第l章 一元线性回归模型
1.1 计量经济学简介与建模步骤
1.2 模型的建立及其假定条件
1.3 一元线性回归模型的参数估计
1.4 yt、β1和β0的分布
1.5 σ2的估计
1.6 最小二乘估计量的统计性质
1.7 最小二乘回归函数的性质
1.8 拟合优度的测量
1.9 回归系数的显著性检验
1.10 回归系数的置信区间
1.11 单方程回归模型的预测
1.12 相关分析
1.13 回归系数β1与相关系数r的关系
1.14 案例分析
第2章 多元线性回归模型
2.1 多元线性回归模型及其假定条件
2.2 最小二乘法
2.3 最小二乘估计量的特性
2.4 残差的方差
2.5 Y与最小二乘估计量β的分布
2.6 多重可决系数(多重确定系数)
2.7 F检验
2.8 t检验和回归系数的置信区间
2.9 预测
2.10 多元线性回归计算举例
2.11 偏相关与复相关
2.12 案例分析
2.13 实际建模过程中应该注意的若干问题
第3章 可线性化的非线性回归模型
3.1 可线性化的7种非线性函数
3.2 可线性化的非线性模型综合案例
3.3 可线性化的非线性模型一览表
第4章 特殊解释变量
4.1 虚拟变量
4.2 工具变量
4.3 滞后变量
4.4 随机解释变量
第5章 异方差
5.1 同方差假定
5.2 异方差的表现与来源
5.3 模型存在异方差的后果
5.4 异方差检验
5.5 克服异方差的方法
5.6 案例分析
第6章 自相关
6.1 非自相关假定
6.2 自相关的来源与后果
6.3 自相关检验
6.4 自相关的解决方法
6.5 克服自相关的矩阵描述
6.6 自相关系数的估计
6.7 案例分析
第7章 多重共线性
7.1 非多重共线性假定
7.2 多重共线性的来源
7.3 多重共线性的后果
7.4 多重共线性的检测
7.5 多重共线性的解决方法
7.6 案例分析
7.7 多重共线性与解释变量的不正确剔除
7.8 违反模型假定条件的其他几种情形
第8章 联立方程模型
8.1 联立方程模型的概念
8.2 联立方程模型的分类
8.3 联立方程模型的识别
8.4 联立方程模型的估计方法
8.5 联立方程模型举例
第9章 模型诊断常用统计量与检验
9.1 检验模型中全部解释变量都无解释作用的F统计量
9.2 检验单个回归系数显著性的t统计量
9.3 检验回归系数线性约束条件是否成立的F统计量
9.4 似然比统计量
9.5 沃尔德统计量
9.6 拉格朗日乘子统计量
9.7 赤池、施瓦茨和汉南-奎因统计量
9.8 检验正态分布性的JB统计量
9.9 格兰杰因果性检验
9.10 邹突变点检验
9.1l 回归系数稳定性的邹检验
9.12 递归分析
第lO章 时间序列ARIMA模型
10.1 随机过程与时间序列的定义
10.2 ARIMA模型的分类
10.3 伍尔德分解定理
10.4 自相关函数及其估计
10.5 偏自相关函数及其估计
10.6 ARIMA模型的建立与预测
10.7 ARIMA模型建模案例
10.8 季节时间序列ARIMA模型
10.9 回归与ARMA组合模型
第ll章 虚假回归
11.1 问题的提出
11.2 单整性的定义
11.3 单整序列的统计特征
11.4 虚假回归
第12章 单位根检验
12.1 4种典型的非平稳过程
12.2 DF, T(β-1)统计量的分布特征
12.3 单位根检验
12.4 单位根检验的EViews操作
12.5 单位根检验案例分析
12.6 结构突变序列单位根检验
第13章 单方程误差修正模型
13.1 均衡概念
13.2 误差修正模型
13.3 协整定义
13.4 协整检验
13.5 格兰杰定理
13.6 建立单方程误差修正模型的EG两步法
第14章 面板数据模型
14.1 面板数据的定义
14.2 面板数据模型的分类
14.3 面板数据模型估计方法
14.4 面板数据模型的设定与检验
14.5 面板数据建模案例分析
14.6 面板数据建模的EViews操作
参考文献
附录A 随机变量、概率极限、矩阵代数知识简介
附录B 统计分布表
附录C EViews12使用简介
展开
