第一章：計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論引言第1節(jié) 什么是計(jì)量經(jīng)濟(jì)學(xué)1.1 計(jì)量經(jīng)濟(jì)學(xué)的定義1.2 計(jì)量經(jīng)濟(jì)學(xué)的學(xué)科特點(diǎn)第2節(jié) 計(jì)量經(jīng)濟(jì)研究的步驟2.1 計(jì)量經(jīng)濟(jì)模型與實(shí)證分析2.2 計(jì)量模型與經(jīng)濟(jì)模型2.3 計(jì)量經(jīng)濟(jì)研究的基本步驟第3節(jié) 計(jì)量經(jīng)濟(jì)學(xué)涉及的主要數(shù)據(jù)類型3.1 時(shí)間序列數(shù)據(jù)3.2 橫截面數(shù)據(jù)3.3 混合截面數(shù)據(jù)3.4 面板數(shù)據(jù)3.5 常用數(shù)據(jù)集第4節(jié) 計(jì)量經(jīng)濟(jì)學(xué)的主要研究方法第5節(jié) 計(jì)量經(jīng)濟(jì)分析軟件本章總結(jié)思考與練習(xí)第二章：Eviews 與SAS軟件簡(jiǎn)介第1節(jié) Eviews簡(jiǎn)介1.1 Eviews的界面1.2 建立文件1.3 數(shù)據(jù)錄入1.4 數(shù)據(jù)描述和簡(jiǎn)單數(shù)據(jù)處理第2節(jié) SAS簡(jiǎn)介2.1 SAS的界面2.2 SAS語(yǔ)言構(gòu)成簡(jiǎn)述2.3 SAS程序的基本規(guī)則2.4 數(shù)據(jù)錄入2.5 數(shù)據(jù)描述2.6 數(shù)據(jù)集的合并2.7 簡(jiǎn)單變量處理2.8 一個(gè)應(yīng)用實(shí)例本章總結(jié)思考與練習(xí)第三章：簡(jiǎn)單線性回歸模型第1節(jié) 回歸的含義第2節(jié) 回歸的幾個(gè)基本概念2.1 回歸函數(shù)2.2 隨機(jī)誤差項(xiàng)第3節(jié) 一元回歸模型的估計(jì)3.1 最小二乘法及參數(shù)估計(jì)3.2 最小二乘估計(jì)量的性質(zhì)第4節(jié) 計(jì)算機(jī)應(yīng)用實(shí)例4.1 Eviews4.2 SAS本章總結(jié)思考與練習(xí)第四章：多元線性回歸模型第1節(jié) 多元線性回歸模型的含義1.1 多元回歸模型與偏回歸系數(shù)1.2 多元回歸模型的優(yōu)勢(shì)第2節(jié) 多元線性回歸的參數(shù)估計(jì)--普通最小二乘法2.1 回歸系數(shù)的估計(jì)2.2 多元回歸系數(shù)的解釋2.3 多元回歸系數(shù)的性質(zhì)2.4 擬合優(yōu)度第3節(jié) OLS的有效性--高斯-馬爾可夫定理第4節(jié) OLS估計(jì)量的方差第5節(jié) 計(jì)算機(jī)應(yīng)用實(shí)例5.1 Eviews5.2 SAS本章總結(jié)思考與練習(xí)第五章： 假設(shè)檢驗(yàn)第1節(jié) 假設(shè)檢驗(yàn)的基本原理1.1 假設(shè)檢驗(yàn)的定義和基本原理1.2 假設(shè)檢驗(yàn)的重要概念1.3 假設(shè)檢驗(yàn)的基本步驟第2節(jié) 單參數(shù)假設(shè)檢驗(yàn)：t檢驗(yàn)2.1 正態(tài)樣本分布原理2.2 t檢驗(yàn)的原理2.3 單尾t檢驗(yàn)和雙尾t檢驗(yàn)2.4 t檢驗(yàn)的p值 第3節(jié) 置信區(qū)間3.1 置信區(qū)間的概念3.2 置信區(qū)間的計(jì)算方法3.3 t檢驗(yàn)的置信區(qū)間第4節(jié) 多參數(shù)假設(shè)檢驗(yàn)：F檢驗(yàn)4.1 F檢驗(yàn)的原理4.2 F統(tǒng)計(jì)量和t統(tǒng)計(jì)量的關(guān)系4.3 回歸整體顯著性的F檢驗(yàn)4.4 一般線性約束第5節(jié) 