简介
目录
目录
第一章 绪论
§1.1 什么是计量经济学
§1.2 计量经济学的历史
§1.3. 计量经济学的内容
第二章 线性回归模型
§2.1 最小二乘估计
§2.2 极大似然估计
§2.3 正态变量的二次型
§2.4 显著性检验
§2.5 预测
第三章 带约束的线性回归模型
§3.1 等式约束和不等式约束
§3.2 多重共线性
§3.3 虚拟变量
第四章 广义线性模型
§4.1 广义最小二乘估计
§4.2 分布参数的估计
§4.3 预测
§4.4 异方差下的估计
§4.5 异方差的检验
§4.6 观测值分组模型
§4.7 SUR模型
§4.8 随机系数模型
§4.9 误差项相关
第五章 线性单一方程模型的其它问题
§5.1 渐近分布
§5.2 随机说明变量
§5.3 媒介变量
§5.4 设定误差
§5.5 代理变量
§5.6 变量误差
第六章 线性联立方程模型与识别
§6.1 线性联立方程模型
§6.2 诱导式模型
§6.3 识别
第七章 线性联立方程模型的估计
§7.1 间接最小二乘估计法
§7.2 传统的二阶段最小二乘估计法
§7.3 一般的二阶段最小二乘估计法
§7.4 有限信息极大似然法
§7.5 k组估计法
§7.6 三阶段最小二乘法
§7.7 完全信息极大似然法
第八章 计量经济模型的贝叶斯估计
§8.1 贝叶斯估计
§8.2 线性模型的贝叶斯估计
§8.3 联立方程模型的诱导式的贝叶斯估计
§8.4 联立方程模型的结构式的贝叶斯估计
第九章 非线性回归模型
§9.1 非线性单一方程的估计
§9.2 非线性最小距离估计
§9.3 算法
§9.4 非线性联立方程的估计
第十章 时间序列分析
§10.1 时间序列模型
§10.2 ARMA(p,q)的识别
§10.3 ARMA模型的估计
§10.4 检验
§10.5 预测
第十一章 时间序列模型与计量经济模型的关系
§11.1 多元ARMA模型
§11.2 ARMA模型和联立方程模型
§11.3 内生变量和外生变量的时间序列表示
§11.4 因果性
第十二章 合理预期下的模型
§12.1 代理变量估计法
§12.2 系数间存在约束的估计法
附录
附表
参考文献
第一章 绪论
§1.1 什么是计量经济学
§1.2 计量经济学的历史
§1.3. 计量经济学的内容
第二章 线性回归模型
§2.1 最小二乘估计
§2.2 极大似然估计
§2.3 正态变量的二次型
§2.4 显著性检验
§2.5 预测
第三章 带约束的线性回归模型
§3.1 等式约束和不等式约束
§3.2 多重共线性
§3.3 虚拟变量
第四章 广义线性模型
§4.1 广义最小二乘估计
§4.2 分布参数的估计
§4.3 预测
§4.4 异方差下的估计
§4.5 异方差的检验
§4.6 观测值分组模型
§4.7 SUR模型
§4.8 随机系数模型
§4.9 误差项相关
第五章 线性单一方程模型的其它问题
§5.1 渐近分布
§5.2 随机说明变量
§5.3 媒介变量
§5.4 设定误差
§5.5 代理变量
§5.6 变量误差
第六章 线性联立方程模型与识别
§6.1 线性联立方程模型
§6.2 诱导式模型
§6.3 识别
第七章 线性联立方程模型的估计
§7.1 间接最小二乘估计法
§7.2 传统的二阶段最小二乘估计法
§7.3 一般的二阶段最小二乘估计法
§7.4 有限信息极大似然法
§7.5 k组估计法
§7.6 三阶段最小二乘法
§7.7 完全信息极大似然法
第八章 计量经济模型的贝叶斯估计
§8.1 贝叶斯估计
§8.2 线性模型的贝叶斯估计
§8.3 联立方程模型的诱导式的贝叶斯估计
§8.4 联立方程模型的结构式的贝叶斯估计
第九章 非线性回归模型
§9.1 非线性单一方程的估计
§9.2 非线性最小距离估计
§9.3 算法
§9.4 非线性联立方程的估计
第十章 时间序列分析
§10.1 时间序列模型
§10.2 ARMA(p,q)的识别
§10.3 ARMA模型的估计
§10.4 检验
§10.5 预测
第十一章 时间序列模型与计量经济模型的关系
§11.1 多元ARMA模型
§11.2 ARMA模型和联立方程模型
§11.3 内生变量和外生变量的时间序列表示
§11.4 因果性
第十二章 合理预期下的模型
§12.1 代理变量估计法
§12.2 系数间存在约束的估计法
附录
附表
参考文献
计量经济方法
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ:4006604884
云图客服:
用户发送的提问,这种方式就需要有位在线客服来回答用户的问题,这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×