計(jì)量經(jīng)濟(jì)學(xué)

第1章 計(jì)量經(jīng)濟(jì)學(xué)方法論
1.1 計(jì)量經(jīng)濟(jì)學(xué)解決什么問題
1.2 計(jì)量經(jīng)濟(jì)模型
1.3 計(jì)量經(jīng)濟(jì)研究的步驟
1.3.1 理論或假說(shuō)的陳述
1.3.2 數(shù)理模型設(shè)定
1.3.3 計(jì)量經(jīng)濟(jì)模型設(shè)定
1.3.4 獲取數(shù)據(jù)
1.3.5 計(jì)量經(jīng)濟(jì)模型的參數(shù)估計(jì)
1.3.6 假設(shè)檢驗(yàn)
1.3.7 預(yù)報(bào)或預(yù)測(cè)
1.3.8 利用模型進(jìn)行控制或制定政策
1.4 回歸分析的性質(zhì)
1.4.1 回歸的含義
1.4.2 統(tǒng)計(jì)關(guān)系與確定性關(guān)系的區(qū)別
1.4.3 回歸與因果關(guān)系的區(qū)別
1.4.4 回歸分析與相關(guān)分析的區(qū)別
1.5 計(jì)量經(jīng)濟(jì)分析所用數(shù)據(jù)的性質(zhì)
1.5.1 時(shí)間序列數(shù)據(jù)
1.5.2 橫截面數(shù)據(jù)
1.5.3 面板數(shù)據(jù)
1.5.4 數(shù)據(jù)的來(lái)源
1.5.5 數(shù)據(jù)的準(zhǔn)確性
1.6 數(shù)學(xué)及統(tǒng)計(jì)學(xué)的預(yù)備知識(shí)
1.7 計(jì)算機(jī)及計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用軟件的運(yùn)用
1.8 要點(diǎn)
習(xí)題1
第2章 二元線性回歸模型的估計(jì)、檢驗(yàn)與應(yīng)用
2.1 回歸模型的設(shè)定與相關(guān)概念
2.2 模型參數(shù)的最小二乘估計(jì)（原理）
2.3 經(jīng)典假定與最小二乘估計(jì)量的優(yōu)良特性
2.3.1 經(jīng)典假定
2.3.2 最小二乘估計(jì)量的優(yōu)良特性
2.4 估計(jì)量的分布與真值的置信區(qū)間
2.5 回歸系數(shù)的顯著性檢驗(yàn)
2.6 樣本回歸方程的擬合優(yōu)度測(cè)度
2.7 如何利用模型進(jìn)行預(yù)測(cè)
2.7.1 點(diǎn)預(yù)測(cè)方法
2.7.2 區(qū)間預(yù)測(cè)方法
2.8 利用TSP軟件進(jìn)行實(shí)例分析
2.9 要點(diǎn)與結(jié)論
附錄2A
2A.1 最小二乘估計(jì)量的無(wú)偏性質(zhì)
2A.2 最小二乘估計(jì)量的方差
2A.3 最小二乘估計(jì)量的最小方差性質(zhì)
2A.4 a2的最小二乘無(wú)偏估計(jì)量
2A.5 a2的最小二乘計(jì)算公式
2A.6 （Y0-Y0）的方差的性質(zhì)
習(xí)題2
第3章 多元線性回歸方法
3.1 多元線性模型的表達(dá)形式
3.1.1 總體回歸模型與回歸方程
3.1.2 樣本回歸模型與回歸方程
3.2 模型的基本假定
3.3 最小二乘估計(jì)公式
3.4 最小二乘估計(jì)量的優(yōu)良特性
3.5 a2的估計(jì)公式
3.6 樣本回歸方程的擬合優(yōu)度測(cè)度
3.7 回歸系數(shù)的置信區(qū)間與顯著性檢驗(yàn)
3.7.1 回歸系數(shù)的置信區(qū)間
3.7.2 回歸系數(shù)的t檢驗(yàn)
3.7.3 回歸系數(shù)的F檢驗(yàn)
3.8 利用模型進(jìn)行預(yù)測(cè)
3.9 非線性回歸模型的估計(jì)
3.9.1 直接代換法
3.9.2 間接代換法
3.9.3 泰勒級(jí)數(shù)展開法
3.9.4 非線性最小二乘法（NLS）
3.10綜合案例分析
3.11要點(diǎn)與結(jié)論
習(xí)題3
第4章 基本假定檢驗(yàn)與模型估計(jì)方法的修正
4.1 異方差問題及解決方法
4.1.1 異方差性及其產(chǎn)生的原因
4.1.2 異方差性的后果
4.1.3 異方差性的檢驗(yàn)
4.1.4 異方差性的解決方法
4.2 自相關(guān)問題及解決方法
4.2.1 自相關(guān)性及其產(chǎn)生的原因
4.2.2 自相關(guān)性的后果
4.2.3 自相關(guān)性的檢驗(yàn)
4.2.4 自相關(guān)性的解決方法
4.3 多重共線性問題及解決方法
4.3.1 多重共線性及產(chǎn)生的原因
4.3.2 多重共線性的后果
4.3.3 多重共線性的檢驗(yàn)
4.3.4 多重共線性的解決方法
4.4 要點(diǎn)與結(jié)論
習(xí)題4
第5章 虛擬變量及滯后變量模型
5.1 虛擬變量模型
5.1.1 虛擬變量模型的概念
5.1.2 虛擬變量模型的意義和形式
5.1.3 擬變量引入的原則
5.1.4 虛擬變量模型的估計(jì)
5.2 滯后變量模型
5.2.1 滯后變量
5.2.2 產(chǎn)生滯后效應(yīng)的原因
5.2.3 滯后變量模型的類型
5.2.4 滯后變量模型的特點(diǎn)
5.2.5 分布滯后模型的估計(jì)方法
5.2.6 自回歸模型的估計(jì)
5.2.7 滯后效應(yīng)分析
5.2.8 因果關(guān)系檢驗(yàn)
5.3 要點(diǎn)與結(jié)論
習(xí)題5
第6章 聯(lián)立方程模型方法
6.1 聯(lián)立方程模型概述
6.1.1 聯(lián)立方程模型的特點(diǎn)
6.1.2 聯(lián)立方程模型的變量類型
6.1.3 聯(lián)立方程模型的類型
6.2 聯(lián)立方程模型的識(shí)別
6.2.1 識(shí)別的概念
6.2.1 識(shí)別的判別條件
6.3 聯(lián)立方程模型的估計(jì)
6.3.1 聯(lián)立方程偏誤
6.3.2 遞歸系統(tǒng)模型的估計(jì)
6.3.3 恰好識(shí)別模型的估計(jì)
6.3.4 過(guò)度識(shí)別模型的估計(jì)
6.3.5 系統(tǒng)估計(jì)方法
6.4 聯(lián)立方程模型的檢驗(yàn)
6.4.1 模型系統(tǒng)檢驗(yàn)
6.4.2 誤差傳遞性檢驗(yàn)
6.5 要點(diǎn)與結(jié)論
習(xí)題6
第7章 計(jì)量經(jīng)濟(jì)模型方法應(yīng)用實(shí)例
7.1 中國(guó)消費(fèi)函數(shù)研究
7.1.1 研究目的
……
第8章 計(jì)量經(jīng)濟(jì)分析軟件EViews