第1章 绪论
1.1 研究背景和意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究综述
1.2.1 国外研究综述
1.2.2 国内研究综述
1.3 研究内容和创新点
1.3.1 研究内容
1.3.2 创新点
1.4 本书结构
第2章 统计诊断方法和面板数据模型介绍
2.1 统计诊断方法介绍
2.1.1 基于数据删除模型的统计诊断方法
2.1.2 基于Cook曲率度量的统计诊断方法
2.1.3 基于广义影响函数的统计诊断方法
2.1.4 其他统计诊断方法
2.2 面板数据模型
2.2.1 面板数据固定效应模型
2.2.2 面板数据随机效应模型
2.2.3 面板数据模型的Hausman检验
2.2.4 其他面板数据模型理论
第3章 协方差估计的统计诊断
3.1 基于数据删除模型的统计诊断
3.1.1 基于截面数据删除的统计诊断
3.1.2 基于时间数据删除的统计诊断
3.2 基于广义影响函数的统计诊断
3.2.1 方差扰动下的统计诊断
3.2.2 自变量扰动下的统计诊断
3.2.3 因变量扰动下的统计诊断
第4章 广义最小二乘估计的统计诊断
4.1 基于数据删除模型的统计诊断
4.1.1 基于截面数据删除的统计诊断
4.1.2 基于时间数据删除的统计诊断
4.2 基于广义影响函数的统计诊断
4.2.1 方差扰动下的统计诊断
4.2.2 自变量扰动下的统计诊断
4.2.3 因变量扰动下的统计诊断
第5章 极大似然估计的统计诊断
5.1 基于数据删除模型的统计诊断
5.1.1 基于截面数据删除的统计诊断
5.1.2 基于时间数据删除的统计诊断
5.2 基于Cook曲率度量的统计诊断
5.2.1 方差扰动下的统计诊断
5.2.2 自变量扰动下的统计诊断
5.2.3 因变量扰动下的统计诊断
……
第6章 Hausman检验统计量的统计诊断
第7章 实际数据应用和解释
第8章 研究总结和展望
附录
参考文献
后记