第1章　緒論1
案例導(dǎo)引　轉(zhuǎn)換新舊動能　實(shí)現(xiàn)經(jīng)濟(jì)
高質(zhì)量發(fā)展1
1.1　計(jì)量經(jīng)濟(jì)學(xué)的學(xué)科性質(zhì)1
　　1.1.1　什么是計(jì)量經(jīng)濟(jì)學(xué)1
　　1.1.2　計(jì)量經(jīng)濟(jì)學(xué)的發(fā)展3
　　1.1.3　計(jì)量經(jīng)濟(jì)學(xué)與其他學(xué)科的
關(guān)系5
1.2　計(jì)量經(jīng)濟(jì)研究的基本步驟7
　　1.2.1　模型設(shè)定7
　　1.2.2　參數(shù)估計(jì)10
　　1.2.3　模型檢驗(yàn)12
　　1.2.4　模型應(yīng)用13
思考與練習(xí)14
第2章　一元線性回歸模型18
案例導(dǎo)引　凱恩斯消費(fèi)理論在我國
具有適用性嗎18
2.1　回歸分析的基本概念19
　　2.1.1　相關(guān)分析與回歸分析19
　　2.1.2　回歸函數(shù)20
2.2　一元線性回歸模型的估計(jì)25
　　2.2.1　普通最小二乘估計(jì)25
　　2.2.2　一元線性回歸的經(jīng)典假設(shè)28
　　2.2.3　普通最小二乘估計(jì)量的統(tǒng)計(jì)
性質(zhì)31
　　2.2.4　參數(shù)估計(jì)量的概率分布與隨機(jī)
誤差項(xiàng)的方差估計(jì)33
2.3　一元線性回歸模型的統(tǒng)計(jì)檢驗(yàn)35
　　2.3.1　擬合優(yōu)度檢驗(yàn)35
　　2.3.2　參數(shù)的區(qū)間估計(jì)與假設(shè)檢驗(yàn)38
2.4　一元線性回歸模型的預(yù)測39
　　2.4.1　被解釋變量的點(diǎn)預(yù)測39
　　2.4.2　被解釋變量均值E(yf)的區(qū)間
預(yù)測40
　　2.4.3　被解釋變量個值yf的區(qū)間
預(yù)測42
2.5　案例分析43
　　2.5.1　樣本選取44
　　2.5.2　模型設(shè)定46
　　2.5.3　模型估計(jì)46
　　2.5.4　模型檢驗(yàn)47
　　2.5.5　模型應(yīng)用48
思考與練習(xí)53
第3章　多元線性回歸模型60
案例導(dǎo)引　什么造成了中國高儲蓄60
3.1　多元線性回歸模型及其經(jīng)典假定61
　　3.1.1　多元線性回歸模型61
　　3.1.2　多元線性回歸模型的經(jīng)典
假定63
3.2　多元線性回歸模型的估計(jì)64
　　3.2.1　估計(jì)方法64
　　3.2.2　隨機(jī)誤差項(xiàng)方差的估計(jì)68
3.3　多元線性回歸模型的統(tǒng)計(jì)檢驗(yàn)69
　　3.3.1　擬合優(yōu)度檢驗(yàn)69
　　3.3.2　偏回歸系數(shù)的顯著性檢驗(yàn)72
　　3.3.3　回歸模型的總體顯著性檢驗(yàn)74
3.4　多元線性回歸模型預(yù)測77
　　3.4.1　被解釋變量的點(diǎn)預(yù)測77
　　3.4.2　被解釋變量均值E(yf)的區(qū)間
預(yù)測77
　　3.4.3　被解釋變量yf區(qū)間值預(yù)測78
3.5　案例分析78
　　3.5.1　樣本選取78
　　3.5.2　參數(shù)估計(jì)80
　　3.5.3　模型檢驗(yàn)82
思考與練習(xí)86
第4章　多重共線性93
案例導(dǎo)引　工業(yè)增加值會阻礙公共預(yù)算
收入增加嗎93
4.1　多重共線性的含義及成因94
　　4.1.1　多重共線性的含義94
　　4.1.2　多重共線性的成因94
4.2　多重共線性產(chǎn)生的后果95
　　4.2.1　完全多重共線性產(chǎn)生的后果95
　　4.2.2　不完全多重共線性產(chǎn)生的
后果96
