計量經(jīng)濟學(xué)（原書3版 升級版）

目　　錄
譯者序
前言
致謝
第1篇　導(dǎo)論與知識回顧
第1章　經(jīng)濟問題和數(shù)據(jù)2
　1.1　我們研究的經(jīng)濟問題2
　1.2　因果效應(yīng)和理想化隨機對照實驗5
　1.3　數(shù)據(jù)：來源和類型6
　本章小結(jié)9
　重要術(shù)語9
　內(nèi)容復(fù)習9
第2章　概率論知識回顧10
　2.1　隨機變量和概率分布10
　2.2　期望值、均值和方差13
　2.3　二維隨機變量16
　2.4　正態(tài)分布、χ2分布、學(xué)生t分布及F分布21
　2.5　隨機抽樣與樣本均值的抽樣分布25
　2.6　抽樣分布的大樣本近似28
　本章小結(jié)32
　重要術(shù)語32
　內(nèi)容復(fù)習32
　習題33
　實證練習36
　附錄2A　重要概念2-3中結(jié)果的推導(dǎo)36
第3章　統(tǒng)計學(xué)知識回顧37
　3.1　總體均值的估計37
　3.2　關(guān)于總體均值的假設(shè)檢驗40
　3.3　總體均值的置信區(qū)間46
　3.4　不同總體間的均值比較47
　3.5　基于實驗數(shù)據(jù)估計因果效應(yīng)49
　3.6　樣本容量較小時的t統(tǒng)計量51
　3.7　散點圖、樣本協(xié)方差和樣本相關(guān)系數(shù)52
　本章小結(jié)54
　重要術(shù)語55
　內(nèi)容復(fù)習55
　習題55
　實證練習58
　附錄3A　美國當前人口調(diào)查59
　附錄3B　Y是μY的最小二乘估計量的兩種證明方法59
　附錄3C　樣本方差一致性的證明60
第2篇　回歸分析基礎(chǔ)
第4章　一元線性回歸62
　4.1　線性回歸模型62
　4.2　線性回歸模型的系數(shù)估計65
　4.3　擬合優(yōu)度69
　4.4　最小二乘假設(shè)71
　4.5　OLS估計量的抽樣分布74
　4.6　結(jié)論76
　本章小結(jié)76
　重要術(shù)語77
　內(nèi)容復(fù)習77
　習題77
　實證練習78
　附錄4A　加利福尼亞州的測試成績數(shù)據(jù)集79
　附錄4B　OLS估計量的推導(dǎo)80
　附錄4C　OLS估計量的抽樣分布80
第5章　一元線性回歸：假設(shè)檢驗和置信區(qū)間82
　5.1　關(guān)于某個回歸系數(shù)的假設(shè)檢驗82
　5.2　回歸系數(shù)的置信區(qū)間86
　5.3　X為二元變量時的回歸87
　5.4　異方差和同方差88
　5.5　普通最小二乘的理論基礎(chǔ)92
　5.6　樣本容量較小時的t統(tǒng)計量應(yīng)用93
　5.7　結(jié)論94
　本章小結(jié)95
　重要術(shù)語95
　內(nèi)容復(fù)習95
　習題96
　實證練習98
　附錄5A　OLS標準誤差公式98
　附錄5B　高斯—馬爾科夫條件和高斯—馬爾科夫定理的證明99
第6章　多元線性回歸102
　6.1　遺漏變量偏差102
　6.2　多元回歸模型106
　6.3　多元回歸的OLS估計量108
　6.4　多元回歸的擬合優(yōu)度110
　6.5　多元回歸模型的最小二乘假設(shè)112
　6.6　多元回歸模型中OLS估計量的分布113
　6.7　多重共線性114
　6.8　結(jié)論116
　本章小結(jié)116
　重要術(shù)語116
　內(nèi)容復(fù)習117
　習題117
　實證練習119
　附錄 6A　式（6-1）的推導(dǎo)119
　附錄6B　包含兩個解釋變量且誤差項為同方差時的OLS估計量的分布120
　附錄6C　Frisch-Waugh定理120
第7章　多元線性回歸：假設(shè)檢驗和置信區(qū)間121
　7.1　單個系數(shù)的假設(shè)檢驗和置信區(qū)間121
　7.2　聯(lián)合假設(shè)的檢驗124
　7.3　涉及多個系數(shù)的單約束檢驗128
　7.4　多個系數(shù)的置信集128
　7.5　多元回歸的模型設(shè)定129
　7.6　對測試成績數(shù)據(jù)集的分析132
　7.7　結(jié)論135
　本章小結(jié)136
　重要術(shù)語136
　內(nèi)容復(fù)習136
　習題136
　實證練習138
　　　*本節(jié)可選修，且不會影響后面章節(jié)的學(xué)習。
　附錄7A　聯(lián)合假設(shè)的Bonferroni檢驗139
　附錄7B　條件均值獨立140
第8章　非線性回歸函數(shù)142
　8.1　非線性回歸的一般建模方法143
　8.2　一元非線性函數(shù)148
　8.3　解釋變量的交互項154
　8.4　學(xué)生—教師比對測試成績的非線性效應(yīng)162
　8.5　結(jié)論165
　本章小結(jié)166
　重要術(shù)語166
　內(nèi)容復(fù)習166
　習題167
　實證練習170
　附錄8A　參數(shù)非線性的回歸函數(shù)171
　附錄8B　非線性回歸函數(shù)的斜率和彈性173
第9章　多元回歸分析有效性的評估174
　9.1　內(nèi)部有效性和外部有效性174
　9.2　多元回歸分析的內(nèi)部有效性威脅176
　9.3　利用回歸模型進行預(yù)測時的內(nèi)部有效性和外部有效性183
　9.4　實例：測試成績和班級規(guī)模184
　9.5　結(jié)論190
　本章小結(jié)190
　重要術(shù)語191
　內(nèi)容復(fù)習191
　習題191
　實證練習192
　附錄9A　馬薩諸塞州的小學(xué)測試數(shù)據(jù)193
第3篇　回歸分析的高級專題
第10章　面板數(shù)據(jù)回歸196
　10.1　面板數(shù)據(jù)196
　10.2　兩期的面板數(shù)據(jù)：“前后”比較198
　10.3　固定效應(yīng)回歸200
　10.4　時間固定效應(yīng)回歸202
　10.5　固定效應(yīng)回歸假設(shè)和固定效應(yīng)回歸的標準誤差204
　10.6　關(guān)于酒駕的法律規(guī)定和交通事故死亡人數(shù)206
　10.7　結(jié)論209
　本章小結(jié)210
　重要術(shù)語210
　內(nèi)容復(fù)習210
　習題210
　實證練習211
　附錄10A　州交通死亡事故數(shù)據(jù)集213
　附錄10B　固定效應(yīng)回歸的標準誤差213
第11章　二元被解釋變量回歸216
　11.1　二元被解釋變量與線性概率模型217
　11.2　probit回歸和logit回歸219
　11.3　logit模型和probit模型的估計與推斷223
　11.4　在波士頓HMDA數(shù)據(jù)中的應(yīng)用226
　11.5　結(jié)論230
　本章小結(jié)231
　重要術(shù)語232
　內(nèi)容復(fù)習232
　習題232
　實證練習233
　附錄11A　波士頓HMDA數(shù)據(jù)235
　附錄11B　最大似然估計235
　附錄11C　其他受限被解釋變量模型236
第12章　工具變量回歸