計(jì)算機(jī)應(yīng)用實(shí)例5.1 Eviews5.2 SAS本章總結(jié)思考與練習(xí)第六章：方程形式的選擇與虛擬變量的使用第1節(jié) 雙對(duì)數(shù)線性模型1.1 雙對(duì)數(shù)線性模型的定義1.2 雙對(duì)數(shù)線性模型的應(yīng)用第2節(jié) 半對(duì)數(shù)線性模型2.1 因變量是對(duì)數(shù)形式的半對(duì)數(shù)模型2.2 自變量是對(duì)數(shù)形式的半對(duì)數(shù)模型第3節(jié) 多項(xiàng)式回歸模型第4節(jié) 虛擬變量在多元回歸分析中的應(yīng)用4.1 虛擬變量的定義4.2 虛擬變量的引入及解釋4.3 虛擬變量陷阱4.4 多個(gè)虛擬變量的使用4.5 含虛擬變量的交叉項(xiàng)在回歸中的使用第5節(jié) 常見(jiàn)的模型設(shè)定錯(cuò)誤5.1 遺漏變量5.2 過(guò)度擬合5.3 度量誤差第6節(jié) 數(shù)據(jù)測(cè)度單位6.1 數(shù)據(jù)測(cè)度單位對(duì)回歸系數(shù)的影響6.2 數(shù)據(jù)測(cè)度單位對(duì)統(tǒng)計(jì)檢驗(yàn)和擬合優(yōu)度的影響第7節(jié) 計(jì)算機(jī)應(yīng)用實(shí)例本章總結(jié)思考與練習(xí)第七章：時(shí)間趨勢(shì)與季節(jié)性 第1節(jié) 時(shí)間趨勢(shì)模型1.1 線性回歸模型中的時(shí)間趨勢(shì)1.2 對(duì)數(shù)回歸模型中的時(shí)間趨勢(shì)1.3 多項(xiàng)式形式的時(shí)間趨勢(shì)第2節(jié) 消除時(shí)間趨勢(shì)的方法第3節(jié) 季節(jié)性第4節(jié) 消除季節(jié)性的方法第5節(jié) 計(jì)算機(jī)應(yīng)用實(shí)例5.1 Eviews5.2 SAS本章總結(jié)思考與練習(xí)第八章：異方差與自相關(guān)第1節(jié) 異方差性第2節(jié) 對(duì)異方差的檢驗(yàn)2.1 異方差檢驗(yàn)的基本思想2.2 布羅施-帕甘檢驗(yàn)2.3 懷特檢驗(yàn)第3節(jié) 對(duì)異方差的修正第4節(jié) 序列自相關(guān)第5節(jié) 對(duì)序列自相關(guān)性的檢驗(yàn)第6節(jié) 序列自相關(guān)模型的修正6.1 已知情況下的修正方法6.2 未知情況下的修正方法第7節(jié) 計(jì)算機(jī)應(yīng)用實(shí)例7.1 Eviews和SAS中對(duì)異方差的診斷7.2 對(duì)異方差的修正7.3 Eviews和SAS中對(duì)自相關(guān)性的診斷與修正本章總結(jié)思考與練習(xí)第九章：經(jīng)典時(shí)間序列模型第1節(jié) 時(shí)間序列的結(jié)構(gòu)與平穩(wěn)性1.1 時(shí)間序列的基本概念1.2 時(shí)間序列的平穩(wěn)性第2節(jié) ARMA過(guò)程和ARIMA過(guò)程2.1 自回歸移動(dòng)平均過(guò)程（ARMA）2.2 差分自回歸移動(dòng)平均過(guò)程（ARIMA）第3節(jié) ARIMA過(guò)程的估計(jì)方法3.1 Wald分解定理3.2 博克斯-詹金斯方法第4節(jié) 計(jì)算機(jī)應(yīng)用實(shí)例4.1 Eviews4.2 SAS本章總結(jié)思考與練習(xí)第十章：時(shí)間序列的深入專題第1節(jié) VAR模型1.1 向量自回歸模型（VAR）1.2 格蘭杰因果關(guān)系第2節(jié) ARCH模型與GARCH模型2.1 自回歸條件異方差模型(ARCH)2.2 廣義自回歸條件異方差模型(GARCH)第3節(jié) 非平穩(wěn)時(shí)間序列與單位根檢驗(yàn)3.1 單位根過(guò)程3.2 平穩(wěn)性檢驗(yàn)第4節(jié) 