4.3　多重共線性的檢驗(yàn)96
　　4.3.1　簡單相關(guān)系數(shù)法96
　　4.3.2　輔助回歸模型法97
　　4.3.3　方差膨脹因子法97
　　4.3.4　經(jīng)驗(yàn)判斷法97
4.4　多重共線性的修正97
　　4.4.1　剔除次要變量98
　　4.4.2　利用先驗(yàn)信息98
　　4.4.3　變換模型形式98
　　4.4.4　逐步回歸法99
　　4.4.5　主成分回歸法99
4.5　案例分析100
　　4.5.1　樣本選取100
　　4.5.2　模型估計(jì)101
　　4.5.3　多重共線性檢驗(yàn)101
　　4.5.4　多重共線性的修正103
思考與練習(xí)107
第5章　異方差性113
案例導(dǎo)引　高技術(shù)產(chǎn)業(yè)各行業(yè)開發(fā)經(jīng)費(fèi)
支出對新產(chǎn)品銷售收入的
影響一致嗎113
5.1　異方差性的含義、類型及產(chǎn)生
原因114
　　5.1.1　異方差性的含義114
　　5.1.2　異方差性的類型114
　　5.1.3　異方差性的產(chǎn)生原因115
5.2　異方差性的后果115
　　5.2.1　參數(shù)的OLS估計(jì)量仍具無偏性，
但非有效116
　　5.2.2　無法正確估計(jì)參數(shù)的標(biāo)準(zhǔn)
誤差116
　　5.2.3　參數(shù)顯著性檢驗(yàn)的可靠性
降低116
　　5.2.4　預(yù)測失效117
5.3　異方差性的檢驗(yàn)117
　　5.3.1　圖示檢驗(yàn)法117
　　5.3.2　G-Q檢驗(yàn)法118
　　5.3.3　White檢驗(yàn)法119
　　5.3.4　Park檢驗(yàn)法120
　　5.3.5　Glejser檢驗(yàn)法121
　　5.3.6　ARCH檢驗(yàn)法121
5.4　異方差性的修正122
　　5.4.1　模型變換法123
　　5.4.2　加權(quán)最小二乘法124
5.5　案例分析126
　　5.5.1　樣本數(shù)據(jù)和模型設(shè)定126
　　5.5.2　利用OLS法估計(jì)模型127
　　5.5.3　異方差性檢驗(yàn)128
　　5.5.4　異方差性的修正134
思考與練習(xí)139
第6章　自相關(guān)性146
案例導(dǎo)引　城鎮(zhèn)居民收入與中國對外
貿(mào)易進(jìn)口之間有著怎樣的
相關(guān)關(guān)系146
6.1　自相關(guān)性的含義及產(chǎn)生的原因147
　　6.1.1　自相關(guān)性的含義147
　　6.1.2　自相關(guān)性產(chǎn)生的原因148
6.2　自相關(guān)性的后果148
　　6.2.1　自相關(guān)性對參數(shù)估計(jì)的
影響149
　　6.2.2　自相關(guān)性對模型檢驗(yàn)和預(yù)測
的影響150
6.3　自相關(guān)性的檢驗(yàn)150
　　6.3.1　圖示檢驗(yàn)法150
　　6.3.2　DW檢驗(yàn)法151
　　6.3.3　偏相關(guān)系數(shù)檢驗(yàn)法152
　　6.3.4　B-G檢驗(yàn)法154
6.4　自相關(guān)性的修正155
　　6.4.1　廣義差分法155
　　6.4.2　自相關(guān)系數(shù)的確定156
6.5　案例分析157
　　6.5.1　樣本選取157
　　6.5.2　模型估計(jì)158
　　6.5.3　模型檢驗(yàn)159
　　6.5.4　結(jié)果說明162
思考與練習(xí)162
第7章　滯后變量模型168
案例導(dǎo)引　宏觀經(jīng)濟(jì)政策具有滯后
效應(yīng)嗎168
7.1　滯后變量模型的意義169
　　7.1.1　滯后效應(yīng)169
　　7.1.2　滯后變量模型的類型和
作用170