**部分 基本模型
第1章 導論
1.1 什么是計量經(jīng)濟學
1.2 計量經(jīng)濟學如何解決問題
1.3 數(shù)據(jù)類型
1.4 本書的結(jié)構(gòu)安排與數(shù)據(jù)獲取
1.5 本書的習題和附錄
第2章 線性回歸模型的基本思想與*小二乘法
2.1 回歸的含義
2.2 總體回歸函數(shù)與樣本回歸函數(shù)
2.3 樣本回歸函數(shù)的計算與*小二乘法（OLS）
2.4 擬合優(yōu)度
2.5 一個例子
第3章 一元經(jīng)典線性回歸模型的基本假設與檢驗
3.1 經(jīng)典線性回歸模型的基本假設與高斯一馬爾科夫定理
3.2 OLS估計量的精度
3.3 OLS估計量的抽樣分布
3.4 假設檢驗
3.5 顯著性水平
3.6 估計量的一致性
3.7 置信區(qū)間
3.8 CLRM假設的再審查：正態(tài)性檢驗
3.9 一個實例
3.10 統(tǒng)計軟件應用于回歸分析：菲利普斯曲線
3.11 “參數(shù)線性”的一個說明
第4章 多元線性回歸模型的估計與假設檢驗
4.1 一個例子：偏回歸系數(shù)的解釋
4.2 多元回歸分析的OLS估計量
4.3 CLRM的假設與估計量的性質(zhì)
4.4 擬合優(yōu)度
4.5 多元回歸的假設檢驗
4.6 顯著性檢驗
4.7 置信區(qū)間
4.8 校正擬合優(yōu)度（判定系數(shù)）
4.9 聯(lián)合檢驗與受限*小二乘
4.10 設定偏差與自變量的增減
4.11 綜合實例
第5章 多重共線性
5.1 完全多重共線性
5.2 近似或不完全多重共線性
5.3 多重共線性可能的來源
5.4 多重共線性帶來的后果
5.5 多重共線性的診斷
5.6 處理多重共線性的一些方法

第二部分 模型拓展
第6章 函數(shù)形式的選擇
6.1 “線性”回歸的含義
6.2 對數(shù)模型
6.3 多項式回歸模型
6.4 度量單位與回歸結(jié)果
6.5 標準化變量的回歸
第7章 虛擬變量
7.1 虛擬變量及數(shù)據(jù)處理
7.2 虛擬變量在回歸模型中的作用
7.3 虛擬變量的應用舉例
第8章 異方差
8.1 異方差的性質(zhì)
8.2 異方差性對OLS估計量的影響
8.3 異方差的檢驗
8.4 異方差問題的處理
第9章 自相關(guān)
9.1 自相關(guān)的性質(zhì)
9.2 自相關(guān)性對OLS估計量的影響
9.3 自相關(guān)的檢驗
9.4 自相關(guān)問題的處理

第三部分 高級專題
第10章 模型設定與實踐
10.1 模型選擇的原則與指標
10.2 模型設定誤差的類型
10.3 模型設定誤差的診斷
10.4 嵌套模型與非嵌套模型
10.5 非嵌套模型的選擇
10.6 綜合應用
第11章 聯(lián)立方程模型
11.1 聯(lián)立方程模型的一個例子
11.2 聯(lián)立方程模型的形式
11.3 聯(lián)立方程模型的識別性
11.4 聯(lián)立方程模型的估計方法

附錄
表A.1 標準正態(tài)分布的累積概率
表A.2 t分布的臨界值
表A.3a F分布的10％上端臨界值
表A.3b F分布的5％上端臨界值
表A.3c F分布的1％上端臨界值
表A.4 X2分布的上端臨界值
表A.5a Dw檢驗：5％顯著性水平下dL和du的臨界值（單側(cè)檢驗）
表A.5b Dw檢驗：1％顯著性水平下dL和du的臨界值（單側(cè)檢驗）
主要參考書目
后記