協(xié)整第5節(jié) 計(jì)算機(jī)應(yīng)用實(shí)例5.1 VAR模型的應(yīng)用5.2 GARCH模型的應(yīng)用本章總結(jié)思考與練習(xí)第十一章：混合截面數(shù)據(jù)模型第1節(jié) 混合截面數(shù)據(jù)的性質(zhì)第2節(jié) 混合截面數(shù)據(jù)的檢驗(yàn)2.1 結(jié)構(gòu)突變2.2 利用分樣本回歸檢驗(yàn)結(jié)構(gòu)突變2.3 利用虛擬變量檢驗(yàn)結(jié)構(gòu)突變第3節(jié) 利用獨(dú)立混合截面進(jìn)行政策分析3.1 自然實(shí)驗(yàn)3.2 倍差法第4節(jié) 計(jì)算機(jī)應(yīng)用實(shí)例4.1 結(jié)構(gòu)突變檢驗(yàn)4.2 DID模型本章總結(jié)思考與練習(xí)第十二章：面板數(shù)據(jù)模型第1節(jié) 面板數(shù)據(jù)的性質(zhì)第2節(jié) 一階差分模型第3節(jié) 固定效應(yīng)模型3.1 固定效應(yīng)模型的原理和常規(guī)估計(jì)方法3.2 最小二乘虛擬變量估計(jì)法第4節(jié) 隨機(jī)效應(yīng)模型4.1 隨機(jī)效應(yīng)模型的原理和估計(jì)方法4.2 FE模型、RE模型與混合數(shù)據(jù)OLS模型的比較4.3 模型選擇與豪斯曼檢驗(yàn)第5節(jié) 計(jì)算機(jī)應(yīng)用實(shí)例本章總結(jié)思考與練習(xí)第十三章：二元選擇模型第1節(jié) 二元選擇問(wèn)題第2節(jié) 線性概率模型第3節(jié) Probit模型和Logit模型3.1 模型的基本原理3.2 模型的估計(jì)方法3.3 邊際效應(yīng)的計(jì)算3.4 參數(shù)檢驗(yàn)第4節(jié) 二元選擇模型的比較第5節(jié) 計(jì)算機(jī)應(yīng)用實(shí)例本章總結(jié)思考與練習(xí)第十四章：截取與斷尾數(shù)據(jù)模型第1節(jié) 截取數(shù)據(jù)與斷尾數(shù)據(jù)第2節(jié) Tobit模型2.1 Tobit模型的基本概念2.2 Tobit模型的性質(zhì)2.3 右側(cè)截取數(shù)據(jù)模型第3節(jié) 斷尾數(shù)據(jù)模型第4節(jié) 計(jì)算機(jī)應(yīng)用實(shí)例本章總結(jié)思考與練習(xí)第十五章：內(nèi)生性與工具變量估計(jì)第1節(jié) 內(nèi)生性1.1 內(nèi)生性的概念及產(chǎn)生原因1.2 內(nèi)生性造成的后果第2節(jié) 工具變量估計(jì)2.1 工具變量的選擇標(biāo)準(zhǔn)2.2 簡(jiǎn)單線性回歸中的工具變量估計(jì)2.3 多元線性回歸中的工具變量估計(jì)第3節(jié) 工具變量選取實(shí)例第4節(jié) 兩階段最小二乘法第5節(jié) 豪斯曼檢驗(yàn)第6節(jié) 識(shí)別條件的判定及檢驗(yàn)6.1 模型可識(shí)別性的判定6.2 薩根-巴斯曼檢驗(yàn)第7節(jié) 計(jì)算機(jī)應(yīng)用實(shí)例本章總結(jié)思考與練習(xí)第十六章：回歸方程系統(tǒng)模型第1節(jié) 回歸方程系統(tǒng)第2節(jié) 似不相關(guān)回歸模型第3節(jié) 聯(lián)立方程模型--簡(jiǎn)介第4節(jié) 聯(lián)立方程模型的識(shí)別4.1 可識(shí)別性的定義和應(yīng)用4.2 用階條件和秩條件判定模型的可識(shí)別性第5節(jié) 聯(lián)立方程模型的估計(jì)第6節(jié) 計(jì)算機(jī)應(yīng)用實(shí)例6.1 似不相關(guān)回歸模型應(yīng)用實(shí)例6.2 聯(lián)立方程模型應(yīng)用實(shí)例本章總結(jié)思考與練習(xí)