总序

前言

1　引　论

　1.1　计量经济学概述

　　1.1.1　计量经济学简介

　　1.1.2　计量经济学的发展

　　1.1.3　计量经济学方法

　1.2　计量经济学内容与建模技术

　　1.2.1　计量经济学的内容体系

　　1.2.2　计量经济学的建模技术

　　1.2.3　计量经济学的建模步骤

　1.3　计量经济学数据的处理

　　1.3.1　计量经济学数据的类型

　　1.3.2　计量经济学数据的收集

　　1.3.3　计量经济学软件的使用

　1.4　R语言在计量经济学中的应用

　　1.4.1　R语言的编程环境

　　1.4.2　R语言的快速应用

　练习题

2△经典回归分析模型

　△2.1　线性回归分析模型

　　2.1.1　单变量线性回归分析简介

　　2.1.2　多变量线性回归模型建立

　　2.1.3　多变量线性回归模型检验

　　2.1.4　建立有用的回归分析模型

　2.2　线性相关分析模型

　　△2.2.1　简单线性相关

　　2.2.2　偏相关分析模型

　　2.2.3　复相关分析模型

　2.3　含虚拟变量回归模型

　　2.3.1　虚拟变量及其作用

　　2.3.2　虚拟变量的设置方式

　　2.3.3　虚拟变量的特殊应用

　2.4　非线性回归分析模型

　　2.4.1　单变量非线性回归分析模型

　　2.4.2　多变量非线性回归分析模型

　　2.4.3　生产函数、弹性分析及贡献率

　练习题

3　非典型回归分析模型

　3.1　回归分析模型的诊断

　　3.1.1　回归诊断的概念

　　3.1.2　残差的正态性检验

　　3.1.3　模型的影响分析

　　3.1.4　变量的共线性诊断

　3.2　误差的异方差检验与建模

　　3.2.1　异方差的概念及其来源

　　3.2.2　异方差的影响及其检验

　　3.2.3　异方差模型的处理方法

　3.3　误差的相关性及其检验

　　3.3.1　误差的相关性概念

　　3.3.2　误差自相关性检验

　　3.3.3　误差的相关性处理方法

　　3.3.4　滞后算子函数及其应用-

　练习题

4　经典时间序列模型

　4.1　时间序列的基本概念

　　4.1.1　时间序列的含义

　　4.1.2　时间序列的相关性

　　4.1.3　序歹0自相关性判断

　4.2　时间序列自回归AR模型-

　　4.2.1　AR模型的平稳性条件

　　4.2.2　AR模型的自相关函数

　　4.2.3　AR模型的估计与识别

　4.3　时间序列移动平均MA模型

　　4.3.1　MA模型的基本形式

　　4.3.2　MA模型的阶数确定

　　4.3.3　MA模型的参数估计

　4.4　自回归移动平均ARMA模型

　　4.4.1　ARMA模型的概念

　　4.4.2　ARMA模型的相关分析

　　4.4.3　ARMA模型的统计推断

　4.5　分布滞后与自回归模型

　　4.5.1　滞后效应与滞后变量模型

　　4.5.2　分布滞后模型的参数估计

　　4.5.3　自回归模型及其估计

　练习题

5　扩展时间序列模型

　5.1　非平稳时间序列模型

　　5.1.1　时间序列的非平稳性

　　5.1.2　时间序列的差分技术

　　5.1.3　时间序列的非平稳性检验

　　5.1.4　非平稳时间序列模型的建立

　5.2　协整与误差修正模型

　　5.2.1　协整的定义和检验

　　5.2.2　误差修正模型(EcM)原理

　　5.2.3　格兰杰因果关系检验

　　5.2.4　协整和ECM的实证分析

　*5.3　异方差时间序列模型

　　5.3.1　ARcH模型

　　5.3.2　GARCH模型

　　5.3.3　实证分析

　5.4　时间序列模型的诊断与评价

　　5.4.1　时间序列模型的诊断

　　5.4.2　时间序列模型的优劣评价

　　5.4.3　基于预测的评价方法

　练习题

附录A　R语言软件

附录B　R语言函数

参考文献