算機練習部分