计量经济学：直觉证明与实践（精）

1 回归概述1

1.0　本章精要 1

1.1　需要回归的原因 2

1.2　教育与收入 3

1.3　回归结果的展示 4

1.4　何处开始讨论？ 5

1.5　何处得解释？ 6

1.6　在解释中寻求什么？ 7

1.7　如何解释回归结果 10

1.8　如何评价解释 14

1.9　R2 与F 统计量 15

1.10　做法的合理性 17

1.11　回归的其他表示形式 21

1.12　本书导读 23

1.13　本章结语 24

本章习题 24

2 数学工具28

2.0　本章精要 28

2.1　本课程是一门变相的数学课吗？ 29

2.2　求和的乐趣 30

2.3　常量求和 32

2.4　平均数 33

2.5　求和的加法运算 34

2.6　算术求和的乐趣 37

2.7　乘积求和 39

2.8　提醒：及时复习 40

本章习题 41

3 协方差和相关系数43

3.0　本章精要 43

3.1　本章导言 43

3.2　样本协方差 44

3.3　理解样本协方差 49

3.4　样本相关系数 52

3.5　关于数位的说明 58

3.6　其他例子 59

3.7　本章结语 62

本章附录 62

本章习题 65

4 线性拟合67

4.0　本章精要 67

4.1　本章导言 68

4.2　哪一条直线拟合得最好？ 69

4.3　残差平方和最小化 72

4.4　计算截距项和斜率 78

4.5　再论斜率和截距项的意义 80

4.6　R2 和拟合优度 83

4.7　回归运算 87

4.8　其他例子 90

4.9　本章结语 92

本章附录 92

本章习题 95

5 从样本到总体100

5.0　本章精要 100

5.1　本章导言 101

5.2　总体关系 102

5.3　εi 的统计特性 104

5.4　y i 的统计特性 110

5.5　参数与估计 111

5.6　β 与α 的无偏估计 112

5.7　再次解释 117

5.8　a、b 的总体方差 123

5.9　高斯-马尔可夫（Gauss- Markov） 定理 126

5.10　一致性 130

5.11　本章结语 134

本章习题 135

6 置信区间和假设检验139

6.0　本章精要 139

6.1　本章导言 140

6.2　置信区间和假设检验的基础 141

6.3　置信区间 144

6.4　假设检验 147

6.5　置信区间与假设检验之间的关系 164

本章习题 165

7 普通最小二乘估计的统计推断168

7.0　本章精要 168

7.1　b 和a 的分布 169

7.2　σ2 的估计 170

7.3　b 的置信区间 174

7.4　β 的假设检验 183

7.5　y i 的再预测 191

7.6　教育回报的含义 196

7.7　再举一例 197

7.8　本章结语 200

本章附录 201

本章习题 202

8 随机扰动项期望不等于0 与异方差206

8.0　本章精要 206

8.1　本章导言 207

8.2　随机扰动项εi 的期望等于非0 常数 208

8.3　随机扰动项的期望不相等 210

8.4　异方差 212

8.5　异方差的后果 212

8.6　σ2i 、ε2i 、e2i 与怀特检验 215

8.7　估计标准差 219

8.8　获得最佳线性无偏估计 220

8.9　随机扰动项有两个方差 223

8.10　其他形式的异方差 230

8.11　本章结语 231

本章习题 232

9 自相关235

9.0　本章精要 235

9.1　本章导言 236

9.2　自相关 236

9.3　自相关的后果 238

9.4　存在自相关时， 普通最小二乘估计方差的估计 241

9.5　自相关、随机扰动与冲击 244

9.6　一阶自相关与广义最小二乘估计 249

9.7　一阶自相关的检验 253

9.8　存在一阶自相关时的二步估计法 255

9.9　其他类型的自相关 257

9.10　本章结语 258

本章习题 259

10 随机扰动项与解释变量相关262

10.0　本章精要 262

10.1　本章导言 263

10.2　发生内生性问题的原因 264

10.3　模型有内生性的后果 267

10.4　解决内生性问题 272

10.5　二阶段最小二乘估计与工具变量 274

10.6　工具变量估计的性质 277

10.7　工具变量的优劣 281

10.8　内生性检验 286

10.9　用实际数据进行的讨论 288

10.10　本章结语 291

本章习题 291

11 二元回归模型的参数估计296

11.0　本章精要 296

11.1　本章导言 297

11.2　模型有第二个解释变量 298

11.3　拟合 302

11.4　b1 , b2 有用的原因 309

11.5　b1 , b2 的期望 314

11.6　本章结语 319

本章习题 320

12 二元回归模型的理解与解释323

12.0　本章精要 323

12.1　本章导言 324

12.2　b1 , b2 的方差 325

12.3　x1i 与x2i 的相互作用 329

12.4　标准差的估计 333

12.5　受约束与不受约束的回归 335

12.6　联合假设检验 339

12.7　模型错误设定 345

12.8　经典假设不成立的二元回归 347

12.9　本章结语 351

本章习题 351

13 灵活运用回归357

13.0　本章精要 357

13.1　本章导言 358

13.2　虚拟变量 358

13.3　非线性影响：二次函数回归模型 361

13.4　非线性的影响：取对数 367

13.5　影响的非线性：引入交互项 372

13.6　本章结语 379

本章习题 380

14 多元线性回归模型387

14.0　本章精要 387

14.1　本章导言 389

14.2　解释变量多于两个的原因 389

14.3　多元回归模型的统计推断 393

14.4　示例 398

14.5　随机扰动项的假设 407

14.6　面板数据 408

14.7　本章结语 411

本章习题 411

15 定性变量的回归419

15.0　本章精要 419

15.1　本章导言 420

15.2　离散型收入变量 421

15.3　参数估计的工作原理 422

15.4　极大似然估计 426

15.5　极大似然估计的实施 430

15.6　极大似然估计的作用 433

15.7　示例 435

15.8　样本选择问题 440

15.9　其他方法 443

15.10　本章结语 445

本章附录 445

本章习题 449

附录 453

参考文献 461

后记 462