計(jì)量經(jīng)濟(jì)學(xué)方法

致我們的中文讀者
To Our Chinese Readers
譯者的話(huà)
前言
第一章  兩個(gè)變量之間的關(guān)系
  1.1  雙變量關(guān)系示例
    1.1.1  雙變量頻數(shù)分布
  1.2  相關(guān)系數(shù)
    1.2.1  雙變量頻數(shù)分布的相關(guān)系數(shù)
    1.2.2  r的范圍
    1.2.3  無(wú)謂相關(guān)及其他問(wèn)題
    1.2.4  一個(gè)案例研究
  1.3  雙變量概率模型
    1.3.1  離散的雙變量概率分布
    1.3.2  雙變量正態(tài)分布
  1.4  雙變量線(xiàn)性回歸模型
    1.4.1  一個(gè)條件模型
    1.4.2  估計(jì)值和估計(jì)量
    1.4.3  最小二乘估計(jì)量
    1.4.4  平方和的分解
    1.4.5  一個(gè)數(shù)值例子
  1.5  兩變量最小二乘模型中的推斷
    1.5.1  LS估計(jì)量的性質(zhì)
    1.5.2  高斯—馬爾科夫定理
    1.5.3  推斷程序
    1.5.4  數(shù)值例子(續(xù)1.4.5節(jié)中的例子)
  1.6  兩變量回歸模型的方差分析
  1.7  雙變量回歸模型中的預(yù)測(cè)
  1.8  汽油消費(fèi)：一個(gè)初步分析
  附錄
  附錄1.1  證明Var(b)=a2／Σ x２
  附錄1.2  推導(dǎo)∂的抽樣分布的均值和方差
  附錄1.3  推導(dǎo)cov(a，b)
  附錄1.4  高斯—馬爾科夫定理
  附錄1.5  推導(dǎo)var(e0)
  習(xí)題
第二章  雙變量關(guān)系的其他方面
  2.1  時(shí)間作為回歸元
    2.1.1  恒定增長(zhǎng)曲線(xiàn)
    2.1.2  數(shù)值例子
  2.2  變量變換
    2.2.1  雙對(duì)數(shù)變換
    2.2.2  半對(duì)數(shù)變換
    2.2.3  倒數(shù)變換
  2.3  非線(xiàn)性關(guān)系的一個(gè)實(shí)例：美國(guó)的通貨膨脹和失業(yè)
  2.4  滯后因變量作為回歸元
    2.4.1  漸近理論簡(jiǎn)介
    2.4.2  依概率收斂
    2.4.3  依分布收斂
    2.4.4  自回歸方程
  2.5  平穩(wěn)和非平穩(wěn)序列
    2.5.1  單位根
    2.5.2  數(shù)值例證
  2.6  自回歸方程的最大似然估計(jì)
    2.6.1  最大似然估計(jì)量
    2.6.2  最大似然估計(jì)量的性質(zhì)
  附錄
  附錄2.1  密度函數(shù)中的變量變換
  附錄2.2  AR(1)模型的最大似然估計(jì)量
  習(xí)題
第三章  k元線(xiàn)性方程
  3.1  k—變量模型的矩陣表達(dá)式
    3.1.1  最小二乘法的代數(shù)表達(dá)式
    3.1.2  平方和分解
    3.1.3  方程的離差形式
  3.2  偏相關(guān)系數(shù)
    3.2.1  解釋平方和的序貫形成
    3.2.2  偏相關(guān)系數(shù)和復(fù)回歸系數(shù)
    3.2.3  偏相關(guān)系數(shù)和復(fù)回歸系數(shù)的一般處理
  3.3  最小二乘法的幾何意義
  3.4  k元方程的推斷
    3.4.1  假定條件
    3.4.2  b的均值和方差
    3.4.3  σ2的估計(jì)
    3.4.4  高斯—馬爾可夫定理
    3.4.5  檢驗(yàn)關(guān)于盧的線(xiàn)性假設(shè)
    3.4.6  受約束和無(wú)約束的回歸
    3.4.7  擬合受約束回歸方程
  3.5  預(yù)測(cè)
  附錄
  附錄3.1  證明r12.3=(r12--r13r)／√▔▔▔▔√▔▔▔▔
                                1—r213   1—r223
  附錄3.2  在多元回歸中，求解單一個(gè)回歸系數(shù)
  附錄3.3  證明當(dāng)約束X'a=c時(shí)，最小化a'a
  將得到a=X(X'X)-1c
  附錄3.4  受約束估計(jì)量b。的推導(dǎo)
  習(xí)題 
第四章  k元線(xiàn)性方程設(shè)定錯(cuò)誤的若干檢驗(yàn)
