計量經(jīng)濟學(xué)

第1章 緒論
1.1 計量經(jīng)濟學(xué)概述
1.1.1 計量經(jīng)濟學(xué)的含義
1.1.2 計量經(jīng)濟學(xué)的產(chǎn)生和發(fā)展
1.1.3 計量經(jīng)濟學(xué)與其他學(xué)科的關(guān)系
1.2 建立計量經(jīng)濟學(xué)模型的步驟
1.2.1 建立理論模型
1.2.2 樣本數(shù)據(jù)的收集
1.2.3 模型參數(shù)的估計
1.2.4 模型的檢驗
1.3 計量經(jīng)濟模型的應(yīng)用
1.3.1 結(jié)構(gòu)分析
1.3.2 經(jīng)濟預(yù)測
1.3.3 政策評價
1.3.4 檢驗和發(fā)展經(jīng)濟理論
1.4 計量經(jīng)濟分析軟件
1.4.1 Stata軟件
1.4.2 EViews軟件
1.4.3 R軟件
1.4.4 SPSS軟件
1.4.5 SAS軟件
第2章 經(jīng)典單方程計量經(jīng)濟學(xué)模型：一元線性回歸模型
2.1 回歸分析概述
2.1.1 回歸分析的基本概念
2.1.2 總體回歸函數(shù)
2.1.3 隨機干擾項
2.1.4 樣本回歸函數(shù)
2.2 一元線性回歸模型的參數(shù)估計
2.2.1 一元線性回歸模型的基本假設(shè)
2.2.2 .參數(shù)的普通最小二乘估計（OLS）
2.2.3 參數(shù)估計的最大似然法（ML）
2.2.4 最小二乘估計量的性質(zhì)
2.2.5 參數(shù)估計量的概率分布及隨機干擾項方差的估計
2.3 一元線性回歸模型的統(tǒng)計檢驗
2.3.1 擬合優(yōu)度檢驗
2.3.2 變量的顯著性檢驗
2.3.3 參數(shù)檢驗的置信區(qū)間估計
2.4 一元線性回歸分析的應(yīng)用：預(yù)測問題
2.4.1 Yo是條件均值E（Y丨X=Xo）或個別值Yo的一個無偏估計
2.4.2 總體條件均值與個別值預(yù)測值的置信區(qū)間
2.5 實例及時間序列問題
2.5.1 中國農(nóng)村居民人均消費支出模型：截面數(shù)據(jù)模型
2.5.2 中國居民總量消費函數(shù)：時間序列數(shù)據(jù)模型
2.5.3 時間序列問題
第3章 多元線性回歸模型
3.1 多元線性回歸模型及其參數(shù)估計
3.1.1 多元線性回歸模型
3.1.2 多元線性回歸模型的經(jīng)典假設(shè)
3.1.3 多元回歸模型的參數(shù)估計
3.2 參數(shù)估計量的統(tǒng)計性質(zhì)
3.2.1 線性性
3.2.2 無偏性
3.2.3 方差有效性
3.3 多元線性回歸模型的假設(shè)檢驗
3.3.1 多元線性回歸方程的擬合優(yōu)度檢驗
3.3.2 方程總體線性顯著性檢驗（F檢驗）
3.3.3 變量的顯著性的t檢驗
3.4 多元線性回歸模型的預(yù)測
3.4.1 點預(yù)測
3.4.2 區(qū)間預(yù)測
3.5 可以化為線性的內(nèi)蘊線性模型
3.5.1 對數(shù)線性——冪函數(shù)
3.5.2 半對數(shù)線性——指數(shù)函數(shù)
3.5.3 半對數(shù)線性——對數(shù)函數(shù)
3.5.4 多項式
3.5.5 倒數(shù)函數(shù)
3.5.6 交互作用
3.6 受約束回歸
3.6.1 模型參數(shù)的線性約束
3.6.2 對回歸模型增加或減少解釋變量
3.6.3 參數(shù)的穩(wěn)定性
3.7 案例分析
第4章 放寬基本假定的模型
4.1 異方差性
4.1.1 異方差性的含義
4.1.2 異方差性的類型
4.1.3 異方差性的來源
4.1.4 異方差性的后果
4.1.5 異方差性的檢驗
4.1.6 異方差性的修正
4.1.7 案例分析
4.2 序列相關(guān)性
4.2.1 序列相關(guān)性的含義
4.2.2 序列相關(guān)性的來源
4.2.3 序列相關(guān)性的后果
4.2.4 序列相關(guān)性的檢驗
4.2.5 序列相關(guān)性的修正
4.2.6 案例分析
4.3 多重共線性
4.3.1 多重共線性的含義
4.3.2 多重共線性的類型
4.3.3 多重共線性的來源
4.3.4 多重共線性的后果
4.3.5 多重共線性的檢驗
4.3.6 多重共線性的消除
4.3.7 案例分析
4.4 隨機解釋變量問題
4.4.1 隨機解釋變量的含義
4.4.2 隨機解釋變量問題產(chǎn)生的原因
4.4.3 隨機解釋變量的后果
4.4.4 隨機解釋變量的修正
第5章 計量經(jīng)濟模型專門問題
5.1 虛擬變量模型
5.1.1 虛擬變量的概念及作用
5.1.2 虛擬變量的設(shè)置
5.1.3 虛擬變量的特殊應(yīng)用
5.2 滯后變量模型
5.2.1 滯后效應(yīng)及滯后變量模型
5.2.2 分布滯后模型的參數(shù)估計
5.2.3 自回歸模型的構(gòu)造及參數(shù)估計
5.2.4 格蘭杰因果關(guān)系檢驗
5.3 模型的設(shè)定誤差
5.3.1 傳統(tǒng)建模方法及判斷計量經(jīng)濟模型優(yōu)劣的基本準(zhǔn)則
5.3.2 模型設(shè)定誤差的類型
5.3.3 模型存在設(shè)定誤差后果
5.3.4 模型設(shè)定誤差的檢驗
第6章 時間序列分析
6.1 時間序列的平穩(wěn)性及檢驗
6.1.1 平穩(wěn)性定義
6.1.2 單位根檢驗
6.2 隨機時間序列分析模型
6.2.1 基本概念
6.2.2 隨機時間序列模型的識別
6.2.3 時間序列模型的建立
6.3 協(xié)整與誤差修正模型
6.3.1 協(xié)整分析
6.3.2 誤差修正模型
6.4 案例分析
第7章 聯(lián)立方程模型
7.1 聯(lián)立方程模型的概念
7.1.1 聯(lián)立方程模型的問題提出
7.1.2 聯(lián)立方程模型中的幾個基本概念
7.1.3 聯(lián)立方程模型的分類
7.2 聯(lián)立方程模型的識別
7.2.1 模型的識別
7.2.2 模型的簡化式識別條件
7.2.3