貝葉斯計量經濟學

第1章 貝葉斯計量經濟學概述
1．1 貝葉斯理論
1．2 貝葉斯計算
1．3 貝葉斯計算軟件
1．4 小結
1．5 習題
第2章 正態(tài)線性回歸模型：自然共軛先驗分布和單一解釋變量情形
2．1 引言
2．2 似然函數(shù)
2．3 先驗分布
2．4 后驗分布
2．5 模型比較
2．6 預測
2．7 實例
2．8 小結
2．9 習題
第3章 正態(tài)線性回歸模型：自然共軛先驗分布和多解釋變量情形
3．1 引言
3．2 線性回歸模型的矩陣表示
3．3 似然函數(shù)
3．4 先驗分布
3．5 后驗分布
3．6 模型比較
3．7 預測
3．8 計算方法：蒙特卡羅積分
3．9 實例
3．10 小結
3．11 習題
第4章 正態(tài)線性回歸模型：其他先驗分布
4．1 引言
4．2 采用獨立正態(tài)-伽馬先驗分布的正態(tài)線性回歸模型
4．3 有不等式約束的正態(tài)線性回歸模型
4．4 小結
4．5 習題
第5章 非線性回歸模型
5．1 引言
5．2 似然函數(shù)
5．3 先驗分布
5．4 后驗分布
5．5 貝葉斯計算：M-H算法
5．6 模型擬合好壞的測度：后驗預測p值
5．7 模型比較：Gelfand-Dey方法
5．8 預測
5．9 實例
5．10 小結
5．11 習題
第6章 線性回歸模型：一般形式誤差協(xié)方差矩陣
6．1 引言
6．2 Ω為一般形式的模型
6．3 異方差形式已知
6．4 異方差形式未知：誤差服從t分布
6．5 誤差存在序列相關
6．6 似不相關回歸模型
6．7 小結
6．8 習題
第7章 面板數(shù)據(jù)的線性回歸模型
7．1 引言
7．2 混同模型
7．3 個體效應模型
7．4 隨機系數(shù)模型
7．5 模型比較：計算邊緣似然函數(shù)的Chib方法
7．6 實例
7．7 效率分析和隨機前沿模型
7．8 拓展
7．9 小結
7．10 習題
……
第8章 時間序列模型簡介：狀態(tài)空間模型
第9章 定性和受限因變量模型
第10章 更靈活的模型：非參數(shù)和半?yún)?shù)方法
第11章 貝葉斯模型平均方法
第12章 其他模型、方法和問題
附錄A 矩陣代數(shù)簡介
附錄B 概率和統(tǒng)計簡介
參考文獻