目 录
译者序
前言
致谢
第1篇 导论与知识回顾
第1章 经济问题和数据2
1.1 我们研究的经济问题2
1.2 因果效应和理想化随机对照实验5
1.3 数据：来源和类型6
本章小结9
重要术语9
内容复习9
第2章 概率论知识回顾10
2.1 随机变量和概率分布10
2.2 期望值、均值和方差13
2.3 二维随机变量16
2.4 正态分布、χ2分布、学生t分布及F分布21
2.5 随机抽样与样本均值的抽样分布25
2.6 抽样分布的大样本近似28
本章小结32
重要术语32
内容复习32
习题33
实证练习36
附录2A 重要概念2-3中结果的推导36
第3章 统计学知识回顾37
3.1 总体均值的估计37
3.2 关于总体均值的假设检验40
3.3 总体均值的置信区间46
3.4 不同总体间的均值比较47
3.5 基于实验数据估计因果效应49
3.6 样本容量较小时的t统计量51
3.7 散点图、样本协方差和样本相关系数52
本章小结54
重要术语55
内容复习55
习题55
实证练习58
附录3A 美国当前人口调查59
附录3B Y是μY的最小二乘估计量的两种证明方法59
附录3C 样本方差一致性的证明60
第2篇 回归分析基础
第4章 一元线性回归62
4.1 线性回归模型62
4.2 线性回归模型的系数估计65
4.3 拟合优度69
4.4 最小二乘假设71
4.5 OLS估计量的抽样分布74
4.6 结论76
本章小结76
重要术语77
内容复习77
习题77
实证练习78
附录4A 加利福尼亚州的测试成绩数据集79
附录4B OLS估计量的推导80
附录4C OLS估计量的抽样分布80
第5章 一元线性回归：假设检验和置信区间82
5.1 关于某个回归系数的假设检验82
5.2 回归系数的置信区间86
5.3 X为二元变量时的回归87
5.4 异方差和同方差88
5.5 普通最小二乘的理论基础92
5.6 样本容量较小时的t统计量应用93
5.7 结论94
本章小结95
重要术语95
内容复习95
习题96
实证练习98
附录5A OLS标准误差公式98
附录5B 高斯—马尔科夫条件和高斯—马尔科夫定理的证明99
第6章 多元线性回归102
6.1 遗漏变量偏差102
6.2 多元回归模型106
6.3 多元回归的OLS估计量108
6.4 多元回归的拟合优度110
6.5 多元回归模型的最小二乘假设112
6.6 多元回归模型中OLS估计量的分布113
6.7 多重共线性114
6.8 结论116
本章小结116
重要术语116
内容复习117
习题117
实证练习119
附录 6A 式（6-1）的推导119
附录6B 包含两个解释变量且误差项为同方差时的OLS估计量的分布120
附录6C Frisch-Waugh定理120
第7章 多元线性回归：假设检验和置信区间121
7.1 单个系数的假设检验和置信区间121
7.2 联合假设的检验124
7.3 涉及多个系数的单约束检验128
7.4 多个系数的置信集128
7.5 多元回归的模型设定129
7.6 对测试成绩数据集的分析132
7.7 结论135
本章小结136
重要术语136
内容复习136
习题136
实证练习138
*本节可选修，且不会影响后面章节的学习。
附录7A 联合假设的Bonferroni检验139
附录7B 条件均值独立140
第8章 非线性回归函数142
8.1 非线性回归的一般建模方法143
8.2 一元非线性函数148
8.3 解释变量的交互项154
8.4 学生—教师比对测试成绩的非线性效应162
8.5 结论165
本章小结166
重要术语166
内容复习166
习题167
实证练习170
附录8A 参数非线性的回归函数171
附录8B 非线性回归函数的斜率和弹性173
第9章 多元回归分析有效性的评估174
9.1 内部有效性和外部有效性174
9.2 多元回归分析的内部有效性威胁176
9.3 利用回归模型进行预测时的内部有效性和外部有效性183
9.4 实例：测试成绩和班级规模184
9.5 结论190
本章小结190
重要术语191
内容复习191
习题191
实证练习192
附录9A 马萨诸塞州的小学测试数据193
第3篇 回归分析的高级专题
第10章 面板数据回归196
10.1 面板数据196
10.2 两期的面板数据：“前后”比较198
10.3 固定效应回归200
10.4 时间固定效应回归202
10.5 固定效应回归假设和固定效应回归的标准误差204
10.6 关于酒驾的法律规定和交通事故死亡人数206
10.7 结论209
本章小结210
重要术语210
内容复习210
习题210
实证练习211
附录10A 州交通死亡事故数据集213
附录10B 固定效应回归的标准误差213
第11章 二元被解释变量回归216
11.1 二元被解释变量与线性概率模型217
11.2 probit回归和logit回归219
11.3 logit模型和probit模型的估计与推断223
11.4 在波士顿HMDA数据中的应用226
11.5 结论230
本章小结231
重要术语232
内容复习232
习题232
实证练习233
附录11A 波士顿HMDA数据235
附录11B 最大似然估计235
附录11C 其他受限被解释变量模型236
第12章 工具变量回归
鄂公网安备 42010302001612号 