  4.1  設(shè)定錯(cuò)誤
    4.1.1  關(guān)于u的可能問(wèn)題
    4.1.2  關(guān)于X的可能問(wèn)題
    4.1.3  關(guān)于β的可能問(wèn)題
  4.2  模型評(píng)估與診斷檢驗(yàn)
  4.3  參數(shù)不變性的檢驗(yàn)
    4.3.1  鄒(至莊)預(yù)測(cè)檢驗(yàn)
    4.3.2  漢森檢驗(yàn)
    4.3.3  遞歸估計(jì)檢驗(yàn)
    4.3.4  向前一步預(yù)測(cè)誤差
    4.3.5  累積和與平方累積和檢驗(yàn)
    4.3.6  設(shè)定錯(cuò)誤的一個(gè)更一般的檢驗(yàn)：拉姆齊檢驗(yàn)
  4.4  數(shù)值例證
  4.5  結(jié)構(gòu)變化的檢驗(yàn)
    4.5.1  一個(gè)結(jié)構(gòu)變化的檢驗(yàn)
    4.5.2  對(duì)斜率系數(shù)的檢驗(yàn)
    4.5.3  對(duì)截距項(xiàng)的檢驗(yàn)
    4.5.4  小結(jié)
    4.5.5  數(shù)值例子
    4.5.6  推廣
  4.6  虛擬變量
    4.6.1  簡(jiǎn)介
    4.6.2  季節(jié)虛擬變量
    4.6.3  定性變量
    4.6.4  多于兩組的虛擬變量
    4.6.5  數(shù)值例子
  附錄
  附錄  4.1  證明：var(d)＝[1：+X2(X1X1)”X¨
  習(xí)題
第五章  最大似然估計(jì)，廣義最小二乘法及工具變量估計(jì)
  5.1  最大似然估計(jì)量
    5.1.1  最大似然估計(jì)量的性質(zhì)
  5.2  線(xiàn)性模型的ML估計(jì)
  5.3  似然比、沃爾德與拉格朗日乘數(shù)檢驗(yàn)
    5.3.1  似然比檢驗(yàn)
    5.3.2  沃爾德檢驗(yàn)
    5.3.3  拉格朗日乘數(shù)檢驗(yàn)
  5.4  有非球形干擾項(xiàng)的線(xiàn)性模型的ML估計(jì)
    5.4.1  廣義最小二乘法
  5.5  工具變量估計(jì)量
    5.5.1  特例
    5.5.2  兩階段最小二乘法(2SLS)
    5.5.3  工具的選擇
    5.5.4  線(xiàn)性約束條件的檢驗(yàn)
  附錄
  附錄5.1  密度函數(shù)中的變量代換
  附錄5.2  中心和非中心的R2
  附錄5.3  證明e΄*X(X΄X)—1X΄e*=e´e*－e'e
  習(xí)題
第六章  異方差性和自相關(guān)
  6.1  OLS估計(jì)量的性質(zhì)
  6.2  對(duì)異方差性的檢驗(yàn)
    6.2.1  懷特檢驗(yàn)
    6.2.2  布羅施—帕甘伐弗雷檢驗(yàn)
    6.2.3  戈德菲爾德—匡特檢驗(yàn)
    6.2.4  戈德菲爾德—匡特檢驗(yàn)的擴(kuò)展
  6.3  異方差性下的估計(jì)
    6.3.1  對(duì)分組數(shù)據(jù)的估計(jì)
    6.3.2  對(duì)異方差關(guān)系式的估計(jì)
  6.4  自相關(guān)干擾
    6.4.1  自相關(guān)的形式：自回歸和移動(dòng)平均模式
    6.4.2  自相關(guān)干擾的原因
  6.5  OLS和自相關(guān)干擾
  6.6  自相關(guān)干擾的檢驗(yàn)
    6.6.1  德賓—沃森檢驗(yàn)
    6.6.2  沃利斯四階自回歸檢驗(yàn)
    6.6.3  回歸含有因變量滯后值的德賓檢驗(yàn)
    6.6.4  布羅施—戈弗雷檢驗(yàn)
    6.6.5  博克斯—皮爾斯—楊統(tǒng)計(jì)量
  6.7  對(duì)具有自相關(guān)干擾的關(guān)系式的估計(jì)
  6.8  出現(xiàn)自相關(guān)干擾時(shí)的預(yù)測(cè)
  6.9  自回歸條件異方差性
  附錄
  附錄6.1  乘積性異方差性的LM檢驗(yàn)
  附錄6.2  對(duì)群塊同方差性的LR檢驗(yàn)
  附錄6.3  ARCH(1)過(guò)程的性質(zhì)
  習(xí)題
第七章  單變量時(shí)間序列建模
  7.1  進(jìn)行單變量分析的根本原因
    7.1.1  滯后算子
    7.1.2  ARMA建模
