經(jīng)濟(jì)計(jì)量學(xué)教程（第3?。?/h1>

第1章緒論
1.1經(jīng)濟(jì)計(jì)量學(xué)的研究?jī)?nèi)容
1.2經(jīng)濟(jì)計(jì)量學(xué)的研究方法
1.3經(jīng)濟(jì)計(jì)量模型的特點(diǎn)
第2章一元線性回歸模型
2.1簡(jiǎn)介
2.2普通最小二乘法
2.3極大似然估計(jì)方法
2.4假設(shè)檢驗(yàn)
2.5預(yù)測(cè)
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(jì)
3.3最小二乘估計(jì)量的統(tǒng)計(jì)特性
3.4隨機(jī)項(xiàng)方差的估計(jì)
3.5顯著性檢驗(yàn)
3.6預(yù)測(cè)
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(lái)源與結(jié)果
4.3異方差的檢驗(yàn)
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(lái)源與結(jié)果
5.3序列自相關(guān)的檢驗(yàn)
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(lái)源與結(jié)果
6.3多重共線性的檢驗(yàn)
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(jì)量的漸近統(tǒng)計(jì)性質(zhì)
7.2隨機(jī)解釋變量的概念與來(lái)源
7.3存在隨機(jī)解釋變量時(shí)的估計(jì)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(gè)問(wèn)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(lèi)
9.3模型的識(shí)別概念
9.4結(jié)構(gòu)方程的識(shí)別條件
9.5聯(lián)立方程模型的估計(jì)方法
9.6案例分析
9.7兩階最小二乘法的Eviews估計(jì)
思考與練習(xí)題
第10章經(jīng)濟(jì)計(jì)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(fèi)函數(shù)
10.5經(jīng)濟(jì)預(yù)測(cè)
10.6經(jīng)濟(jì)結(jié)構(gòu)分析
10.7政策評(píng)價(jià)
思考題
第11章時(shí)間序列分析
11.1隨機(jī)序列
11.2平穩(wěn)和非平穩(wěn)時(shí)間序列
11.3時(shí)間序列模型
11.4偏相關(guān)函數(shù)和時(shí)間序列性質(zhì)小結(jié)
11.5時(shí)間序列的建模
11.6時(shí)間序列的預(yù)測(cè)
11.7時(shí)間序列的協(xié)整性
思考與練習(xí)題
附錄AEViews簡(jiǎn)介
A.1EViews是什么
A.2EViews的窗口
A.3EViews的幫助資源
附錄B統(tǒng)計(jì)學(xué)知識(shí)簡(jiǎn)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(jì)量
B.5幾個(gè)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(jì)量的評(píng)價(jià)標(biāo)準(zhǔn)
B.8參數(shù)估計(jì)
B.9假設(shè)檢驗(yàn)
附錄C檢驗(yàn)用表
參考文獻(xiàn)