  7.2  AR、MA和ARMA過(guò)程的性質(zhì)
    7.2.I  AR(1)過(guò)程
    7.2.2 AR(2)過(guò)程
    7.2.3 MA過(guò)程
    7.2.4  ARMA過(guò)程
  7.3  平穩(wěn)性檢驗(yàn)
    7.3.1  圖視法
    7.3.2  單積(或單整)序列
    7.3.3  趨勢(shì)平穩(wěn)(TS)和差分子穩(wěn)(DS)序列
    7.3.4  單位根檢驗(yàn)
    7.3.5  數(shù)值例子
  7.4  ARIMA模型的識(shí)別、估計(jì)和檢驗(yàn)
    7.4.1  識(shí)別
    7.4.2  估計(jì)
    7.4.3  診斷檢驗(yàn)
  7.5  預(yù)測(cè)
    7.5.1  MA(1)過(guò)程
    7.5.2  ARMA(1，1)過(guò)程
    7.5.3  ARMA(1，1，0)過(guò)程
  7.6  季節(jié)性
  7.7  一個(gè)數(shù)值例子：每月新住房動(dòng)工
  習(xí)題
第八章  自回歸分布滯后關(guān)系
  8.1  自回歸分布滯后關(guān)系
    8.1.1  恒定彈性關(guān)系
    8.1.2  參數(shù)重組
    8.1.3  動(dòng)態(tài)均衡
    8.1.4  單位彈性
    8.1.5  推廣
  8.2  設(shè)定與檢驗(yàn)
    8.2.1  一般到簡(jiǎn)單與簡(jiǎn)單到一般
    8.2.2  估計(jì)與檢驗(yàn)
    8.2.3  外生性
    8.2.4  外生性檢驗(yàn)
    8.2.5  武—豪斯曼檢驗(yàn)
  8.3  非平穩(wěn)回歸元
  8.4  一個(gè)數(shù)值例子
    8.4.1  平穩(wěn)性
    8.4.2  協(xié)積
    8.4.3  重新設(shè)定關(guān)系式
    8.4.4  一個(gè)一般的ADL關(guān)系
    8.4.5  參數(shù)重組
  8.5  非嵌套模型
  附錄
  附錄8.1  對(duì)方程中的變量作非奇異線(xiàn)性變換
  附錄8.2  證明(8.37)式與(8.41)式的檢驗(yàn)統(tǒng)計(jì)量相等
  習(xí)題
第九章  多方程模型
  9.1  向量自回歸
    9.1.1  一個(gè)簡(jiǎn)單的VAR
    9.1.2  三變量VAR
    9.1.3  高階系統(tǒng)
  9.2  VAR的估計(jì)
    9.2.1  檢驗(yàn)VAR的階數(shù)
    9.2.2  葛蘭杰因果檢驗(yàn)
    9.2.3  預(yù)測(cè)、脈沖反應(yīng)函數(shù)和方差分解
    9.2.4  脈沖響應(yīng)函數(shù)
    9.2.5  正交新生值
    9.2.6  方差分解
  9.3  向量誤差糾正模型
    9.3.1  檢驗(yàn)協(xié)積秩
    9.3.2  協(xié)積向量估計(jì)
    9.3.3  向量誤差糾正模型的估計(jì)
  9.4    聯(lián)立結(jié)構(gòu)方程模型
  9.5  識(shí)別條件
  9.6  結(jié)構(gòu)方程的估計(jì)
    9.6.1  非平穩(wěn)變量
    9.6.2  估計(jì)的系統(tǒng)方法
  附錄
  附錄9.1  似無(wú)關(guān)回歸
  附錄9.2  高階VAR
  習(xí)題
第十章  廣義矩法(GMM)
  10.1  矩法
  10.2  OLS作為一個(gè)矩問(wèn)題
  10.3  工具變量作為一個(gè)矩問(wèn)題
  10.4  GMM和正交性條件
  10.5  GMM估計(jì)量的分布
  10.6  應(yīng)用
    10.6.1  兩階段最小二乘法和過(guò)度識(shí)別約束條件的檢驗(yàn)
    10.6.2  重溫武—豪斯曼檢驗(yàn)
    10.6.3  最大似然法
    10.6.4  歐拉方程
    10.7  關(guān)于參考書(shū)
  習(xí)題
第十一章  密集計(jì)算法選講
第十二章  縱列數(shù)據(jù)
第十三章  離散和限值固變量模型
附錄A  矩陣代數(shù)
附錄B  統(tǒng)計(jì)學(xué)
附錄C  數(shù)據(jù)盤(pán)
統(tǒng)計(jì)學(xué)用表
索  引